结肠癌（CRC）组织的组织学评估是病理学家关键而且必要的任务。不幸的是，由受过训练的专家手动注释是一个繁重的操作，常常受到诸如病理学家内部和相互之间的变异性等问题的困扰。计算模型正在革命数字病理学领域，提供可靠和快速的方法来应对组织分割和分类等挑战。在这方面，一个重要的障碍是不同实验室之间的染色颜色变化，这可能会降低分类器的性能。在这项工作中，我们研究了非配对图像到图像转换（UI2IT）模型在CRC组织学染色归一化方面的作用，并与经典的Hematoxylin-Eosin（H＆E）图像归一化技术进行了比较。我们深度比较了五个基于生成对抗网络（GANs）的UI2IT范例的归一化模型，以实现具有鲁棒性的染色归一化管道。为避免需要在每对数据域之间训练风格转换GAN的需要，本文介绍了一种利用包含来自各种实验室的数据的元域进行训练的概念。所提出的框架通过允许为目标实验室训练单个图像归一化模型，在培训时间方面实现了巨大的节省。为了证明所提出的工作流程在临床实践中的适用性，我们构思了一种新的感知质量度量方式，称为病理学家感知质量（PPQ）度量。第二阶段涉及到CRC组织学组织类型的分类，其中利用从卷积神经网络中提取的深度特征来实现基于支持向量机（SVM）的计算机辅助诊断系统。为了证明该系统对新数据的可靠性，我们收集了一个外部验证数据集，该数据集由IRCCS Istituto Tumori "Giovanni Paolo II"的N = 15,857块组成。利用元领域的开发允许训练归一化模型，使得实现比在源领域上明确训练的归一化模型得到更好的分类结果成为可能。PPQ指标已被发现与分布的质量（Fréchet Inception Distance - FID）和转换图像与原始图像的相似性（学习可感知图像块相似性-LPIPS）相关，从而表明引入到自然图像处理任务中的GAN质量度量可以与病理学家对H＆E图像的评估相联系。此外，FID已被发现与下游分类器的准确度相关。在利用DenseNet201特征训练的SVM中，使我们在所有配置中获得了最高的分类结果。在基于快速版CUT（Contrastive Unpaired Translation）的归一化方法FastCUT中，基于元域范例训练的方法允许在下游任务中获得最佳的分类结果，并相应地在分类数据集上显示最高的FID。染色归一化是组织病理学设置中的一个困难但基本的问题。应该考虑几个措施，以便正确评估归一化方法，以便它们可以引入临床实践。UI2IT框架提供了一种强大而有效的方法来执行归一化过程，提供带有适当色彩的逼真图像，而传统的归一化方法则会引入色彩伪像。采用所提出的元域框架，可以缩短训练时间，并提高下游分类器的准确度。 版权所有©2023作者。Elsevier B.V.发表。保留所有权利。

消化道相关疾病的发病率正在上升，病因复杂。贵州石斛（学名：Noble Dendrobium Lindl.）是一种著名的中药，富含多种生物活性物质，已被证明对炎症和氧化应激相关的多种健康疾病有益。目前，虽然有各种治疗消化道疾病的临床药物可用，但耐药性的出现和多种副作用的存在需要开发新的药物以改善消化道疾病的效果。"Orchidaceae"、"Dendrobium"、"inflammation"、"digestive tract"和"polysaccharide"被用作搜索词来筛选文献。从Web of Science、PubMed、Elsevier、Science Direct和中国国家知识基础设施等在线数据库中获得了与消化道疾病相关的贵州石斛多糖和其他生物活性成分的治疗应用，以及列出的植物化学物质的已知药理作用相关信息。为了更好地利用贵州石斛预防和治疗与消化道相关的疾病，本综述总结了在消化道疾病管理中表现出潜在作用的贵州石斛生物活性成分及其潜在机制。研究表明，贵州石斛包括多种类别，包括多糖、酚类、生物碱、双苯乙烯、香豆素、苯并芘和类固醇，其中多糖是主要类别。贵州石斛对多种与消化道相关的疾病产生各种健康效应。其作用机制涉及抗氧化、抗炎、抗凋亡、抗癌，同时还调节了一些关键信号通路。总的来说，与目前的药物治疗相比，贵州石斛似乎是一种有前途的中药生物活性物质来源，有潜力进一步开发成营养保健品以治疗消化道疾病。本综述强调贵州石斛潜在的效应以及未来研究的前景，以最大限度地利用贵州石斛中的生物活性化合物治疗消化道疾病。本文还提供了贵州石斛生物活性成分及其提取和富集方法的汇编，以用于潜在的营养保健品中。版权所有 © 2023 Elsevier GmbH。

Hugosson J，Månsson M，Wallström J等。使用PSA和MRI进行前列腺癌筛查，仅进行靶向活检。新英格兰医学杂志。2022;387：2126-37。36477032。

蛋白激酶C（PKC）调节剂在治疗各种疾病中具有潜在的治疗作用，包括癌症、心力衰竭和阿尔茨海默症等。靶向PKC的C1结构域代表了一种有前途的策略；可利用结构基础方法设计PKC靶向配体。然而，PKC C1结构域在结合时穿过脂质膜，这使得设计药物候选者变得复杂。 PKC的标准对接评分方法缺乏有关动态和膜环境的信息。利用PKC、配体和膜进行的分子动力学（MD）模拟已用于解决这些缺点。我们之前观察到，仅进行配体-膜相互作用的计算较少的模拟可以帮助阐明C1结构域的结合前景。本文介绍了基于吡啶的新型PKC激动剂的设计、合成和生物评价，实现了配体-膜MD模拟的增强工作流程。这种工作流程对于扩展针对弱膜关联蛋白的配体药物设计方法具有潜力。

长期研究表明，老年人群体往往出现高辍学率和多重慢性病。台湾老年多重疾病模式与不同认知领域的相关性仍不清楚。本研究旨在确定性别特定的多重疾病模式，并将其与认知表现联系起来，同时建立辍学风险模型。台湾一项前瞻性队列研究（2011-19年）招募了449名没有痴呆症的台湾老年人。全球和特定领域的认知能力每两年进行一次评估。我们使用探索性因子分析确定19种自报慢性病的性别特定多重疾病模式。我们采用联合模型，包括纵向和辍学时间数据，以考虑随机效应的信息共享来检验多重疾病模式与认知表现之间的关联。研究结束时，有324名参与者（72.1％）仍留在队列中，平均年流失率为5.5％。我们发现，基线时年龄较大、体育锻炼水平较低和认知能力差与辍学风险增加有关。此外，我们还确定了6个多重疾病模式，其中男性的模式包括精神、肾脏-血管和癌症-泌尿模式，女性的模式包括精神、心脑血管代谢和癌症-内分泌模式。对于男性，随着随访时间的增加，精神模式与全球认知和注意力的差表现相关；肾脏-血管模式与执行功能差表现相关。对于女性，精神模式与记忆力差表现相关；随着随访时间的增加，心脑血管代谢模式与记忆力差表现有关。在台湾老年人中确定的性别特定多重疾病模式显示出与西方国家不同（尤其是男性的肾脏-血管模式），并且随着时间的推移与认知障碍有不同的关联。提出有信息辍学的时候，应应用适当的统计方法。© 作者（们）2023年。由牛津大学出版社代表The Gerontological Society of America出版。

作为一种孤立的血细胞缺陷，嗜中性粒细胞减少症是一种广泛谱的后天性或先天性、良性或前恶性障碍的特征，这些障碍具有发生骨髓增生异常肿瘤/急性髓细胞白血病的倾向，可以发生在任何年龄。近年来，特别是在基因组学领域，诊断方法的进步揭示了新的基因和机制，这些基因和机制负责病因和疾病进展，并为定制治疗开辟了新的视角。尽管该领域的研究和诊断进展，但国际嗜中性粒细胞减少症患者登记处和科学网络所产生的现实证据表明，嗜中性粒细胞减少症患者的诊断和治疗大多基于医生的经验和本地实践。因此，欧洲创新诊断和治疗慢性嗜中性粒细胞减少症网络的专家在欧洲血液学会的支持下合作，制定了针对慢性嗜中性粒细胞减少症患者的整个谱系的诊断和治疗建议。在本文中，我们描述了基于证据和共识的指南，包括慢性嗜中性粒细胞减少症的定义和分类、诊断和随访，以及特殊实体，如妊娠和新生儿期。我们特别强调将临床发现与传统和新型实验室测试，以及高级生殖系和/或体细胞突变分析相结合，对整个嗜中性粒细胞减少症患者谱系的特征化、风险分层和监测具有重要意义。我们相信，这些实用建议的广泛临床应用将对患者、家庭和治疗医生特别有益。版权所有©2023作者。 Wolters Kluwer Health, Inc.代表欧洲血液学会发表。

淋巴瘤是最常见的血液恶性肿瘤之一，并且在全球十大流行癌症中。尽管现代免疫化学治疗方案已经改善了患者的生存率，但治疗B细胞和T细胞恶性疾病仍需要新型的靶向药物。胞嘧啶合成的速率限制步骤催化剂CTPS1在B细胞和T细胞增殖中发挥着至关重要的作用，但红细胞系外类似物CTPS2可作为CTPS1的替代品。该研究描述了CTPS1作为B细胞和T细胞癌症的新靶点的发现和特征化。已开发出一系列小分子，显示对CTPS1具有强效和高度选择性的抑制作用。位点定向突变研究确定，CTPS1的三磷酸腺苷作用口袋是这种小分子系列的结合位点。在临床前研究中，CTPS1的强效和高度选择性小分子抑制剂阻断了人类肿瘤细胞的体外增殖，对淋巴肿瘤的效力最强。重要的是，药理学上的CTPS1抑制引起了大多数淋巴细胞系的凋亡，从而证明了其细胞毒性作用机制。选择性CTPS1抑制还能在体内抑制人类B细胞和T细胞的增长。这些研究结果将CTPS1确定为淋巴恶性肿瘤的新疗法靶点。该系列化合物中的一种正在进行1/2临床研究，用于治疗复发/难治性B细胞和T细胞淋巴瘤（NCT05463263）。版权所有©2023作者。由沃尔特斯·克鲁弗健康公司代表欧洲血液学协会出版。

甲状腺癌中存在明显的甲状腺外扩展（ETE）会影响患者的预后，但成像检查无法可靠诊断。本研究旨在开发深度学习（DL）模型，以在手术前通过超声图像定位和评估甲状腺癌结节是否存在明显的ETE。回顾性分析了4个医疗中心2016年1月至2021年12月的806个甲状腺癌结节（4451张图像）的灰度超声图像，其中包括517个未发生明显ETE结节和289个发生明显ETE结节。从内部数据集中随机选择了283个未发生明显ETE结节和158个发生明显ETE结节组成训练集和验证集（2914张图像），并构建了一个多任务DL模型以诊断明显ETE。此外，还建立了临床模型和临床与DL组合模型。在内部测试集（974张图像，其中包括139个未发生明显ETE结节和83个发生明显ETE结节）和外部测试集（563张图像，其中包括95个未发生明显ETE结节和48个发生明显ETE结节）中，根据病理结果验证了DL模型的诊断性能。然后将结果与由2名高级和2名初级放射科医师诊断的结果进行比较。在内部测试集中，DL模型表现出最高的AUC（0.91；95% CI：0.87、0.96），显著高于两名高级放射科医师的AUC（0.78；95% CI：0.71、0.85；P < 0.001）和（0.76；95% CI：0.70、0.83；P < 0.001）以及两名初级放射科医师的AUC（0.65；95% CI：0.58、0.73；P < 0.001）和（0.69；95% CI：0.62、0.77；P < 0.001）。DL模型显著高于临床模型（0.84；95% CI：0.79、0.89；P = 0.019），但DL模型和临床及DL组合模型之间没有显著差异（AUC：0.94；95% CI：0.91、0.97；P = 0.143）。在外部测试集中，DL模型也表现出最高的AUC（0.88；95% CI：0.81、0.94），显著高于一名高级放射科医师的AUC（0.75；95% CI：0.66、0.84；P = 0.008）和（0.81；95% CI：0.72、0.89；P = 0.152）以及两名初级放射科医师的AUC（0.72；95% CI：0.62、0.81；P = 0.002）和（0.67；95% CI：0.57、0.77；P < 0.001）。DL模型和临床模型之间没有显著差异（AUC：0.85；95% CI：0.79、0.91；P = 0.516）和临床+DL模型（AUC：0.92；95% CI：0.87、0.96；P = 0.093）。使用DL模型，两名初级放射科医师的诊断能力显著提高。基于超声成像的DL模型是一个简单而有用的工具，用于甲状腺癌的明显ETE的术前诊断，其诊断性能等同于或甚至优于高级放射科医师。江西省自然科学基金（20224BAB216079），江西省重点研发计划（20181BBG70031）和南昌大学自然科学交叉创新基金（9167-28220007-YB2110）。© 2023 The Author(s)。

我们旨在比较会阴神经阻滞和前列腺周围神经阻滞在减轻接受经会阴穿刺前列腺活检的男性疼痛方面的疗效。在这项前瞻性、随机、盲评估和并行组对照试验中，来自六家中国医院的疑似前列腺癌患者在局部麻醉时被随机分配（1:1）接受会阴神经阻滞或前列腺周围神经阻滞，并接受经会阴穿刺前列腺活检，各中心采用其常规的活检程序。麻醉操作者在试验前接受了两种技术的培训，并在麻醉时对随机分组保密，在之后的前列腺活检程序和任何评估或分析中都没有参与。其他调查者和患者在试验结束之前都是盲评估的。主要研究结果是前列腺活检程序中所经历的最严重疼痛水平。次要结果包括活检后的疼痛（1、6和24小时后）、活检过程中的血压、心率和呼吸率的变化、活检中的疼痛外部表现、麻醉满意度、癌症检测率和临床显著癌症率。该试验已在ClinicalTrials.gov网站上注册，编号为NCT04501055。 在2020年8月13日至2022年7月20日期间，共有192名男性被随机分配接受会阴神经阻滞或前列腺周围神经阻滞，每组96人。会阴神经阻滞在减轻活检过程中的疼痛方面表现优异（会阴神经阻滞均值为2.80，前列腺周围神经阻滞均值为3.98，校正均值差为-1.17，P＜0.001）。尽管会阴神经阻滞在活检后1小时的平均疼痛得分低于前列腺周围神经阻滞（0.23比0.43，P=0.042），但它们在6小时（0.16 vs 0.25，P=0.389）和24小时（0.10 vs 0.26，P=0.184）后相当。在活检过程中的体征变化方面，会阴神经阻滞在最高的收缩压、平均动脉压和最高心率方面明显优于前列腺周围神经阻滞。在平均收缩压、平均值、平均心率、舒张压和呼吸率方面没有统计差异。会阴神经阻滞在外部疼痛表现（1.88比3.00，P＜0.001）和麻醉满意度（8.93比11.90，P＜0.001）方面也表现优异。会阴神经阻滞和前列腺周围神经阻滞在前列腺癌检测率（31.25%对29.17%，P=0.753）或临床显著前列腺癌检测率（23.96%对20.83%，P=0.604）方面相当。会阴神经阻滞组中有33名患者（34.8%），前列腺周围神经阻滞组中有40名患者（41.67%）至少出现一种并发症。 会阴神经阻滞在减轻接受经会阴穿刺前列腺活检的男性疼痛方面表现优异。该研究得到了中国国家重点研发计划（编号2019YFC0119100）的支持。©2023作者。

精准地识别新辅助化疗（NAC）对pCR的产生对于决定适当的手术策略和指导乳腺癌切除范围至关重要。然而，目前没有非侵入性工具可以准确预测pCR。我们的研究旨在使用纵向多参数MRI开发集成学习模型，以预测乳腺癌中的pCR。从2015年7月至2021年12月，我们收集了每位患者的NAC前后的多参数MRI序列。我们提取了14,676个放射学信息学和4096个深度学习特征，并计算了附加的delta值特征。在原始队列（n=409）中，使用组间相关系数测试、U检验、Boruta和最小绝对收缩和选择算子回归选择每种乳腺癌亚型的最显著特征，并开发了5种机器学习分类器来准确预测每个亚型的pCR。集成学习策略用于集成单模型。模型的诊断表现在三个外部队列（n=343、170和340）中进行了评估。该研究共招募了四个中心的1262名乳腺癌患者，HR+/HER2-、HER2+和TNBC亚型的pCR率分别为10.6％（52/491）、54.3％（323/595）和37.5％（66/176）。最终，分别在HR+/HER2-、HER2+和TNBC亚型中选择了20、15和13个特征来构建机器学习模型。多层感知机（MLP）在所有亚型中产生了最佳的诊断表现。对于三种亚型，集成前、后和delta模型的堆叠模型在原始队列中的AUC分别为0.959、0.974和0.958，在外部验证队列中的AUC分别为0.882-0.908、0.896-0.929和0.837-0.901。堆叠模型在外部验证队列中的准确性为85.0％-88.9％，灵敏度为80.0％-86.3％，特异度为87.4％-91.5％。我们的研究建立了一种预测乳腺癌对NAC的反应的新工具，并取得了优异的表现。这些模型可以帮助确定乳腺癌的NAC后手术策略。本研究得到了国家自然科学基金（82171898，82103093）、高水平医院建设登峰项目（DFJHBF202109）、广东省基础与应用基础研究基金（2020A1515010346、2022A1515012277）、广州市科技计划项目（202002030236）、北京医学奖基金会（YXJL-2020-0941-0758）和北京市科技创新医药发展基金会（KC2022-ZZ-0091-5）的资助。资金来源未参与研究设计、数据收集、分析和解释、报告撰写或提交文章的决定。 ©2023作者。