【摘 要】
：
目的:探讨治疗前18F-FDG PET/CT与临床分期/评分系统、及二者联合对结外NK/T细胞淋巴瘤（ENKTL）患者的预后评估价值。方法:回顾性收集2014.12.01至2021.11.01在本院经病理（含活检）确诊为ENKTL并行治疗前PET/CT检查、且临床及随访资料完整的患者,分析治疗前PET/CT代谢参数TLG、MTV、SUVmean、SUVmax与临床应用较广泛的Ann Arbor分期
论文部分内容阅读
目的:探讨治疗前18F-FDG PET/CT与临床分期/评分系统、及二者联合对结外NK/T细胞淋巴瘤（ENKTL）患者的预后评估价值。方法:回顾性收集2014.12.01至2021.11.01在本院经病理（含活检）确诊为ENKTL并行治疗前PET/CT检查、且临床及随访资料完整的患者,分析治疗前PET/CT代谢参数TLG、MTV、SUVmean、SUVmax与临床应用较广泛的Ann Arbor分期系统、CA分期系统、PINK评分、IPI评分、KPI评分及NRI评分标准的相关性,以及各种分期/评分系统、18F-FDG PET/CT代谢参数的预后评估价值,并分析18F-FDG PET/CT与临床分期/评分系统联合的预后评估价值。应用统计分析软件SPSS 26.0分析上述数据与总体生存率（OS）之间的统计学关系,P＜0.05被认为具有统计学意义。结果:研究收集了36例ENKTL患者,8例患者（22.2%）病情进展或死亡,28例患者（77.8%）病情无明显进展或复发。平均PFS期为39.6月;平均OS期为43.5个月,2年和5年OS分别为69.4%、33.3%。治疗前PET/CT代谢参数TLG、MTV、SUVmean、SUVmax与分期及评分预后评价系统之间的相关性进行Spearman秩相关分析未显示出明显相关性（P均＞0.05）。按照NRI评分、IPI评分、KPI评分及PINK评分系统对36例ENKTL患者进行对应分期,结果显示以上评分系统对预后判断具有一定价值。PET/CT参数TLG、MTV、SUVmean、SUVmax值分别与PINK评分、INI评分、KIP评分及NRI评分的分期结果结合,采用Logistic回归方法构建联合诊断模型,联合TLG、MTV、SUVmean及SUVmax均可提高判断患者预后的效能,差异均具有统计学意义（P＜0.05）。分期系统联合PET/CT参数可提高诊断预测效能,不同评分系统表现也不一致,其中PINK评分系统AUC值更大。结论:在治疗前Ann Arbor分期、CA分期、PINK评分、IPI评分、KPI评分及NRI评分的基础上,联合治疗前18F-FDG PET/CT代谢参数TLG、MTV、SUVmean及SUVmax,可以很好的提高诊断效能,提高预后预测水平。
其他文献
人工智能时代,机器学习在数据、模型和算力的加持下,成功推动了推荐系统、自动驾驶、机器翻译等一系列应用的成熟。现实世界中,标记样本集的获取往往成本高昂,如何充分利用无标记样本提升模型性能是一项至关重要的任务。正类和无标记样本学习（Positive and Unlabeled Learning,PU Learning）面临一种更特殊的场景,标记样本只有正样本,其余都是无标记样本。因为负样本的缺失,经典
图流是一个包含时间信息的无限边流序列。作为一种实时动态的关联数据模型,图流结合了图的关联表示性和流的连续更新性,广泛应用于大数据应用中,比如新冠疫情期间的密接分析和智慧城市的车辆监控。为了管理大规模的图流数据,图流概要技术使用基于哈希的压缩矩阵近似地存储图流,并提供和图拓扑相关的查询。然而,现有的图流概要结构均没有考虑图流时间维度信息的存储,因此无法支持时间范围查询。设计支持时间范围查询的图流概要
越来越多的图像处理任务借助计算机完成,但图像中的像素数量巨大。为解决该问题,使用超像素表示图像,一个超像素包含多个颜色和空间相似的像素。由于超像素具有良好的图像表征能力和更高的计算效率,被广泛应用于计算机视觉任务。深度学习和端到端框架在包括计算机视觉在内的各个领域取得了重大进展,然而现有超像素算法无法以端到端的方式集成到后续任务中。现有算法包括传统算法和基于深度学习的算法。前者是不可微的算法,后者
我国现行《刑法》并未把自杀行为纳入犯罪的范畴,相关法律亦没有明确教唆他人自杀行为的界定以及如何制裁和惩罚。在司法实务中通常以故意杀人罪对涉及教唆他人自杀行为进行处理。但是,理论界对于究竟应如何界定教唆他人自杀行为性质未形成统一认识,有的学者指出此行为不具有可罚性,有的则认为应纳入犯罪行为范围内。本文主要探究教唆他人自杀行为的刑法规制问题。在研究的主要路径上,对近年来频发的相约自杀案件以及造成的社会
电力系统作为能源供应体系中的重要组成部分,对国家经济发展及社会活动具有战略性意义。暂态稳定分析及预防控制为保障电力系统安全稳定运行发挥重要作用。为应对电力系统运行方式复杂多变的特点,具有强自适应能力的在线暂态稳定分析及预防控制将成为电力系统安全稳定运行必不可少的重要支柱。电力大数据和人工智能技术为其发展提供了新的契机。为此,本文围绕数据驱动在电力系统暂态稳定分析及预防控制中的应用,展开如下研究工作
互联网技术的发展使得越来越多的业主开始采用众包模式完成工程设计项目。任务分配作为工程设计众包的一个环节,其合理性对控制项目成本、保证项目质量十分重要。然而,工程设计项目的多专业需求特征和接包方成本信息的不对称性分别给雇佣制和招标制交易模式下的任务分配带来了挑战。本文旨在从众包实践出发,以运筹优化、机制设计方法为基础,研究工程设计众包任务分配问题,其中主要工作及贡献如下:首先,研究雇佣制交易模式下的
网络技术的进步使社会发生了翻天覆地的变化,不仅增添了生活的趣味,也改变了传统的生活方式。随着互联网金融的发展和智能终端的普及,能够表达一定内容的几何图形码——二维码被广泛应用于物品标识、移动支付、电子通行等诸多与生活息息相关的方面,但二维码在移动支付过程中存在一定财产犯罪的刑事风险。如现实生活中不法分子偷偷将自己的二维码覆盖在商家用于收款的二维码上,顾客按照商家的指示或默示扫码付款,商家交付商品后
介绍贿赂行为人在行贿、受贿人之间沟通撮合、牵线搭桥,为违法犯罪活动创造机会,提供便利,加快贿赂进程,推动犯罪得以实现,具有严重的社会危害性。我国历来重视对介绍贿赂行为的打击,立法也在不断完善,对介绍贿赂行为配置独立罪名和刑罚。但理论界对介绍贿赂行为的定性仍有较多争议,在司法实务中对介绍贿赂行为在介绍贿赂罪与相关贿赂罪名之间的适用也经常出现混淆的状况,各罪名如何区分,介绍贿赂行为如何准确定性并适用相
创新和创造力是当今企业发展和竞争的关键。企业的创新发展得益于员工针对产品、流程等不断提出新的想法,然而,创新却并非一帆风顺,常常需要领导者和员工对新想法不断进行筛选和改进,才能最终实现创新绩效。受制于组织资源的稀缺性和创新的不确定性,领导创意拒绝已成为组织创新过程中常见的现象。近年来领导行为受到理论界越来越多的关注,但其促进员工创新绩效的有效性尚未得到系统性的理论和实证研究。领导创意拒绝对员工创新
政策扩散理论主要关注公共政策在政府间的传播,为探究公共政策提供了新的理论视角。传统的理论研究大多对政策扩散的全周期和全主体进行研究,对不同阶段和地区的政策扩散差异则较少。在现实的政策过程中,经常出现不同时期政策扩散差异很大,不同地区的政策扩散也呈现出区域特征。面对同一公共政策和中央指示,在不同时期与地域内是否存在政策扩散差异?什么因素影响了这一结果?不同阶段和地区的政策扩散内在逻辑是什么?为了对这