简介：摘要目的系统评价程序性死亡-受体1和程序性死亡-配体1(PD-1/PD-L1)抑制剂与传统一线药物治疗实体瘤的临床疗效。方法以PD-1/PD-L1、solid tumors、melanoma、non-small cell lung cancer、renal cell carcinoma、immunotherapy为检索词，检索PubMed、Embase、the Cochrane Library数据库。检索时间为上述数据库建库至2018年10月。纳入评价PD-1/PD-L1抑制剂与传统一线药物治疗实体瘤的随机对照研究或高质量非随机对照研究。治疗组为PD-1/PD-L1抑制剂免疫治疗，对照组为传统一线药物治疗。由2名评价者独立筛选文献并提取数据，进行质量评价。计数资料采用优势比(OR)及其95%可信区间(95%CI)表示。采用I2对纳入文献进行异质性分析。纳入文献≥5篇，采用漏斗图检验潜在发表偏倚；纳入文献<5篇，则不检验。结果(1)文献检索结果：最终纳入符合标准的相关文献11篇。11篇文献均为随机对照研究。11篇文献累积样本量为5 161例，其中治疗组2 677例，对照组2 484例。(2)Meta分析结果：①治疗组与对照组患者客观缓解率比较，差异有统计学意义(OR=4.49，95%CI为3.01~6.68，P<0.05)。9篇文献进行漏斗图分析，其结果显示：漏斗图左右对称，表明发表偏倚对Meta分析结果影响较小。②治疗组与对照组患者疾病控制率比较，差异无统计学意义(OR=1.53，95%CI为1.01~2.32，P=0.05)。9篇文献进行漏斗图分析，其结果显示：漏斗图左右对称，表明发表偏倚对Meta分析结果影响较小。③治疗组与对照组患者疾病稳定率比较，差异有统计学意义(OR=0.49，95%CI为0.33~0.73，P<0.05)。9篇文献进行漏斗图分析，其结果显示：漏斗图左右对称，表明发表偏倚对Meta分析结果影响较小。④治疗组与对照组患者疾病进展率比较，差异无统计学意义(OR=0.71，95%CI为0.45~1.15，P>0.05)。9篇文献进行漏斗图分析，其结果显示：漏斗图左右对称，表明发表偏倚对Meta分析结果影响较小。⑤治疗组与对照组患者整体不良事件和3级以上不良事件发生率比较，差异均有统计学意义(OR=0.53，0.54，95%CI为0.38~0.74，0.31~0.93，P<0.05)。11篇文献进行漏斗图分析，其结果显示：漏斗图左右对称，表明发表偏倚对Meta分析结果影响较小。结论与传统一线药物治疗比较，PD-1/PD-L1抑制剂治疗可提高实体瘤客观缓解率，降低不良事件发生率。

简介：摘要目的探讨基于CT检查影像组学在术前鉴别诊断胰腺浆液性囊腺瘤（SCA）和黏液性囊腺瘤（MCA）中的临床价值。方法采用回顾性病例对照研究方法。收集2012年1月至2019年12月浙江大学医学院附属第一医院收治的154例胰腺囊性肿瘤病人的临床病理和影像资料；男24例，女130例；年龄为（50±13）岁。154例病人中，99例为SCA，55例为MCA。154例病人术前均行胰腺CT平扫联合增强扫描检查。收集所有病人临床特征、影像特征、影像组学特征，构建临床特征模型、影像特征模型、影像组学模型和融合模型。绘制各个模型的受试者工作特征（ROC）曲线，并以曲线下面积（AUC）、准确度、灵敏度、特异度、阳性预测值和阴性预测值等指标评价构建模型。基于最优模型，构建列线图。观察指标：（1）临床特征模型建立及验证。（2）影像特征模型建立及验证。（3）影像组学模型建立及验证。（4）融合模型建立及验证。（5）融合模型的列线图。正态分布的计量资料以x±s表示，组间比较采用Mann-Whitney U检验。计数资料以绝对数和（或）百分比表示，组间比较采用χ²检验和Fisher确切概率法。结果（1）临床特征模型建立及验证：通过多元逻辑线性回归分析，筛选出年龄、临床症状、术前血清CA19-9 3个临床特征用于构建临床特征模型，多元逻辑线性回归结果以公式①表示：临床模型得分=0.635-0.007×年龄+0.054×临床症状+0.108×术前血清CA19-9。绘制临床特征模型测试集ROC曲线。临床特征模型训练集和测试集的AUC、准确度、灵敏度、特异度、阳性预测值、阴性预测值分别为0.611（95%可信区间为0.488~0.734，P<0.05）和0.771（95%可信区间为0.624~0.919，P<0.05）、56.6%和77.8%、66.7%和63.1%、56.3%和88.5%、41.5%和80.1%、78.4%和76.7%。（2）影像特征模型建立及验证：通过多元逻辑线性回归分析，筛选出肿瘤位置、肿瘤数目、肿瘤横断面最大径、肿瘤分叶、肿瘤多囊（≥6个）5个影像特征用于构建影像特征模型，多元逻辑线性回归结果以公式②表示：影像特征模型得分=-0.034+0.300×肿瘤位置+0.202×肿瘤数目+0.014×肿瘤横断面最大径-0.251×肿瘤分叶-0.170×肿瘤多囊（≥6个）。绘制影像特征模型测试集ROC曲线。影像特征模型训练集和测试集的AUC、准确度、灵敏度、特异度、阳性预测值、阴性预测值分别为0.862（95%可信区间为0.791~0.932，P<0.05）和0.853（95%可信区为0.713~0.994，P<0.05）、78.8%和88.9%、81.8%和89.4%、77.5%和88.5%、62.8%和85.0%、90.2%和92.0%。（3）影像组学模型建立及验证：本研究在154例胰腺囊性肿瘤病人中共提取4类1 067个影像组学特征，其中一阶直方图统计特征7个、纹理特征53个、小波特征848个、局部二值模式特征159个。在组内相关系数>0.9的条件下，共保留896个稳定性较好的影像组学特征用于构建模型。经过方差阈值与相关系数阈值筛选后，保留350个影像组学特征。为获得深层次的影像组学特征，在原特征基础上构建50个合成影像组学特征，总特征数为400个。采用五折递归特征消除后，最终筛选出22个影像组学特征，包括13个小波特征，7个合成影像组学特征和2个局部二值模式特征。采用支持向量机算法构建影像组学模型，模型惩罚系数“C”=35.938，模型参数“γ”=0.077，核函数为“径向基函数核”。绘制影像组学模型五折交叉验证的ROC曲线。影像组学模型的平均AUC、准确度、灵敏度、特异度、阳性预测值、阴性预测值分别为0.870（P<0.05）、83.1%、81.8%、83.8%、73.8%、89.2%。（4）融合模型建立及验证：选取影像特征的肿瘤位置、肿瘤分叶和影像组学得分构建融合模型。融合模型的多元逻辑线性回归结果以公式③表示：融合模型得分=-0.154+0.218×肿瘤位置-0.223×肿瘤分叶+0.621×影像组学得分。绘制融合模型测试集ROC曲线。融合模型训练集和测试集的AUC、准确度、灵敏度、特异度、阳性预测值、阴性预测值分别为0.893（95%可信区间为0.828~0.958，P<0.05）和0.966（95%可信区间为0.921~0.999，P<0.05）、83.7%和91.1%、81.8%和84.2%、84.5%和96.2%、71.1%和94.1%、90.9%和89.3%。（5）融合模型的列线图：绘制融合模型的列线图，模型约登指数为0.416。结论基于术前CT检查影像组学标签和影像特征的预测模型可鉴别诊断胰腺SCA和MCA。

简介：摘要胰腺实性假乳头状瘤(SPN)是一种少见的胰腺低度恶性肿瘤。外科手术切除是其首选治疗方式，预后好，极少发生复发或转移，患者5年生存率约为95%。随着影像学和病理学诊断技术的进步，SPN的检出率逐步提高，但其发病机制尚不清楚；同时，该病在诊断标准、治疗策略等方面也缺乏规范化标准。笔者查阅相关文献，结合团队治疗SPN的临床经验，总结SPN的诊断与治疗现状和进展，旨在加深临床医师对SPN的认识，提高该病术前诊断率，促进其规范化治疗，最终使患者获得最大受益。