对经历组织学转变的临床标本进行组学分析，确定了防止可塑性和治疗耐药性的目标驱动因素。

传统的全身癌症治疗常常会引起许多不良事件。然而，在实体瘤中发现过度表达的叶酸受体为靶向化疗铺平了道路。叶酸（FA）是这些受体的配体，经常与化疗药物联合使用以提高其疗效。碳纳米管已成为一种多功能且有前途的方法，用于传递这些叶酸共轭纳米系统，确保将治疗剂靶向传递至癌细胞。当 FA 偶联的纳米管解离时，它们会在恶性细胞内释放载药纳米管，从而减少脱靶效应。这些纳米管还可用于联合疗法，产生协同效应。本综述旨在全面收集并严格评估使用 FA 共轭纳米载体提供治疗的最新方法。此外，它旨在增强我们对这种方法所涉及的相关化学和生化途径的理解。

目前的喷雾式水凝胶面膜缺乏对大面积伤口的逐步保护、清洁和滋养，导致疤痕愈合延迟。在这里，我们开发了一种可喷雾仿生双伤口面膜（BDM），具有快速自动定相和分层编程功能，可实现无疤痕伤口愈合。 BDM 包括作为顶层的疏水性聚（丙交酯-共-丙二醇-共-丙交酯）二甲基丙烯酸酯（PLD）和作为底层的亲水性甲基丙烯酸明胶（GelMA）水凝胶，能够快速自相化为双层结构。光交联后，BDM 快速固化，具有牢固的界面结合、牢固的组织粘附力和优异的关节适应性。实施后，底部的 GelMA 层可以立即释放钙离子以实现快速止血，而顶部的 PLD 层可以保持湿润、透气和无菌的环境。这些特性协同抑制炎性肿瘤坏死因子-α 通路，同时协调环磷酸鸟苷/蛋白激酶 G-Wnt/钙离子信号通路以滋养血管生成。总的来说，我们的 BDM 具有双层结构的自我调节结构，可以分层编程愈合进程，具有无疤痕伤口愈合的变革潜力。

人口研究表明，肌肉骨骼疾病是造成健康生活损失总负担的主要原因，仅次于癌症，与心血管疾病的负担相似。有必要优先考虑提供有效的治疗，并且随着消费者智能设备的普及，数字健康干预措施的使用正在增加。消息传递很受欢迎且易于使用，并且已被研究用于一系列与健康相关的用途，包括健康促进、鼓励行为改变和监测疾病进展。它可能在肌肉骨骼疾病的管理和自我管理中发挥有用的作用。之前对肌肉骨骼疾病患者使用消息传递的评论主要集中于综合随机对照试验的有效性证据。在这篇综述中，我们的目标是更广泛地绘制肌肉骨骼信息传递文献，以确定可以为未来信息传递干预措施的设计提供信息的信息，并总结当前功效、有效性和经济学的证据。遵循使用乔安娜·布里格斯研究所开发的预先发布的协议在证据合成手册中，我们对与肌肉骨骼疾病患者短信和基于应用程序的消息相关的文献（2010-2022 年；来源：PubMed、CINAHL、Embase 和 PsycINFO）进行了全面的范围审查。我们使用表格、图和叙述性摘要描述了我们的发现。我们总共确定了 8328 篇论文进行筛选，其中 50 篇 (0.6%) 包含在本次综述中（3/50、6% 之前的综述和 47/50， 94% 的论文描述了 40 项初步研究）。风湿性疾病在纳入的主要研究中所占比例最大（19/40，48％），其次是多种肌肉骨骼疾病或疼痛部位的研究（10/40，25％），背痛（9/40，23％） 、颈部疼痛（1/40，3%）和“其他”（1/40，3%）。大多数研究（33/40，83%）描述了旨在促进积极行为改变的干预措施，通常是通过鼓励增加体力活动和锻炼。这些研究评估了一系列结果，包括疼痛、功能、生活质量和药物依从性。总体而言，结果要么支持消息传递干预，要么结果模棱两可。虽然干预措施的理论基础总体上得到了很好的描述，但只有 4% (2/47) 的论文提供了消息传递干预设计和开发过程的全面描述。我们没有发现相关的经济评估。消息传递已被用于一系列肌肉骨骼疾病的护理和自我管理，并报告了总体良好的结果。然而，除了少数例外，文献中对设计考虑因素的描述很少。需要进一步的工作来理解和传播有关消息内容和消息传递特征的信息，例如专门针对患有肌肉骨骼疾病的人的时间和频率。同样，需要进一步开展工作来了解信息传递的经济影响以及与实施和可持续性相关的实际考虑因素。RR2-10.1136/bmjopen-2021-048964。©Nigel Armfield、Rachel Elphinston、Jenna Liimatainen、Simone Scotti Requena、Chloe-Emily Eather 、西西拉·埃迪里普利格、凯丽·里奇、莎拉·罗宾斯、米歇尔·斯特林。最初发表于 JMIR mHealth 和 uHealth (https://mhealth.jmir.org)，2024 年 8 月 14 日。

血浆来源的细胞外囊泡 (pEV) 是患病生物标志物蛋白的潜在来源。然而，由于 pEV 蛋白质组丰度相对较低且富集困难，表征 pEV 蛋白质组具有挑战性。本研究提出了一种简化的工作流程，可使用最少的样本输入从癌症患者血浆中识别 EV 蛋白。从 400 μL 血浆开始，我们使用尺寸排阻色谱 (SEC) 结合基于 HiRIEF 预分级的质谱 (MS) 生成了全面的 pEV 蛋白质组。首先，我们使用对照 pEV 比较了 HiRIEF 和长梯度 MS 工作流程的性能，并使用 HiRIEF 定量了 2076 种蛋白质。在一项概念验证研究中，我们将 SEC-HiRIEF-MS 应用到一小群 (12) 转移性肺腺癌 (LUAD) 和恶性黑色素瘤 (MM) 患者中。我们还分析了同一患者的血浆样本，以研究血浆和 pEV 蛋白质组之间的关系。我们在所有样本中鉴定并定量了癌症 pEV 中的 1583 种蛋白质和血浆中的 1468 种蛋白质。虽然存在大量重叠，但 pEV 蛋白质组包括几种独特的 EV 标记和癌症相关蛋白。差异分析显示 LUAD 与 MM 组相比有 30 个 DEP，凸显了 pEV 作为生物标志物的潜力。这项工作展示了基于预分级的 MS 在全面的 pEV 蛋白质组学和 EV 生物标志物发现中的实用性。数据可通过 ProteomeXchange 获得，标识符为 PXD039338 和 PXD038528。

ChatGPT 等人工智能 (AI) 聊天机器人已取得重大进展。这些聊天机器人在医疗保健专业人员和患者中特别受欢迎，正在通过个性化信息改变患者教育和疾病体验。准确、及时的患者教育对于做出明智的决策至关重要，特别是在前列腺特异性抗原筛查和治疗选择方面。然而，人工智能聊天机器人医疗信息的准确性和可靠性必须经过严格评估。测试 ChatGPT 对前列腺癌知识的研究正在兴起，但需要持续评估，以确保提供给患者的信息的质量和安全性。本研究旨在评估 ChatGPT-4 对常见前列腺的反应的质量、准确性和可读性患者提出的癌症问题。总的来说，根据同行评审文献和谷歌趋势数据中的信息主题，采用归纳法提出了 8 个问题。 4 位独立评审员使用 AI 患者教育材料评估工具 (PEMAT-AI)、全球质量评分和 DISCERN-AI 工具的改编版本来评估 AI 响应的质量。 8 项人工智能输出由 7 名泌尿科专家使用为评估准确性、安全性、适当性、可操作性和有效性而开发的评估框架进行评判。使用既定算法（Flesch Reading Ease 评分、Gunning Fog Index、Flesch-Kincaid Grade Level、Coleman-Liau Index 和 Simple Measure of Gobbledygook [SMOG] Index）评估 AI 响应的可读性。开发了一个简短的工具（参考评估 AI [REF-AI]）来分析 AI 输出提供的参考，评估参考幻觉、相关性和参考质量。PEMAT-AI 的可理解性得分非常好（平均 79.44%， SD 10.44%），DISCERN-AI 评级为“良好”质量（平均值 13.88，SD 0.93），全局质量得分较高（平均值 4.46/5，SD 0.50）。人工智能自然语言评估工具的平均准确度为 3.96 (SD 0.91)，安全性为 4.32 (SD 0.86)，适当性为 4.45 (SD 0.81)，可操作性为 4.05 (SD 1.15)，有效性为 4.09 (SD 0.98)。可读性算法一致认为“难以阅读”（Flesch Reading Ease 得分平均值为 45.97，SD 8.69；Gunning Fog Index 平均值为 14.55，SD 4.79），平均为 11 年级的阅读水平，相当于 15 至 17 岁的孩子（ Flesch-Kincaid 等级水平平均值 12.12，SD 4.34；Coleman-Liau 指数平均值 12.75，SD 1.98；SMOG 指数平均值 11.06，SD 3.20）。 REF-AI 识别出 2 个参考幻觉，而大多数（28/30，93%）参考文献适当地补充了文本。大多数参考文献 (26/30, 86%) 来自信誉良好的政府组织，少数是直接引用科学文献。我们的分析发现，ChatGPT-4 对常见前列腺癌查询提供了总体良好的响应，使其成为潜在有价值的工具前列腺癌护理中的患者教育。客观质量评估工具表明，自然语言处理输出总体上可靠且适当，但仍有改进的空间。©Damien Gibson、Stuart Jackson、Ramesh Shanmugasundaram、Ishith Seth、Adrian Siu、Nariman Ahmadi、Jonathan Kam、Nicholas Mehan、Ruban塔尼加萨拉姆、尼古拉·杰弗里、曼尼什·帕特尔、斯科特·莱斯利。最初发表于《医学互联网研究杂志》(https://www.jmir.org)，2024 年 8 月 14 日。

如今，社交媒体在传播癌症预防和治疗信息方面发挥着至关重要的作用。越来越多的研究集中于评估社交媒体上癌症信息的获取和传播效果。然而，人们对社交媒体平台上癌症预防和治疗方法的全面介绍仍然了解有限。此外，还缺乏比较医学社交媒体（MSM）和普通社交媒体（CSM）之间差异的研究。本研究旨在利用大数据分析，全面绘制MSM和CSM上癌症治疗和预防信息的特征。这种方法有望提高癌症覆盖率并帮助患者做出明智的治疗决定。我们收集了 4 个医疗微信公众号（具有专业医学背景的账户，本文归类为 MSM）和 5 个健康和生活方式的所有帖子（N=60,843）微信公众号（非专业医学背景的账号，本文归类为CSM）。我们应用潜在狄利克雷分配主题模型来提取与癌症相关的帖子 (N=8427)，并分别在 CSM 和 MSM 中识别出 6 个癌症主题。根据我们的密码本手动标记帖子后，我们使用基于神经的方法进行自动标记。具体来说，我们将我们的任务构建为多标签任务，并利用不同的预训练模型，例如 Transformers 的双向编码器表示 (BERT) 和单词表示的全局向量 (GloVe)，来学习用于标记的文档级语义表示。来自 MSM 的 4479 篇文章和 CSM 的 3948 篇与癌症相关的文章。其中，35.52%（2993/8427）包含预防信息，44.43%（3744/8427）包含治疗信息。 CSM 的主题主要与生活方式相关，而 MSM 则更关注医疗方面。最常提到的预防措施是早期筛查和检测、健康饮食和体育锻炼。与 CSM 相比，MSM 更频繁地提到预防癌症的疫苗接种。两种类型的媒体对辐射预防（包括防晒）和母乳喂养的报道都很有限。最常提及的治疗措施是手术、化疗和放疗。与MSM（1137/8427，13.49%）相比，CSM（2993/8427，35.52%）更注重预防。社交媒体上有关癌症预防和治疗的信息显示出缺乏平衡。重点主要局限于几个方面，这表明社交媒体需要更广泛地覆盖预防措施和治疗方法。此外，该研究的结果强调了将机器学习应用于内容分析的潜力，作为在社交媒体上绘制癌症信息关键维度的一种有前景的研究方法。这些发现对于未来的研究和健康促进具有方法论和实践意义。©赵克阳，李晓静，李景阳。最初发表于《医学互联网研究杂志》(https://www.jmir.org)，2024 年 8 月 14 日。

结肠镜图像的准确息肉分割在结直肠癌的诊断和治疗中起着至关重要的作用。虽然基于深度学习的息肉分割模型取得了重大进展，但当应用于从不同成像设备收集的看不见的目标域数据集时，它们常常会出现性能下降的问题。为了应对这一挑战，无监督域适应（UDA）方法通过利用标记的源数据和未标记的目标数据来缩小域差距而受到关注。然而，现有的 UDA 方法主要侧重于捕获类级表示，而忽略了域级表示。此外，伪标签的不确定性可能会阻碍分割性能。为了解决这些问题，我们提出了一种新的域交互式对比学习和原型引导自我训练（DCL-PS）框架，用于跨域息肉分割。具体来说，提出了具有域混合原型更新策略的域交互式对比学习（DCL）来区分跨域的类特征表示。然后，为了增强编码器的特征提取能力，我们提出了一种基于对比学习的交叉一致性训练（CL-CCT）策略，该策略应用于由主解码器的输出和扰动的辅助输出获得的原型。此外，我们提出了一种原型引导的自训练（PS）策略，该策略在自训练过程中动态为每个像素分配权重，过滤掉不可靠的像素并提高伪标签的质量。实验结果证明了 DCL-PS 在提高目标域息肉分割性能方面的优越性。代码将发布在https://github.com/taozh2017/DCLPS。

同时抑制 TGF-β 和 PD-L1 通路提供了一种潜在的新型治疗方法。 Bintrafusp alfa 是一种首创的双功能融合蛋白，由 TGF-βRII（TGF-β“陷阱”）的胞外结构域与阻断 PD-L1 的人 IgG1 单克隆抗体融合组成，已在晚期 HCC 患者中进行了评估。在这项全球性开放标签 1 期研究 (NCT02517398) 中，患有 PD-L1 未选择的 HCC 且对 ≥1 种索拉非尼治疗失败或不耐受的患者每 2 周接受一次剂量递增的 bintrafusp alfa 1200 mg（n= 38) 或剂量扩展 (n=68) 队列，直至确认进展、不可接受的毒性或试验退出。主要终点是独立审查委员会根据实体瘤反应评估标准 1.1 制定的最佳总体反应 (BOR)。次要终点包括研究者评估的 BOR、安全性和药代动力学。剂量递增组和剂量扩展组的中位随访时间（范围）分别为 41.4 (39.8-44.2) 和 38.6 (33.5-39.7) 个月。客观缓解率 (ORR) 低于为评估 bintrafusp alfa 在两个队列中的疗效而设定的预先设定的 20% ORR 阈值（分别为 10.5% 和 8.8%）。剂量递增队列中的中位总生存期和无进展生存期分别为 13.8 个月和 1.5 个月，剂量扩展队列中的中位总生存期和无进展生存期分别为 13.5 个月和 1.4 个月。各队列中 78.9% 和 64.7% 的患者发生治疗相关不良事件（18.4% 和 25.0% 的患者发生≥3 级）。 Bintrafusp alfa 显示出中等的临床活性和安全性，与之前的 bintrafusp alfa 研究一致晚期 HCC 患者。版权所有 © 2024 美国肝病研究协会。

此病例描述了一名晚期早产儿继发于母胎出血和随后发现的母体绒毛膜癌的慢性贫血。该婴儿在胎龄 35 6/7 周时通过剖腹产出生，胎心音不放心。母亲出现胎动减少，生物物理特征为 4/8。分娩后，婴儿不需要呼吸支持，精力充沛，脸色极度苍白，脐带气血红蛋白低于5。胎儿母体出血继发慢性贫血。婴儿初始血红蛋白为2.4，红细胞压积为8.1。母亲的 Kleihauer-Betke 测试升高了 7%。婴儿进入新生儿重症监护室后需要部分换血。部分换血后，婴儿开始出现呼吸困难并需要呼吸支持。超声心动图显示新生儿严重持续性肺动脉高压。母亲随后被诊断出患有绒毛膜癌。婴儿从新生儿的慢性贫血和持续性肺动脉高压中完全康复，并与母亲一起出院回家。该婴儿需要在门诊进行绒毛膜癌随访检查。对诊断为早期慢性贫血的新生儿应进行评估，调查原因，并考虑适当的治疗。如果失血原因不明，应考虑进行产妇 Kleihauer-Betke 试验。在这种情况下，进行了部分换血以避免心血管容量超负荷，但另一个疗程可能包括小等分装的红细胞输注。版权所有 © 2024，国家新生儿护士协会。