接受ALK酪氨酸激酶抑制剂(ALK TKIS)治疗的ALK重态非小细胞肺癌(NSCLC)患者的预后更好。在本案报告中,我们提供了一种新型的ALK融合,XPO1-ALK(基因间),并通过晚期肺癌患者的下一代DNA测序确定。在5个月进行了Brigatinib靶向治疗后,患者显然会出现肿瘤分解,这种治疗导致部分缓解。迄今为止,该患者在Brigatinib治疗后经历了5个月的无进展生存期。除了报告新型ALK融合,XPO1-ALK(基因间)以及Brigatinib治疗对肺癌的敏感性和安全性外,这项研究还增加了ALK阳性NSCLC中已知的ALK融合伙伴的列表。此病例报告具有显着的临床参考。
3.1 患者和临床专家解释说,晚期非小细胞肺癌(NSCLC;包括呼吸困难、咳嗽和体重减轻)的症状很难治疗。NHS 对 RET 融合阳性晚期 NSCLC 的典型治疗方法是化疗(如铂类双药化疗)和免疫疗法(如派姆单抗)。临床专家和来自 NHS England 的癌症药物基金临床负责人解释说,对于之前接受过治疗的 RET 融合阳性 NSCLC,多西他赛是主要治疗方法。但他们也解释说,一些患者也可能接受尼达尼布与多西他赛的联合治疗,而这些是该适应症的唯一标准治疗方法。他们解释说,与单用多西他赛相比,多西他赛与尼达尼布的使用正在减少,因为其益处有限且副作用增加。这使得 RET 融合阳性晚期 NSCLC 患者几乎没有选择。 Selpercatinib 是首个针对 RET 融合阳性晚期 NSCLC 的治疗药物,已在某些此类肿瘤患者中显示出较高的反应率。委员会得出结论,RET 融合阳性 NSCLC 患者会欢迎该药物的推出
2023年1月30日 - •大脑传感技术。•神经居住技术。•脑部计算机界面技术。第27页。•合成生物学。•生物效果。•...
胃癌 (GC) 仍然是全球最危及生命的疾病之一,由于缺乏有效的治疗方法和诊断延迟,预后不良。由于诊断延迟,很大一部分 GC 患者被诊断时已是晚期 GC,寿命极短。在过去的几年中,一些关键进展和新疗法被提出,并投入临床研究和实践。在本研究中,我们总结了晚期 GC 的几种新型免疫治疗或靶向治疗方法的发展,包括免疫检查点抑制剂、抗血管生成治疗和癌症疫苗。此外,还列出了每种治疗方法的优势和潜在弱点。最后,我们讨论了晚期 GC 治疗的有希望的研究方向,以及晚期 GC 基础和临床研究的局限性,包括免疫治疗和靶向治疗的结合。
晚期卵巢癌(AOC)容易复发,这可以归因于耐药性。耐药性可能与肿瘤微环境(TME)有关,包括免疫和非免疫TME。在免疫TME中,免疫效应细胞(例如树突状细胞(DC),M1样肿瘤相关巨噬细胞(M1-TAM)和T细胞被抑制。相反,激活了免疫抑制性细胞,例如M2样肿瘤相关的巨噬细胞(M2- TAM),髓样衍生的抑制细胞(MDSC)和调节性T细胞(Tregs)。这些变化使得产生免疫作用并影响化学免疫疗法的效率很难。在非免疫TME中,诸如凋亡抑制,DNA损伤反应(DDR)和上皮 - 间质转变(EMT)等机制可以促进肿瘤的生长,转移和耐药性。尽管TME在AOC治疗中提出了挑战,但纳米颗粒(NP)的独特生物学优势使调节TME成为可能。nps可以刺激M1-TAM,DC和T细胞的免疫反应,同时减少免疫抑制细胞(例如M2-TAMS和Tregs)的内化,从而调节AOC免疫TME。此外,NP可以通过减少AOC细胞的凋亡,抑制同源重组(HR)修复,反转EMT并实现逆转耐药性的效果来调节非免疫TME。总而言之,NPS的应用为AOC提供了一些新的临床治疗场所。
基于铁的纳米材料(INM),由于其特殊的磁性,出色的生物相容性和功能,已在肿瘤诊断和治疗中已发展为强大的工具。我们在此处概述了诸如氧化铁纳米颗粒,元素掺杂纳米复合材料和铁基有机框架(MOFS)等INM如何显示多功能性,以改善肿瘤成像和治疗。在成像方面,INM提高了磁共振成像(MRI)和光声成像(PAI)等技术的灵敏度和准确性,并支持多模式成像平台的开发。关于治疗,INM在高级策略中起着关键作用,例如免疫疗法,磁性高温和协同组合疗法,这些疗法有效地克服了肿瘤诱导的耐药性并降低全身毒性。INM与人工智能(AI)和放射线学的整合进一步扩展了其精确肿瘤识别,治疗优化和扩增治疗监测的能力。INM现在将材料科学与先进的计算和临床创新联系起来,以实现下一代癌症诊断和治疗学。
Advanced Diabetes and Vascular Podiatrist Band 7 - £46,244 - £53,789 pro rata plus £1,279 Distant Islands Allowance pro rata 22.5 hours per week Maternity leave Post Fixed Term to December 2024 NHS Western Isles are looking to recruit an experienced Diabetes and Vascular Podiatrist to join their enthusiastic and progressive team based in a rural, general hospital in one英国最壮观的地区。经验丰富的足病医生将有能力在各种环境和足病管理的各个方面提供高标准的护理,并具有管理AT风险脚的特定经验。n这个角色,您将负责为患者提供高质量,及时,可访问且基于证据的临床途径,作为足病疗法服务的一部分,以支持活跃的溃疡和高风险临床壳体的足病小组。您将有责任与这些途径的所有利益相关者建立关系,使用您的领导能力,您将与Podiation Manager合作,以帮助开发无缝的MDT方法,以照顾这一风险患者的患者。您将有责任教育同事和培训糖尿病脚和伤口护理的员工,包括实施综合护理途径,交付培训套餐和监督/指导。足病科医生致力于认识和发展其员工的技能,我们鼓励所有团队在当地和大陆上接受培训。现场我们有一个出色的临床技能中心,SIM实验室,研究生图书馆和小型矫形器实验室。
三名晚期癌症患者正在接受免疫检查点抑制剂 (ICI) 治疗,无糖尿病 (DM) 病史,因多尿、多饮和体重减轻被送入急诊室,并被诊断为糖尿病酮症酸中毒,但无感染的临床证据。他们接受了液体和胰岛素输注治疗,然后改用基础-餐时胰岛素治疗方案,并在出院后继续治疗。糖尿病自身抗体检测呈阴性,他们被诊断为 ICI 诱发的糖尿病,其中两人使用了帕博利珠单抗,另一人使用了纳武单抗。本病例系列的目的是展示接受 PD-1 抑制剂治疗的患者中急性 DM1 的发展。基于这些病例和所审查的文献,我们力求确定临床特征并提出对接受 ICI 治疗的患者的识别、控制、早期治疗和随访的策略,以尽量减少自身免疫功能障碍的影响。关键词:1型糖尿病;糖尿病酮症酸中毒;免疫检查点抑制剂。
近年来,靶向治疗和免疫治疗已成为非小细胞肺癌(NSCLC)的有效治疗手段。随着诊疗技术的飞速发展和新药的不断研发,NSCLC的精准医疗已进入新纪元。这对于携带常见EGFR基因突变的NSCLC患者来说是一个重大突破,靶向药物的应用显著提高了生存率。然而,有一类罕见的基因突变被称为EGFR外显子20插入(ex20ins)突变,其结构不同于常规的EGFR基因突变,即外显子19缺失突变(19-Del)和外显子21点突变。由于其结构特点不同,携带这些EGFR ex20ins突变的患者对传统的酪氨酸激酶抑制剂(TKI)疗法没有反应,这部分患者不属于其适用范围。然而,激活的 A763_Y764insFQEA 突变引起的反应比紧随其后的 C 螺旋近区和远区的突变更明显,因此应区别对待。目前,缺乏针对 EGFR ex20ins 突变 NSCLC 的有效治疗方法。化疗的疗效相对较好,而由于临床数据不足,免疫疗法的疗效仍不明确。此外,第一代和第二代靶向药物的疗效仍然有限。然而,第三代和新型靶向药物已被证明是有效的。虽然新型 EGFR-TKI 有望治疗 NSCLC 患者的 EGFR ex20ins 突变,但它们面临着许多挑战。本综述主要关注针对 EGFR ex20ins 的 NSCLC 的新兴疗法,并强调正在进行的主要临床试验,同时概述该领域的相关挑战和研究进展。
方法:组装了255名被诊断为晚期G/ GEJ腺癌的成年患者的数据集。将影响整体生存(OS)至显着程度的IRAE识别为候选变量,并将其整合为候选变量,以及其他12个候选变量。These included gender, age, Eastern cooperative oncology group performance status (ECOG PS) score, tumor stage, human epidermal growth factor receptor 2 (HER2) expression status, presence of peritoneal and liver metastases, year and line of anti-PD-1 treatment, neutrophil-to-lymphocyte ratio (NLR), controlling nutritional status (CONUT) score, and Charlson comorbidity index (CCI)。为了减轻与伊拉斯有关的时机偏见,采用了具有里程碑意义的分析。使用最小绝对收缩和选择算子(LASSO)回归进行了变量选择以查明明显的预测因子,并应用了方差障碍因子来解决多重共线性。随后,使用正向似然比方法进行了COX回归分析来开发生存预测模型,排除未能满足比例危害(PH)假设的变量。该模型是使用整个数据集开发的,然后通过Bootstrap重新采样进行内部验证,并通过另一家医院的同类进行外部验证。此外,创建了一个列图来描述预测模型。