简介：摘要目前2019新型冠状病毒（2019-nCoV）感染疫情已造成了全球大流行。尽管科研人员已经对2019-nCoV展开了深入研究，并解析出了分子结构，进行了进化树分析，但对于其具体的致病机制还缺乏足够认识，导致目前尚缺乏特异有效的治疗药物与手段。由于2019-nCoV感染会引发过度炎症反应，进而导致急性呼吸窘迫综合征（ARDS）和脓毒症是其致死的主要并发症，因此，在抗病毒和对症治疗的同时减轻炎症反应，才能有更好的治疗效果。间充质干细胞（MSCs）不仅具有显著的免疫调节功能，还能发挥再生修复的作用，修复受损肺组织，可以考虑作为治疗新型冠状病毒肺炎（新冠肺炎）的一种新的有效手段。本文通过分析2019-nCoV的主要致病机制以及发展为ARDS的过程，并结合MSCs的研究现状，探讨其用于治疗新冠肺炎的意义与可行性，为临床治疗提供充实的理论依据。

简介：摘要目的探讨多模态MRI影像组学对肾透明细胞癌（ccRCC）术前Fuhrman核分级的预测价值。方法回顾性分析2011年4月至2021年4月就诊于苏州大学附属第三医院的129例经手术病理证实为ccRCC的患者资料，采用随机数表法按7∶3的比例随机分为训练集（90例）和验证集（39例）。根据术后病理结果，将Fuhrman Ⅰ、Ⅱ级纳入低级别组（96例，训练集65例、验证集31例），Fuhrman Ⅲ、Ⅳ级纳入高级别组（33例，训练集25例、验证集8例）。由2名放射科医师于T1WI、T2WI、Dixon纯水相、Dixon纯脂相、磁敏感加权成像（SWI）、血氧水平依赖（BOLD）图像上手动勾画感兴趣区，每个ROI分别提取396个纹理特征。在训练集采用组内相关系数、Mann-Whitney U检验、最小冗余-最大相关法、最小绝对收缩与选择算子法行特征降维，获取最佳纹理特征，采用logistic回归构建多模态影像组学模型，采用受试者操作特征（ROC）曲线评估模型在训练集和验证集中鉴别高、低级别ccRCC的效能。结果共筛选出4个SWI、1个T2WI以及1个BOLD纹理特征用于建模。训练集和验证集中多模态影像组学模型鉴别高、低级别ccRCC的ROC曲线下面积（95%CI）分别为0.859（0.770~0.923）和0.883（0.740~0.964），特异度分别为95.4%和87.1%，灵敏度分别为68.0%和87.5%，准确度分别为87.8%和87.2%。结论基于T2WI、SWI和BOLD图像建立的多模态MRI影像组学模型术前预测ccRCC Fuhrman核分级具有较高的效能。

简介：摘要目的基于钆塞酸二钠（Gd-EOB-DTPA）增强MRI，比较2017版肝脏影像报告与数据系统（LI-RADS v2017）与2018版（LI-RADS v2018）分类标准对肝硬化背景下肝细胞癌（HCC）的诊断效能。方法回顾性收集2015年10月至2020年5月于南通大学附属南通第三医院行Gd-EOB-DTPA检查的213例肝硬化高危结节患者，共246个病灶。由2名放射科医师根据LI-RADS v2017和v2018分类标准，对MRI主要征象进行分析评估后对病灶分别进行分类。以术后病理或随访结果为金标准，分别以LR-5和LR-4+LR-5为诊断HCC的标准，计算LI-RADS v2017和v2018诊断HCC的灵敏度、特异度、准确度，两者的比较采用McNemar检验或Fisher确切概率法。结果246个病灶中，HCC 165个，非HCC恶性病变31个，良性病变50个。由于LI-RADS v2018中阈值增长和LR-5分类标准修订和简化，共38个（15.4%，38/246）病灶分类发生调整。LI-RADS v2017中84.6%（33/39）满足阈值增长的病变v2018归为亚阈值增长。10个病灶分类下调，7个由LR-5下调至LR-4，3个由LR-4下调至LR-3。28个病灶由LI-RADS v2017 LR-4类病变上调至LR-5，其中25个病灶为小HCC。以LR-5为诊断标准，LI-RADS v2018诊断HCC的灵敏度、准确度为66.7%（110/165）、73.6%（181/246），v2017为55.8%（92/165）、67.5%（166/246），差异均有统计学意义（χ²=4.13，P=0.001；χ²=6.20，P<0.001）；特异度分别为87.7%（71/81）、91.4%（74/81），差异无统计学意义（χ²=0.59，P=0.442）。在小病灶（最大径10~19 mm）中，LI-RADS v2018诊断HCC的灵敏度由v2017的40.4%（36/89）提升至62.9%（56/89），差异有统计学意义（χ²=9.00，P<0.001）。以LR-4+LR-5为诊断标准，LI-RADS v2017与v2018诊断HCC的灵敏度、特异度、准确度差异均无统计学意义（P均>0.05）。结论基于Gd-EOB-DTPA增强MRI，与LI-RADS v2017相比，LI-RADS v2018诊断HCC具有较高的灵敏度和相似的特异度，尤其在小HCC（10~19 mm）诊断中灵敏度明显提升。