二次采样是分析大量生存数据的实用策略，这些数据在不同的研究领域中逐渐遇到。虽然最优子采样方法已应用于 Cox 模型和参数加速失效时间 (AFT) 模型的推理，但其在基于排序估计的半参数 AFT 模型中的应用受到的关注有限。挑战来自于回归系数的非平滑估计函数以及常见形式的估计函数中审查观测的贡献看似为零。为了应对这些挑战，我们通过明确定义的随机过程表达估计函数，为事件和审查观测开发最佳子采样概率。同时，我们对非平滑估计函数应用诱导平滑过程。由于最佳子采样概率取决于未知的回归系数，因此我们采用两步过程来获得可行的估计方法。该方法的另一个好处是它能够解决当子样本大小接近完整样本大小时方差估计不足的问题。我们通过模拟研究验证估计器的性能，并应用这些方法来分析监测、流行病学和最终结果计划中淋巴瘤患者的生存时间。© 2024 John Wiley

卵巢附件报告和数据系统 (O-RADS) 是一个循证临床支持系统，用于评估平均风险女性的卵巢和附件病变。该系统具有 US 和 MRI 组件，具有独立但互补的词典和评估类别来分配恶性肿瘤风险。 US 是一种合适的初始成像方式，O-RADS US 可以准确地帮助表征大多数附件病变。 MRI 对美国来说是一种有价值的辅助成像工具，O-RADS MRI 可以帮助确认良性诊断并准确对有恶性肿瘤风险的病变进行分层。本文将回顾 O-RADS US 和 MRI 系统，强调它们的异同，并概述系统之间的相互作用。当结合使用时，O-RADS US 和 MRI 系统可以帮助准确诊断良性病变，评估可疑恶性肿瘤的恶性风险，并对患者进行分类以实现最佳治疗。© RSNA，2024。

背景 镥 177 [177Lu]Lu-PSMA-617 (177Lu-PSMA-617) 是一种前列腺特异性膜抗原 (PSMA) 靶向放射配体疗法，用于治疗转移性去势抵抗性前列腺癌 (mCRPC)。定量 PSMA PET/CT 分析可以提供有关 177Lu-PSMA-617 治疗益处的信息。目的 探讨 VISION 试验中定量基线镓 68 [68Ga]Ga-PSMA-11 (68Ga-PSMA-11) PET/CT 参数与治疗反应和结果之间的关联。材料和方法 这是 VISION 试验的探索性二次分析。符合条件的参与者（2018 年 6 月至 2019 年 10 月）以 2:1 的比例随机接受 177Lu-PSMA-617 治疗（每 6 周 7.4 GBq，最多六个周期）加标准护理 (SOC) 或仅接受 SOC。从五个解剖区域和全身提取基线 68Ga-PSMA-11 PET 参数，包括平均和最大标准化摄取值（SUVmean 和 SUVmax）、PSMA 阳性肿瘤体积和肿瘤负荷。使用单变量和多变量分析（治疗作为唯一的其他协变量）研究定量 PET 参数与放射学无进展生存期 (rPFS)、总生存期 (OS)、客观缓解率和前列腺特异性抗原反应的关联。根据 SUV 均值四分位数对亚组的结果进行评估。结果 826 名参与者的定量 PET 参数在研究组之间得到了很好的平衡。全身肿瘤 SUV 平均值中位数为 7.6（IQR，5.8-9.9）。全身肿瘤 SUVmean 是 177Lu-PSMA-617 疗效的最佳预测因子，所有结果的风险比 (HR) 范围为 0.86-1.43（所有 P < .001）。全身肿瘤 SUV 平均增加 1 个单位，rPFS 事件和死亡风险分别降低 12% 和 10%。与仅使用 SOC 相比，177Lu-PSMA-617 加 SOC 延长了所有 SUV 均值四分位数的 rPFS 和 OS，但在接受 177Lu-PSMA-617 的参与者中没有可识别的最佳值。较高的基线 PSMA 阳性肿瘤体积和肿瘤负荷与较差的 rPFS（HR 范围分别为 1.44-1.53​​ [P < .05] 和 1.02-1.03 [P < .001]）和 OS（HR 范围，1.36-2.12）相关分别为 [P < .006] 和 1.04 [P < .001]）。结论 基线 68Ga-PSMA-11 PET/CT 全身肿瘤 SUV 平均值是 VISION 试验参与者中 177Lu-PSMA-617 疗效的最佳预测因子。在全身肿瘤 SUV 均值较高的参与者中，177Lu-PSMA-617 加 SOC 的 rPFS 和 OS 改善更大，有证据表明所有 SUV 均值水平均受益。 ClinicalTrials.gov 标识符：NCT03511664 根据 CC BY 4.0 许可证发布。本文提供了补充材料。

背景 曲线形压缩板可以减轻一些女性在乳腺癌筛查中所经历的疼痛。目的 比较弯曲和标准加压系统在乳房 X 光检查中的疼痛体验和图像质量。材料和方法 在 2021 年 10 月至 2022 年 2 月期间进行的这项随机对照试验中，在荷兰三个筛查地点进行筛查的参与者被随机分为弯曲桨组或假桨组。假桨是作为新桨呈现的标准桨。在标准筛选检查中，使用弯曲桨或假桨获取另一幅图像。疼痛通过数字评定量表（范围：0-10）进行测量。参与者在使用标准板和测试板加压后提供疼痛评分，每个参与者得到两个分数。使用协方差分析比较各组之间疼痛评分的差异，并调整标准桨压缩后的疼痛评分。两名放射技师和两名放射科医生使用标准图像质量标准对弯曲桨图像与标准桨图像进行非盲配对比较（放射技师使用 12 个标准评估 1246 个图像对；放射科医生使用 6 个标准评估 320 个图像对）。使用单样本 Wilcoxon 符号秩检验来确定是否对任一桨有显着偏好。结果 总共对 2499 名女性参与者（平均年龄，61.6 岁 ± 7.1 [SD]）进行了研究；弯曲桨组有 1250 个，假桨组有 1249 个。与假桨组相比，弯曲桨组的平均疼痛评分额外降低了 0.19 分（95% CI：0.09, 0.28；P < .001）。在图像质量方面，观察者对标准桨没有表现出偏好或偏好。图像对比度降低（Bonferroni 校正 P 值范围：P < .001 至 P > .99）和结构可见性是弯曲桨图像的主要问题。结论 使用弯曲桨可以最大限度地减少乳房 X 光检查乳房压迫过程中的疼痛，但图像质量有所下降。 © RSNA，2024 本文提供补充材料。

无人机的出现彻底改变了我们生活的各个方面，在生物系统领域，分子无人机作为治疗重大疾病的“灵丹妙药”有着巨大的前景。在此，我们介绍了一类独特的氟化大分子两亲物，其设计为水母形状，可作为氟 19 MRI (19F MRI) 和荧光成像 (FLI) 引导的药物输送、状态报告和靶向癌症的示范分子无人机治疗。这些生物相容性分子无人机的功能类似于其机械对应物，可与疏水性药物自主组装，形成均匀的纳米颗粒，促进药物有效输送到细胞中。药物输送的状态可以通过 FLI 和 19F MRI 的聚集诱导发射 (AIE) 进行跟踪。此外，当装载七次甲基花青荧光染料 IR-780 时，这些分子无人机能够对肿瘤进行近红外 (NIR) FL 检测并精确递送光敏剂。同样，当装载阿霉素 (DOX) 时，它们可以通过荧光共振能量转移 (FRET) FL 进行靶向化疗，以实现实时状态更新，从而增强治疗效果。与传统的药物输送系统相比，分子无人机以其简单、结构精确、多功能性和提供即时状态更新的能力而脱颖而出。这项研究提出了能够执行基本无人机功能的原型分子无人机，为开发具有重大生物医学意义的更复杂的分子机器奠定了基础。

CCNE1 扩增发生在乳腺癌中，目前缺乏有效的治疗方法。 PKMYT1 作为 CCNE1 扩增的合成致死靶标有望治疗 CCNE1 扩增的乳腺癌。在此，我们使用基于结构的药物设计发现了一系列 2-氨基-[1,1'-联苯]-3-甲酰胺衍生物作为有效的选择性 PKMYT1 抑制剂。代表性化合物 8ma 对 PKMYT1 表现出优异的效力，同时不影响 WEE1。它还抑制 CCNE1 扩增的 HCC1569 乳腺癌细胞系的增殖，并与吉西他滨联合显示出协同细胞毒性。 PKMYT1 X 射线共晶体证实，抑制剂与 PKMYT1 残基 Asp251 和 Tyr121 之间关键结合相互作用的引入大大增强了化合物的效力和选择性。

转移性癌细胞的扩散对癌症治疗提出了重大挑战，因此早期检测和诊断的创新方法至关重要。介电泳阻抗谱 (DEPIS) 是一种强大的细胞分析工具，它结合了介电泳 (DEP) 和阻抗谱 (IS) 来分离、分类、细胞并分析其介电特性。在这项研究中，我们开发并构建了平面外喷墨打印的城堡形阵列，以绘制 MDA-MB-231 乳腺癌细胞亚型在其转移潜力上的介电特性。这是通过调节连接蛋白 43 (Cx43) 的表达来实现的，连接蛋白 43 是一种与乳腺癌预后不良和转移增加相关的标志物。我们采用基于 DEP 的捕获，然后对大量细胞群进行 EIS 测量，根据癌细胞的转移状态快速捕获和分化癌细胞。我们的结果揭示了各种 MDA-MB-231 转移亚型与其各自的介电泳和介电特性之间存在显着相关性。值得注意的是，具有最高转移潜能的细胞表现出最高的膜电容（16.88 ± 3.24 mF m-2），其次是膜电容低于 14.3 ± 2.54 mF m-2 的转移较少的细胞亚型。此外，与转移性较低的亚型（≥27±1kHz）相比，高度转移的细胞表现出较低的交叉频率（25±1kHz），这是细胞分选的重要特征。最后，EIS 测量显示转移亚组之间在 1 kHz 时具有不同的双层电容 (CDL) 值，证实了与细胞转移状态相关的独特介电和介电泳特性。我们的研究结果强调了 DEPIS 作为一种非侵入性快速分析工具的潜力，提供对癌症生物学的见解，并促进针对不同转移阶段的个性化治疗干预措施的开发。

目前仍缺乏对2型糖尿病（T2DM）对非小细胞肺癌（NSCLC）代谢状态的确切影响的全面了解。本研究探讨了 NSCLC 和 T2DM 共存患者与 NSCLC 患者相比肿瘤组织的代谢变化。采用临床分析和代谢组学相结合的方法，包括 20 名 NSCLC 患者和 20 名 NSCLC T2DM 患者。使用液相色谱-质谱（LC-MS）方法对肿瘤组织进行靶向代谢组学分析。在正交偏最小二乘判别分析 (OPLS-DA) 中，观察到 NSCLC T2DM 和匹配的 NSCLC 组织样本之间存在明显的分离。此外，还发现糖尿病/非糖尿病肿瘤组织样本中 7 种代谢物的水平存在显着差异。相关途径包括精氨酸生物合成、谷胱甘肽代谢、精氨酸和脯氨酸代谢、嘌呤代谢、生物素代谢和组氨酸代谢。 3-苯乳酸、肉碱-C5、肉碱-C12和血清素与NSCLC患者的空腹血糖水平呈正线性相关。尿苷、哌可酸、胞嘧啶和空腹血糖水平被发现呈负相关。我们的结果表明，与单纯 NSCLC 患者相比，并发 T2DM 的 NSCLC 患者的肿瘤组织表现出明显的代谢变化。

在数字病理学中，全幻灯片图像 (WSI) 对于癌症预测和治疗计划至关重要。 WSI 分类通常使用多实例学习 (MIL) 来解决，从而减轻了处理数十亿像素和管理丰富注释的挑战。尽管最近的 MIL 方法利用注意力机制的变体来学习更好的表示，但它们很少研究数据分布本身的属性，即不同的染色和采集协议导致补丁内和幻灯片间的变化。在这项工作中，我们首先引入一种分布重新校准策略，使用最大实例（关键）特征的统计数据来改变 WSI 包（实例）的特征分布。其次，我们通过度量损失强制进行类（袋）分离，假设正袋表现出比负袋更大的量级。我们还引入了利用矢量量化（VQ）来改进实例辨别的生成过程，即 VQ 有助于对包潜在因素进行建模以改进分类。为了对空间和上下文信息进行建模，位置编码模块（PEM）与多头自注意力（PMSA）基于变压器的池化结合使用。对流行的 WSI 基准数据集的评估表明，我们的方法比最先进的 MIL 方法有所改进。此外，我们验证了我们的方法在经典 MIL 基准任务和有限点点云分类上的普遍适用性 https://github.com/PhilipChicco/FRMIL。

新辅助放化疗（nCRT）是局部晚期直肠癌（LARC）的关键治疗方法，但缺乏可靠的生物标志物来预测其疗效仍然是一个挑战。因此，本研究旨在评估小细胞外囊泡 (sEV) 的蛋白质组组成是否可以为 LARC 患者的 nCRT 反应提供预测性见解，同时还深入研究 nCRT 后 sEV 内的蛋白质组变化。血浆样本取自 LARC 患者nCRT 之前和之后。利用基于 TIO2 的方法分离血浆来源的 sEV，然后进行基于 LC-MS/MS 的蛋白质组分析。随后，对差异表达蛋白（DEP）进行通路富集分析。此外，还生成了 ROC 曲线来评估 sEV 蛋白在确定 nCRT 反应中的预测潜力。研究人员对公共数据库进行了调查，以确定与 LARC 中 nCRT 反应相关的 sEV 蛋白相关基因。总共招募了 16 名患者。其中，8例患者达到病理完全缓解（良好反应者，GR），其余8例未达到完全缓解（不良反应者，PR）。我们对预处理血浆来源的 sEV 的分析显示，67 个 DEP 显着上调，9 个 DEP 显着下调。值得注意的是，PROC（AUC：0.922）、F7（AUC：0.953）和AZU1（AUC：0.906）在区分GR和PR患者方面表现出较高的AUC值和显着差异（P值 < 0.05）。此外，由 5 个 sEV 蛋白相关基因（S100A6、ENO1、MIF、PRDX6 和 MYL6）组成的特征能够预测对 nCRT 的反应，AUC 为 0.621（95% CI：0.454-0.788）。此外，这种 5-sEV 蛋白相关基因特征可以将患者分为低风险组和高风险组，低风险组在测试组中表现出更长的总生存期（P = 0.048）。此外，我们的研究在比较 nCRT 前后的蛋白质组谱时发现了 11 个显着上调的 DEP 和 31 个显着下调的 DEP。 GO 分析揭示了磷脂酶 A2 活性调节的富集。sEV 蛋白的差异表达可区分 GR 和 PR 患者，并有望作为 LARC 患者 nCRT 反应和预后的预测标志物。此外，我们的研究结果强调了 nCRT 后 sEV 蛋白质组成的显着变化。© 2024。Springer Nature Switzerland AG。