目的 调查上海市长宁区室内外γ辐射空气吸收剂量率,估算公众受照剂量及其健康影响.方法 2022年6-12月,以网格化布点方式,根据建成年代在长宁区10个街道(镇)中各抽选12户居室,每个居室设置15个检测点.同时段在每个抽样社区中心位置抽选2条道路和1块绿地作为室外监测点,共计设置30个室外检测点.对各抽样监测点的γ辐射空气吸收剂量率开展现场检测.计算环境γ辐射所致公众人均年有效剂量当量,并评估环境γ辐射超额终生癌症风险(excess lifetime cancer risk,ELCR).结果 长宁区室内、室外的γ辐射空气吸收剂量率各监测点平均值分别为(125.80±11.72)nGy/h和(76.63±16.15)nGy/h.居室内γ辐射空气吸收剂量率高于室外(P＜0.05),2000年以后建造的居室内γ辐射空气吸收剂量率低于2000年以前建造的居室(P＜0.05).室内、室外γ辐射所致公众人均年有效剂量当量平均值分别为0.617 mSv/年和0.094 mSv/年.长宁区居民居室内超额终生癌症风险均值为2.56 × 10-3,室外ELCR均值为4.28 × 10-4.结论 长宁区不同区域γ辐射空气吸收剂量率有所不同,所致公众人均年有效剂量当量和ELCR均略高于全球平均水平,但处于全国正常波动区间范围内.

目的:采用倾向性评分匹配法均衡组间协变量后，比较胰十二指肠切除术(PD)和全胰腺切除术(TP)对胰头癌患者术后生存期的影响及相关预后因素。方法:检索美国国立癌症研究所监测、流行病学和结果(SEER)数据库并筛选出2010年至2016年间3 676例胰头癌患者，其中3 559例行PD(PD组)，117例行TP(TP组)。利用倾向性评分匹配平衡混杂因素，最终PD组与TP组各117例匹配成功。应用Kaplan-Meier曲线观察匹配前和匹配后患者术后总体生存率及癌症特异生存率，利用Log-rank检验及Cox比例风险模型分析评估不同临床病理特征对胰头癌患者预后的影响。结果:匹配前PD组3 559例患者1、3、5年癌症特异生存率分别为72.8%、35.1%、24.9%，中位生存时间为23.89个月；TP组117例患者分别为67.9%、29.4%、26.1%和21.51个月，差异均无统计学意义( P值均>0.05)。匹配后，PD组117例患者1、3、5年癌症特异生存率分别为77.8%、44.5%、31.8%，中位生存时间为31.50个月，显著优于TP组，差异有统计学意义( P值均<0.05)。Cox回归分析显示手术方式、肿瘤分化程度、N分期、病理类型是影响总体生存率与癌症特异生存率的独立危险因素。 结论:手术方式、肿瘤分化程度、N分期、病理类型是影响患者总体生存率及癌症相关生存率的独立危险因素。PD的生存获益显著优于TP，临床上对胰头癌患者行TP治疗需慎重选择。

目的:探讨乳腺分泌性癌(SBC)的临床病例特征及预后的影响因素。方法:利用美国国立癌症研究监测、流行病学和最终结局数据库(SEER)，筛选2004年1月至2020年12月经病理诊断为SBC(79例)和浸润性导管癌(IDC)(461 750例)的病例资料，分析两组的临床病理特征及生存情况，使用COX分析总生存期(OS)和乳腺癌特异性生存期(BCSS)的影响因素。采用倾向性得分匹配法(PSM)按1∶1比例匹配平衡混杂因素，利用Kaplan-Meier法分析匹配后两组生存差异。结果:乳腺分泌性癌患者与浸润性导管癌患者在年龄( Z＝27.887， P<0.01)、婚姻状况( χ2＝9.639， P<0.01)、雌激素受体( χ2＝4.873， P<0.05)、孕激素受体( χ2＝42.917， P<0.01)、组织学分级( Z＝5.442， P<0.01)及N分期( Z＝2.616， P<0.01)方面差异有统计学意义；而在性别、种族、肿瘤位置、T分期、M分期、手术、放疗和化疗无统计学意义( P>0.05)。COX回归提示乳腺分泌性癌患者预后更好[风险比( HR)＝1.616，95%可信区间( CI)：1.589～0.871， P<0.05]；组织学分级越高，其预后越差(组织学为Ⅱ级 HR＝1.159，95% CI：1.133～1.186， P<0.01；组织学为Ⅲ级 HR＝1.440，95% CI：1.406～1.476， P<0.01)；肿瘤体积越大，其预后更差(T2分期 HR＝1.616，95% CI：1.589～1.643， P<0.01；T3分期 HR＝2.188，95% CI：2.130～2.249， P<0.01；T4分期 HR＝2.484，95% CI：2.416～2.554， P<0.01)；淋巴结转移越多的患者预后差(N1分期 HR＝1.426，95% CI：1.402～1.451， P<0.01；N2分期 HR＝2.079，95% CI：2.028～2.131， P<0.01；N3分期 HR＝2.576，95% CI：2.054～2.649， P<0.01)。按1∶1比例将两组进行倾向性得分匹配，两组患者的总生存期和乳腺癌特异性生存期均无统计学意义( HR＝1.816，95% CI：0.785～4.205、 HR＝0.928，95% CI：0.232～3.721， P>0.05)。 结论:乳腺分泌性癌是临床罕见的恶性肿瘤，具有生长缓慢、组织学分级低、较少发生转移等临床病理特征。组织学分级、肿瘤体积、淋巴结转移情况是影响预后的因素。

目的:构建基于代谢通路相关基因的乳腺癌预后预测模型并进行验证。方法:从癌症基因组图谱(TCGA)数据库下载乳腺癌患者的基因表达数据和临床信息，然后从基因集富集分析(GSEA)网站提取所有代谢通路相关基因进行差异分析，获得肿瘤和正常组织中的差异表达基因，再利用单因素Cox和最小绝对收缩和选择算子(LASSO)回归分析筛选出与预后相关的差异代谢基因用于构建预后风险评分。根据风险评分的中位数，将患者分为高危组和低危组，利用Kaplan-Meier生存分析、受试者操作特征(ROC)曲线对预后模型进行效能评价，并将此模型联合其他临床因素构建列线图，对乳腺癌患者进行生存率预测。最后通过基因表达综合数据库进行验证。结果:通过单因素Cox和LASSO回归分析最后共筛选出了6个代谢相关基因( NT5 E、 PAICS、 PFKL、 PLA2 G2 D、 QPRT和 SHMT2)用于模型构建。在训练集和验证集中，预后风险评分均是乳腺癌的独立危险因素，Kaplan-Meier生存分析结果提示，高危组患者的总生存率均显著低于低危组，差异具有统计学意义( P<0.001)。并且ROC曲线分析结果表明，该列线图模型较其他临床病理特征预测准确性更高，曲线下面积均为0.794。校准图显示预测值与实际值一致性较好。基于GSEA确定了该模型可以揭示代谢特征，同时监测肿瘤微环境的状态。 结论:本研究构建的代谢相关基因预后模型可作为乳腺癌患者有前景的独立预后标志物，并可提示肿瘤微环境的状态。

目的:探讨未分化甲状腺癌（ATC）预后的影响因素，评估构建的随机生存森林（RSF）模型在ATC预后预测中的应用价值。方法:选择2004-2015年美国国立癌症研究所的监测、流行病学和最终结果（SEER）数据库中经组织病理学诊断为ATC的患者707例，采用简单随机法将所有患者分为训练集（495例）和验证集（212例）。采用单因素Cox比例风险模型分析影响训练集患者总生存（OS）的相关因素。采用基于最小赤池信息量准则（AIC）的多因素Cox比例风险模型分析上述变量并进行筛选，基于筛选出的变量构建预测OS的传统Cox模型；采用RSF算法对单因素Cox回归分析中 P<0.05的变量进行分析，筛选重要的5个特征，纳入基于最小AIC的多因素Cox比例风险模型，采用筛选出的变量构建预测OS的RSF-Cox模型。采用时间依赖受试者工作特征（tROC）曲线及曲线下面积（AUC）、校正曲线、决策曲线、综合Brier评分（IBS），通过训练集和验证集来评估各模型预测OS的效能。 结果:单因素Cox回归分析显示，年龄、是否接受化疗、淋巴结转移情况、是否接受放疗、手术方式、肿瘤浸润程度、肿瘤数量、肿瘤长径和诊断时年份这9个变量是ATC预后的影响因素（均 P<0.05）。基于最小AIC（4855.8）的多因素Cox回归分析显示，年龄较小（61~70岁比>80岁： HR=0.732，95% CI 0.560~0.957， P=0.023；≤50岁比>80岁： HR=0.561，95% CI 0.362~0.870， P=0.010）、接受化疗（是比否： HR=0.623，95% CI 0.502~0.773， P<0.001）、接受放疗（是比否： HR=0.695，95% CI 0.559~0.866， P=0.001）、接受手术（叶切除比未手术或未知： HR=0.712，95% CI 0.541~0.939， P=0.016；全切或次全切比未手术或未知： HR=0.535，95% CI 0.436~0.701， P<0.001）、肿瘤长径（≤2 cm比>6 cm： HR=0.495，95% CI 0.262~0.938， P=0.031；>2 cm且≤4 cm比>6 cm： HR=0.714，95% CI 0.520~0.980， P=0.037；>4 cm且≤6 cm比>6 cm： HR=0.699，95% CI 0.545~0.897， P=0.005）是ATC患者OS的独立保护因素；淋巴结转移（N 1未知比N 0： HR=1.664，95% CI 1.158~2.390， P=0.006；N 1b比N 0： HR=1.312，95% CI 1.029~1.673， P=0.028）、更具侵袭性的肿瘤浸润程度（组别3比组别1： HR=1.492，95% CI 1.062~2.096， P=0.021；组别4比组别1： HR=1.636，95% CI 1.194~2.241， P=0.002）是ATC患者OS的独立危险因素，诊断时年份（2010-2015年比2004-2009年： HR=1.166，95% CI 0.962~1.413， P=0.118）虽无统计学意义，但将其纳入可提高传统Cox模型的效能，故也将其纳入传统Cox模型。采用RFS算法，筛选出手术方式、肿瘤长径、年龄分组、是否接受化疗和肿瘤数量5个变量，基于最小AIC（4 884.6）的多因素Cox回归分析显示，接受化疗（是比否： HR=0.574，95% CI 0.476~0.693， P<0.001）、手术方式（叶切除比未手术或未知： HR=0.730，95% CI 0.567~0.940， P=0.015；全切或次全切比未手术或未知： HR=0.527，95% CI 0.423~0.658， P<0.001）、肿瘤长径（≤2 cm比>6 cm： HR=0.428，95% CI 0.231~0.793， P=0.007；>2 cm且≤4 cm比>6 cm： HR=0.701，95% CI 0.513~0.958， P=0.026；>4 cm且≤6 cm比>6 cm： HR=0.681，95% CI 0.536~0.866， P=0.002）是ATC患者OS的独立影响因素，基于这3个变量构建RSF-Cox模型。tROC曲线分析显示，在训练集中RSF-Cox模型预测6、12、18个月OS率的AUC分别为93.56、92.62、90.80，在验证集中分别为93.05、92.47、90.20；在训练集中传统Cox模型分别为89.00、87.76、85.24，在验证集中分别为86.22、83.68、82.86。预测6、12、18个月OS率时，RSF-Cox模型校准曲线较传统Cox模型更接近45°，RSF-Cox模型决策曲线的临床净获益均高于传统Cox模型。RSF-Cox模型IBS（0.089）低于传统Cox模型（0.111）。 结论:基于接受化疗、手术方式、肿瘤长径构建的RSF模型可以有效预测ATC患者的OS。

目的:基于监测、流行病学和最终结果数据库(SEER)记录的腹膜后肿瘤数据，构建并验证腹膜后肿瘤患者生存预后预测模型。方法:收集2000至2019年腹膜后肿瘤临床数据，使用X-title软件计算年龄的最佳截断值，使用R语言将数据分为建模组和验证组。使用单因素和多因素COX回归分析构建腹膜后肿瘤患者预后预测模型。采用一致性指数(C指数)、受试者工作特征曲线(ROC曲线)和校准曲线对列线图进行评估。将本研究构建的模型与第7版美国癌症联合委员会(AJCC)TNM分期系统进行比较，采用净重分类改善指数(NRI)和综合判别改善指数(IDI)对模型性能进行评价。结果:纳入6个风险因素构建列线图用以预测患者3年和5年存活率。建模组C指数0.742，验证组C指数0.737。建模组预测3年和5年生存率的ROC曲线下面积(AUC)分别为0.817和0.794，验证组分别是0.779和0.789。校准曲线显示建模组和验证组预测3年和5年生存率和实际生存率拟合较好。NRI和IDI结果说明本研究预测模型与第7版AJCC的TNM分期比较具有正改善。以此模型构建的风险分层模型中低风险组预后好于高风险组( P＝0)，差异有统计学意义。 结论:本研究成功构建腹膜后肿瘤预测模型并进行验证，为患者3年和5年生存率预测提供一个简便可靠的工具。同时，以本预测模型构建的风险分层模型可以区分不同风险的患者，对腹膜后肿瘤患者的个体化治疗具有重大意义。

目的:基于美国国立癌症研究所的监测、流行病学和结果(SEER)数据库中慢性髓细胞白血病(CML)患者的资料，探讨影响CML患者的生存预后因素及全因死亡差异。方法:选择SEER数据库收录中于2000-2017年诊断的18 505例CML患者为研究对象。将其按照诊断时间，分为2000-2005年组( n＝5 255)、2006-2011年组( n＝6 031)和2012-2017年组( n＝7 219)；按照患者的诊断年龄，分为15~44岁组( n＝4 733)、45~64岁组( n＝7 237)、65~74岁组( n＝3 572)和75~84岁组( n＝2 963)。采用SEER*Stat 8.3.9软件提取患者的诊断时间、性别、种族、年龄、生存结局、死亡原因、生存时间、调整后的家庭年中位收入、居住地等基本信息。患者性别、诊断年龄、人种构成比等计数资料的组间比较，采用 χ2检验。采用Kaplan-Meier法分别绘制不同年龄组及不同诊断时间组患者的总体生存(OS)曲线，各组总体比较采用log-rank检验，组间两两比较采用Bonferroni法对 P值进行校正。采用Cox比例风险回归模型对影响患者OS率的因素进行单因素及多因素分析。本研究遵循的程序符合2013年修订版《世界医学协会赫尔辛基宣言》要求。 结果:①本研究3组不同诊断时间组CML患者的一般资料比较结果显示，其诊断年龄、人种、调整后家庭中位年收入及居住地构成比分别比较，差异均有统计学意义( χ2＝108.035、38.721、274.437、28.377， P<0.001、<0.001、<0.001、＝0.002)；仅性别构成比比较，差异无统计学差异( P>0.05)。②对本研究18 505例CML患者的中位随访时间为7.1年(3.3~11.7年)，中位OS期为13.4年(未达到~3.8年)，5年OS率为70.9%。随着CML患者诊断年龄的增加，其OS率降低，并且差异有统计学意义(4组总体比较： χ2＝4765.639， P<0.001；任意2组比较， P<0.008)。随着患者诊断时间的推后，其OS率升高，并且差异亦有统计学意义(3组总体比较： χ2＝273.461， P<0.001；任意2组比较： P<0.017)。③对可能影响本研究CML患者OS率的因素进行的单因素及多因素Cox比例风险回归模型分析结果显示，男性(女性患者比男性患者： HR＝0.801，95% CI：0.761~0.842， P<0.001)，年龄≥45岁(45~64、65~74、75~84岁组患者分别比15~44岁组： HR＝1.756，95% CI：1.611~1.914， P<0.001； HR＝4.349，95% CI：3.985~4.747， P<0.001； HR＝9.147，95% CI：8.396~9.964， P<0.001)，诊断时间在2005年之前(2006-2011年组、2012-2017年组患者分别比2000-2005年组患者： HR＝0.730，95% CI：0.689~0.773， P<0.001； HR＝0.579，95% CI：0.538~0.623， P<0.001)，调整后家庭中位年收入<55 000 USD(调整后家庭中位年收入为55 000~74 999 USD、≥75 000 USD的患者分别比<55 000 USD者： HR＝0.905，95% CI：0.852~0.962， P＝0.001； HR＝0.786，95% CI：0.733~0.843， P<0.001)及黑色人种(黑色人种患者比白色人种患者： HR＝1.334，95% CI：1.236~1.439， P<0.001)是影响CML患者OS率的独立危险因素。④截至随访结束，本研究CML患者中，死亡患者为6 310例，全因死亡率为34.1%(6 310/18 505)。其中，1 921例(30.4%)因CML死亡，1 812例(28.7%)因并发其他肿瘤疾病死亡，2 486例(39.4%)因非肿瘤原因死亡，91例(1.4%)死亡原因不明。不同年龄组及不同时间组CML患者的死亡原因构成比分别比较，差异均有统计学意义( χ2＝309.933、24.787， P<0.001、0.001)。 结论:在真实世界中，随着新型TKI参与CML治疗，CML患者预后逐渐改善，同时因CML死亡的患者占比逐渐降低。患者性别、诊断年龄、家庭收入，以及TKI可及性是CML患者生存预后的独立影响因素。

基于循环肿瘤细胞和无细胞核酸的液体活检在从诊断到随访的整个癌症自然过程中的多个时间点都有潜在的应用前景。与基于组织的基因组图谱相比，进行循环肿瘤DNA（ctDNA）评估的优势在于检测风险最小，可进行连续检测以监测疾病的复发和对治疗的反应，并在整个过程中降低住院费用。在局限性肾细胞癌中，ctDNA已显示出作为疾病复发的监测生物标志物的潜力。在症状发作之前及早发现转移可能会改善临床结果。在患有转移性肾细胞癌（mRCC）患者中，ctDNA更具前景。大多数mRCC患者具有可检测的ctDNA，因此ctDNA可用于选择生物标志物指导的临床患者。研究表明，mRCC中的ctDNA突变情况在治疗后会发生改变。在mRCC中ctDNA还有作为对免疫疗法反应的预测性生物标志物的潜在作用；此外，ctDNA可作为肿瘤突变负荷和对免疫疗法反应的替代生物标志物。随着技术的进步，ctDNA未来有可能影响肾细胞癌的诊断和治疗。

血清生物标志物作为心血管疾病诊断的重要工具，近年来在癌症患者基线风险评估中的价值日益凸显，由美国心力衰竭协会（HFA）肿瘤心脏病学研究小组与欧洲心脏病学会（ESC）肿瘤心脏病学委员会联合提出的《血清生物标志物在癌症治疗中心脏毒性监测中的作用立场声明》指出，通过评估心肌生物标志物在具有心脏毒性癌症治疗的患者中的特点，讨论2个主要的生物标志物即心肌肌钙蛋白和利钠肽在癌症治疗中发生心脏毒性反应的机制、临床应用、监测及预后。该声明目的是帮助多学科协作诊疗提供一个临床框架，依据危险分层指导临床医生选择合适的血清生物标志物监测方案，预防癌症患者发生心血管疾病。

心血管疾病（CVD）和癌症是两种密切相关的疾病，它们的发生具有共同的危险因素以及遗传和分子机制，是全球最主要的死亡原因。近年来，随着诊疗的进步，癌症患者生存期不断延长，癌症患者因抗癌治疗诱发的心血管死亡风险显著高于一般人群。鉴于心血管毒性的普遍性和严重性，心脏病学临床分支“肿瘤心脏病学”应运而生。免疫检查点抑制剂（ICIs）已被广泛用于治疗各类癌症，但其导致多种心血管毒性，其中心肌炎发病率为0.04%~2.4%，死亡率更高达25%~50%。然而，人们对ICIs诱发心血管毒性的分子和病理生理机制知之甚少。因此，本文结合近期ICIs诱发心血管毒性的研究成果，探讨其发病机制、诊断、监测和治疗方法，从而预防心血管损伤，改善心脏功能。