目的:回顾了2011 年1 月至2015 年12 月就诊的复杂染色体重排(CCR)患者,对其所涉及的染色体数量、断裂点数目及患者的临床表型等进行综合分析.方法:应用G显带、C显带和荧光原位杂交(FISH)对生育异常患者进行外周血染色体核型分析.结果:23 745例生育异常患者中检出 28 例 CCR携带者,携带率为0.118%,其中男性18 例,主要表现为无精子症或少弱畸形精子症,女性10 例,主要表现为不孕症、复发性流产、胚胎停育史及不良生育史.28 例 CCR 患者中三方重排、双重易位和特殊易位占比分别为32.14%(9/28)、25%(7/28)、42.86%(12/28).CCR携带者涉及的重排染色体除了12 和19 号之外其他染色体均有累及,其中以2 和5 号染色体累及次数最多.结论:目前CCR人群携带率较低,表型正常的携带者常因生育问题而被发现,由于其生育正常孩子的几率较低,采用植入前遗传性诊断技术可以提高活产率.同时CCR患者所累及的染色体及断裂点位置均不同,所以每例CCR携带者均应给予精准遗传咨询.

目的 从护理教育和临床实践 2 个视角综合探讨护理本科生应急处置团队合作能力的培训需求分析,为进一步开发课程体系提供依据.方法 对 10 名有应急处置团队合作经验的护理教育及临床专家进行一对一半结构式的深入访谈,访谈内容主要包括护理本科生应急处置合作能力的现状、培养目标、课程设置等,运用内容分析法进行资料分析且提炼主题.结果 最终形成 3 个主题和 9 个亚主题,包括缺少针对性的护生应急处置团队合作培养体系(学校缺乏系统教育、临床实践和理论脱节);明确应急处置团队合作能力培养目标(横纵向沟通能力、对场景预判能力和最大化决策能力);丰富培训内容及考核形式(理论授课,初步感受多学科思维;临床实践,形成整合性思维和专业思维;情景模拟,培养精准复盘思维;多样化考核评价,提升综合能力).结论 建议联合学校—医院—护理本科生,建立目标明确、切实可行的护理本科生应急处置团队合作培养体系.从护生本科教育阶段开始注重对其能力的培养,学校课程全面覆盖应急处置的预防、准备、响应和复原各环节,"应急预备小队"强化实践技能和培养团队合作默契,医院虚拟仿真平台提供实战经验.将团队合作精神全方位融入护理本科生应急课程与实践中,为储备应急护理人才、提升护理队伍的整体应急处置团队合作能力提供坚实后盾.

细胞外囊泡(extracellular vesicles,EVs)是细胞主动分泌的具有磷脂双分子层结构的囊泡,天然携带母细胞来源的各种内容物,保留母细胞的生物学特征,可以反映其分泌时的母细胞状态.为了解EVs的生物发生及其在机体内的生物学功能,科学家们做了许多尝试,但直接检测EVs有一定的困难,目前的检测技术通常以EVs内容物作为检测对象,实现间接表征的目的.通过分析体液中的EVs,可以实现疾病诊断的目的,对EVs进行详细表征可以推动精准医学的发展.EVs属于内源性物质,可作为递送药物的载体,具有增加药效、降低药物毒理作用和辅助药物通过生物屏障的优势.目前,作为药物或者递送药物的载体应用尚存在的问题,包括(1)EVs内容物的表征,以便使用更明确定义的EVs;(2)开发适合的检测方法来监测体内的EVs,以确定和优化EVs的剂量、给药途径及潜在毒性;(3)确定EVs膜组成的种类及数量.EVs直径为纳米级别,内容物含量少,但临床应用价值大.应用中选择合适的分析技术将能够对EVs类型进行全面表征,并进一步推进对EVs生物学的理解,开发基于EVs的新型诊断和治疗方法,促进其临床转化.本综述介绍了 EVs研究中分析技术的原理、应用及优缺点,重点是EVs和EVs中蛋白质的表征检测技术.

目的 探讨基于数字化管理门静脉高压多学科会诊及管理平台的构建及具体实施策略.方法 基于数字化管理门静脉高压多学科会诊及管理平台系统通过整合数字识别、数据清洗、结构化处理和人工智能算法等先进技术,构建了一个全面的疾病管理平台.详细阐述了系统的模块设计、应用流程及团队协作机制,展示了如何通过多维数据分析和个性化随访支持,满足门静脉高压患者的多样化和多层次的随访需求.结果 应用数字化新技术构建的管理平台,在多学科精准评估的基础上,个性化定制方案并进行长期动态管理,共纳入428名随访需求患者,依从性提高到了 94％,复诊率达到了 78％,患者满意度达到100％.同时,显著提升了临床与科研团队的工作效率和动力,该项目框架还促成了多个项目、多次获得市级奖项等,促进了相关医学学科的发展和人才培养.结论 通过管理平台的应用,有效地强化了门静脉高压患者的综合管理,提升了患者的就医体验,提高了医疗质量和安全,推动了临床科研工作的开展,带教和培养了一批专业人才,为未来的医疗服务模式创新提供了实证基础和技术支持.

高危型人乳头瘤病毒(human papillomavirus,HPV)感染,是子宫颈癌发生的主要原因,超过70％的子宫颈癌是由HPV16、18引起.当前,我国宫颈癌筛查指南要求,HPV16/18型感染的妇女转诊阴道镜检查.然而,临床实践中存在诸多问题,比如不践行指南建议、阴道镜质控不过关、随访策略执行不满意等,使得部分高风险患者错失最佳治疗时机.本文比较了国内外指南的异同,阐述了近年来国内外指南中关于HPV16/18型感染患者临床管理方式的变化;重点分析对于HPV16/18型感染患者,采用风险评估的技术进行辅助管理的必要性.展望未来,对HPV16/18感染者的精准筛查和分流管理模式,将有助于防止大部分宫颈癌的发生,是宫颈癌防控的重要组成部分.

当前证候类中药新药临床评价方法及评价模式存在一定局限性,尚缺乏符合中医药特点的临床评价体系.基于中医药"辨证论治""方证对应"的特色,在病证结合基础上提出靶式设计模型、假说及其应用范围.在充分考虑病、证双重因素基础上,通过同一证型人群中不同证素的差异来区分"靶心""中环""外环"以判定证候符合程度的差异,进而将同一证候人群按照"靶心""中环""外环"分层分析,实现证候类中药新药的精准定位,尝试为中医药辨证论治、精准干预提供研究思路及方法.

目的 构建急性期高血压脑出血患者的症状网络,探索核心症状群,为医护人员开展个体化、精准化症状管理提供参考.方法 2022年12月-2024年1月便利抽取河北省三所三级甲等医院神经外科住院的423例高血压脑出血患者为研究对象.采用一般资料调查表、中文版记忆症状评估量表、美国国立卫生院卒中量表、脑卒中专用生活质量量表收集资料.探索性因子析取症状群,R语言构建症状网络分析中心性指标,并通过分层回归明确对患者生活质量的影响最大的症状群,确定核心症状群.结果 高血压脑出血患者最常见的症状是疼痛(83.5％)、担忧(80.6％)、恶心(75.7％),最严重的症状是疼痛(2.29±0.05),其次是恶心(1.93±0.06)、担忧(1.72±0.06).探索性因子分析出5个症状群,分别是病感症状群、功能障碍症状群、精神情绪症状群、呼吸道症状群和消化道症状群,累计方差贡献率为61.832％.症状网络中预期影响值最大的症状为疼痛(rs=1.17).分层回归分析结果表明,病感症状群的对生活质量影响程度最大(β=-4.677,95％CI:-5.224～-4.131,P＜0.001),对模型解释度为46.5％.结论 病感症状群为高血压脑出血患者急性期的核心症状群,医护人员可基于此采取相应的干预措施开展症状管理,进一步提高症状管理的效率.

目的 对法医人类学遗骸识别研究领域的文献进行计量学分析,描述当前的研究现状并预测未来的研究热点.方法 基于Web of Science信息服务平台(以下简称"WoS")中核心数据库(Web of Science Core Collection,WoSCC)检索和提取的数据,分析1991—2022年遗骸识别研究的发展趋势和主题变化.运用python 3.9.2和Gephi 0.10对法医人类学遗骸识别相关研究的发文趋势、国家(地区)、机构、作者和主题进行网络可视化分析.结果 获得法医人类学遗骸识别相关英文文献873篇.发表文献数量最多的期刊是Forensic Science International(164篇),发文最多的国家(地区)是中国(90篇),Katholieke Univ Leuven(荷兰,21篇)是发表英文文献最多的机构.主题分析结果显示,人类遗骸研究的热点是遗骸的性别鉴定和年龄推断,并且常用的遗骸是牙齿.结论 法医人类学遗骸识别研究领域的发文量具有明显的阶段性,然而,国际合作与国内合作的范围尚显局限.传统的遗骸识别主要依赖于骨盆、颅骨和牙齿等关键部位.未来的研究热点将聚焦于利用机器学习和深度学习技术,对多种骨骼遗骸进行更为精准和高效的鉴定.

目的 探讨目前单细胞转录组解析CD4+T细胞的研究进展,通过解析CD4+T细胞的异质性特征为肿瘤精准治疗提供思路.方法 以"single cell transcriptomics、CD4 T cells、cancer"为关键词,检索 2014 年 2 月-2023 年 6 月Pub Med收录的相关文献.纳入标准:对肿瘤组织进行单细胞转录组测序分析相关文献;排除标准:综述文献、Meta分析和病例报告.最终纳入50篇文献,其中34篇单细胞自测数据文献,6篇数据挖掘文献,10篇支持理论所引用的背景文献.结果 CD4+T细胞表现出显著的细胞异质性,可细分为多个功能各异的细胞亚群,在肿瘤微环境中呈现出高度的复杂性和动态变化,并与免疫治疗疗效密切相关.结论 单细胞转录组学技术能够深入解析CD4+T细胞的群体异质性,揭示其在肿瘤微环境中亚群的动态变化特征,为肿瘤精准治疗带来新的见解.

目的 本研究基于半监督算法残差网络(semi-supervised algorithm Residual network,SMRNet)的深度学习方法,探索其在计算机辅助自主分析膝关节MRI诊断前交叉韧带(anterior cruciate ligament,ACL)损伤方面的应用.方法 使用100名经过关节镜确认的ACL损伤患者和100名关节镜确认无ACL损伤的患者的术前MRI图像.在选取适当层面后,裁剪并用于SMRNet的训练.SMRNet对单个MRI切片上ACL损伤的概率进行最终判断.4名临床医师对相同图像进行读片诊断.结果 SMRNet分类的敏感性、特异性、准确性、阳性预测值和阴性预测值分别为97.00％、94.00％、95.50％、94.17％和96.91％.医师的整体阅片情况类似,敏感性区间91.00％～96.00％、特异性区间90.00％～94.00％、准确性区间90.50％～95.00％、阳性预测值区间90.09％～94.12％、阴性预测值区间90.90％～95.92％,二者差异无统计学意义(P＞0.05).结论 经过训练的SMRNet模型在ACL损伤检测上超越部分临床医师,为膝关节MRI诊断提供高效可靠方法,展现深度学习在医学影像的潜力.未来,SMRNet有望成为膝关节MRI诊断的重要工具,为患者提供更精准的诊疗方案.