一名 61 岁女性患者,因持续疲劳被诊断为右上肺叶转移性腺癌,伴有局部淋巴结转移、多发性肺转移和右额叶脑转移(根据 PET-CT 发现的临床分期:cT3 cN2 cM1c)。肿瘤 DNA 的下一代测序(Ion AmliSeq Colon and Lung Research Panel v2、Ion Torrent 平台、热点区域分析)显示 KRAS p.G12C (c.34G>T) 突变,但没有其他靶向改变。PD-L1 的免疫组织化学染色在肿瘤细胞中不到 1%。一线全身治疗采用顺铂、培美曲塞和帕博利珠单抗,总体获得部分缓解,包括脑转移完全缓解,2018 年 9 月开始使用培美曲塞和帕博利珠单抗维持治疗。2019 年 3 月,由于进行性多发性神经病变,停用培美曲塞。2019 年 6 月,患者肺部出现进展,因咯血而需要止血放射治疗,帕博利珠单抗也停用。单独的脑转移继续缓解。2019 年 11 月,患者肺部再次出现进展,并出现有症状的脑部进展,小脑蚓部出现新的病变,导致导水管受压和连续性脑积水。植入脑室腹腔分流术,小脑蚓部病变用立体定向放射治疗;进行性肺部病变用放射治疗;此外,由于病情稳定,且持续控制疾病超过一年,因此恢复使用派姆单抗治疗。然而,2021 年 2 月,患者小脑已知病变进展(临床意义不大),左脑室周围白质出现新转移,肺部进一步进展。2021 年 3 月开始使用多西他赛,肺部和脑部病变进展,右额叶和颞叶出现新病变,这是四个周期后的最佳反应(见图 1 治疗时间顺序示意图)。2021 年 6 月,开始口服 960 毫克每日 sotorasib 治疗。经过 6 周的 sotorasib 治疗后,不仅肺部,而且未治疗的脑转移瘤都出现了令人印象深刻的治疗反应,这种反应持续了 5 个月(见图 2)。由于全身进展,停止使用 sotorasib 治疗,并于 2021 年 11 月底开始使用吉西他滨治疗。2021 年 12 月初,患者出现症状性脑部进展,行为改变和精神萎靡,并进行了神经外科干预,包括开颅术和肿瘤切除术。吉西他滨的全身治疗持续到 2022 年 2 月,并因疾病进展而停止。患者于 2022 年 3 月接受培美曲塞进一步全身治疗(再次治疗),随后于 2022 年 4 月接受卡铂和紫杉醇治疗。此外,患者于 2022 年 4 月进行了全脑放射治疗。随着病情进一步进展,患者自 2022 年 5 月起接受最佳支持治疗。
摘要简介:大部分炎症性肠病患者(IBD)经历了胃肠道外IBD相关的炎症状况,称为肠外表现(EIM),进一步降低了生活质量,在极端情况下,可能会危及生命。EIMS的发病机理仍然未知,尽管肠道菌群改变是IBD患者的众所周知的特征,但其与EIMS的关系仍然很少研究。这项研究旨在比较有没有EIM的IBD患者的肠道菌群。方法:该研究中总共包括131名IBD患者,其中86例具有EIMS(IBD-EIM)史,而45例没有(IBD-C)。粪便样品接受了16S rRNA测序。放大序列变体(ASV)映射到SILVA数据库。比较了IBD-EIM和IBD-C之间的多样性指数和距离矩阵。使用自定义多重模型统计分析方法鉴定了差异丰富的ASV,并使用稀疏相关性(SPARCC)(SPARCC)鉴定了共同相关细菌的模块,并且与患者EIM状态有关。结果:IBD患者和EIMS患者表现出疾病活性增加,体重指数,粪便钙骨蛋白钙蛋白酶水平升高以及循环单核细胞和中性粒细胞。微生物学上,IBD-EIM比IBD-C(Mann-Whitney's Test,p = .01)和独特的粪便微生物群组成(方差的置换多变量分析;加权Unifrac,r 2 = 0.018,p = .01)。共有26个ASV在IBD-EIM和IBD-C之间表现出不同的相对丰度,包括减少的Agathobacter和Blautia和IBD-Eim组中的Eggerthella lenta增加。SPARCC分析确定了27个细菌共同关联模块,其中3个与EIM(逻辑回归,p <.05)呈负相关,其中包括重要的健康相关细菌,例如Agathobacter和Agathobacter和Faecalibacterium。结论:EIMS IBD患者的粪便菌群与没有EIM的IBD患者不同,对于EIM发病机理可能很重要。
多个实例学习(MIL)是计算病理学中最广泛使用的框架,包括分型,诊断,预后等等。但是,iS-iSting MIL范式通常需要脱机实例提取器,例如预训练的重新网络或Foun-Dation模型。这种方法缺乏在特定下游任务中进行微调进行微调的能力,从而限制了其适应性和性能。为了解决此问题,我们提出了一个重新安装的区域变压器(R 2 T),用于在线重新安装实例功能,该功能可以限制精细元素的本地功能并在不同地区建立联系。与现有的作品不同,该作品专注于预训练强大的功能提取器或设计复杂的实例聚合器,r 2 t量身定制为在线重新设计实例功能。它是一种便携式模块,可以无缝集成到主流MIL模型中。对常见的综合病理学任务的广泛实验结果验证:1)功能重新嵌入基于Resnet-50特征的MIL模型的性能到基础模型模型的水平,并进一步增强了基础模型特征的性能; 2)r 2 t可以对各种MIL模型引入更大的性能改进; 3)R 2 T-MIL,作为R 2 T-增强的AB-MIL,以大幅度优于其他最新方法。该代码可在以下网址提供:https://github.com/dearcaat/rrt-mil。
多囊卵巢综合征(PCOS)是最常见的内分泌疾病,影响了全球多达15%的生殖年龄妇女(1)。这种高度遗传,复杂的遗传疾病的特征是生殖和代谢异常的可变星座,导致了年轻女性中最多的不孕症和2型糖尿病(T2D)的大多数病例(1)。Clinically, the National Institutes of Health (NIH) criteria ( 2 ) and the Rotterdam criteria ( 3 , 4 ), the commonly used diagnostic criteria for PCOS, are based on the presence of at least two of three phenotypes: hyperandrogenism (HA), chronic oligo/anovulation or ovulatory dysfunction (OD), and polycystic ovarian morphology (PCOM) ( 2 – 4)。值得注意的是,目前在2023年发表的鹿特丹标准中描述了PCOS患者的选择,该标准还包括升高的睾丸激素和免费睾丸激素水平,除了先前引用的标准外。尽管PCOS的诊断标准中存在这些大量的病毒和显着进步,但考虑到PCOS病因的基本机制仍然很少了解,PCOS的患病率仍然上升(1)。除了影响生育能力之外,患有PCOS的个体的可能性升高了肥胖,胰岛素抵抗和代谢性疾病的可能性升高,所有这些都与线粒体功能障碍相互联系(6)。线粒体是负责能量产生的细胞器,是细胞ROS(活性氧)的主要来源,因此可能导致氧化应激损伤。到目前为止,PCOS患者中发现了33个相关的MTDNA突变。因此,线粒体生成的氧气已被认为是PCOS病因的关键因素(6)。有趣的是,PCOS患者已鉴定出mtDNA中的突变,即使它们在PCOS中的病因作用需要进一步研究,它们可能在PCOS病因和发病机理中起重要作用。在这些mtDNA突变中,大多数突变(在33个中的20个)被鉴定在D-Loop调节区域中,这表明
b' 在示例 13.1 的解决方案中,第二行应为:但是,64QAM OFDM 信号表现出...。最后一句应为:82-dBm PSK OFDM 信号具有大致相同的行为。请注意,此校正会影响此示例之后的增益计算。'
印度尼西亚雅加达综合医院 2 印度尼西亚大学医学院内科 *通讯作者:M. Ikhsan Mokoagow,医学博士,医学硕士,理学硕士。印度尼西亚雅加达法特玛瓦蒂中央综合医院内科内分泌、代谢和糖尿病科。电子邮件:mimokoagow@gmail.com。摘要糖尿病酮症酸中毒 (DKA) 是糖尿病的急性代谢并发症。虽然它最常发生在 1 型糖尿病 (T1DM) 中,但 DKA 也可能发生在其他类型的糖尿病中。遇到 DKA 病例需要进一步评估以确定糖尿病类型并对患者进行相应治疗。通过临床方法对表现不寻常的 DKA 病例进行糖尿病类型的诊断。一名 30 岁男性因突发呼吸困难到急诊室就诊。实验室检查显示血糖水平为 506 mg/dL,血酮水平为 2.6 mmol/L,碳酸氢盐水平为 5 mEq/L。他的糖化血红蛋白为 15.3%。他之前没有被诊断出患有糖尿病。研究表明,不同类型的糖尿病的 DKA 临床和生化参数存在重叠。在采取挽救生命的治疗措施后,应进行进一步的临床和实验室评估。自身抗体滴度(即:抗谷氨酸脱羧酶、胰岛抗原 2、锌转运蛋白 8 和胰岛素的自身抗体)和 c 肽水平的测量可能有助于确定该患者的糖尿病类型。在年轻人中确诊某种类型的糖尿病可能具有挑战性。根据临床特征,该患者被推定诊断为自身免疫性糖尿病,特别是成人隐匿性自身免疫性糖尿病 (LADA)。关键词:糖尿病、糖尿病酮症酸中毒、成人隐匿性自身免疫性糖尿病、青年人
由于教育和培训会影响就业增长率,因此关注教育水平及其变化如何影响这些增长率非常重要。未来十年,所有工作岗位预计每年增长 0.3%。然而,需要研究生学位的职业预计增长 0.7%。只需要学士学位的职业预计增长 0.4%,而需要 2 年制学位或证书的职业预计每年增长 0.5%。
背景和目标:青年是一个敏感的时期,在此期间,习惯是一生。今天的一代人浪费了智能手机和其他电子媒体的时间,这使他们无法专注于学术和其他健康活动。本研究的目的是调查屏幕时间和学习成绩的问题。方法:这是一项基于社区的描述性横断面研究,在2020年1月至2021年12月之间的301名青少年中进行了10-18岁的青少年。使用访谈方法进行试验性测试的半结构调查表来引起回答,重点是基本的人口统计信息和屏幕时间。这项试点研究是针对REWA GMH儿科儿科诊所的健康青少年进行的,然后在Rewa县的采样学校中使用了相同的问卷(M.P.)。发现:在本研究中,有106名儿童(35%)属于青少年年龄段,174名(58%)属于中年年龄组,而青少年晚期的21岁(7%)。参与者成绩的平均百分比为74.6%。发现,随着屏幕时间的增加,获得的成绩的平均百分比降低。每天屏幕时间> 3个小时的63名(20.9%)的儿童平均成绩为62.1%,而不使用屏幕媒体的人的平均成绩为88.4%。这具有统计学意义,p值为<0.001。结论:青少年每天在计算机屏幕前花费3个小时可能会降低他们的学业表现。