文献中不同壶腹周围癌（胰腺导管腺癌、远端胆管癌、壶腹癌和十二指肠癌）的患病率存在​​差异。 2010 年代，瑞典采用了基于轴向切片的胰十二指肠切除标本标准化组织病理学方案。本研究旨在提供有关壶腹周围癌的信息，包括治疗性和非治疗性环境中的肿瘤类型、术前诊断准确性以及手术标本标准化评估对诊断、R 状态和淋巴结评估的影响。来自诊断为壶腹周围癌的患者的数据从瑞典国家胰腺和壶腹周围癌登记处检索了 2010 年至 2019 年的壶腹周围癌。在非治愈患者中，3704 名（83.6%）被诊断为胰腺导管腺癌。在接受胰十二指肠切除术治疗的患者中，诊断为胰腺导管腺癌 1380 例（50.0%），远端胆管癌 284 例（10.3%），壶腹癌 376 例（13.6%），十二指肠癌 160 例（5.8%），其他560 名（20.3%）患者得到诊断。胰腺导管腺癌术前诊断与术后诊断相符，胰腺导管腺癌患者术前诊断与术后诊断相符，远端胆管癌患者术前诊断与术后诊断一致，远端胆管癌患者术前诊断与术后诊断一致，壶腹癌患者术前诊断与术后诊断一致，壶腹癌患者术前诊断与术后诊断一致，为120例（53.6%）。十二指肠癌。在接受标准化评估的手术标本中，胰腺导管腺癌的发生率较高，从 56.8% 升至 64.3%（P = 0.003）。标准化后，R1切除率（31.7% vs 44.6%，P < 0.001）和N1期切除率（62.1% vs 77.0%，P < 0.001）较高。患者中胰腺导管腺癌的比例较高在非治愈性环境中与接受手术的患者进行比较。壶腹周围癌的误诊率被证实很高。因此，在考虑术前肿瘤治疗时应考虑到这一点。手术标本的标准化评估增加了胰腺导管腺癌、R1 和 N1 率。© 作者 2023。由牛津大学出版社代表 BJS Society Ltd 出版。

他莫昔芬用于抑制卵母细胞取出周期中雌激素敏感的肿瘤复发。这项荟萃分析旨在评估促性腺激素和他莫昔芬联合给药的控制性卵巢刺激 (COS)（COS 与他莫昔芬）的质量。检索了 2022 年 10 月 30 日的 PubMed、Embase 和 Cochrane 图书馆的文章。作者包括研究比较 COS 与他莫昔芬、COS 联合促性腺激素和来曲唑（COS 联合来曲唑）或仅促性腺激素（COS 联合促性腺激素）对乳腺癌患者生育力保存的效果。主要结果指标是 COS 质量、回收卵母细胞总数 (TOR)、成熟卵母细胞总数 (TMO) 和雌二醇峰值水平 (PEL)。 四项研究（348 名患者、两项随机对照试验和两项队列研究） ）被纳入我们的荟萃分析中。 COS 联合他莫昔芬和 COS 联合来曲唑的 TOR（95% CI，[-3.84，2.90]）和 TMO（95% CI，[-2.20，2.64]）无显着差异。 COS 联合他莫昔芬和 COS 仅联合促性腺激素之间的 TOR 也没有差异（95% CI，[-6.14，1.86]）。与他莫昔芬相比，使用来曲唑的 COS 期间 PEL 出现统计学显着下降（95% CI，[1414.4, 4953.7]）。使用他莫昔芬的 COS 与仅使用来曲唑或促性腺激素的 COS 之间的质量没有差异。© 2023 作者。约翰·威利出版的《生殖医学和生物学》

皮肤病影响全球三分之一的人口，造成重大的医疗负担。深度学习可以通过神经网络处理皮肤图像进行预测来优化医疗保健工作流程。深度学习研究的一个重点是通过皮肤病变分类来检测癌症，但这可能无法转化为更广泛的超过 2000 种其他皮肤病。我们检索了将深度学习应用于皮肤图像的研究，排除良性/恶性病变（1/1/2000-23/6/2022，PROSPERO CRD42022309935）。主要结果是深度学习算法在疾病诊断或严重程度评估中的准确性。我们修改了 QUADAS-2 以进行质量评估。在确定的 13,857 篇参考文献中，纳入了 64 篇。研究最多的疾病是痤疮、牛皮癣、湿疹、酒渣鼻、白癜风、荨麻疹。深度学习算法在诊断这些情况时具有高度特异性和可变敏感性。算法诊断痤疮（中位数 94%，IQR 86-98；n = 11）、红斑痤疮（94%，90-97；n = 4）、湿疹（93%，90-99；n = 9）和牛皮癣的准确性（89%，78-92；n = 8）很高。银屑病（范围 93-100%，n = 2）、湿疹（88%，n = 1）和痤疮（67-86%，n = 4）的严重程度分级准确度最高。然而，59 项（92%）研究存在高偏倚风险判断，62 项（97%）研究存在高度适用性问题。只有 12 人 (19%) 报告了参与者的种族/皮肤类型。二十四名 (37.5%) 在独立数据集、临床环境或前瞻性中评估了该算法。这些数据表明深度学习图像分析在诊断和监测常见皮肤病方面的潜力。目前的研究存在重要的方法/报告局限性。具有外部验证/测试的真实世界、预期获取的图像数据集将推动深度学习超越当前实验阶段，转向临床有用的工具，以减轻皮肤病日益严重的健康和成本影响。© 2023。Springer Nature Limited。

癌症患者临终关怀中的种族差异已有充分记录，但文献中发现的差异的存在、方向和程度是相互矛盾的。目前识别种族差异的方法汇总数据以产生单值质量度量，该度量排除了重要的患者质量要素，因此缺乏识别可操作的公平改善见解的信息。我们的目标是开发一种可解释的机器学习方法，阐明医疗保健差异并提供更多可操作的质量改进信息。我们将临床信息与工程系统建模和数据科学相结合，使用美国医疗保险临终关怀中心针对 4 月至 12 月死亡的晚期（预后不良）癌症患者队列的数据，开发每家医院每个患者组的使用时间概况2016 年。我们计算了有色人种和白人的群体概况之间的差异，以识别种族差异特征。利用机器学习，我们对各医院的种族差异特征进行了聚类，并将这些聚类与经典的质量指标和医院特征进行了比较。我们通过 362 家医院的 45,125 名患者确定了 7 个集群； 4个集群（n = 190家医院）显示有色人种的临终关怀利用率高于白人，2个集群（n = 106）显示白人比有色人种的临终关怀利用率更高，1个集群（n = 66）显示没有差异。医院内的种族差异行为无法通过质量衡量来预测，这表明差异的真实形状如何通过质量衡量的视角被扭曲。这种方法根据用于计算质量指标的相同数据，通过算法阐明了临终关怀种族差异的形状。© 2023。Springer Nature Limited。

本研究旨在调查韩国结直肠癌 (CRC) 筛查中基于社会经济地位 (SES) 的不平等。我们评估了机会性和有组织的 CRC 筛查率是否因收入和教育水平而异。我们分析了 2009 年至 2021 年韩国国家癌症筛查调查 (KNCSS) 中 27,654 名年龄 50-74 岁的无癌症个体的数据。使用连接点回归根据平均年百分比变化估计加权癌症筛查率和趋势。基于泊松回归模型，从相对和绝对方面计算不平等。有组织的筛查率从2009年的22.1%显着增加到2020年的53.1%和2021年的50.6%，年均变化为8.6%（95%）置信区间 [CI]，4.9%-12.5%）。相比之下，机会性筛查没有观察到显着趋势。机会性筛查吸收中的 SES 不平等表现为不平等斜率指数 (SII) 为 9.74%（95% CI，6.36%-13.12%），相对不平等指数 (RII) 为 2.18（95% CI，1.75%-） 2.70%）在教育水平方面；就测量收入而言，SII 为 7.03%（95% CI，4.09%-9.98%），RII 为 1.81（95% CI，1.41%-2.31%）。尽管收入不平等有增加的趋势，但在有组织筛查的总体估计中没有观察到显着的社会经济地位不平等。无论社会经济地位如何，有组织的结直肠癌筛查都可以有效提高参与率。然而，机会性筛查中发现了显着的不平等，这表明结直肠癌筛查的整体公平性还有改进的空间。

本研究调查了1999-2018年韩国市级8种主要癌症发病率的地区差异，并评估了2014-2018年期间是否存在癌症聚集热点。使用了韩国国家癌症发病率数据库。在市级按性别和地区计算 5 年 4 个时期和 8 种癌症类型的年龄标准化发病率。区域差异以绝对和相对衡量标准进行计算。使用全局 Moran's I 和基于邻近或距离的空间权重矩阵来检查聚类的可能性。在 20 年的研究期间，区域差异根据癌症类型和性别而变化。对于男性来说，胃癌、结肠癌、直肠癌、肺癌和肝癌的地区差异有所下降，甲状腺癌和前列腺癌的地区差异最近也有所下降，尽管总体发病率有所上升。对于女性来说，胃癌、结肠癌、直肠癌、肺癌、肝癌和宫颈癌的地区差异有所下降，尽管总体发病率有所上升，但甲状腺癌的发病率最近有所下降，乳腺癌的发病率稳步上升。 2014-2018年，乳腺癌（I，0.61；95% CI，0.53至0.70）在女性中表现出高概率的癌症集群，肝癌（I，0.48；95% CI，0.40至0.56）在女性中表现出高概率的癌症集群。男性癌症集群。在城市一级发现了在国家一级未发现的癌症发病率差异。这些可以为当地癌症政策的规划和实施提供重要方向。

前列腺分割是前列腺癌计算机辅助检测和诊断系统的重要步骤。基于深度学习 (DL) 的方法为前列腺和区域分割提供了良好的性能，但人们对手动分割（即标签）选择对其性能的影响知之甚少。在这项工作中，我们通过为 PROSTATEx I 挑战训练数据集 (n = 198) 获取两个不同的专家标签集来研究这些影响，并使用它们以及内部数据集 (n = 233) 来评估效果关于分割性能。我们使用的自动分割方法是nnU-Net。训练/测试标签集的选择对模型性能有显着的（p< 0.001）影响。此外，我们发现，当使用相同的标签集训练和测试模型时，模型性能显着提高 (p<0.001)。此外，结果表明自动分割之间的一致性显着（p< 0.0001）高于手动分割之间的一致性，并且模型能够优于用于训练它们的人类标签集。我们研究了标签集选择的影响基于深度学习的前列腺分割模型的性能。我们发现使用不同组的手动前列腺和区域分割对模型性能具有可测量的影响。尽管如此，基于深度学习的分割似乎比手动分割具有更好的读者间一致性。应该更多地考虑标签集，重点是多中心手动分割和通用程序的一致。标签集的选择显着影响基于深度学习的前列腺分割模型的性能。使用不同标签集的模型比手动分割表现出更高的一致性。•标签集选择对自动分割模型的性能有显着影响。 • 基于深度学习的模型展示了真正的学习，而不是简单地模仿标签集。 • 自动分割似乎比手动分割具有更高的读者间一致性。© 2023。欧洲放射学会(ESR)。

为了评估不同乳腺癌亚型和治疗反应亚组中合成 MRI (syMRI) 松弛测量与表观扩散系数 (ADC) 图之间的相关性。 纳入了 263 名接受新辅助治疗 (NAT) 治疗且具有基线 MRI 的乳腺癌患者。通过分别在 T1/T2/PD 和 ADC 图上沿病变绘制感兴趣区域 (ROI) 来获得肿瘤注释。分别计算T1/T2/PD和ADC图的直方图特征，并分析每对相同特征之间的相关性。同时，比较不同 NAT 治疗反应组之间的特征，并评估其区分能力。在所有患者中，27 对特征中有 20 对呈弱相关（r = - 0.13-0.30）。对于三阴性乳腺癌（TNBC），病理完全缓解（pCR）组（r = 0.60-0.86）的PD图特征与ADC的相关性高于非pCR组（r = 0.30-0.43） ，并且 pCR 组中 ADC 和 PD 图的平均值强相关 (r = 0.86)。对于 HER2 阳性，pCR 组和非 pCR 组中几乎没有发现相关性。对于管腔 HER2 阴性，T2 图与 ADC 的相关性高于 T1 和 PD 图。 Luminal-HER2 阴性亚型的 T2 低百分位数和中位数存在显着差异，产生中等 AUC (0.68/0.72/0.71)。TNBC 中 ADC 和 PD 图之间的关系可能表明不同的 NAT 反应。 ADC 和 syMRI 之间的非弱相关性表明它们在肿瘤微环境评估中的互补作用。TNBC 中 ADC 和 PD 图之间的关系可能表明不同的 NAT 反应，ADC 和 syMRI 之间的非弱相关性表明它们在肿瘤微环境评估中发挥互补作用。 • TNBC 中 ADC 和 PD 之间的关系表明不同的 NAT 反应。 • ADC 和syMRI 之间的无至弱相关性可以互补地评估肿瘤微环境。 • T2 低百分位数和中位数预测管腔 HER2 阴性亚型的 NAT 反应。© 2023。欧洲放射学会 (ESR)。

软骨下功能不全骨折 (SIF) 和膝关节骨坏死 (SIF-ON)（以前被误称为自发性膝关节骨坏死 (SONK)）是在没有先前创伤、肿瘤或炎症事件的情况下出现的骨病变。这两种情况的特征在于MRI 上的骨骺骨髓水肿 (BME) 样信号可显示早期阶段。然而，虽然 SIF 通常会自发愈合，但它们也可能演变成骨坏死（即 SIF-ON），这可能会发展为关节面不可逆的塌陷。仔细分析其他 MRI 征象可能有助于在早期区分这两种情况。在 SIF 中，BME 水肿样信号延伸到紧邻软骨下板的区域，而在 SIF-ON 中，由于骨髓改变，该软骨下区域在液体敏感 MR 图像上显示出低信号强度。具有低流体敏感信号强度的软骨下区域的厚度和长度是决定SIF-ONs预后的重要因素。如果厚度超过 4 毫米或长度超过 14 毫米，则预后较差。 SIF 和 SIF-ON 的鉴别诊断包括与“复杂区域疼痛综合征”(CRPS) 相关的骨病变、全身性骨骺骨坏死以及与软骨病理相关的骨病变。临床相关性声明影像学在诊断软骨下功能不全方面发挥着重要作用骨折 (SIF) 与伴有骨坏死 (SIF-ON) 和塌陷的软骨下不全骨折 (SIF-ONs) 和塌陷，以及将其与其他表现为骨髓水肿样信号的自发性膝关节软骨下骨病变区分开来。要点• 软骨下不全骨折可能会影响膝关节，特别是在老年人中。• 软骨下功能不全骨折通常会自发愈合。• 有时，软骨下骨坏死和塌陷可能使软骨下功能不全骨折复杂化。• 骨髓样水肿是所有这些病变中常见的非特异性体征。• 骨折并发的骨坏死中的骨髓退化在液体敏感序列上呈低信号。© 2023。欧洲放射学会 (ESR)。

开发和验证基于多相 CT 的放射组学模型，用于局限性透明细胞肾细胞癌 (ccRCC) 患者的术前风险分层。共有 425 名局限性 ccRCC 患者入组，并分为训练组、验证组和外部测试组。从三相 CT 图像（未增强、动脉和静脉）中提取放射组学特征，并通过最小绝对收缩和选择算子 (LASSO) 回归算法构建放射组学特征。计算每位患者的放射组学评分（Rad-score）。通过结合重要的临床因素和 Rad 评分，建立了放射组学模型并将其可视化为列线图。通过受试者工作特征曲线、校准曲线和决策曲线分析（DCA）评估放射组学模型的预测性能。三相放射组学特征的AUC分别达到0.862（95% CI：0.809-0.914）、0.853（95%三个队列的 CI：0.785-0.921）和 0.837（95% CI：0.714-0.959）分别高于动脉、静脉和未增强的放射组学特征。多变量逻辑回归分析显示，Rad评分（OR：4.066，95％CI：3.495-8.790）和肾静脉侵犯（OR：12.914，95％CI：1.118-149.112）是独立的预测因子，用于开发放射组学模型。放射组学模型显示出良好的校准和辨别力，三个队列的 AUC 分别为 0.872 (95% CI: 0.821-0.923)、0.865 (95% CI: 0.800-0.930) 和 0.848 (95% CI: 0.728-0.967)，分别。 DCA显示了放射组学模型在预测Leibovich风险组方面的临床实用性。放射组学模型可以作为一种无创且有用的工具来预测局限性ccRCC患者的Leibovich风险组。基于三相CT的放射组学模型取得了良好的效果在术前预测局限性 ccRCC 患者的 Leibovich 风险组方面的表现。因此，它可以作为局部ccRCC患者术前风险分层的无创有效工具。 • 基于三相CT的放射组学特征比单相放射组学特征具有更好的性能。 • 放射组学在术前预测 ccRCC 的 Leibovich 风险组方面具有前景。 • 这项研究提供了一种对局部 ccRCC 患者进行分层的非侵入性方法。© 2023。欧洲放射学会 (ESR)。