简介：摘要目的探讨MRI在鉴别男性乳腺良恶性病变中的诊断价值。方法收集2011年1月至2019年3月因乳腺病变在复旦大学附属肿瘤医院接受乳腺MRI检查的34例男性患者的临床及影像学资料。由两名放射科医师分析乳腺病变的影像学特征，当两者评估不一致时，则由第3名放射医师对影像学特征进行评定。评估内容包括病灶位置，T1WI及T2WI信号，病灶类型，伴随征象。所有病灶经穿刺活检或手术获得病理结果，其中良性12例，恶性22例。采用单因素方法（连续性变量采用Mann-Whitney U检验，分类变量采用Fisher确切概率法）分析患者临床资料及乳腺MRI影像学表现。结果34例患者中，31例临床触及肿块，3例表现为单纯乳头溢血。在MRI征象中，乳腺癌均表现为肿块样强化（22/22），良性病变多表现为非肿块强化（7/12），差异具有统计学意义（P<0.05）；同侧腋下肿大淋巴结仅出现在乳腺癌中，与良性病变比较差异具有统计学意义（P<0.05）；良恶性病变患者在年龄、病灶位置、T1WI信号、T2WI信号、皮肤有无增厚及乳头有无内陷方面差异均无统计学意义（P>0.05）。在MRI表现为肿块的病变中，肿块大小、形状及边缘在良恶性病变中差异均无统计学意义（P>0.05）。结论乳腺MRI可用于男性乳腺良恶性病变的鉴别诊断，非肿块强化多为良性病变，肿大淋巴结有助于诊断乳腺癌，乳头内陷及皮肤增厚对乳腺癌诊断价值有限。

简介：【摘要】目的：评估老年慢性病患者实施社区护理的生活质量的影响。方法：针对74例本医院诊治的老年慢性病患者纳入实验资料，2019年11月至2020年11月是抽取时间，以奇偶法对患者分成实验组与参照组，每组各37例。分别予行常规护理、社区护理，比对两组护理前后生活质量分值、遵医嘱情况。结果：（1）老年慢性病患者护理前后生活质量分值具有一致性，显示出数据检验无统计学意义（P>0.05）。实验组护理后生活质量分值高于参照组，显示出数据检验统计学意义（P

简介：摘要目的探讨CT组学预测乳腺癌患者同时性肺结节在乳腺癌治疗后转归的可行性。方法回顾性收集2013年1月1日至2016年11月31日复旦大学附属肿瘤医院经病理证实为乳腺癌且胸部CT发现肺结节（>5 mm，数量≤5个）的女性患者。共入组80例患者，中位年龄52(45, 61）岁，肺结节中位大小6.0(5.5, 7.2) mm。根据CT随访结果将肺结节转归分成稳定组（随访时间超过2年）及变化组（进展组和改善组），其中稳定组54例，变化组26例（改善组13例，进展组13例）。采用Python软件基于CT图像提取105个组学特征，根据逐步回归方法进行特征降维，最后利用五折交叉验证及常用的分类器模型，预测肺结节在乳腺癌标准治疗后的转归，采用受试者操作特征曲线下面积（AUC）评估模型的诊断效能。结果区分稳定组及变化组肺结节时，组学特征筛选降维后择出3种组学特征，利用23种分类器建立模型，线性判别分析模型诊断效能最佳，此模型预测肺结节转归的特异度、灵敏度、准确率及AUC分别为0.980、0.460、0.813及0.770。在进一步区分进展组与改善组肺结节时，择取一种组学特征建立模型，其中粗高斯支持向量机模型诊断效能最佳，其预测变化组肺结节转归的特异度、灵敏度、准确率及AUC分别为0.540、0.920、0.713及0.880。结论CT组学在预测乳腺癌同时性肺结节的治疗转归中具有一定意义，可为临床制定个体化治疗和随诊方案提供影像学依据。

简介：摘要目的探讨合成MRI定量参数直方图特征预测乳腺浸润性导管癌（IDC）患者人表皮生长因子受体2（HER2）表达状态的价值，并与ADC直方图特征的预测性能进行对比分析。方法前瞻性收集2020年1月至9月就诊于复旦大学附属肿瘤医院的195例乳腺病变患者，所有患者接受完整乳腺MR检查，包括合成MRI、DWI和动态对比增强MRI（DCE-MRI），所有手术标本经病理证实。采用PyRadiomics软件提取定量参数的直方图特征。采用独立样本t检验或Mann-Whitney U检验比较HER2阳性与HER2阴性乳腺IDC患者的合成MRI定量参数［T1、T2和质子密度（PD）］及ADC值的直方图特征差异。采用ROC的曲线下面积（AUC）评估变量预测HER2表达状态的预测性能。结果最终纳入122例乳腺IDC患者的122个病灶。其中31例为HER2阳性，91例为HER2阴性。HER2阳性与HER2阴性患者的临床、病理特征差异无统计学意义（P>0.05）。单因素分析结果显示HER2阳性与HER2阴性乳腺癌患者中PD中位数、PD平均值、PD峰度、T1 10th位数、T1平均值、ADC值直方图的峰度差异具有统计学意义［PD中位数分别为79.80（75.90，83.90）ms、76.56（72.59，79.09）ms，Z=-3.46，P<0.01；PD平均值分别为78.89（74.80，84.01）ms、75.99（71.70，78.63）ms，Z=-2.61，P=0.01；PD峰度分别为6.45（3.45，7.54）、5.04（3.55，5.58），Z=-2.21，P=0.03；T1 10th位数分别为731.52（668.50，975.39）ms、726.51（588.38，852.19）ms，Z=-2.54，P=0.01；T1平均值分别为1 161.97（1 063.56，1 253.78）ms、1 072.75（989.39，1 154.04）ms，Z=-2.21，P=0.03；ADC值直方图的峰度分别为4.75（2.72，5.91）、3.82（2.69，4.39），Z=-2.43，P=0.02］。多因素分析结果显示PD中位数（P=0.004）与T1平均值（P=0.004）是HER2表达状态的独立预测因素，两者构建的逻辑回归模型预测HER2表达状态的AUC为0.853（95%CI 0.779~0.926），灵敏度为71%，特异度为81%。ADC值直方图的峰度预测HER2表达状态的AUC为0.714（95%CI 0.611~0.817），灵敏度为45%，特异度为85%。DeLong检验提示二者的诊断效能差异具有统计学意义（Z=2.18，P=0.04）。结论合成MRI定量参数直方图特征在预测乳腺IDC的HER2表达状态方面具有较好的效能，可能辅助个体化的抗HER2靶向治疗计划的制定。