摘要:大多数接受曲妥珠单抗治疗的转移性乳腺癌或胃癌患者,一种抗-Her2单克隆抗体,在开始治疗后一年内就对药物难治性。尽管曲妥珠单抗与Zumab的结合在治疗HER2过表达的癌症的治疗中产生了协同作用,而不是所有具有HER2过度表达的患者。为了改善曲妥珠单抗的临床益处,我们系统地研究了trastuzumab的类似物(cipterbin)的组合,其中包括多种小分子,包括酪氨酸激酶抑制剂(TKIS)和Vivo中的化学治疗剂。我们表明,pan -tkis-诱导的抗肿瘤效应与INETE -TAMAB在处理这两种类型的癌症方面,并在现有的TKI和抗-HER2抗-HER2单克隆抗体组合中添加化学治疗剂的策略,这些抑制作用可能是这些抑制作用的策略,从而将化学治疗剂添加到现有的TKI和抗-HER2单克体抗体组合中,从而促进了两种策略,从而使这些策略构成了两种策略,从而促进了两种策略。肿瘤。因此,针对肿瘤生长和生存至关重要的不同途径的组合疗法对于治疗转移性乳腺癌和胃癌可能是有效的。
乳头状瘤(28)51.8±39.2 186.7±88.3 454.0±273.3 3.4±4.2 0.95±0.28 1.28 1.3±1.8 Pash(22)36.3±28.3 139.8±79.8±79.6 438.7±247.7±247.5 3.1±3.1±3.8 0.95 n.8 0.95 n.8 0.27.95 n.8 0.27(1.65)。 97.1±70.6 203.5±184.1 574.9±106.2 3.9±3.0 1.1±0.11 1.1±0.11 1.5±1.3非典型(14)51.2±34.3 192.3 192.3±105.3 303.4±303.4±305.7 5.1±9.9 0.75±9.9 0.75±0.48 2.48 2.48 2.7±5.6 duct.9±5.6 duct ^ uct.9±5.6 duct uccect。 231.8±86.7 501.0±270.8 2.5±2.1 0.95±0.19 0.5±0.5腺瘤(4)47.9±29.1 99.2±56.2±56.2 655.4±165.2 22.2 22±22.7 1.28±0.28±0.28±0.28±0.28±0.23 10.5±1.5±13.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0. 0. 0. 0. 0.2.0 3.0±2)10.2)10.29.0±99.29.0±9±9±9±9±9±9±9±9±9±9± 708.5±238.7 10±11.3 1.24±0.25 7±8.5 p值c .03 .02 .03 .03 .03 .01 .06恶性(204)IDC(136)161.6±65.1 212.3±124.9 640.9 640.9 640.9±197.9±197.3 15.3 15.2.2 1.2 1.2 1.2±15.2±15.2±15.2±15.2±1.2±1.2±1.2±1.2±1.2 ic.9.2±15.2±1.2±1.2±1.2±1.2±1.2±1.2±1.2±±1 1 1。 (27) 174.7±68.3 227.8±139.1 593.0±278.2 17.0±18.4 1.16±0.23 8.2±10.1 ILC (24) 168.8±56.2 241.1±128.9 567.6±268.8 14.6±25.0 1.14±0.19 7.3±14.6 DCIS (15)94.6±74.5 253.3±172.6 503.8±291.7 7.3±5.9 1.11±0.23 3.7±3.7其他(2)154.1±48.5 97.5 97.2±90.6 811.4±142.4±142.3 100±76.4 1.50±76.4 1.50±76.4 1.50±0.13 699±46.76.76.76.7 699±46.76.7 46.7 69±46.76.7 69±46.76.7 69±46.76.7 69±46.7 69应该
简单总结:晚期乳房外佩吉特病 (EMPD) 的预后几乎总是很差。HER2 靶向抗体药物偶联物 (ADC),如曲妥珠单抗 emtansine 和曲妥珠单抗 deruxtecan,已被证明可有效治疗 HER2 阳性乳腺癌;然而,尚无研究将 HER2 靶向 ADC 作为 EMPD 的治疗方法。我们研究了 ADC 对携带致病性 ERBB2 突变的 EMPD 患者来源异种移植 (PDX) 模型的疗效。发现使用曲妥珠单抗 emtansine 或曲妥珠单抗 deruxtecan 治疗仅在七天内就显著消退了 EMPD-PDX 肿瘤,并且 10 周内未观察到复发。我们的结果表明,HER2 靶向 ADC 可能成为 EMPD 患者的新型且有前途的治疗选择,尤其是在 ERBB2 突变或 ERBB2 过表达的情况下。
摘要 目的 人工智能 (AI) 在乳房 X 线检查的回顾性数据上显示出良好的效果。然而,很少有研究探讨人工智能和放射科医生在屏幕阅读中结合的不同策略可能产生的后果。方法 2009 年至 2018 年期间,挪威乳腺筛查中心共进行了 122,969 次数字筛查检查,由人工智能系统进行回顾性处理,该系统对检查进行 1-10 评分;1 表示恶性肿瘤怀疑程度低,10 表示恶性肿瘤怀疑程度高。将结果与筛查结果信息合并,并用于探索人工智能和放射科医生结合的 11 种不同场景的共识、回忆和癌症检测。结果 经过独立双重阅读,回忆率为 3.2%,筛查发现癌症为 0.61%,间隔癌症为 0.17%,并作为参考值。在人工智能评分 1 - 5 分的检查被视为阴性而评分 6 - 10 分的检查导致标准独立双重读取的情况下,估计召回率为 2.6%,筛查发现癌症为 0.60%。当评分 1 - 9 分被视为阴性而评分 10 分进行双重读取时,召回率为 1.2%,筛查发现癌症为 0.53%。在这两种情况下,如果在筛查中检测到共识选择的间隔癌症,筛查发现癌症的潜在率可能高达 0.63% 和 0.56%。在前一种情况下,屏幕阅读量将减少 50%,而后一种情况将减少 90%。结论人工智能和放射科医生的几种理论场景有可能减少屏幕阅读量,而不会显著影响癌症检测。必须在前瞻性研究中评估对召回率和间隔癌症的可能影响。要点 • 不同场景下人工智能联合放射科医生可减少50%的读屏量,屏幕癌症检出率在0.59%-0.60%之间,而标准独立双读后为0.61% • 人工智能联合放射科医生可在乳腺筛查中高精度识别阴性筛查检查,降低间隔癌的发生率
背景:超声是致密型乳腺癌早期筛查的首选方法之一。临床上,医生必须手动书写筛查报告,费时费力,且容易漏写。目的:我们提出了一种基于超声图像自动生成AI乳腺超声筛查报告的新流程,旨在协助医生提高临床筛查效率,减少重复性报告书写。方法:利用AI高效生成个性化的乳腺超声筛查初步报告,特别是针对占大多数的良性和正常病例。医生根据初步的AI报告进行简单的调整或更正,即可快速生成最终报告。该方法已使用4809个乳腺肿瘤实例的数据库进行了训练和测试。结果:实验结果表明,该流程使医生的工作效率提高了90%,大大减少了重复性工作。结论:与基于固定模板或包含填空选项的非智能报告相比,个性化报告生成在临床实践中更受医生的认可。关键词人工智能、超声、乳腺癌、早期筛查、报告生成、自动分类、BI-RADS、良性特征。
概要 1-1 研究名称:在日本队列中使用人工智能作为第二读取器进行乳房X光检查的有效性验证研究 1-2 此项研究已获得医院院长的许可。 1-3本研究已经我院伦理审查委员会审查并批准。 2-1 研究机构:癌研究所有明医院AI医疗中心 研究主任:大口雅彦 2-2 合作研究机构:Google LLC 3-1 研究目标:调查专科医生的解读对日本女性乳腺癌筛查的影响。我们将研究与诊断相当的“读取乳房X光照片的人工智能”。 3-2研究意义:乳腺癌是日本女性最常见的癌症。自 1990 年以来,日本的乳腺癌死亡率一直在上升,尽管其他发达国家的乳腺癌死亡率有所下降。通过乳房 X 线照相进行大规模筛查可以在早期发现乳腺癌,此时仍有可能进行治愈性治疗。但遗憾的是,日本的筛查率仅为42.3%,与欧美75%以上的筛查率相比较低。在日本,建议由不同的放射科医生进行双重阅读,而放射科医生的短缺阻碍了筛查数量的增加。谷歌有限责任公司 (Google LLC) 的人工智能模型近年来取得了进步,现在其图像阅读能力等于或超过专家。本研究的目的是验证该人工智能在日本筛查乳房X光检查病例中的表现,并与日本放射科医生进行比较。 4-1研究方法:回顾性观察研究。 4-2 以下医疗信息及乳房X光检查图像将被匿名化,以验证人工智能的性能。 ① 乳腺钼靶X线检查 ② 临床信息(年龄、性别、病史、访谈、疾病信息、临床分期) ③ 医学影像诊断报告(乳腺钼靶X线检查、超声、CT、MRI、PET) ④ 组织病理学诊断信息 4-3 研究时间:自研究开始之日起批准截止日期为 2023 年 3 月 31 日 5 被选为研究对象的理由:您是 2006 年 4 月 1 日至 2020 年 3 月 31 日期间在癌症研究机构有明医院健康检查中心和乳房中心工作的患者。这适用于那些已经接受过检查的人。 6 研究对象的负担和预期风险(包括不良事件):无
对于任何拟定的适应症,有必要预先确定一个工作流程来评估与传统乳房 X 线照相术或超声检查不相关的(RC)成像发现。尽管 CEM 引导的活检设备已获得 FDA 批准,但由于目前 CEM 引导的活检有限,因此通常使用 MRI 和 MRI 活检来追踪这些发现。如果无法进行 MRI 或 MRI 引导的活检或患者无法忍受,则需要采用其他方法来检测这些发现,并且应在进行 CEM 之前认识到这一点。如果无法进行 CEM 引导或 MRI 引导的活检,则可能的选择取决于对发现的怀疑程度,可能包括短期随访 CEM、使用标志的立体定向活检,或在极少数情况下使用标志的图像引导定位,然后进行手术切除。
乳腺癌是英国女性中最常见的癌症。英国国家医疗服务体系 (NHS) 乳腺癌筛查计划每 3 年邀请 50-70 岁的女性进行一次筛查。筛查包括对每个乳房进行 X 光检查 (乳房 X 光检查)。两名检查员查看每张 X 光片以查看是否有癌症迹象。检查员决定是否为该女性提供额外检查以确认是否存在癌症。2018-2019 年,NHS 乳腺癌筛查计划筛查了英格兰的 182 万名女性,发现 15,285 名女性患有乳腺癌。该计划的目的是通过尽早发现癌症(当癌症更容易治疗时)来减少乳腺癌造成的死亡。乳腺癌筛查计划还会漏掉接受筛查的女性中 15%-35% 的癌症。这要么是由于错误,要么是因为癌症对读者来说是不可见的。计算机图像识别程序或人工智能 (AI) 可以学习发现乳房乳房 X 光检查中的变化,已被开发用于协助人类进行乳腺癌筛查计划。人们对将人工智能用于临床实践的兴趣日益浓厚,因为它可以提供许多优势。例如,在乳腺癌筛查中,由于人工智能程序不会失去注意力或感到疲倦,因此可能会漏掉更少的癌症。人工智能还可以通过减少读取数千张乳房 X 光检查所需的工作量来减少乳房筛查的工作量,例如通过替换其中一个乳房 X 光检查读取器。但也有人担心人工智能可能会检测到永远不会对女性造成任何伤害的变化。目前,英国的乳腺癌筛查计划不使用人工智能。如果要在英国乳腺癌筛查计划中考虑使用 AI,我们需要了解将 AI 添加到当前筛查计划中的益处和危害。当前审查研究了以下方面的证据:
对患者创新能力的抽象背景意识正在提高,但是关于同行评审文献中患者驱动创新的程度和性质的知识有限。目的的审查目的是回答以下问题:在同行评审的科学期刊上发表的患者驱动创新的性质和程度是什么?资格标准,我们使用了广泛的创新定义,以全面审查不同类型的创新和对“患者驱动”的狭义定义,以专注于患者和/或家庭护理人员的作用。搜索仅限于2008 - 2020年。证据来源在2020年12月搜索了四个电子数据库(MEDLINE(OVID),Web of Science Core Collection,Psycinfo(Ovid)和Cinahl(EBSCO)(EBSCO)(EBSCO)),以了解描述患者驱动创新并辅助雪球策略的出版物。图表方法数据的数据是从纳入文章中提取并归纳的。结果总共包括了96篇有关患者驱动创新的文章。随着时间的推移,出版物的数量增加,2016年至2020年之间发表了69%的文章。作者的隶属关系仅在高收入国家中,北美的第一作者占56%,在欧洲国家中有36%。在这20种创新中,据报道,“做自己动手的人造胰腺系统”和在线健康网络“患者”是一半文章的主题。结论由同行评审的有关患者驱动创新的出版物正在增加,我们看到研究人员和临床医生为患者创新者的研究提供了一个重要的机会,同时谨慎地接管了创新者本身的工作。
癌症是特定器官中异常细胞的不受控制的分裂。在全球范围内,大约六分之一的死亡是由于癌症。尽管在全球范围内进行了大量的研究来找到治疗癌症,但这仍然是一个重大挑战。通过旨在干扰癌细胞中某些特异性或高度表达分子的癌症靶向癌症,这在治疗各种形式的癌症的治疗中是一种转移。药物输送系统的发展,特别是对癌细胞的开发,是一种常见的方法,可以成功提高功效并降低不同抗癌药的副作用。促性腺激素释放激素(GNRH)是一种天然发生的激素,受体在与生殖系统有关的许多类型的癌症中过表达过表达。使用GNRH衍生物作为靶向剂开发了几种药物输送系统。在这篇综述中,我们首先讨论GNRH及其受体在癌症中的作用。然后,我们对使用GnRH衍生物作为各种类型的GnRH受体过表达的癌症中的靶向剂进行了详细的见解。这些研究中的一些有希望的发现表明,GNRH受体靶向是有效指导抗癌治疗剂,诊断剂和核酸直接直接针对癌细胞的潜在策略。最后,在这些输送系统的临床试验中,当前的研究和建议对更成功结果的一些局限性得到了强调。