简介：无

简介：摘要多数医学专业团体认为：患者有权了解他们的医生与制药企业或医疗设备公司之间是否有经济关联。Abi Rimmer考虑在英国引入从国家层面上建立强制性信息公开制度的下一步措施。

简介：无

简介：摘要城市规划中的公共利益是指一定范围、一定时期内城市发展与建设过程中大多数的共同的利益。共同利益的表现形式有时是物质性的，有时是非物质性的，物质表现形式主要是指公共物品，非物质表现形式主要是共同的社会、文化、历史、特色、审美等价值取向。本文分析了影响公共利益的主要因素，着重讨论城市规划中实现公共利益的途径。

简介：摘要目的探讨共生菌群对小鼠肺泡巨噬细胞长链非编码RNA(long non-coding RNA，LncRNA)表达的调控作用。方法分离纯化共生菌缺失小鼠及正常小鼠肺泡巨噬细胞(alveolar macrophages，AMs)，利用LncRNA芯片技术筛选差异表达的LncRNA并进行生物信息学分析，利用荧光原位杂交(FISH)、RNA干扰等技术检测LncRNA-30162的亚细胞定位及其对RAW264.7细胞基因表达的调控。结果分选后的AMs纯度大于95%，共生菌缺失小鼠与正常小鼠相比较，其差异表达LncRNA共有634个(变化倍数≥2)，上调363个(57.26%)、下调271个(42.74%)；差异LncRNA的靶基因与免疫系统调控、细胞分化、趋化作用等密切相关；干扰LncRNA-30162的表达可以降低RAW264.7细胞中CCL24及Arg1的表达水平，干扰前CCL24及Arg1的表达水平分别为(420.23±56.25)μg/L、(2.63±0.31)×103U/L，与干扰后表达水平(218.70±31.45)μg/L、(1.24±0.21)×103U/L比较差异有统计学意义(t＝5.416、6.409，P＝0.006、0.003)。结论共生菌可以调控小鼠AMs LncRNA的表达，差异表达的LncRNA与多个基因功能分析分类和基因信号通路密切相关，LncRNA-30162可以调控RAW264.7细胞CCL24、Arg1的表达。

简介：无

简介：摘要多年来的持续增压，加上近期针对药品和器械开展的繁琐调查，进一步放大了社会上要求英国医学总会登记医生利益冲突的呼声。克莱尔·戴尔问道：这波呼声最终会引发行动吗？

简介：摘要目的探讨灰度共生矩阵(gray-level co-occurrence matrix，GLCM)在前庭神经鞘瘤(vestibular schwannoma，VS)与桥小脑角区脑膜瘤(cerebellopontine angle meningioma，CPAM)鉴别诊断中的价值。材料与方法回顾性分析经病理证实为VS(VS组)及CPAM患者(CPAM组)病例41例，所有患者均在术前行常规MRI平扫+增强扫描。测量并记录GLCM参数，包括能量、对比、相关、逆差矩及熵。采用两独立样本t检验或Mann-Whitney U检验对各个序列GLCM参数进行比较，受试者工作特征(receiver operating characteristic，ROC)曲线分析判断各参数的诊断效能。结果两组间T2WI序列GLCM参数中的对比、相关和逆差矩差异有统计学意义(P值均＜0.05)；液体衰减反转恢复(fluid attenuated inversion recovery，FLAIR)序列GLCM参数中的对比和逆差矩差异有统计学意义(P值均＜0.05)；增强T1WI序列GLCM参数中的对比和逆差矩的差异有统计学意义(P值均＜0.05)。各序列GLCM参数中，T2WI序列GLCM参数中的对比诊断效能最佳，AUC值最大，为0.971，敏感度和特异度分别为91.30%、94.44%。结论GLCM有助于鉴别前庭神经鞘瘤与桥小脑角区脑膜瘤，可以为临床提供重要参考价值。

简介：无

简介：无

简介：无

简介：无

简介：无

简介：无

简介：无

简介：摘要目的探讨基于灰度共生矩阵（gray-level co-occurrence matrix, GLCM）的MR图像纹理分析在鉴别椎管内脊膜瘤和神经鞘瘤中的临床应用价值。材料与方法回顾性分析经病理证实的椎管内神经鞘瘤患者病例32例、脊膜瘤患者病例26例，利用ImageJ软件在T2WI、对比增强T1WI矢状位图像中选取肿瘤最大层面勾画感兴趣区（region of interest, ROI），提取病灶的GLCM纹理参数，比较两组肿瘤各参数的差异，并评价各参数的诊断效能。结果T2WI序列中能量、对比、相关、逆差矩和熵在两组间差异均有统计学意义（P＜0.05），神经鞘瘤组的能量、相关、逆差矩小于脊膜瘤组，对比和熵大于脊膜瘤组；对比增强T1WI序列中能量、对比、相关和熵在两组间差异有统计学意义（P＜0.05），神经鞘瘤组的能量、相关小于脊膜瘤组，对比和熵大于脊膜瘤组，逆差矩组间差异无统计学意义（P＞0.05）。受试者工作特征（receiver operating characteristic, ROC）曲线分析显示，T2WI序列中的熵及对比增强T1WI序列中的能量诊断效能最佳。采用logistic回归分析纹理参数联合诊断效能发现较单一参数均有所提高。结论基于GLCM的MRI图像纹理分析在椎管内脊膜瘤和神经鞘瘤两者的鉴别诊断中有一定的临床价值。

简介：无

简介：摘要机器学习（ML）、人工智能（AI）和其他现代统计方法正为利用先前尚未开发且极速增长的数据资源提供新的机会，以期让患者获益。尽管目前正在进行许多有前景的研究，特别是在图像方面，但就文献整体而言还缺乏透明度、对可重复性清晰的阐述、对潜在伦理问题的探究，以及对有效性的明确验证。这些问题的存在有许多原因，其中最重要的一点（为此我们提供了初步解决方案）就是当前缺乏针对ML和AI的最佳实践指南。我们认为从事研究的跨学科团队和应用ML/AI影响健康的项目，将因解决有关透明度、可重复性、伦理和有效性（TREE）的一系列问题而受益。这里提出的20个关键问题为研究团队提供了一个研究设计、实施和报告框架；帮助编辑和同行评审专家评估文献的贡献；让患者、临床医生和政策制定者评估新发现可能会给患者带来的获益。