尽管癌症干细胞的概念仍存在争议，但先前的研究表明，血癌以及特定类型的实体癌（例如结直肠癌）在肿瘤生长和进一步发展过程中依赖于干细胞。此外，白血病（例如急性髓系白血病）和结直肠癌对治疗的耐药性可归因于一小群具有干性特性（称为微小残留病）的细胞。在这篇综述中，我们回顾了癌症干细胞的发现以及血癌的发现对实体癌的平行发现的贡献。我们专注于 CD44 作为干细胞标记物，适用于血癌和几种类型的实体癌，特别是胃肠道癌。这篇综述重点介绍了新发现的 CD44 作用分子机制，表明 CD44 确实在干细胞性、干细胞维持和耐药性方面具有功能。我们在此尝试将 CD44 同工型在干性中的功能与其在肿瘤生长和转移的特定步骤中的参与联系起来。© 作者 2024。由牛津大学出版社出版。

缺血性中风（IS）是一种严重且可能危及生命的疾病，治疗选择有限，通常会导致严重残疾。骨髓基质细胞（BMSC）移植在脑缺血再灌注损伤（CIRI）后表现出有希望的神经保护作用。然而，通过静脉给药时，其归巢率较低，从而阻碍了其有效性。在本研究中，我们旨在通过慢病毒转染表达岩藻糖基转移酶7来增强BMSCs的归巢能力。这种糖基化改造BMSCs上的CD44以表达造血细胞E-选择素/L-选择素配体（HCELL），这是最有效的E-选择素配体（HCELL）。选择素配体。强制 HCELL 表达后，在大脑中动脉闭塞 (MCAO) 模型中评估 BMSC 的移植。结果显示，HCELL BMSC 显着改善神经功能缺损并减少脑梗塞体积。此外，移植通过上调 BCL-2 和下调 BAX 导致细胞凋亡减少，还降低了炎症因子的 mRNA 水平，如白介素-1β (IL-1β)、IL-2、IL-6以及缺血脑组织中的肿瘤坏死因子-α（TNF-α）。值得注意的是，强化的 HCELL 表达促进了 BMSC 向脑缺血病变的迁移，并通过上调 PTGS-2、增加 PGE2 的产生和激活 VLA-4 来促进其随后的跨内皮迁移。总之，我们的研究表明，HCELL BMSC 移植可有效缓解 CIRI，并且强制 HCELL 表达可增强 BMSC 向脑缺血病变的归巢及其通过 PTGS-2/PGE2/VLA-4 的跨内皮迁移。这些发现表明 HCELL 在 BMSC 上的强制表达可以作为治疗缺血性中风的一种有前景的治疗策略。© 作者 2024。由牛津大学出版社出版。版权所有。如需商业重复使用，请联系 reprints@oup.com 获取转载和转载的翻译权。所有其他权限都可以通过我们网站文章页面上的权限链接通过我们的 RightsLink 服务获得 - 如需了解更多信息，请联系journals.permissions@oup.com。

多个国家编辑的癌症图谱是分析癌症风险地理差异的主要资源。对于流行病学家来说，将观察到的空间模式与已知或假设的风险因素相关联是一项耗时的工作，他们需要分别处理每种癌症，根据性别和种族分解模式。最近的文献提出同时研究一种以上的癌症，寻找共同的空间危险因素。然而，这项先前的工作有两个限制：他们只考虑了极少数（2-4）种先前已知具有共同危险因素的癌症。在本文中，我们提出了一种探索性方法来寻找大量被认为不相关的癌症的潜在空间危险因素。该方法基于奇异值分解和非负矩阵分解，计算效率高，并且可以轻松地根据区域和癌症的数量进行扩展。我们进行了一项模拟研究来评估该方法的性能，并将其应用于来自美国、英国、法国、澳大利亚、西班牙和巴西的癌症图谱。我们得出的结论是，由于潜在地图非常少（可以减少多达 90% 的地图集地图），因此大部分空间变异性都是保守的。通过集中对这几个潜在图谱进行流行病学分析，可以节省大量工作，同时可以得出同时影响多种癌症的高级解释。© 2024 作者。约翰·威利出版的《医学统计》

研究人员考虑利用外部来源的信息来加强小规模研究的分析变得越来越普遍。虽然很多注意力都集中在单变量生存数据上，但相关生存数据在流行病学调查中也很普遍。在本文中，我们提出了一个统一的框架，通过整合以减少的加速失效时间模型中评估的协变量效应形式给出的附加信息，改进对具有相关生存数据的边际加速失效时间模型的估计。这些辅助信息可以通过使用有效的估计方程来概括，因此可以通过广义矩方法与内部线性秩估计方程相结合。我们研究了所提出的估计器的渐近特性，并表明它比仅使用内部数据的传统估计器更有效。当存在群体异质性时，我们修改所提出的估计程序并提出收缩估计器以防止偏差和效率损失。此外，所提出的估计过程可以进一步细化，以适应辅助信息中不可忽略的不确定性，从而得出更可信的推理结论。模拟结果证明了所提出方法的有限样本性能，前列腺癌、肺癌、结直肠癌和卵巢癌筛查试验的实证应用证实了其实际相关性。© 2024 John Wiley

在 170 名医生中，患者被随机分配接受 e-assist，这是一个旨在加强结直肠癌筛查 (CRCS) 或控制的在线计划。部分依从性：78.34 % $$ 78.34\% $$ 的实验患者访问了电子协助，而没有向对照组提供访问权限。令人感兴趣的是分配治疗的平均因果效应和遵守者的平均因果效应以及这些因果效应在不同医生之间的差异。每个医生都会生成筛选实验依从者（访问电子协助的实验患者）、对照依从者（如果被分配到电子协助就会访问电子协助的对照者）和从不接受者（本来会避免电子协助的患者）的概率。 -无论如何都要协助）。共同估计医生特定的概率提出了新的挑战。我们通过最大似然来应对这些挑战，在给定随机效应和随机效应分布的情况下，将“完整数据似然”独特地纳入筛选的条件分布和部分观察到的依从性中。我们使用自适应高斯-埃尔米特求积法来边缘化这种可能性。该方法是双重迭代的，因为条件分布无法进行分析评估。由于每位医生的小样本量限制了多个随机效应的可估计性，因此我们使用具有因子分析结构的共享随机效应模型来降低其维度。我们评估估计者并推荐样本量，以通过模拟产生相当准确和精确的估计，并分析来自 CRCS 干预试验的数据。© 2024 作者。约翰·威利出版的《医学统计》

阻塞性睡眠呼吸暂停 (OSA) 是头颈癌 (HNC) 护理中一种被低估和忽视的合并症。完善 HNC-OSA 管理需要更好地把握 HNC-OSA 关系。因此，本文回顾了当前 HNC 治疗过程、治疗前后的因果关系和关联关系，以及量化 HNC-OSA 相互作用的统计方法。该评估具有双重目的：支持肿瘤学家和睡眠医生将 OSA 视为合并症来改善接受 HNC 治疗的患者的治疗结果，并帮助研究人员选择合适的分析模型来研究 OSA 和 HNC 之间的相关性。该研究证实呼吸暂停低通气指数（AHI）与原发肿瘤大小之间存在正相关性，这与之前的发现一致。案例研究还报告了脂肪瘤和头颈肿瘤引发 OSA 以及睡眠呼吸暂停手术促进肿瘤发展的新证据。本文概述了现有的统计模型，并提供了模型选择的建议和设计实验的框架，以深入研究围绕癌症治疗各个阶段的 OSA 和 HNC 之间的联系的研究问题。尽管取得了进展，但由于组织学、分子和临床数据有限，对 HNC-OSA 相互作用的了解仍然不完整。未来的纵向数据研究对于获得全面的见解至关重要。版权所有 © 2024。由 Elsevier Ltd 出版。

本研究旨在评估和比较高强度和低强度呼气肌力量训练（EMST）对疾病严重程度、全身炎症、氧化应激、呼吸肌力量、运动能力、症状、日间嗜睡、疲劳严重程度和睡眠质量的影响这项双盲、随机、平行研究纳入了 31 名被诊断为中度 OSAS 的男性患者。患者被随机分为两组：高 EMST 组和低 EMST 组。 EMST 在家使用，每周 7 天，每天一次，持续 25 次呼吸，共 12 周。使用口压装置测量呼吸肌力量。疾病严重程度 (Apne Hipopne 指数-AHI) 和多导睡眠图呼吸睡眠事件、总氧化剂水平 (TOS)、总抗氧化剂水平 (TAS)、氧化应激指数 (OSI)、C 反应蛋白 (CRP)、肿瘤坏死因子 -评估血清中的α（TNF-α）、白细胞介素6（IL-6）和白细胞介素10（IL-10）水平。高EMST组的AHI变化百分比（50.8％）显着更高高于低 EMST 组 (6.3%) (p=0.002, d=1.31)。总体而言，MEP每增加1个单位，AHI下降0.149点（b=-0.149；CR=-3.065；p=0.002），AHI每增加1个单位，ODI增加0.746点（b=0.746；CR） =10.604；p<0.001)。两组中 TOS、OSI、TNF-α 和 IL-6 水平下降速度相似。EMST 显着降低全身炎症和氧化应激，同时改善中度 OSAS 男性患者的呼气肌力量。高 EMST 比低 EMST 在增强疾病严重程度方面更有效。 EMST 是一种实用、有效且有前景的中度 OSAS 患者肺康复治疗方法。© 作者 2024。由牛津大学出版社代表睡眠研究协会出版。版权所有。如需商业重复使用，请联系 reprints@oup.com 获取转载和转载的翻译权。所有其他权限都可以通过我们网站文章页面上的权限链接通过我们的 RightsLink 服务获得 - 如需了解更多信息，请联系journals.permissions@oup.com。

为了进一步优化放射治疗，需要针对个体患者的风险状况进行更加个性化的治疗，剖析患者特异性肿瘤和正常组织对多模式治疗的反应。放射生物学的新进展，使用类似于 3D 模型的体外患者特异性复杂组织和空间单细胞水平的多组学方法，可能会为肿瘤和正常组织的放射反应提供前所未有的见解。在这里，我们描述了必要的团队努力，包括放射肿瘤学的所有学科，将这些数据整合到临床预测模型中，并将来自临床实践的相对“大数据”链接起来，从而实现准确的患者分层以实现个性化治疗方法。版权所有 © 2024作者。由爱思唯尔公司出版。保留所有权利。

世界各地的放射肿瘤护理人员致力于推进癌症治疗，最终目标是根除这种疾病。认识到使用大分割放射治疗 (HFRT) 进行癌症治疗的固有复杂性，这些护理人员致力于探索进步途径并为每位患者提供个性化护理。强大的团队和有效的工作流程是实施安全 HFRT 的重要组成部分。每个患者都面临着独特的挑战，作为一个由临床和管理专业人员组成的团结团队，放射肿瘤学护理团队在持续的技术创新的指导下，努力推动其领域的进步并简化其复杂性。由爱思唯尔公司出版。

放射治疗的目的是实现高肿瘤控制概率，同时尽量减少对正常组织的损害。因此，针对个体患者的个性化放射治疗取决于将物理治疗计划与肿瘤控制和正常组织并发症的预测模型相结合。可以使用各种丰富的数据源来改进预测模型，包括肿瘤和正常组织基因组学、放射组学和剂量组学。深度学习将推动正常组织耐受性分类、预测治疗中肿瘤变化、跟踪累积剂量分布以及基于成像量化肿瘤对放疗的反应等方面的改进。针对特定患者的机械计算机模拟（“数字双胞胎”）也可用于指导适应性放射治疗。总体而言，我们正在进入一个时代，改进的建模方法将允许使用新的可用数据源来更好地指导放射治疗。版权所有 © 2024。由 Elsevier Inc. 出版。