XiaoMi-AI文件搜索系统
World File Search Systemncologic
不含肿瘤药物的免疫抑制潜力
aHUS=非典型溶血性尿毒症综合征；AS=强直性脊柱炎；CD=克罗恩病；CGRP=降钙素基因相关肽；DMARD=抗风湿药；gMG=全身性重症肌无力；GPA=肉芽肿性多血管炎；Ig=免疫球蛋白；IL=白细胞介素；JAK=Janus 激酶；JIA=幼年特发性关节炎；JRA=幼年型类风湿性关节炎；mAb=单克隆抗体；MMR=麻疹、腮腺炎、风疹；MPA=显微镜下多血管炎；MS=多发性硬化症；mTOR=哺乳动物雷帕霉素靶蛋白；NMOSD=视神经脊髓炎谱系障碍；PCSK9=前蛋白转化酶枯草杆菌蛋白酶 kexin 9 型； PNH=阵发性睡眠性血红蛋白尿；PsA=银屑病关节炎；PsO=斑块性银屑病；RA=类风湿性关节炎；RANKL=核因子 κ-B 受体激活剂配体；S1P=鞘氨醇-1-磷酸；SLE=系统性红斑狼疮；SPA=肉芽肿性多血管炎；TNF α=肿瘤坏死因子-α；UC=溃疡性结肠炎
肿瘤手术的脑康复
摘要 综述目的 本综述旨在总结当前关于术后认知并发症（如谵妄和认知功能障碍）的研究。其中包括对术前预防策略的讨论，如身体和营养预防以及最新的神经康复信息。 最新发现 目前预防术后谵妄的建议侧重于多组分干预。针对运动和营养的手术预防计划的最佳组成尚未确定。Neurobics 试验表明，认知预防可提高认知储备，可能成为多模式手术预防的有益补充。 摘要 肿瘤患者的围手术期管理通常与无数挑战相关，例如肿瘤相关病理的管理、新辅助治疗的不良事件以及与恶性肿瘤相关的慢性代谢和免疫变化。此外，肿瘤患者出现虚弱的风险增加，这会对术后恢复和进一步的癌症治疗产生不利影响。因此，肿瘤患者术后发生认知并发症的风险相当高，例如谵妄和认知功能障碍。在这篇综述中，我们讨论了术前康复对术后认知结果的影响。
全身抗肿瘤治疗的皮肤不良事件：公立肿瘤医院的一项回顾性研究
三月 01]。可从：https://www.inca.gov.br/estimativa 获取。 2. Datasus.gov [互联网]。巴西：Minisério da Saúde。 SUS 信息部门 - DATASUS。 Informac¸ões de Saúde (TabNet)，Estatísticas Vitais 2018。[引用于 2020 年 5 月 25 日]。可从：http://www2.datasus.gov 获取。 br/DATASUS/index.php?area=02 。 3.Balagula Y、Rosen ST、Lacouture ME。支持性肿瘤学的出现：癌症治疗皮肤病不良事件的研究。 J Am Acad Dermatol。 2011；65：624---35。 4. 比斯瓦尔 SG，梅塔 RD。癌症患者化疗的皮肤不良反应：临床流行病学研究。印度皮肤病学杂志。2018；63：41---6。5. Hackbarth M、Haas N、Fotopoulou C、Lichtenegger W、Sehouli J。化疗引起的皮肤毒性：女性癌症的发生率及其对生活质量的影响。一项前瞻性研究的结果。支持护理癌症。2008；16：267---73。6. Susser WS、Whitaker-Worth DL、Grant-Kels JM。化疗的粘膜皮肤反应。美国皮肤科学院杂志。1999；40：367---400。
FDA 简报文件肿瘤药物咨询...
免责声明 附件包含美国食品药品管理局 (FDA) 为咨询委员会小组成员准备的背景信息。FDA 背景资料包通常包含由 FDA 个别审阅人员撰写的评估和/或结论和建议。此类结论和建议不一定代表个别审阅人员的最终立场，也不一定代表审查部门或办公室的最终立场。我们将 sintilimab BLA 761222 提交给本咨询委员会是为了获得委员会的见解和意见，背景资料包可能不包括与最终监管建议相关的所有问题，而是旨在重点关注机构确定的供咨询委员会讨论的问题。在考虑了咨询委员会流程的意见并完成了所有审查之前，FDA 不会就手头的问题做出最终决定。最终决定可能会受到咨询委员会会议上未讨论的问题的影响。
肿瘤新疗法时代年轻女性癌症治疗面临的挑战
近年来，鉴于新一代测序的商业化应用，患者护理发生了革命性的变化。该技术增强了日常实践中可操作突变的识别以及随后的组织不可知疗法处方。目前针对实体肿瘤的指南建议在晚期进展性疾病中使用基因组检测来确定潜在的治疗靶点，例如 BRCA1/2、BRAF V600E、神经营养性酪氨酸受体激酶 (NTRK) 和 RET 融合和突变、PD-(L)1 表达、DNA 错配修复、微卫星不稳定性以及突变负荷。在乳腺癌中，BRCA1/2 中最常见的种系突变与 DNA 同源重组修复缺陷有关。因此，这些患者是使用聚腺苷二磷酸核糖聚合酶 (PARP) 抑制剂治疗的潜在候选人，因为 BRCA1/2 缺陷细胞对 PARP 抑制引起的毒性双链断裂积累、基因组不稳定性和合成致死性高度敏感 2 。此外，奥拉帕尼 (OlimpiAD) 和他拉唑帕尼 (EMBRACA) 试验表明，在晚期 HER2 阴性疾病患者中使用这些药物可显著延长无进展生存期 2,3 。此外，最近公布的 OlympiA 试验结果代表了在治愈意向环境中向个性化治疗迈出的第一步 4 。OlympiA 是一项新的 III 期试验，研究奥拉帕尼作为高危 HER2 阴性乳腺癌和种系 BRCA1/2 突变患者的辅助治疗。
e系统肿瘤治疗的患者...
1。研究问题和综述标准是否包括PICO的组成部分？2。审查的报告是否包含明确的股票报告证明与协议有任何重大偏差合理？3。评论作者是否解释了他们选择的研究设计以包含在评论中的设计？4。作者在重复的研究中进行研究选择？6。评论作者是否执行了重复的数据提取？7。评论作者是否提供了足够细节的排除列表？9a。rct：评论作者是否使用令人满意的技术来评估包括偏见风险（ROB）的个别研究中的偏见风险（ROB）在审查中包括的个别研究中？10。评论作者是否报告了用于统计结果组合方法中的研究资金来源？11b。nsri：如果进行了荟萃分析，审查作者是否使用适当的方法在单个研究中对荟萃分析或其他证据综合的结果进行统计com的潜在影响？13。评论作者是否对作者的Rob表示了令人满意的解释，并讨论了评论结果中观察到的任何异质性？15。如果他们进行了定量的研究偏见）并讨论了其对审查结果的可能影响？16。评论作者是否报告了任何潜在的利益冲突来源，包括
肺炎肠道病和与药物毒性相关的自发性穿孔：病例系列
主要PI通常是无症状的，并且自发地解决；次级PI更常见，可以与创伤，肺部疾病有关（例如COPD和肺气肿），自身免疫性疾病，胃肠道疾病，例如肠系膜缺血，肠o骨和坏死，IBD和感染。次要PI可能是由包括诊断，手术和内窥镜手术程序和药物管理在内的医源性原因引起的：尤其是，许多抗肿瘤药物会损害胃肠道壁作为不良反应，从而导致粘膜完整性和损失导致粘膜完整性，并导致损失，导致损失，导致后果的内膜气体扩散，负责PI开发（1、2）。即使PI是一个非特异性发现，也必须始终对其进行监测，因为它可能会序列更严重的并发症，例如肠道穿孔，严重的腹膜炎甚至死亡（3）。
与肿瘤学实践有关的医疗保健基因编辑
7kh wkhudslhv fdq eh glylghg lqwr wzr fdwhrulhv ghshqlqjj rq wkhlu wkhlu wdujhw 2qh 2qh lv lv dfwlqj RQ Wkh Furrqdyluxv gluhfwo \ hlwkhu e \ lqklelwlqj fuxfldo yludo hq] \ phvsrqvleoh iru jhqrph uhsolfdwlrrq ru e \ eorfnlqj yludo hqwu \ wr wr kxpdq fhoov 7kh rwkhu rwkhu lv ghvljqhg wr wr prgxodwh wkh kxpdq lppxqh v / vwhp hlwkhu e \ errvwlqj wkh lqqdwh uhvsrqvh zklfk kdv kdv d d sduwlfxodeo \ lpsruwdqw uroh djdlqvw yluxvhv ru e \ lthlewlqj wkh lqyodpdwru \ surfhvhv wkdw fdxvh fdxvh oxqj lqmxu \ 7x hw do ％\下载wkh jhqhv ri wkh fhoov uhvsrqvleoh iru shuiruplqj wkh dflrqv olvwhg olvwhg deryh wkh wkh uhvxowv div div div>
人工智能：肿瘤放射组学的深度学习以及可解释性和数据协调性的挑战
在过去的十年中，人工智能 (AI) 领域取得了广泛的发展。现代放射肿瘤学基于对先进计算方法的利用，旨在实现个性化和高诊断和治疗精度。可用成像数据的数量和机器学习 (ML)，特别是深度学习 (DL) 的不断发展，引发了从解剖和功能医学图像中发现“隐藏”生物标志物和定量特征的研究。深度神经网络 (DNN) 在图像处理任务中取得了出色的性能并得到了广泛的应用。最近，DNN 已被考虑用于放射组学，它们在可解释人工智能 (XAI) 方面的潜力可能有助于临床实践中的分类和预测。然而，它们中的大多数都使用有限的数据集并且缺乏普遍适用性。在本研究中，我们回顾了放射组学特征提取的基础知识、图像分析中的 DNN 以及有助于实现可解释人工智能的主要可解释性方法。此外，我们讨论了多中心招募大型数据集的关键要求，增加了生物标志物的变异性，从而确定放射组学的潜在临床价值和开发强大的可解释人工智能模型。