目的:分析惰性B细胞非霍奇金淋巴瘤(B cell non-Hodgkin lymphoma,B-NHL)不同亚型患者乙型肝炎病毒(hepatitis B virus,HBV)及丙型肝炎病毒(hepatitis C virus,HCV)感染的情况,探讨惰性B-NHL不同亚型与肝炎病毒感染的相关性。方法:回顾...目的:分析惰性B细胞非霍奇金淋巴瘤(B cell non-Hodgkin lymphoma,B-NHL)不同亚型患者乙型肝炎病毒(hepatitis B virus,HBV)及丙型肝炎病毒(hepatitis C virus,HCV)感染的情况,探讨惰性B-NHL不同亚型与肝炎病毒感染的相关性。方法:回顾性分析中国医学科学院血液病医院1994年1月至2014年1月收治的733例初诊惰性B-NHL患者的肝炎病毒感染资料。与全国一般人群相对照,比较惰性B-NHL患者与全国一般人群肝炎病毒感染的差异。比较分析惰性B-NHL各亚型患者肝炎病毒感染的情况,并探讨其相关性。结果:733例惰性B-NHL患者乙肝表面抗原(hepatitis B surface antigen,HBs-Ag)阳性率为7.9%,与全国一般人群比较,差异无统计学意义(7.9%vs.7.2%,P=0.548)。在惰性B-NHL中,脾边缘区淋巴瘤(splenic marginal zone lymphoma,SMZL)48例,HBs-Ag阳性率为18.8%,明显高于全国一般人群(18.8%vs.7.2%,P=0.002)、其他惰性B-NHL(18.8%vs.7.2%,P=0.004)及其他边缘区淋巴瘤(marginal zone lymphoma,MZL)患者(18.8%vs.7.1%,P=0.005)。惰性B-NHL其他亚型患者HBs-Ag阳性率比较全国一般人群,差异均无统计学意义(P>0.05)。在HBs-Ag阳性患者中,乙肝"大三阳"在惰性B-NHL不同亚型中无显著性差异,但乙肝"小三阳"在SMZL组占16.7%,明显高于其他惰性B-NHL组(16.7%vs.4.7%,P<0.001)。惰性B-NHL患者抗丙型肝炎病毒抗体(hepatitis C virus antibody,HCV-Ab)阳性率为1.9%,较全国一般人群明显升高(1.9%vs.0.4%,P<0.001)。其中慢性淋巴细胞白血病(chronic lymphocytic leukemia,CLL)、淋巴浆细胞性淋巴瘤/华氏巨球蛋白血症(lymphoplasmacytic lymphoma/waldenstr?m macroglobulinemia,LPL/WM)、SMZL、毛细胞白血病(hairy cell leukemia,HCL)、结内边缘区淋巴瘤(nodal marginal zone B-cell lymphoma,NMZL)组患者抗HCV-Ab阳性率分别为2.2%、2.5%、4.2%、3.0%、3.7%均较全国一般人群明显升高(均P<0.05)。而慢性B淋巴细胞增殖性疾病不能分类(B-cell lymphoproliferative disorders,unclassified,B-LPD-U)、黏膜相关淋巴组织结外边缘区淋巴瘤(extranodal marginal zone B-cell lymphoma of mucosa-associated tissue lymphoma,MALT)、B-幼淋巴细胞白血病(B-cell prolymphocytic leukaemia,B-PLL)、滤泡性淋巴瘤(follicular lymphoma,FL)组与全国一般人群比较,差异均无统计学意义(均P>0.05)。结论:SMZL患者HBs-Ag阳性率明显高于全国一般人群及其他惰性B-NHL各亚型,提示HBV感染与我国SMZL的发生发展存在一定的相关性。展开更多
背景与目的:弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)的生发中心B细胞样(germinal center B-cell-like,GCB)亚型和非GCB(non-GCB)亚型在患者预后和治疗上存在差异,但目前依赖有创病理学检查。本研究基于多参数MRI构建...背景与目的:弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)的生发中心B细胞样(germinal center B-cell-like,GCB)亚型和非GCB(non-GCB)亚型在患者预后和治疗上存在差异,但目前依赖有创病理学检查。本研究基于多参数MRI构建影像组学和深度学习模型,旨在于术前无创性区分这两种亚型。方法:本研究回顾性分析2013年3月—2024年12月在复旦大学附属华山医院及外院经病理学检查确诊的DLBCL患者。使用多参数MRI扫描数据,结合4种影像组学机器学习[支持向量机(support vector machine,SVM)、逻辑回归(logistic regression,LR)、高斯过程(Gaussian process,GP)和朴素贝叶斯(Naive Bayes,NB)]和3种深度学习[密集连接卷积网络121(densely-connected convolutional networks 121,DenseNet121)、残差网络101(residual network 101,ResNet101)和高效网络B5(Efficient Net-b5)]建立DLBCL亚型分类模型。此外,两名经验不同的放射科医师在盲法下基于MRI图像独立分类DLBCL。模型和医师的诊断性能均通过接收者操作特征曲线下面积(area under the curve,AUC)、准确度(accuracy,ACC)和F1分数(F1-score,F1)等指标进行量化评估,以衡量其区分GCB和non-GCB亚型的能力。本研究经复旦大学附属华山医院伦理委员会批准(KY2024-663),所有患者均知情同意。结果:本研究共纳入173例患者(GCB型55例,non-GCB型118例)。影像组学和深度学习方法能有效地区分DLBCL亚型。其中,GP影像组学模型(基于T1-CE+T2-FLAIR+ADC序列)和DenseNet121深度学习模型(基于T1-CE+T2-FLAIR+ADC序列)表现最佳,在内部验证集上分别取得优异性能(GP:AUC=0.900,ACC=0.896,F1=0.840;DenseNet121:AUC=0.846,ACC=0.854,F1=0.774),并在外部验证集上保持稳健。并且,最优AI模型的分类效能优于经验丰富的放射科医师(医师最高AUC=0.678)。结论:基于多参数MRI特征的影像组学与深度学习模型可有效地鉴别DLBCL的GCB与non-GCB亚型。其中,GP与DenseNet121模型在处理复杂图像数据、特别是融合多序列特征组进行亚型分类时,呈现出优异的性能。展开更多
文摘目的:分析惰性B细胞非霍奇金淋巴瘤(B cell non-Hodgkin lymphoma,B-NHL)不同亚型患者乙型肝炎病毒(hepatitis B virus,HBV)及丙型肝炎病毒(hepatitis C virus,HCV)感染的情况,探讨惰性B-NHL不同亚型与肝炎病毒感染的相关性。方法:回顾性分析中国医学科学院血液病医院1994年1月至2014年1月收治的733例初诊惰性B-NHL患者的肝炎病毒感染资料。与全国一般人群相对照,比较惰性B-NHL患者与全国一般人群肝炎病毒感染的差异。比较分析惰性B-NHL各亚型患者肝炎病毒感染的情况,并探讨其相关性。结果:733例惰性B-NHL患者乙肝表面抗原(hepatitis B surface antigen,HBs-Ag)阳性率为7.9%,与全国一般人群比较,差异无统计学意义(7.9%vs.7.2%,P=0.548)。在惰性B-NHL中,脾边缘区淋巴瘤(splenic marginal zone lymphoma,SMZL)48例,HBs-Ag阳性率为18.8%,明显高于全国一般人群(18.8%vs.7.2%,P=0.002)、其他惰性B-NHL(18.8%vs.7.2%,P=0.004)及其他边缘区淋巴瘤(marginal zone lymphoma,MZL)患者(18.8%vs.7.1%,P=0.005)。惰性B-NHL其他亚型患者HBs-Ag阳性率比较全国一般人群,差异均无统计学意义(P>0.05)。在HBs-Ag阳性患者中,乙肝"大三阳"在惰性B-NHL不同亚型中无显著性差异,但乙肝"小三阳"在SMZL组占16.7%,明显高于其他惰性B-NHL组(16.7%vs.4.7%,P<0.001)。惰性B-NHL患者抗丙型肝炎病毒抗体(hepatitis C virus antibody,HCV-Ab)阳性率为1.9%,较全国一般人群明显升高(1.9%vs.0.4%,P<0.001)。其中慢性淋巴细胞白血病(chronic lymphocytic leukemia,CLL)、淋巴浆细胞性淋巴瘤/华氏巨球蛋白血症(lymphoplasmacytic lymphoma/waldenstr?m macroglobulinemia,LPL/WM)、SMZL、毛细胞白血病(hairy cell leukemia,HCL)、结内边缘区淋巴瘤(nodal marginal zone B-cell lymphoma,NMZL)组患者抗HCV-Ab阳性率分别为2.2%、2.5%、4.2%、3.0%、3.7%均较全国一般人群明显升高(均P<0.05)。而慢性B淋巴细胞增殖性疾病不能分类(B-cell lymphoproliferative disorders,unclassified,B-LPD-U)、黏膜相关淋巴组织结外边缘区淋巴瘤(extranodal marginal zone B-cell lymphoma of mucosa-associated tissue lymphoma,MALT)、B-幼淋巴细胞白血病(B-cell prolymphocytic leukaemia,B-PLL)、滤泡性淋巴瘤(follicular lymphoma,FL)组与全国一般人群比较,差异均无统计学意义(均P>0.05)。结论:SMZL患者HBs-Ag阳性率明显高于全国一般人群及其他惰性B-NHL各亚型,提示HBV感染与我国SMZL的发生发展存在一定的相关性。
文摘背景与目的:弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)的生发中心B细胞样(germinal center B-cell-like,GCB)亚型和非GCB(non-GCB)亚型在患者预后和治疗上存在差异,但目前依赖有创病理学检查。本研究基于多参数MRI构建影像组学和深度学习模型,旨在于术前无创性区分这两种亚型。方法:本研究回顾性分析2013年3月—2024年12月在复旦大学附属华山医院及外院经病理学检查确诊的DLBCL患者。使用多参数MRI扫描数据,结合4种影像组学机器学习[支持向量机(support vector machine,SVM)、逻辑回归(logistic regression,LR)、高斯过程(Gaussian process,GP)和朴素贝叶斯(Naive Bayes,NB)]和3种深度学习[密集连接卷积网络121(densely-connected convolutional networks 121,DenseNet121)、残差网络101(residual network 101,ResNet101)和高效网络B5(Efficient Net-b5)]建立DLBCL亚型分类模型。此外,两名经验不同的放射科医师在盲法下基于MRI图像独立分类DLBCL。模型和医师的诊断性能均通过接收者操作特征曲线下面积(area under the curve,AUC)、准确度(accuracy,ACC)和F1分数(F1-score,F1)等指标进行量化评估,以衡量其区分GCB和non-GCB亚型的能力。本研究经复旦大学附属华山医院伦理委员会批准(KY2024-663),所有患者均知情同意。结果:本研究共纳入173例患者(GCB型55例,non-GCB型118例)。影像组学和深度学习方法能有效地区分DLBCL亚型。其中,GP影像组学模型(基于T1-CE+T2-FLAIR+ADC序列)和DenseNet121深度学习模型(基于T1-CE+T2-FLAIR+ADC序列)表现最佳,在内部验证集上分别取得优异性能(GP:AUC=0.900,ACC=0.896,F1=0.840;DenseNet121:AUC=0.846,ACC=0.854,F1=0.774),并在外部验证集上保持稳健。并且,最优AI模型的分类效能优于经验丰富的放射科医师(医师最高AUC=0.678)。结论:基于多参数MRI特征的影像组学与深度学习模型可有效地鉴别DLBCL的GCB与non-GCB亚型。其中,GP与DenseNet121模型在处理复杂图像数据、特别是融合多序列特征组进行亚型分类时,呈现出优异的性能。
