XiaoMi-AI文件搜索系统
World File Search System病程
疾病程度 (EOD) 2018 v3.1 - SEER 癌症
出版历史 EOD 最初作为 1976 年 SEER 代码手册的一部分出版。第一本 EOD 专用编码手册是 1977 年 4 月的 EOD 手册，其中包括 13 位和 2 位编码方案。该手册用于诊断年份 1977-1982。1983 年，EOD 被转移到 4 位编码方案，为所有站点提供方案。下一个重大更新是 EOD 1988 10 位，于 1992 年和 1998 年进行了修订。EOD 自诊断日期 2003 年 12 月 31 日起停用。协作阶段实施于诊断日期 2004 年 1 月 1 日至 2015 年 12 月 31 日。尽管当时癌症登记社区已停止使用协作阶段，但一些 SEER 登记处仍在继续收集 2016 年和 2017 年的协作阶段数据。截至 2017 年 12 月 31 日，这些 SEER 登记处也已停止使用协作阶段，并且从 2018 年 1 月 1 日起，SEER 登记处将实施 EOD 2018。EOD 2018 与早期版本的 EOD 或 CS 之间的比较是基于逐个模式进行评估的，因为某些模式无法进行比较，而可比较的模式通常有局限性。EOD 2018 有三个主要数据项：EOD 原发性肿瘤、EOD 区域节点和 EOD Mets。EOD 2018 与 AJCC TNM 分期手册第 8 版完全兼容。 NCI SEER 员工、SEER 西雅图注册中心的 SEER*Educate 员工以及承包商对 EOD 2018 进行了彻底审查。
一组患有风湿性疾病的 COVID-19 患者的临床病程、严重程度和死亡率
在这项描述性回顾性研究中，我们旨在描述这些患者的严重程度和死亡率相关特征以及免疫调节药物对感染病程的影响。研究对象为 2020 年 2 月 25 日至 2020 年 6 月 8 日期间在拉巴斯大学医院风湿病科就诊的患有 COVID-19 感染和风湿性炎症疾病的患者。共纳入 122 名患者。其中 100 名（82.0%）通过鼻咽拭子确诊。22 名患者（18.0%）表现出相符的症状，且肺部影像学检查结果相符和/或血清学检查呈阳性。患者特征如表 1 所示。单因素分析显示，与住院相关的变量（表 2）包括年龄（5 年间隔；OR 1.34，95% CI 1.17-1.55）、泼尼松剂量 >5 mg/天（OR 2.55，95% CI 1.07-5.59）、慢性肺部疾病（OR 5.34，95% CI 1.47-19.35）和高血压（OR 4.06，95% CI 1.79-9.19）。住院的独立危险因素是甲氨蝶呤（OR 2.06，95% CI 1.01-5.29）和年龄（5 年间隔；OR 1.31，95% CI 1.11-1.48）。未发现与羟氯喹、其他常规抗风湿药物 (cDMARDs)、靶向合成抗风湿药物或生物抗风湿药物 (bDMARDs) 或实验室参数有任何关联。甲氨蝶呤治疗与年龄、性别、糖皮质激素或风湿病亚型无关。14 名患者 (11.5%) 死于呼吸衰竭。9 名患者使用 cDMARDs（单药或联合治疗），1 名使用 bDMARD（利妥昔单抗），4 名仅服用口服糖皮质激素。羟氯喹在死亡率方面没有差异。单变量分析显示，与死亡相关的因素包括年龄（OR 1.60，95% CI 1.20- 2.01）、动脉高血压（OR 12.17，95% CI 2.58-57.38）、肺部疾病（OR 5.36，95% CI 1.60-17.94）和泼尼松剂量>5 mg/天（OR 5.70，95% CI 1.63-19.92）。最近爆发的 COVID-19 引起了人们对炎症性风湿病患者管理的担忧。然而，一些报告表明，通常用于治疗风湿病的治疗方法可能对 COVID-19 有效。 4 在我们的系列研究中，与其他群体相比，因感染严重而需要住院的患者比例较高 (56.6%)，这可能是由于合并症患病率较高，尤其是高血压，糖皮质激素的使用率较高或对更严重病例的潜在选择偏见。5 6
接受免疫抑制靶向治疗的一系列慢性关节炎患者的 COVID-19 临床病程
不同的病毒因子与免疫功能低下患者病情加重和呼吸系统并发症的风险增加有关。1–3 最近爆发的严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 疾病 2019 (COVID-19) 导致严重急性呼吸综合征 (SARS)，这引起了对炎症性风湿病患者管理的担忧。伦巴第大区是意大利北部 COVID-19 病例发病率最高的地区，确诊患者超过 33,000 例，1,250 例患者在 1 个月内需要进入重症监护室。自意大利首次报告 COVID-19 病例以来，我们已对在伦巴第大区帕维亚的生物门诊接受生物抗风湿药物 (bDMARDs) 或靶向合成抗风湿药物 (tsDMARDs) 治疗的慢性关节炎患者进行了为期两周的随访调查。调查内容包括患者的健康状况、与已知受 COVID-19 影响的受试者的接触情况以及在疫情爆发的头几周内对 DMARDs 的管理情况。所有患者均已知情同意将个人和临床数据用于科学目的，并且没有患者拒绝参与。在第一个月内，我们收集了 320 名接受 bDMARDs 或 tsDMARDs 治疗的患者（女性占 68%，平均年龄 55±14 岁）的信息（57% 患有类风湿性关节炎，43% 患有脊柱关节炎，52% 接受肿瘤坏死因子抑制剂治疗，40% 接受其他 bDMARDs 治疗，8% 接受 tsDMARDs 治疗）。如表 1 所示，四例是通过鼻咽拭子发现的 COVID-19 确诊病例。另有四名患者报告的症状高度提示是 COVID-19。另外五名报告有某些接触的患者在两周观察期结束时仍无症状。所有确诊的 COVID-19 患者均接受了至少一疗程的抗生素治疗，住院患者还接受了抗病毒治疗和羟氯喹治疗。总体而言，五名患者之前均接受过羟氯喹的稳定治疗。所有出现感染症状的患者在症状出现时均暂时停用 bDMARD 或 tsDMARD。迄今为止，风湿病没有出现明显复发。确诊为 COVID-19 或临床表现高度可疑的患者均未出现严重呼吸道并发症或死亡。只有一名 65 岁患者需要住院并接受几天的低流量吸氧。我们的研究结果无法得出有关风湿病患者 SARS-CoV-2 感染发病率的任何结论，也无法得出有关 COVID-19 免疫功能低下患者的总体结果的任何结论。应对这些患者保持高度警惕并严格随访，包括排除叠加感染。然而，我们的初步经验表明，与普通人群相比，使用 bDMARDs 或 tsDMARDs 治疗的慢性关节炎患者似乎不会因 SARS-CoV-2 而增加呼吸道或危及生命的并发症的风险。这些发现并不令人惊讶，因为冠状病毒引起的严重呼吸道并发症被认为是由异常的炎症和细胞因子反应引起的
考虑患者的临床病史会影响机器学习模型预测多发性硬化症病程的性能
多发性硬化症 (MS) 以不可预测的速度发展，但预测每位患者的病程对于根据个人需求制定治疗方案极为有用。我们探索了不同的机器学习 (ML) 方法来预测患者是否会从最初的复发缓解型 (RR) 转变为继发进行型 (SP) 疾病，这种方法仅使用临床常规中可用的“真实世界”数据。使用了 1624 名门诊患者（SP 阶段为 207 名）的临床记录，这些患者就诊于意大利罗马圣安德烈亚医院的 MS 服务中心。考虑最后一次可用就诊的数据（面向就诊设置），比较四种经典 ML 方法（随机森林、支持向量机、K 最近邻和 AdaBoost）或每位患者的整个临床病史（面向历史设置），使用专为历史数据设计的循环神经网络模型，获得了距离上次就诊 180、360 或 720 天的预测结果。缺失值的处理方式是删除所有至少有一个缺失参数的临床记录（特征保存方法）或包含缺失值的 3 个临床参数（记录保存方法）。分类器的性能使用常见指标进行评估，例如召回率（或敏感度）和精确度（或阳性预测值）。在面向访问的设置中，记录保存方法产生的召回率为 70% 到 100%，但精确度较低（5% 到 10%），然而，当仅考虑模型返回概率高于给定“置信阈值”的预测时，精确度会增加到 50%。对于面向历史的设置，这两个指标都会随着预测时间的延长而增加，在 720 天时达到 67%（召回率）和 42%（精确度）。我们展示了如何有效地使用“真实世界”数据来预测 MS 的发展，从而获得高召回率，并提出了创新方法来提高精确度以获得临床有用的值。