处理临床预后研究中缺失的数据是一项重要但具有挑战性的任务。本研究旨在从不同的分析角度对不同机器学习 (ML) 插补方法的有效性和可靠性进行全面评估。具体来说，它重点关注用于评估机器学习插补方法的三类不同的性能指标：回归估计的插补后偏差、插补后预测准确性和实质性无模型指标。作为说明，我们应用了现实世界乳腺癌生存研究的数据。这种综合方法旨在从各种分析角度对机器学习插补方法的有效性和可靠性进行全面评估。使用具有 30% 随机缺失 (MAR) 值的模拟数据集。对多种单一插补 (SI) 方法（特别是 KNN、missMDA、CART、missForest、missRanger、missCforest）和多重插补 (MI) 方法（特别是 mouseCART 和 mouseRF）进行了评估。使用的性能指标包括高尔距离、估计偏差、经验标准误、覆盖率、置信区间长度、预测准确性、错误分类比例 (PFC)、归一化均方根误差 (NRMSE)、AUC 和 C 指数得分。分析显示，就高尔距离而言，CART 和 missForest 最为准确，而 missMDA 和 CART 在二元协变量方面表现出色； missForest 和 mouseCART 在连续协变量方面表现更佳。在评估回归估计的偏差和准确性时，miceCART 和 mouseRF 表现出最小的偏差。总体而言，各种插补方法表现出比完整案例分析 (CCA) 更高的效率，其中 MICE 方法提供了最佳置信区间覆盖。就 Cox 模型的预测准确性而言，missMDA 和 missForest 具有更高的 AUC 和 C 指数得分。尽管提供了更好的预测准确性，但研究发现，与 MI 方法相比，SI 方法在回归系数中引入了更多偏差。这项研究强调了在事件发生时间研究中根据研究目标和数据类型选择适当的插补方法的重要性。研究的不同性能指标的方法的有效性各不相同，凸显了在多重插补框架内使用先进机器学习算法来增强研究完整性和研究结果稳健性的价值。© 2024。作者。

牙关紧闭是头颈癌患者进行治疗性放射治疗后可能出现的严重并发症。然而，在这种情况下，有关这种副作用的证据仍有待完全定义，特别是在剂量测定参数方面。关键参考文献来自 PubMed 查询。还使用了手动搜索和 ClinicalTrials.gov。本文包含一份叙述性报告，并对文献中有关辐射引起的牙关紧闭的证据进行了批判性讨论，特别是剂量学问题。治疗目标应该是保持高治愈率并限制并发症的发生。有必要对剂量测量和临床结果进行进一步评估，以确定风险较高的患者，从而进行针对性治疗调整。版权所有 © 2024 Elsevier B.V. 保留所有权利。

经典的丝裂原激活蛋白激酶 (MAPK) 信号通路 Ras/Raf/MEK（丝裂原激活蛋白激酶/ERK 激酶）/ERK 蛋白激酶级联是调节细胞生长、分化和增殖的保守级联。 2002年，随着在几种人类肿瘤中发现BRAF的癌症激活突变，BRAF在癌症中的重要性被确立。目前，BRAF被认为是一种驱动突变，以不同的方式影响癌症表型，使其成为癌症的重要治疗靶点。 BRAF 选择性抑制剂在涉及转移性黑色素瘤患者的临床试验中显示出前景。然而，BRAF 抑制剂治疗的耐药机制导致治疗反应短暂。迫切需要进一步深入研究来探索阻碍 BRAF 抑制剂有效性的耐药机制。代谢重编程在 BRAF 突变癌症中发挥着新的作用。特别是，线粒体代谢及其由线粒体介导的密切相关的信号通路已被认为是治疗 BRAF 突变癌症的潜在新靶点。这篇综述探讨了了解癌症中 BRAF 突变的进展、BRAF 抑制剂的临床病理学相关性，以及 BRAF 突变癌症中线粒体代谢、线粒体动力学和线粒体介导的死亡的最新进展。该综述将为未来的癌症研究提供信息，并为 BRAF 突变癌症的新型治疗组合奠定基础。版权所有 © 2024 Elsevier B.V. 保留所有权利。

毛霉菌病是血液系统恶性肿瘤患者发病和死亡的重要原因，但其特征尚不完全清楚。本研究旨在更好地了解中国东部地区血液系统恶性肿瘤毛霉菌病的临床特征。对血液系统恶性肿瘤毛霉菌病患者的人口学特征、微生物学、治疗和90天死亡率进行单中心回顾性分析。 2018年至2023年间的恶性肿瘤。该研究总共纳入了50例病例，其中11例已确诊为毛霉菌病，39例为疑似毛霉菌病病例。患者的中位年龄为39.98±18.52岁，其中52%为男性。其中，46%患有急性髓系白血病（AML），16%患有急性淋巴细胞白血病（ALL），16%患有骨髓增生异常综合征。毛霉菌病最常见的表现是肺部（80%）、播散性（16%）和鼻脑部（4%）。通过组织学、培养、显微镜和分子诊断技术证实了诊断。最常见的真菌种类是 Cunninghamella (40%)、Rhizopus (26%) 和 Rhizomucor (22%)。 84% 的病例采用抗真菌治疗，10% 的病例采用手术治疗。 90天死亡率为76%。 Logistic 回归分析显示，两性霉素 B 治疗和手术治疗与生存率改善相关，而中性粒细胞减少症和诊断前服用伏立康唑与较高死亡率相关。毛霉菌病在血液系统恶性肿瘤患者中的死亡率仍然很高。使用包括分子生物学在内的各种技术进行早期诊断，并在可能的情况下适当使用两性霉素 B 和手术，对于成功治疗毛霉菌病至关重要。© 2024。作者。

在高维基因表达数据中，选择最佳基因子集对于实现高分类精度和可靠的疾病诊断至关重要。本文提出了一种基于聚类和群体智能算法的两阶段混合基因选择模型，以高精度识别信息最丰富的基因。首先，执行基于聚类的多元过滤方法来探索特征之间的相互作用并消除任何冗余或不相关的特征。然后，通过控制二值Bat算法中的早熟收敛问题，通过蒙特卡罗交叉验证数据划分模型，使用不同的分类器确定最优基因子集。通过与文献中最近发布的其他算法进行比较，我们使用八个基因表达数据集评估了我们提出的框架的有效性。实验证实，在八个数据集中的七个中，所提出的方法可以在分类精度和基因子集大小方面取得优异的结果。特别是，它在淋巴瘤和卵巢数据集中实现了 100% 的分类准确率，在其余数据集中以最少的基因数量实现了 97.4% 以上的分类准确率。结果表明，我们提出的算法有潜力解决高维数据集不同应用中的特征选择问题。版权所有 © 2024 Elsevier Ltd。保留所有权利。

研究 miRNA 与疾病之间的复杂关系对于预防和治疗 miRNA 相关疾病至关重要。现有的计算方法往往忽视了不同节点特征的重要性以及特征在异构节点之间的传播。许多预测模型只关注miRNA和疾病的特征编码，而忽略了特征聚合的重要性。我们提出了一种通过双邻域特征聚合和特征融合的预测方法，该方法使用多个信息源，聚合同质和异构节点上的信息并融合学习的特征来预测疾病节点的多种表示。我们分别基于不同的相似度计算方法构建了多个同构节点的相似度网络，并利用图卷积网络融合注意力机制来获取不同重要程度的信息。为了缓解数据集中的稀疏连接问题，我们构建了一个两邻域异构图神经网络模型，利用已知的 miRNA-疾病关联信息将同质相似性网络集成到 miRNA-疾病异构网络中。我们使用与网络中节点关联的邻域信息来执行特征聚合。此外，我们使用特征融合模块来了解不同类型节点对预测 miRNA 与疾病关联的重要性。我们在人类 microRNA 疾病数据库 (HMDD v3.2) 上的实验结果表明，该模型表现出优越的性能。这项工作证明了我们的模型能够通过两种常见癌症的案例研究来识别与疾病相关的潜在 miRNA。版权所有 © 2024。由 Elsevier Ltd 出版。

膀胱癌 (BC) 是一种常见疾病，发病、死亡和费用风险很高。 BC 的主要危险因素包括在工作场所或环境中接触致癌物，尤其是烟草。存在一些困难，例如 BC 分类需要合格的专家。鹦鹉优化器（PO）是一种优化方法，其灵感来自训练有素的鹦鹉中观察到的关键行为，但 PO 算法会陷入子区域，精度较低，错误率较高。因此，结合两种策略开发了 PO (IPO) 算法的改进变体：(1) 镜像反射学习 (MRL) 和 (2) 伯努利图 (BM)。这两种策略都通过避免局部最优并在收敛速度和解决方案多样性之间取得折衷来提高优化性能。根据 2022 年在 IEEE 进化计算大会 (CEC 2022) 测试套件函数和 9 个 BC 上进行的 Friedman 测试和 Bonferroni-Dunn 测试，在统计收敛性和其他指标方面，对拟议 IPO 的性能与其他 8 个竞争对手算法进行了评估来自官方存储库的数据集。 IPO 算法在最佳适应度方面排名第一，并且比 CEC 2022 函数的其他八种 MH 算法更加优化。所提出的 IPO 算法与支持向量机 (SVM) 分类器（称为 IPO-SVM）方法集成，用于膀胱癌分类。然后使用九个 BC 数据集来确认所提出的 IPO 算法的有效性。实验表明 IPO-SVM 方法优于最近提出的八种 MH 算法。使用九个 BC 数据集，IPO-SVM 的准确度 (ACC) 为 84.11%，灵敏度 (SE) 为 98.10%，精密度 (PPV) 为 95.59%，特异性 (SP) 为 95.98%，F 分数 (F1) 94.15%。这表明拟议的 IPO 方法如何有助于有效地对 BC 进行分类。开源代码可在 https://www.mathworks.com/matlabcentral/fileexchange/169846-an-efficient-improved-parrot-optimizer 上获取。版权所有 © 2024 Elsevier Ltd。保留所有权利。

前列腺癌 (PC) 是由雄激素受体 (AR) 或其配体的异常信号传导引起的，雄激素剥夺疗法 (ADT) 是治疗的基石。 ADT 反应性可能与调节雄激素产生、摄取和转化 (APUC) 的基因的种系改变有关。我们分析了来自前列腺组织 (SU2C/PCF、TCGA、获取x）。我们还询问了 Caris POA DNA（592 个基因/全外显子组）和 RNA（全转录组）NGS 数据库。连接活动网络算法 (ALAN) 用于量化所有成对的基因与基因关联。使用 Kaplan-Meier 估计值根据保险索赔数据确定真实世界的总生存期 (OS)。六个 APUC 基因（HSD3B1、HSD3B2、CYP3A43、CYP11A1、CYP11B1、CYP17A1）在一组转移性肿瘤中表现出合并基因行为（n = 208） ）。在 Caris POA 数据集中，6 个 APUC 基因 (APUC-6) 在原发性前列腺 (n = 4,490) 和转移性 (n = 2,593) 活检中表现出稳健的聚类。令人惊讶的是，APUC-6 表达升高的肿瘤具有静态较低的 AR、AR-V7 和 AR 信号评分表达，表明配体驱动的疾病生物学。 APUC-6 基因与替代类固醇激素受体、ESR1/2 和 PGR 的表达相关。我们使用 AR 或 APUC-6 基因的 RNA 表达来定义与标志通路和细胞表面靶标具有差异相关性的两个肿瘤亚组。APUC-6 高/AR-低肿瘤代表了具有良好临床结果的患者亚组，与AR 高或神经内分泌前列腺癌。总而言之，在当前基因组测试中测量 APUC-6 基因的聚合表达可识别配体（而不是 AR）驱动的 PC，并需要不同的治疗策略。NCI/NIH 1R37CA288972-01，NCI 癌症中心支持 P30 CA077598，DOD W81XWH -22-2-0025，R01 CA249279。

靶向激酶提供了治疗实体瘤的潜在策略；然而，针对激酶的疫苗的治疗潜力仍不确定。开发了编码极光激酶A（AURKA）或细胞周期蛋白依赖性激酶7（CDK7）的腺病毒（Ad）疫苗，并通过蛋白质印迹、流式细胞术等多种方法研究了其治疗潜力在小鼠和人源化实体瘤模型中进行细胞计数、细胞毒性 T 淋巴细胞测定和酶联免疫斑点 (ELISpot)。Ad-AURKA/CDK7 联合免疫可有效阻止 Renca、RM-1、MC38 和 Hepa1 的皮下肿瘤生长-6个肿瘤模型。在治疗性肿瘤模型中，Ad-AURKA/CDK7 治疗可阻止肿瘤生长并增加免疫细胞浸润。 Ad-AURKA/CDK7 的施用促进了树突状细胞亚群的诱导和成熟，并增强了多功能 CD8 T 细胞抗肿瘤免疫。此外，该疫苗通过促进记忆 CD8 T 细胞的生成，诱导持久的抗肿瘤作用。 CD8 T 细胞耗竭后的肿瘤恢复强调了这些细胞在观察到的治疗效果中不可或缺的作用。通过诱导多功能 CD8 T 细胞抗肿瘤免疫反应，Ad-AURKA/CDK7 疫苗的有效功效在肺转移、原位和人源化肿瘤模型中得到了一致证明。我们的研究结果表明，针对双激酶 AURKA 的 Ad-AURKA/CDK7 疫苗CDK7 成为治疗实体瘤的一种有前途且有效的治疗方法。© 作者（或其雇主）2024。根据 CC BY-NC 允许重复使用。禁止商业再利用。请参阅权利和权限。英国医学杂志出版。

免疫检查点抑制剂 (ICI) 改变了癌症的治疗方法，尤其是占全球癌症患者群体大多数的老年人。本研究旨在评估 2018 年至 2022 年期间参加美国食品药品监督管理局 (FDA) 注册临床试验的老年人的纳入情况、特征和报告。2018 年至 2022 年期间，ICI 的临床试验导致 FDA 批准其在实体瘤肿瘤学领域的应用。 2022 年也包括在内。对主要研究报告和所有可用的二级出版物进行了评估。根据预定义的标准评估了方案定义的临床疗效终点、健康相关生活质量 (HRQOL) 和毒性结果以及基线特征的较旧亚组数据的可用性和完整性，该标准根据已发表的数据的可用性对报告完整性进行了分层分类。数据，包括效应量、样本量和精度测量。其中包括 53 项注册试验，总共涉及 37,094 名参与者。大多数试验（64.2%）是 ICI 联合治疗。 42.3%的患者年龄≥65岁； 11.1%年龄≥75岁。没有试验指定资格的年龄上限。 98.1% 的试验排除了欧洲肿瘤合作组体能状态 >1 的患者。 87.2% 的主要疗效终点和 17.9% 的次要疗效终点针对老年人进行了完整报告。五项研究 (9.4%) 报告了基线特征，三项研究 (6.1%) 报告了 HRQOL 评估，四项研究 (7.5%) 报告了完全在老年亚组中的毒性结果。没有试验进行基线老年评估或报告老年特异性症状或生活质量量表。该分析强调了 ICI 治疗关键试验中老年亚组的入组和报告方面存在显着缺陷。研究结果强调迫切需要改进 ICI 临床试验的报告和纳入标准，以便更好地为老年人的治疗决策提供信息。© 作者（或其雇主）2024。CC BY-NC 允许重复使用。禁止商业再利用。请参阅权利和权限。英国医学杂志出版。