基于超声联合血清学指标的列线图模型早期预测乳腺癌术后化疗患者心脏毒性风险

来源 :临床超声医学杂志 | 被引量 : 0次 | 上传用户:nankaizhizhuan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的应用列线图探讨超声联合血清学指标早期预测乳腺癌术后化疗患者的心脏毒性。方法前瞻性选取在我院乳腺外科经术后病理确诊的乳腺癌女性患者148例,所有患者均于术后2周接受化疗,根据化疗1年后是否发生左室射血分数(LVEF)下降超过10%,将患者分为毒性组与无毒性组。比较两组患者化疗前与化疗3周期常规超声心动图指标、血清学指标及二维斑点追踪(2D-STI)指标差值的差异。采用多因素COX回归筛选预测心脏毒性的指标并建立列线图预测患者出现心脏毒性的概率。绘制受试者工作特征(ROC)曲线分析各指标评估术后早期心脏毒
其他文献
生物活性玻璃材料(Bioactive glass, BG)因有出色的骨结合能力、骨诱导能力、骨传导特性,且生物相容性好,甚至在一定条件下能与结缔组织结合,是拥有很大潜力的骨修复材料。但当前生物活性玻璃产品的性能尚不能达到理想的骨组织修复材料所要求的标准。为使其能更好的治疗骨组织缺损,学者们通过改进制备工艺、改变成分、制备复合支架的方法改善生物活性玻璃材料的矿化性能。本文就以上三个方面对生物活性玻璃矿化性能的研究进展作一综述。
人工智能在口腔医学中的应用越来越广泛,其技术广泛用于辅助或者替代传统教学方法。人工智能在教学中的应用,可以弥补传统教学方法的不足,切实提高教学质量。尤其运用人工智能实现了远程虚拟教学,学习口腔医学专业理论知识,全面培养临床思维,通过虚拟现实技术模拟口腔软硬组织与多种疾病实况,利用人机交互系统,实现临床操作的实时反馈,提升临床技能,是传统口腔教学的重要辅助。然而目前人工智能在口腔教学领域的应用还不够全面和深入,正在口腔教学中使用的各种人工智能技术还存在不足,探讨人工智能-口腔教学的新方式将有利于提升口腔教学