背景与目的:Peutz-Jeghers综合征(Peutz-Jeghers syndrome,PJS)相关的妇科疾病包括小叶状子宫颈内膜腺体增生(lobular endocervical glandular hyperplasia,LEGH)、子宫颈胃型腺癌(gastric type adenocarcinoma of the uterine cervix,G...背景与目的:Peutz-Jeghers综合征(Peutz-Jeghers syndrome,PJS)相关的妇科疾病包括小叶状子宫颈内膜腺体增生(lobular endocervical glandular hyperplasia,LEGH)、子宫颈胃型腺癌(gastric type adenocarcinoma of the uterine cervix,GAS)和卵巢环状小管性索肿瘤(sex cord tumor with annular tubules,SCTAT)等。特别是LEGH发病早,疾病进展为GAS快,早诊困难,预后不佳,为患者诊治带来了巨大挑战。目前相关研究数据,尤其是在中国进行的临床研究有限。本研究旨在调查中国PJS患者妇科相关疾病的临床表现、患病情况、健康筛查及诊治现状,以期帮助指导早筛早诊,为PJS女性妇科疾病,特别是为恶性肿瘤的诊治和预后预测提供可靠的临床依据。方法:基于目前妇科临床PJS患者诊疗现状、患者反馈,结合文献阅读设计针对性调查问卷,并于2022年3月26日—2022年7月29日发放,以有效填写的患者为调查对象,统计患者的一般情况、既往史、家族史、妇科临床表现和诊疗情况。对各项目进行分层分析以找出相关高危因素保护因素及诊疗欠缺之处。结果:本调查共回收有效问卷154份,根据入组和排除标准剔除5份,149例患者中114例(76.51%)具有妇科临床症状,主诉多为异常子宫出血(55.70%),近一半(41.61%)患者诉阴道排液。不到一半(47.65%)的患者接受过子宫颈筛查,人乳头状瘤病毒(human papilloma virus,HPV)阳性率低(7.04%)。约1/3(36.91%)的患者接受过基因检测,52例(94.5%)的患者存在STK11突变,其中64.52%系蛋白截断突变,但在癌症和癌前病变发病率及发病年龄上差异无统计学意义。胚系突变遍布整个基因,但未发现位于非编码的9号外显子(E9)上的突变,突变发生率最高为E7(25.81%)。本研究中,无亲缘关系的患者携带相同突变,其发病年龄和疾病谱完全不同。因妇科肿瘤接受手术的患者中,1/3出现了女性生殖道多部位同步胃型黏液性病变(synchronous mucinous metaplasia and neoplasia of the female genital tract,SMMN-FGT)。GAS患者中不到一半的患者得到了及时干预和规范化手术治疗,73.33%的患者接受了术后辅助治疗。40%的患者术前完成生育,0例接受植入前遗传学检测(preimplantation genetic testing,PGT)。结论:本研究聚焦中国PJS女性妇科临床表现及相关诊治现状,发现子宫异常出血、阴道排液作为主要临床症状存在于一半的PJS女性中,发生年龄显著左移。蛋白截断突变作为队列中主要突变类型,与临床表型无相关性,并不影响其癌症风险及发病年龄。携带相同突变的无亲缘关系女性疾病发生情况完全不同,证明环境因素极大地影响PJS患者的疾病外显率。中国PJS女性群体未建立起遗传咨询和妇科健康筛查意识,基因检测普及度低,不到一半罹患妇科肿瘤的患者接受标准手术和辅助治疗。罹患妇科肿瘤的PJS患者普遍生育率低,极少接受PGT。这主要由于临床对于PJS的认知度局限,遗传咨询普及度低,干预不及时,使得PJS患者,尤其罹患妇科肿瘤的PJS女性患者失去了优生优育的机会。展开更多
目的建立基于MRI术前子宫内膜癌(endometrial cancer,EC)的分子亚型的生境影像组学预测模型。方法回顾性收集2家医学中心经病理证实的EC患者,分别纳入训练组(n=270)和测试组(n=70)。所有患者均进行了术前MRI及病理组织学和分子亚型诊断...目的建立基于MRI术前子宫内膜癌(endometrial cancer,EC)的分子亚型的生境影像组学预测模型。方法回顾性收集2家医学中心经病理证实的EC患者,分别纳入训练组(n=270)和测试组(n=70)。所有患者均进行了术前MRI及病理组织学和分子亚型诊断。首先根据扩散加权成像(diffusion-weighted imaging,DWI)和对比增强(contrast enhancement,CE)图像对肿瘤进行生境亚区域分区,随后从T1加权成像(T1-weighted imaging,T1WI)、T2加权成像(T2-weighted imaging,T2WI)、DWI和CE图像的不同亚区域提取生境影像组学特征。应用3种机器学习分类器,包括逻辑回归、支持向量机和随机森林,分别建立预测p53异常型EC的模型并进行效能验证,表现出最佳综合预测性能的模型被选为生境影像组学模型。采用相同程序,建立基于T1WI、T2WI、DWI和CE共4个序列的全区域影像组学模型及临床模型。采用受试者工作特性曲线评估模型的效能,使用DeLong检验比较模型的差异。使用决策曲线分析评价模型应用的临床收益。结果经特征选择后保留8个生境影像组学特征建立生境影像组学模型、10个全区域影像组学特征建立影像组学模型和3个临床特征建立临床模型。生境影像组学模型曲线下面积(area under the curve,AUC)最高,分别为0.855(0.788~0.922,训练集)和0.769(0.631~0.907,验证集)。DeLong检验显示训练集的生境影像组学模型效能优于全区域影像组学模型(P=0.001),但测试集差异不显著(P=0.543);两组生境影像组学模型效能均优于临床模型(P=0.007,训练集;P=0.038,验证集)。DCA曲线显示该模型在阈值概率0.2~0.8之间均可对临床诊断提供收益。结论基于MRI的生境影像组学模型可以较准确地预测p53异常型的EC,效能优于全区域影像组学和临床模型,有助于术前EC的无创性分子亚型分型。展开更多
文摘背景与目的:Peutz-Jeghers综合征(Peutz-Jeghers syndrome,PJS)相关的妇科疾病包括小叶状子宫颈内膜腺体增生(lobular endocervical glandular hyperplasia,LEGH)、子宫颈胃型腺癌(gastric type adenocarcinoma of the uterine cervix,GAS)和卵巢环状小管性索肿瘤(sex cord tumor with annular tubules,SCTAT)等。特别是LEGH发病早,疾病进展为GAS快,早诊困难,预后不佳,为患者诊治带来了巨大挑战。目前相关研究数据,尤其是在中国进行的临床研究有限。本研究旨在调查中国PJS患者妇科相关疾病的临床表现、患病情况、健康筛查及诊治现状,以期帮助指导早筛早诊,为PJS女性妇科疾病,特别是为恶性肿瘤的诊治和预后预测提供可靠的临床依据。方法:基于目前妇科临床PJS患者诊疗现状、患者反馈,结合文献阅读设计针对性调查问卷,并于2022年3月26日—2022年7月29日发放,以有效填写的患者为调查对象,统计患者的一般情况、既往史、家族史、妇科临床表现和诊疗情况。对各项目进行分层分析以找出相关高危因素保护因素及诊疗欠缺之处。结果:本调查共回收有效问卷154份,根据入组和排除标准剔除5份,149例患者中114例(76.51%)具有妇科临床症状,主诉多为异常子宫出血(55.70%),近一半(41.61%)患者诉阴道排液。不到一半(47.65%)的患者接受过子宫颈筛查,人乳头状瘤病毒(human papilloma virus,HPV)阳性率低(7.04%)。约1/3(36.91%)的患者接受过基因检测,52例(94.5%)的患者存在STK11突变,其中64.52%系蛋白截断突变,但在癌症和癌前病变发病率及发病年龄上差异无统计学意义。胚系突变遍布整个基因,但未发现位于非编码的9号外显子(E9)上的突变,突变发生率最高为E7(25.81%)。本研究中,无亲缘关系的患者携带相同突变,其发病年龄和疾病谱完全不同。因妇科肿瘤接受手术的患者中,1/3出现了女性生殖道多部位同步胃型黏液性病变(synchronous mucinous metaplasia and neoplasia of the female genital tract,SMMN-FGT)。GAS患者中不到一半的患者得到了及时干预和规范化手术治疗,73.33%的患者接受了术后辅助治疗。40%的患者术前完成生育,0例接受植入前遗传学检测(preimplantation genetic testing,PGT)。结论:本研究聚焦中国PJS女性妇科临床表现及相关诊治现状,发现子宫异常出血、阴道排液作为主要临床症状存在于一半的PJS女性中,发生年龄显著左移。蛋白截断突变作为队列中主要突变类型,与临床表型无相关性,并不影响其癌症风险及发病年龄。携带相同突变的无亲缘关系女性疾病发生情况完全不同,证明环境因素极大地影响PJS患者的疾病外显率。中国PJS女性群体未建立起遗传咨询和妇科健康筛查意识,基因检测普及度低,不到一半罹患妇科肿瘤的患者接受标准手术和辅助治疗。罹患妇科肿瘤的PJS患者普遍生育率低,极少接受PGT。这主要由于临床对于PJS的认知度局限,遗传咨询普及度低,干预不及时,使得PJS患者,尤其罹患妇科肿瘤的PJS女性患者失去了优生优育的机会。
文摘目的建立基于MRI术前子宫内膜癌(endometrial cancer,EC)的分子亚型的生境影像组学预测模型。方法回顾性收集2家医学中心经病理证实的EC患者,分别纳入训练组(n=270)和测试组(n=70)。所有患者均进行了术前MRI及病理组织学和分子亚型诊断。首先根据扩散加权成像(diffusion-weighted imaging,DWI)和对比增强(contrast enhancement,CE)图像对肿瘤进行生境亚区域分区,随后从T1加权成像(T1-weighted imaging,T1WI)、T2加权成像(T2-weighted imaging,T2WI)、DWI和CE图像的不同亚区域提取生境影像组学特征。应用3种机器学习分类器,包括逻辑回归、支持向量机和随机森林,分别建立预测p53异常型EC的模型并进行效能验证,表现出最佳综合预测性能的模型被选为生境影像组学模型。采用相同程序,建立基于T1WI、T2WI、DWI和CE共4个序列的全区域影像组学模型及临床模型。采用受试者工作特性曲线评估模型的效能,使用DeLong检验比较模型的差异。使用决策曲线分析评价模型应用的临床收益。结果经特征选择后保留8个生境影像组学特征建立生境影像组学模型、10个全区域影像组学特征建立影像组学模型和3个临床特征建立临床模型。生境影像组学模型曲线下面积(area under the curve,AUC)最高,分别为0.855(0.788~0.922,训练集)和0.769(0.631~0.907,验证集)。DeLong检验显示训练集的生境影像组学模型效能优于全区域影像组学模型(P=0.001),但测试集差异不显著(P=0.543);两组生境影像组学模型效能均优于临床模型(P=0.007,训练集;P=0.038,验证集)。DCA曲线显示该模型在阈值概率0.2~0.8之间均可对临床诊断提供收益。结论基于MRI的生境影像组学模型可以较准确地预测p53异常型的EC,效能优于全区域影像组学和临床模型,有助于术前EC的无创性分子亚型分型。
