简介：摘要目的构建肝内胆管癌(ICC)患者根治性切除术后生存的列线图模型并进行评估。方法回顾分析2014年1月至2017年12月复旦大学附属中山医院首次接受根治性切除手术的ICC患者资料。最终入组167例，其中男性104例，女性63例，年龄(60.3±10.9)岁。收集患者肿瘤组织行免疫组化染色、判读结果。采用单因素及LASSO回归筛选，多因素Cox回归分析ICC术后生存影响因素，使用R软件构建ICC预后评估列线图模型并评估和验证。结果多因素Cox回归分析，肿瘤TNM分期高、肿瘤低分化、切缘阳性、肿瘤黏蛋白5表达阳性、肿瘤P53表达异常的ICC患者根治性切除术后生存预后较差。以上述因素构建ICC预后列线图模型。列线图模型一致性指数为0.821，对预后具有较高的区分度，术后3年生存校准曲线图代表实际生存的45°对角线与代表列线图预测生存的分段线贴合较好。列线图预测生存的受试者工作特征曲线下面积高于美国癌症联合委员会(AJCC)TNM分期(0.894比0.803，z＝4.10，P<0.001)，列线图模型预测ICC患者术后生存的效能高于AJCC TNM分期。结论肿瘤TNM分期、肿瘤低分化、切缘阳性、肿瘤黏蛋白5表达阳性、肿瘤P53表达异常是ICC术后生存的独立危险因素。基于上述因素构建的列线图模型可较传统AJCC TNM分期更好地评估ICC患者术后远期预后。

简介：摘要目的探讨胰腺神经内分泌肿瘤(panNEN)计算机断层扫描(CT)增强特征预测术前病理分级的价值。方法回顾性分析2009年2月至2020年8月复旦大学附属中山医院经手术和病理确诊的136例panNEN患者的CT资料。根据2019年第5版世界卫生组织消化系统肿瘤分类标准将panNEN分为G1、G2、G3级神经内分泌瘤(NET)和神经内分泌癌(NEC)，比较不同病理分级病灶实性部分CT值和相关参数的差异。采用受试者操作特征曲线下面积(AUC)评价CT值和相关参数对不同病理分级panNEN的鉴别诊断价值。统计学分析采用非参数Kruskal-Wallis检验和卡方检验。结果在136例panNEN患者中，共检出142个肿瘤病灶，其中G1、G2、G3级NET和NEC病灶数分别为58、73、7、4个。随着病理分级的升高，panNEN病灶实性部分的CT强化程度呈逐渐下降趋势。G2级NET患者动脉期和静脉期的CT值、CT值差值、相对密度指数均低于G1级NET患者[动脉期：105 HU (46~251 HU)比126 HU (57~195 HU)、62 HU(6~212 HU)比81 HU(23~166 HU)、1.1(0.4~2.5)比1.4(0.7~2.0)。静脉期：90 HU (49~159 HU)比107 HU (63~162 HU)、49 HU(9~134 HU)比62 HU(24~128 HU)、1.1(0.5~2.0)比1.4(0.9~2.0)]，差异均有统计学意义(H动脉期＝2.880、2.607、3.482，H静脉期＝3.426、3.323、3.891，P均<0.05)。G3级NET患者动脉期CT值差值、病灶增强百分比、增强指数，以及静脉期CT值差值、增强指数均低于G2级NET患者[31 HU(27~52 HU)比62 HU(6~212 HU)、67%(59%~153%)比151%(15%~705%)、0.6 HU(0.5~0.9 HU)比1.3 HU(0.1~5.8 HU)、40 HU(36~52 HU)比49 HU(9~134 HU)、0.9(0.7~1.6)比1.5(0.2~5.4)]，差异均有统计学意义(H＝2.634、2.801、3.267、2.264、2.882，P均<0.05)。G1级和G2级NET动脉期和静脉期的相对密度指数具有最大AUC值，分别为0.679[95%可信区间(CI) 0.587~0.771，P<0.01]、0.701(95%CI 0.609~0.793，P<0.01)；G2级和G3级NET动脉期和静脉期的增强指数具有最大AUC值，分别为0.875(95%CI 0.793~0.956，P＝0.001)、0.828(95%CI 0.700~0.956，P＝0.004)。结论panNEN的CT增强扫描参数可用于预测术前病理分级。

简介：摘要目的构建急性心肌梗死（AMI）患者住院期间恶性室性心律失常风险的临床预测模型，并评估该模型的预测价值。方法采用回顾性研究方法，分析南京医科大学附属常州市第二人民医院心血管内科2012年12月至2020年8月收治的2 649例AMI患者的临床资料。收集患者的性别、年龄、既往史、出院诊断、住院期间生命体征、入院时心电图特征、实验室检查指标、介入治疗情况、用药情况，并记录是否发生院内恶性室性心律失常〔主要包括持续性室性心动过速（VT）、心室扑动或心室纤颤（VF）〕和死亡。根据患者住院期间是否发生VT/VF分为两组。通过多因素Logistic回归分析评估AMI患者住院期间发生VT/VF的独立危险因素，并构建临床预测模型。绘制受试者工作特征曲线（ROC曲线）并计算ROC曲线下面积（AUC），评估预测模型的准确性。结果2 649例AMI患者均纳入分析，其中134例患者（5.06%）在住院期间发生VT/VF。VT/VF组患者住院期间病死率明显高于非VT/VF组（38.1%比1.7%，P<0.01）。与非VT/VF组比较，VT/VF组患者基线收缩压（SBP）更低〔mmHg（1 mmHg＝0.133 kPa）：125.9±28.2比132.0±24.2〕，随机血糖水平更高（mmol/L：8.6±4.8比7.4±3.8），心功能更差〔心功能Killip分级≥3级：36.6%比10.7%，左室射血分数（LVEF）<0.50：56.7%比33.6%，频发室性期前收缩：12.7%比1.2%〕，低钾比例更高（46.3%比17.3%），差异均有统计学意义（均P<0.05）。多因素Logistic回归分析结果显示，心功能Killip分级≥3级〔优势比（OR）＝3.540，95%可信区间（95%CI）为2.336～5.363〕、随机血糖>11.1 mmol/L（OR＝1.841，95%CI为1.171～2.893）、LVEF<0.50（OR＝0.546，95%CI为0.374～0.797）、频发室性期前收缩（OR＝12.361，95%CI为6.077～25.144）、血钾<3.5 mmol/L（OR＝4.268，95%CI为2.910～6.259）、SBP<90 mmHg（OR＝0.299，95%CI为0.150～0.597）以及肌酐（Cr）>100 μmol/L（OR＝2.498，95%CI为1.170～5.334）为AMI患者发生VT/VF的独立危险因素（均P<0.05）。基于多因素回归分析筛选出的各项预测因子构建VT/VF风险临床预测模型；ROC曲线分析显示，该模型预测VT/VF的AUC为0.779（95%CI为0.735～0.823，P<0.001）；模型评分最佳截断值为17分，敏感度76.1%，特异度67.3%。结论AMI患者住院期间发生VT/VF可明显增加院内死亡风险。心功能Killip分级≥3级、随机血糖>11.1 mmol/L、LVEF<0.50、频发室性期前收缩、血钾<3.5 mmol/L、SBP<90 mmHg以及Cr>100 μmol/L为AMI患者发生VT/VF的独立危险因素；基于上述变量构建的临床预测模型对AMI患者VT/VF的发生风险具有一定的预测价值。

简介：摘要目的明确基于肝脏影像报告与数据系统(liver imaging reporting and data system, LI-RADS)的MRI对肝细胞癌(hepatocellular carcinoma, HCC)中细胞角蛋白19(cytokeratin 19, CK19)表达的诊断价值。方法回顾性分析复旦大学附属中山医院2017年1月至12月收治的HCC患者临床资料，比较CK19(＋)及CK19(-)HCC患者的临床、病理资料及基于2018版LI-RADS的MRI图像特征，进行定性定量分析并通过多因素回归分析确定评估CK19表达的主要预测指标。结果本研究共纳入78例患者，男性62例，女性16例，年龄(56.1±9.5)岁。甲胎蛋白水平及靶样表现在HCC患者CK19(＋)与CK19(-)组间差异均具有统计学意义(均P<0.05)；进一步多因素回归分析示甲胎蛋白≥400 μg/L(OR＝0.217, 95%CI: 0.075～0.626, P<0.05)及靶样表现(OR＝0.331, 95%CI: 0.110～0.996, P<0.05)均为CK19表达的独立预测指标。定量分析结果显示，病灶大小及表观弥散系数值组间差异无统计学意义(P>0.05)，动态增强扫描中两组病灶对比噪声比总体上差异无统计学意义(P>0.05)。结论基于LI-RADS的MRI靶样表现结合高甲胎蛋白水平可提示HCC中CK19表达。