公共文化服务平台

搜索到9274篇“ 生存期“的相关文章

谈谈肿瘤患者的“5年生存率”和“中位生存期”: 2025年; 如果一个人得了肿瘤,他最想知道的可能就是“我还能活多久”,但这其实是个不好回答的问题。医学专家们没少在研究癌症患者存活期上下功夫,有时医生会告诉我们一些大概的数字,比如患某个肿瘤的患者“5年生存率”或“中位生存期”。; 王字玲; 关键词：肿瘤中位生存期

中西医结合疗法在提高晚期非小细胞肺癌患者生存质量及延长生存期的研究: 2025年; 探讨中西医结合疗法在提高晚期非小细胞肺癌(NSCLC)患者生存质量及延长生存期的效果。方法以我院晚期NSCLC患者为研究对象,将其随机分为两组,共88名患者参与。其中,观察组采用中西医结合疗法进行治疗,对照组则进行常规治疗。结果两组患者的基本数据差异无统计学意义。通过观察对比分析,观察组的总有效率(97.73%)显著高于对照组(84.09%),差异有统计学意义(P=0.026)。外周血象观察结果显示,观察组的I度骨髓抑制和II度骨髓抑制人数显著少于对照组,差异有统计学意义。在IL-2R、TNF-α等方面,观察组与对照组比较,治疗后差异显著(P=0.006)。观察组的不良反应发生率(4.55%)显著低于对照组(20.45%),差异有统计学意义(P=0.026)。结论中西医结合疗法在提高晚期NSCLC患者生存质量、改善血象、调整免疫因子及降低不良反应方面,均优于单纯西医治疗,能显著提高晚期NSCLC患者的生存质量,并有效延长生存期。; 韩琳; 关键词：中西医结合疗法非小细胞肺癌免疫因子生存期

一种多模态融合癌症生存期预测系统及存储介质: 本发明涉及多模态学习领域，具体是一种多模态融合癌症生存期预测系统及存储介质，存储介质中的计算机程序执行以下步骤：获取癌症患者的临床数据、全切片病理图像和基因数据；根据全切片病理图像和基因数据，获得图像特征数据和基因特征数...; 赵静朱紫薇孙仕亮

预测脑胶质瘤无进展生存期的MRI深度学习研究: 2025年; 目的基于T2WI开发并验证一种预测脑胶质瘤患者无进展生存期(progression-free survival,PFS)的深度学习(deep learning,DL)模型。材料与方法收集了来自三个中心共345名被诊断为胶质瘤患者的MRI图像和临床资料。建立了9个DL模型来预测PFS,使用外部测试集对模型性能进行验证。采用C指数确定最佳模型,并比较了这些模型的性能。根据训练集中计算的风险评分截止值,将患者分层为高风险组和低风险组,评估他们的PFS之间的差异。结果训练集和测试集分别由249名和96名患者组成。Wide ResNet50-2深度学习模型表现优异,在训练集和测试集的C指数分别为0.694和0.714。将临床特征与DL特征结合后建立的综合模型得到最高的模型表现,在训练集和外部测试集的C指数分别为0.724和0.795。根据深度学习特征计算的风险评分可以用于区分不同风险的患者。结论基于术前MRI的DL模型能够预测胶质瘤患者的PFS,并可作为术前风险分层工具。; 张秋芬高宇毛珂韩东明翟晓阳; 关键词：脑胶质瘤磁共振成像

晚期肝癌合并不同结核类型患者的免疫治疗效果及生存期对比: 2025年; 目的探讨晚期肝癌合并不同结核类型患者的免疫治疗效果及对生存期的影响。方法回顾性分析我院收治的晚期肝癌合并结核患者29例,入选时间为2020年1月-2023年12月,其中A组(晚期肝癌合并活动性结核患者,19例)、B组(晚期肝癌合并陈旧性结核患者,10例),两组均接受免疫治疗,A组同时接受抗结核治疗。对比两组患者的临床疗效及生存期。结果两组总有效率比较,无统计学差异(P>0.05)。治疗后、两组ALT、AST、TBIL水平均较治疗前降低(P<0.05),但两组间ALT、AST、TBIL水平比较,无显著差异(P>0.05)。A组中位总生存期(mOS)为3.0个月(95%CI0.8-5.2个月),B组mOS为2.3个月(95%CI0.1-6.7个月),两组比较,无统计学差异(P=0.941)。结论对于晚期肝癌合并结核患者而言,抗结核治疗并不会对免疫治疗的疗效及患者生存期产生明显影响。; 李磊; 关键词：肝癌结核免疫治疗生存期

一种非小细胞肺癌患者放疗后的生存期预测模型及系统: 本发明提供一种非小细胞肺癌患者放疗后的生存期预测模型及系统，系统包括：图像处理模块；特征提取模块；肿瘤影像组学模型，基于重要肿瘤影像组学特征进行训练；肺影像组学模型，基于重要肺部影像组学特征进行训练；综合影像组学模型，将...; 张臻罗天琛闫萌

一种基于数据集内外验证的肾细胞癌预后生存期预测方法: 本发明提供了一种基于数据集内外验证的肾细胞癌预后生存期预测方法，涉及临床医学诊断学领域。本发明发现与肾细胞癌预后生存期有关的临床因素：合并症、肿瘤大小、淋巴结转移、肿瘤远处转移、肿瘤分级、组织类型、免疫治疗、靶向治疗可以...; 付明蕾李洁群王恒民邓文余静贵胡凯周潇妮胡岗

加权基因共表达网络联合机器学习识别影响卵巢癌患者生存期的关键基因: 2025年; 目的:利用加权基因共表达网络和机器学习方法,筛选和鉴定对卵巢癌患者生存率产生影响的关键基因,为卵巢癌的治疗提供新的思路和靶点。方法:从公共数据库下载GSE14407、GSE15578和GSE38666三个包含卵巢癌样本的表达矩阵,将前两个矩阵进行合并和去批次作为训练集用于后续分析,最后一个表达矩阵作为外部验证集。按照一定的标准筛选训练集中卵巢癌样本同正常样本之间的差异基因,对训练集进行加权基因共表达网络分析,获取相关性最强模块中的特征基因。使用3种机器学习对差异基因与特征基因的交集基因进行深度学习,并识别卵巢癌的关键基因。最后对关键基因的诊断效能和对患者生存期的影响进行验证。结果:共获得770个差异基因,191个特征基因,两者交集基因138个;通过机器学习发现AOX1、GPRASP1可能是对卵巢癌患者生存期产生影响的关键基因;受试者工作曲线及Kaplan-Meier分析发现AOX1、GPRASP1不但具有良好的诊断效能,同时确实对卵巢癌患者生存率有显著影响。结论:基于加权基因共表达网络和机器学习对公共数据集的分析发现,AOX1、GPRASP1是影响卵巢癌患者生存率的关键基因,可以为卵巢癌的治疗提供新的思路。; 张后娟; 关键词：卵巢癌关键基因

拉帕替尼联合化疗治疗晚期乳腺癌的效果及对无进展生存期的影响: 2025年; 目的分析晚期乳腺癌患者使用拉帕替尼联合化疗治疗的效果及对远期预后的影响。方法非随机选取2022年6月—2023年6月淄博市妇幼保健院肿瘤科收治的56例晚期乳腺癌患者为研究对象,按治疗方案分为两联组和三联组,每组28例。两联组给予常规化疗方案(多西他赛+卡铂),三联组在两联组基础上增加拉帕替尼联合治疗。对比两组患者的近期疗效、远期疗效、不良反应发生情况及血清肿瘤标志物水平。结果两组总疗效比较,差异无统计学意义(P>0.05)。三联组无进展生存期、总生存期时间分别为(11.86±0.43)个月、(13.01±2.42)个月,长于两联组的(6.69±1.46)个月、(11.89±0.76)个月,差异有统计学意义(t=17.974、2.336,P均<0.05)。两组患者化疗期间不良反应发生率比较,差异无统计学意义(P>0.05)。三联组血清肿瘤标志物水平优于两联组,差异有统计学意义(P均<0.05)。结论拉帕替尼联合化疗治疗晚期乳腺癌患者,可取得较佳疗效,控制疾病发展进程。; 伊雪飞郭建平; 关键词：晚期乳腺癌化疗拉帕替尼

生存期预测工具在终末期癌症患者中的比较:一项多中心前瞻性队列研究: 2025年; 目的:分析卡氏功能状态评分(KPS)、姑息行为功能工具(PPS)、姑息预后指数(PPI)和谵妄-姑息预后评分(D-PaP)在中国终末期癌症患者生存期预测中的适用性及预测效能,为丰富患者生存期预测工具种类,拓宽生存期预测工具应用范围,提高患者生存期预测效果和临床医护者预测的准确性提供依据。方法:采用前瞻性的队列研究设计,招募2020年9月至2023年10月在江苏省4家医疗机构的终末期癌症患者304例,采用受试者工作特征(ROC)曲线探索KPS、PPS、PPI及D-PaP对终末期癌症患者7 d以及30 d生存预测的可行性,并以Kaplan-Meier生存曲线讨论新截断值下4种生存期预测工具的预测差异。结果:最终纳入286例终末期肿瘤患者,中位生存期为8(3,15)d。其中,在患者30 d生存期预测中,KPS、PPS、PPI及D-PaP的ROC曲线下的面积分别为0.783(95%CI:0.687~0.878)、0.756(95%CI:0.658~0.855)、0.759(95%CI:0.655~0.862)及0.872(95%CI:0.784~0.959)。Delong检验结果表明,在患者30 d生存期预测中D-PaP与KPS、PPI、PPS间差异均有统计学意义(均P<0.05),而KPS、PPI、PPS之间相互比较差异均无统计学意义(均P>0.05)。KPS、PPS、PPI及D-PaP的最佳截断值分别为25、35、3.75和8.25,灵敏度分别为62.2%、76.0%、67.9%和88.5%,特异度分别为83.3%、70.8%、75.0%及83.3%。结论:KPS、PPS、PPI及D-PaP均可用于预测中国终末期癌症患者的生存期预测,其中D-PaP预测工具对30 d患者生存期的预测表现最佳。; 程子洛吴燕平王叶苹梅震殷小莉; 关键词：安宁疗护量表

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈