本研究的目标是在结肠腺癌中鉴定甲基化驱动基因并探索其预后价值。使用癌症基因组图谱（TCGA）数据库获取整理的结肠腺癌转录组基因表达矩阵（包含59,427个转录本）、转录组基因甲基化水平矩阵（包含29,602个甲基化改变的基因），其中包括517份样本，其中正常组织（NT）样本41份和结肠腺癌样本476份，并获取患者的临床信息文件（包括患者生存时间、生存状态、年龄、性别和肿瘤分期等）。通过对结肠腺癌转录表达矩阵进行差异表达基因（DEGs）分析，共获得9807个差异表达基因（DEGs），其中5874个上调表达，3933个下调表达。通过DEGs分析、基因甲基化水平差异分析以及二者之间的相关分析，获得了46个甲基化驱动差异表达基因（MD-DEGs）。然后，通过Cox回归分析，鉴定了三个与预后相关的甲基化驱动差异表达基因（PMD-DEGs）（IDUA、ZBTB18和C5orf38），并通过最小绝对收缩和选择算子（LASSO）回归分析和交叉验证分析构建了由这三个PMD-DEGs组成的预后模型。此外，采用生存分析、受试者工作特征（ROC）曲线分析和独立预后分析来评估和验证我们构建的预后模型能够准确且独立地预测结肠腺癌患者的预后。最后，我们基于预后模型构建了一个诊断病人存活预后的个人化Nomogram。综上所述，我们鉴定了结肠腺癌的甲基化驱动基因，并构建了一个预后模型和Nomogram来个人化预测患者的预后，为临床实践中的准确诊断和治疗开辟了新的前景。© 2023. The Author(s), under exclusive licence to Institute of Plant Genetics Polish Academy of Sciences.

肿瘤坏死因子受体家族的共刺激成员，如O×40(CD134)，提供了必要的生存和分化信号，增强T细胞的功能。具体来说，O×40(CD134)激动剂在各种临床前模型中刺激强大的抗肿瘤免疫力，但在晚期恶性肿瘤患者中的治疗影响迄今为止有限。在本综述中，我们讨论了包括临床前研究和最新临床试验在内的O×40激动剂联合免疫疗法的现状。我们还讨论了这些方法的优势和局限，并提供了对可能有助于提高组合O×40激动剂免疫疗法效果的替代方法的见解。O×40激动剂免疫疗法在单一疗法或与免疫检查点阻断（ICB）联合应用中尚未展示出显著的临床活性，这可能与多种因素有关，包括给药时机、药物效力以及选择用于组合疗法临床试验的药物。我们认为，对调控O×40表达和功能的生物学机制进行仔细考虑，可能有助于指导新的方法，特别是与新型药物联合应用，以提高该方法的治疗效果。

尽管2018年肝脏成像报告和数据系统（LI-RADS）修订了阈值生长（TG），但尚未确定TG两次检查之间的适当时间间隔。我们比较了基于肿瘤生长速率的TG和原始TG的LI-RADS v2018对肝细胞癌（HCC）的诊断准确性。回顾性评估了接受术前MRI检查的局灶性实性病变（≤3.0 cm）的患者。三名阅片医师测量了先前CT/MRI和索引MRI上每个病变的大小，肿瘤生长速率定义为每月病变大小的百分数变化。除了原始TG（≥50%的大小增加在≤6个月内），还评估了基于肿瘤生长速率≥10%/月（TG-10%）、≥20%/月（TG-20%）和≥30%/月（TG-30%）的修改TG。使用广义估计方程比较了这些评估方法对LI-RADS 5级HCC的准确性。 共评估了370名患者的508个病变。与带有原始TG的LI-RADS v2018相比，LI-RADS带有TG-10%的准确性显著更高（85.0% vs. 80.7%，p<.001），而LI-RADS带有TG-20%（81.3% vs. 80.7%，p=.404）和TG-30%（79.3% vs. 80.7%，p=.052）的准确性没有显著差异。LI-RADS带有TG-10%的敏感性高于LI-RADS v2018（79.0% vs. 72.5%，p<.001），而它们的特异性没有显著差异（96.6% vs. 96.6%，p>.999）。TG-10%通过检测由于短期随访而低估的额外肝细胞癌，提高了LI-RADS的敏感性。基于肿瘤生长速率的阈值生长在肝细胞癌的诊断中具有临床应用价值，可通过提高LI-RADS的敏感性来改善诊断准确性。 • 先前和索引评估之间的时间间隔对肝脏成像报告和数据系统（LI-RADS）v2018的诊断准确性没有显著影响。 • 在334个肝细胞癌中，使用肿瘤生长速率≥10%/月（TG-10%）的阈值生长频率显著高于原始阈值生长（53.3% vs. 18.0%，p<.001）。 • 与带有原始阈值生长的LI-RADS v2018相比，带有TG-10%的LI-RADS的准确性（85.0% vs. 80.7%，p<.001）和敏感性（79.0% vs. 72.5%，p<.001）显著更高，但特异性相似（96.6% vs. 96.6%，p>.999）。 © 2023. 作者（们）在欧洲放射学会独家许可下发表。

通过对比增强超声（CEUS）肝脏成像报告和数据系统（LI-RADS）中的摄食动脉（FA）特征是否可以在鉴别小肝细胞癌（HCC）与癌前病变时发挥作用进行调查。自2017年6月至2021年5月，共有347位接受CEUS检查的患者入选，共351个癌前肝病变或小HCC。两位独立的放射科医生为所有病变分配LI-RADS分类，并评估FA特征的存在，该特征被用作升级或降级LI-RADS分类的辅助特征。根据准确性、敏感性、特异性、阳性预测值和阴性预测值评估了CEUS LI-RADS在有无FA特征的情况下的诊断性能。发现FA特征在HCC（85.54%，p < 0.001）中的存在比再生结节（RNs，29.73%）、低级别畸形结节（LGDNs，33.33%）和高级别畸形结节（HGDNs，55.26%）中更为普遍。此外，肝结节中存在动脉期强化（APHE）、洗出（WO）和FA与GPC-3和Ki-67的表达水平较高的组相比（p < 0.001）。调整后，HCC的LR-5的敏感性和准确性分别从68.67%（95%CI: 62.46%，74.30%）提高到77.51%（95%CI: 71.72%，82.44%）和从69.23%（95%CI: 64.11%，74.02%）提高到73.79%（95%CI: 68.86%，78.31%）。FA特征是区分小HCC和癌前病变的有价值特征，并可以作为CEUS LI-RADS的可能辅助特征，这一点得到了生物标记的支持。摄食动脉的存在是区分HCC和癌前病变的有价值的影像特征。将这一特征纳入CEUS LI-RADS可以增强其诊断能力。- 摄食动脉在HCC中比在再生结节、低级别畸形结节和高级别畸形结节中更常见。- 摄食动脉特征是CEUS LI-RADS区分再生结节、低级别畸形结节、高级别畸形结节和HCC的有价值辅助特征。- 摄食动脉的存在、动脉期强化和洗出与GPC-3阳性表达和Ki-67高表达相关联，而无这些特征的组别则不具备这种关联。© 2023. 作者(们)在Europe Society of Radiology的独家许可下。

为了对输尿管肝内外分流术（PCCA）术前淋巴结（LN）转移进行预测，我们开发了一个基于CT图像学的放射组学模型。本研究纳入了三个独立的中国医疗中心中接受PCCA手术的连续病例。应用Boruta算法建立了主要肿瘤和LN的放射组学特征标志。采用k-means算法根据放射组学特征LN对选定的LN进行聚类。支持向量机被用来构建预测模型。通过受试者工作特征曲线下面积（AUC）来衡量诊断效能。最优模型的标定、临床实用性和预后价值进行了评估。研究共纳入了214例患者（平均年龄：61.6岁±9.4；男性130名）。选定的LN被分为两类簇，所有队列中的LN转移与其显著相关（p＜0.001）。该模型结合了临床危险因素、放射组学特征主要肿瘤和LN簇，预测效果最佳，分别在训练、内部验证和外部验证队列中的AUC值为0.981（95% CI: 0.962-1），0.896（95% CI: 0.810-0.982）和0.865（95% CI: 0.768-0.961）。最优模型预测的高危患者其总生存期较低危患者明显缩短（中位数分别为13.7与27.3个月，p＜0.001）。研究提出了一种预测PCCA LN转移的放射组学模型，并证明其良好性能。作为一种非侵入性术前预测工具，该模型可以帮助患者进行风险分层和个体化治疗。CT基于放射组学模型可以准确预测PCCA患者的淋巴结转移。这种非侵入性术前工具可以帮助患者进行风险分层和个体化治疗，有可能改善患者预后。•基于增强CT的放射组学模型是预测PCCA淋巴结转移的有用工具。•从淋巴结中提取的放射组学特征在预测淋巴结转移方面具有巨大潜力。•本研究首次根据放射组学鉴定了具有高概率转移的淋巴结表型。©2023. 作者（们），独家授权给欧洲放射学学会。

开发一个多机构预测模型，基于放射组学和剂量学特征，估计食管鳞状细胞癌(ESCC)接受放射治疗后的局部反应。局部反应被分为两组(不完全和完全)。提出了一个外部验证模型和一个混合模型，其中两个机构的患者被随机混合。包括2012年至2017年接受放化疗的I-IV期ESCC患者，并且具有超过5年的随访时间。排除接受姑息性或术前放疗且无FDG PET图像的患者。分割包括在治疗计划中使用的GTV、CTV和PTV。此外，还创建了收缩、扩张和外壳区域。从CT、FDG PET图像和剂量分布中提取了放射组学和剂量组学特征。使用决策树、支持向量机、k最近邻(kNN)算法和神经网络(NN)分类器开发了基于机器学习的预测模型。共有116名患者在中心1接受了入组治疗，中心2有26名患者。外部验证模型在基于CT的放射组学方面表现出最高的准确率，为65.4%，基于PET的放射组学方面为77.9%，基于NN分类器的放射组学方面为72.1%。混合模型在基于CT的放射组学方面表现出最高的准确率，为84.4%，基于kNN分类器，基于PET的放射组学方面为86.0%，基于NN分类器的剂量组学方面为79.0%。所提出的混合模型在ESCC患者的局部放射治疗预测中表现出了有希望的预测性能。预测食管癌患者的完全反应可能有助于改善总生存率。混合模型有潜力提高预测性能，超过了传统提出的外部验证模型。•使用放射组学和剂量组学预测接受食管癌放射治疗患者的反应。•基于PET的放射组学的混合模型使用神经网络分类器，提高了8.1%的预测准确率。•混合模型有潜力提高预测性能。©2023年。作者(们)，在欧洲放射学学会的独家许可下。

为了探索双能量计算机断层扫描(CT)中动脉增强分数(AEF)对于诊断乳头状甲状腺癌(PTC)颈淋巴结(LN)转移的附加价值，共招募了92名PTC患者的273个颈部LN（153个非转移性和120个转移性）。评估了LN的定性图像特征。分别计算了单能量CT（SECT）衍生的AEF(AEFS)和双能量CT（DECT）衍生的AEF（AEFD）。使用Pearson相关系数确定AEFD与AEFS之间的相关性。使用前向变量选择方法进行多变量Logistic回归分析，构建了三个模型（常规特征、常规特征+AEFS和常规特征+AEFD）。使用受试者工作特征曲线（ROC曲线）分析评估了诊断性能。 选择异常增强、钙化和囊变构建模型1，并且该模型具有中等诊断性能，ROC曲线下面积（AUC）为0.675。转移性LN显示出显著较高的AEFD(1.14 vs 0.48; p < 0.001)和AEFS(1.08 vs 0.38; p < 0.001)，相较于非转移性LN。AEFD与AEFS的相关性良好(r = 0.802; p < 0.001)，并且具有与AEFS相当的性能(AUC, 0.867 vs 0.852; p = 0.628)。将CT图像特征与AEFS（模型2）和AEFD（模型3）结合，可显著改善诊断性能（AUC, 0.865 vs 0.675; AUC, 0.883 vs 0.675; 均p < 0.001）。 AEFD与AEFS的相关性良好，并且具有与AEFS相当的性能。将定性CT图像特征与AEFS和AEFD结合，进一步提高了PTC颈LN转移的诊断能力。 动脉增强分数（AEF）值，特别是来源于双能量计算机断层扫描的AEF，可以帮助诊断乳头状甲状腺癌患者的颈淋巴结转移，补充常规CT图像特征，以改善临床决策的准确性。 · 在乳头状甲状腺癌患者颈淋巴结中，转移性淋巴结显示出双能量计算机断层扫描（DECT）和单能量CT（SECT）衍生的动脉增强分数（AEF）明显高于非转移性淋巴结。 · 双能量CT衍生的AEF（AEFD）与AEFS显著相关，并展现出与AEFS相当的性能。 · 将定性CT图像特征与AEFS和AEFD结合，可以进一步提高鉴别能力。 ©2023. 作者独家许可，欧洲放射学会。

数字乳腺断层摄影（DBT）相较于2D乳腺X线摄影可以提高诊断准确性，但DBT报告时间长且可能更易疲劳。本研究评估了DBT报告过程中的诊断准确性、主观和客观疲劳的变化，并评估了中途休息对报告的影响。从2020年12月至2022年4月，在6家医院进行前瞻性队列研究，共有45名英国国家医疗服务体系（NHS）乳腺X线摄影阅片人员参与，阅读了一组包含癌症病例的40个DBT案例，并进行了眼动追踪研究。眨眼指标被作为客观疲劳量度进行评估。其中21名阅片人员有报告休息，24名没有。在报告开始前和结束后填写了主观疲劳问卷。采用参数统计和非参数统计测试方法比较了两组之间的诊断准确性、主观和客观疲劳量度的差异。 参与者平均具有10年乳腺筛查后培训经验，在报告所有案例的过程中花费了不到2小时（105.8分钟）。没有休息的参与者报告的主观疲劳程度更高（44％对33％，p = 0.04），这与更严重的客观疲劳有关：平均眨眼持续时间增加（296毫秒对286毫秒，p < 0.001），眼睛开合速度减慢（76毫米/秒对82毫米/秒，p < 0.001）。只有没有休息的组客观疲劳随着试行的进行而增加（ps < 0.001）。两组之间的诊断准确性没有差异（准确性：87％对87％，p = 0.92）。 在2小时的DBT报告过程中安排休息会降低主观和客观疲劳。休息不会影响诊断准确性，这可能与参与者的丰富经验有关。 DBT正被纳入许多乳腺X线摄影筛查项目中。认识到在阅读大量DBT研究时需要设置报告休息时间，有助于优化阅片过程。 临床试验注册编号：NCT03733106 要点如下： • 使用数字乳腺断层摄影（DBT）进行乳腺筛查可能会导致阅片人员严重疲劳。 • 利用眼动追踪研究，研究了在DBT报告过程中加入休息的有效性，以减少乳腺X线摄影阅片人员的疲劳。 • 在DBT报告过程中安排休息能够减轻阅片人员的疲劳，但诊断准确性不受影响。© 2023. 作者。

欧洲和美国最常见的妇科恶性肿瘤是子宫内膜癌。与大多数癌症一样，早期子宫内膜癌预后较好，而高级别的内膜型和非内膜型癌症预后最差。在内膜型人类肿瘤中，肿瘤抑制基因PTEN和p53（Trp53）经常发生变异或丧失，根据The Cancer Genome Atlas的数据鉴定。这些抑制基因体细胞突变或基因表达丧失可能导致肿瘤的发展、进展和治疗抵抗。此外，F-box和WD重复结构蛋白7（FBXW7）这种另一个肿瘤抑制基因也常见体细胞错义突变。FBXW7是SCF-βTrCP泛素连接酶复合体的一部分，负责信号蛋白的降解。具体而言，FBXW7负责结合和促进参与增殖和迁移的蛋白质的不稳定性。失去多个肿瘤抑制基因的功能可能会激活与恶性肿瘤进展、恶性度、治疗抵抗和不同肿瘤亚型形成相关的途径。本期EMBO Mol Med中Brown等人的研究为恶性子宫内膜癌中肿瘤抑制基因突变的复杂性提供了深入了解。 © 2023 The Author. 根据CC BY 4.0 许可协议发布。

ROS1是人类基因组中最大的酪氨酸激酶受体。ROS1基因的重排导致肿瘤源性ROS1激酶融合蛋白，目前是患者靶向治疗中唯一经验证的生物标志物。虽然癌症基因组中存在许多ROS1体细胞错义突变，但其对催化活性和致病潜力的影响尚不明确。我们查询了AACR Genie数据库，并发现了34个ROS1酪氨酸激酶结构域的错义突变，以进一步进行分析。我们的实验发现这些突变对ROS1激酶功能有不同影响，范围从完全丧失到显著增加的催化活性。值得注意的是，ROS1酪氨酸激酶结构域中Asp2113的天冬酰胺和甘氨酸置换变体在细胞模型系统中被发现是对TKI敏感的致病变种。体内实验证明，ROS1 D2113N诱导的肿瘤形成对crizotinib和lorlatinib敏感，这是FDA批准的ROS1-TKI。总的来说，这些发现突出了ROS1酪氨酸激酶结构域内特定点突变的致瘤潜力，以及它们作为FDA批准的ROS1-TKI的治疗靶点的潜力。© 2023 The Authors. 根据CC BY 4.0许可证发布。