XiaoMi-AI文件搜索系统
World File Search Systemtumours
上海复宏汉霖生物技术股份有限公司上海复宏汉霖生物技术...
HLX43是本公司将2022年11月从苏州医联生物技术有限公司引进的新型DNA拓扑异构酶I抑制剂负载——肽连接子与本公司自主开发的靶向PD-L1的抗体偶联物开发的针对PD-L1的抗体偶联物，用于治疗晚期/转移性实体瘤。2023年10月，HLX43用于治疗晚期/转移性实体瘤的1期临床试验申请获得国家药品监督管理局（“NMPA”）批准，并于2023年11月在中国大陆完成该项试验的首例患者给药。2023年11月，HLX43用于治疗晚期/转移性实体瘤的1期临床试验申请获得美国食品药品监督管理局（FDA）批准。 2024年12月，HLX43用于单药或联合治疗晚期/转移性实体瘤的1b/2期临床试验申请获得国家药品监督管理局批准；2025年1月，HLX43联合汉斯壮（赛普利单抗注射液）用于治疗晚期/转移性实体瘤患者的1b/2期临床试验申请获得国家药品监督管理局批准。
2021 年知识转移亮点
快速实现超高能电子治疗 CERN 和瑞士洛桑大学医院 (CHUV) 继续致力于开发创新的 FLASH 放射治疗设施。该设施基于 CERN 开发的 CLIC（紧凑型线性对撞机）加速器技术，将使用超高能电子 (VHEE) 在不到 200 毫秒的时间内治疗深层肿瘤。在如此短的时间内治疗肿瘤利用了所谓的 FLASH 效应，在产生更少副作用的同时提供等效控制。2021 年，CHUV 获得了一笔大额捐款，用于与 CERN 共同建设该设施。此外，在 CERN 的 CLEAR 测试设施进行的实验展示了如何将 VHEE 光束聚焦到深层肿瘤上，并测量了短照射时间的剂量诊断性能。
科克伦
神经内分泌肿瘤 (NET) 有时也称为类癌肿瘤，是一组源自内分泌（激素）和神经系统细胞的异质性恶性肿瘤（癌症）。根据美国国家癌症研究所的监测、流行病学和最终结果 (SEER) 18 登记处的数据，估计神经内分泌肿瘤 20 年总患病率为 171,321 例，每年年龄调整后的发病率为每 100,000 人 6.98 例（Dasari 2017）。一项基于人群的研究发现，1973 年至 2012 年间，神经内分泌肿瘤的发病率增加了 6.4 倍（Dasari 2017）。NET 在高龄患者中更常见，65 岁或以上患者的发病率为每 100,000 人 25 例。约 61.0% 的 NET 源自胃肠道或胰腺（ Lawrence 2011 ），因此这些肿瘤被称为胃肠胰 NET（GEP-NET）。原发性 NET 的其他部位包括肺、甲状腺、卵巢、宫颈、垂体和肾上腺（ Hallet 2015 ）。
徐托菲CI
严重警告和注意事项 • 低血糖是胰岛素（包括 Xultophy ® ）最常见的不良反应。 • 如果不治疗低血糖或高血糖反应，可能会导致意识丧失、昏迷或死亡。 • 应监测所有糖尿病患者的血糖水平。 • 应谨慎更改胰岛素，并仅在医生监督下进行。这可能会导致剂量调整。 • 切勿将胰岛素直接注射到静脉中。 • 切勿在胰岛素输注泵中使用 Xultophy ® 。 • 仅当 Xultophy ® 呈水状或无色时才使用。 • Xultophy ® 不得与任何其他胰岛素混合。 • 可能存在甲状腺肿瘤（包括癌症）的风险。 • 作为药物测试的一部分，在长期研究中，Xultophy ® 中的一种成分利拉鲁肽被给予大鼠和小鼠。在这些研究中，利拉鲁肽导致大鼠和小鼠患上髓样甲状腺肿瘤，其中一些是癌症。目前尚不清楚利拉鲁肽是否会导致人类患上甲状腺肿瘤或一种称为甲状腺髓样癌的甲状腺癌。人类患上甲状腺髓样癌的情况很少见；但它很严重，甚至可能致命。• 如果您患上甲状腺肿瘤，可能需要手术切除。您应该与医生讨论您对使用利拉鲁肽的任何安全顾虑。
智能监督机器学习-深度...
摘要 脑肿瘤是全球第十大常见死亡疾病之一，占中枢神经系统所有原发性癌症的 80% 至 90%。由于全球肿瘤疾病的增加，仅在早期阶段就预测脑肿瘤就变得非常必要。生存率取决于早期诊断和有效治疗。如果不能及时发现脑肿瘤，死亡风险会显著增加。然而，由于肿瘤细胞的复杂性和多样性，放射科医生面临许多困难，这使得手动处理磁共振成像 (MRI) 扫描变得困难且耗时。深度神经网络学习 (DL) 和智能机器学习 (ML) 算法已成为诊断医学图像的有前途的技术，允许从 MRI 数据报告自动提取相关模式和特征，从而快速准确地改善肿瘤诊断。这些技术可以解决脑肿瘤特征的复杂性和不可预测性，从而可以增强诊断过程。各种深度神经网络和智能机器学习网络，如 VGG19 网络、Inception、U-net、RNN、Bi-LSTM、混合模型、CNN、逻辑回归、RF、决策树、混合模型，已被用于从 MRI 中提取预期特征，以便对脑肿瘤进行早期预测。本文使用从 FigShare 数据集和 BRATs 数据集中获取的 MRI 图像对脑肿瘤的严重程度进行分析。与 SVM 模型相比，CNN 模型的准确率更高，分别为 93% 和 86%。 关键词：深度学习、机器学习、SVM、CNN、混合模型 1. 简介 人工智能 (AI) 已经改变了医疗保健中的诊断成像，它结合机器学习、深度学习高级算法来改进对医学图像（例如 CT、MRI 和 X 射线扫描）的分析。人工智能改变了诊断过程，允许更精确、更有效的疾病识别方法，而不仅仅是自动化工作。这项技术代表了诊断成像分析和应用的重大进步 [1]。脑肿瘤是全球主要的健康问题，死亡率急剧上升。这些恶性肿瘤主要分为原发性和继发性两大类。从肾脏、乳房、皮肤、肺或甲状腺等其他器官转移到大脑的癌细胞是继发性脑肿瘤的来源，而原发性脑肿瘤则在大脑内部开始和生长。患有恶性继发性肿瘤的患者存活机会较小 [2,3]。另一方面，
防护装置对介入心脏病学家大脑收到的辐射剂量的影响
引入与其他器官和组织相比，例如结肠，肺部和红骨髓，由于其细胞的有丝质状态，成年大脑被理解为最低的放射敏感组织之一。然而，许多最近的研究报道了医疗保健专业人员中脑肿瘤的发生，他们长期暴露于医疗X射线（介入心脏病学家和放射科医生）2,3，并表明与暴露对照4相比，脑癌死亡率的风险增加了两倍。介入心脏病学家被认为接受高职业剂量的散射X射线辐射5。此类报告引起了人们的关注，即可能存在长期暴露于散射X射线和大脑中副作用之间的联系，这表明比目前想象的要高的放射敏感性。关于报告病变的有趣事实与它们的横向性有关（在左或右半球发生）。Roguin等人3在介入心脏病学家和放射科医生（IC/IR）和另外两个特种方面提出了31种脑和颈部肿瘤。在26例病例中进行了肿瘤的解剖学定位，其中22例在左侧（85％），通常是操作员头部最暴露的一侧。除了脑肿瘤外，Marazziti等人还报道了Cog-nive损伤。在通过暴露和不暴露的员工进行的神经心理学测试中，在前组中观察到了言语长期记忆受损，这种能力主要由左hip-Pocampal半球6调节。8。然而，在与寻求映射脑肿瘤横向性的电离辐射无关的研究中，也可以观察到脑损伤的优先侧，即使它在螺柱之间有所不同。Ellingson等人7报道了大脑左侧的胶质母细胞瘤发生率更高，而Larjavaara等8观察到右半球的胶质瘤发生了重大发生（51％）。横向性可能是由于几个因素，即遗传学，病变发生时的年龄，细胞外环境，代谢等。因此，除了暴露于辐射外，在IC/IR中报告的脑病变中观察到的侧向性可能具有起源。也有趣的是，与假定的核/铀循环工人同类假定的低放射敏感性相反，尽管未观察到的相对多种相关的事实，但由于未观察到的相对多数事实。此外，低剂量似乎在神经系统和垂体12中的良性肿瘤的发展中起作用，以及细胞和
死者捐赠者器官移植的临床指南
Appendix A TSANZ Advisory Committees & Working Groups, terms of reference 168 Appendix B Process report 169 Appendix C Kidney allocation algorithms 174 Appendix D Liver donor allocation flow diagram 177 Appendix E Guidelines for lung donor bronchoscopy & CT chest 178 Appendix F National notification for lung transplantation 180 Appendix G Heart matching algorithm 181 Appendix H Currently recognised transplant units 182 Appendix I Summary of recommendations for infectious disease screening in deceased donors 185 Appendix J Further resources for assessing risk of donor-derived malignancy 189 Appendix K Family history of cancer and cancer genes 191 Appendix L Information on Australian and New Zealand cancer registries 192 Appendix M Recommendations on the use of organs from donors with CNS tumours 197 Appendix N肾脏/胰腺和胰腺分配算法199
Gustave Roussy 的 MATCH-R 重复活检试验的可行性和首批报告
揭示驱动肿瘤耐药性的生物学过程对于支持创新治疗策略的开发是必要的。我们报告了由 Gustave Roussy 领导的 MATCH-R 前瞻性试验的设计和可行性，该试验的主要目的是表征癌症治疗耐药性的分子机制。主要临床终点包括分析耐药性肿瘤中分子改变的类型和频率，并将其与治疗前的样本进行比较。在最初的部分缓解或病情稳定至少 24 周后病情进展的患者在 CT 或超声引导下接受肿瘤活检。使用全外显子组测序、RNA 测序和面板测序对肿瘤进行分子分析。在可行性分析的数据截止时，在 333 个纳入病例中，有 303 例 (91%) 获得了肿瘤活检样本。从这些活检样本中，278 个 (83%) 的质量足以通过高通量下一代测序 (NGS) 进行分析。所有 278 个样本均进行了靶向 NGS 测序，215 个（70.9%）进行了 RNA 测序，222 个（73.2%）进行了全外显子组测序。总共有 163 个肿瘤被植入 NOD scid gamma (NSG) 或裸鼠体内，并建立了 54 个患者来源的异种移植 (PDX) 模型，成功率为 33%。24 名患者（7.6%）发生了因侵入性肿瘤取样而导致的不良事件。研究招募仍在进行中。系统性肿瘤分子分析和患者来源的获得性靶向药物和免疫疗法耐药模型的开发是可行的，并且可以推动下一步治疗策略的选择。