首页期刊导航|天津医药
期刊信息/Journal information
天津医药
天津医药

王贺胜

月刊

0253-9896

tjyybjb@sina.com

022-23337519

300070

天津市和平区贵州路96号D座

天津医药/Journal Tianjin Medical JournalCSCD北大核心CSTPCD
查看更多>>《天津医药》创刊于1959年,是天津市卫生局主管,天津市医学科学技术信息研究所主办,集天津医科大学总医院、天津市胸科医院等20余家富有实力的临床、教学、科研单位联合协办,是国内外公开发行的有较高知名度的综合性医学期刊。办刊宗旨是面向中高级医务人员,兼顾基层医院的医生,为广大医务工作者提供学术交流的平台。本刊能及时反映国内外的医学科学进展,报道大量临床医疗信息。设有“论著”、“实验研究”、“短篇论著”、“临床论丛”、 “诊断技术”、“专题笔谈”、“综述与讲座”、“药物临床观察”和“国内外研究快讯”等栏目。自1959年创刊以来,获得国内外读者一致好评。作者、读者遍布全国30个省、自治区、直辖市。《天津医药》在历届重大评优活动中获奖。曾荣获全国优秀期刊奖;国家科技期刊方阵双百期刊奖;第一届(2004年)、第二届(2007年)、第三届(2009年)北方优秀期刊奖、连续八届获华北地区十佳和优秀期刊奖,连续八届获天津市优秀期刊奖,连续九届被评为天津市一级期刊。《天津医药》以其信息量多、被引用率和文摘收录率高的优势连续5次入选中文核心期刊要目总览被评为国家综合性医药卫生类核心期刊,为中国科技论文统计源期刊(中国科技核心期刊)。 本刊为月刊,国际A4开型(大16开本),国内外公开发行,国内统一刊号:CN 12-1116/R,国际标准刊号:ISSN 0253-9896。每册定价 10.00元,全年共计120.00元。全国各地邮局均可订阅,本刊邮发代号 6-3(M241)。 本刊不接受任何中介机构、厂家代为投稿,请作者务必使用基于本单位或所参加课题的真实材料撰写科研论文,通过我编辑部远程投稿系统自行投稿,并在接到稿号后及时邮寄单位介绍信及审稿费,以免延误审稿。本刊一旦查到抄袭稿件即将该作者及所在单位列为不受欢迎作者及机构,以后将不再接受其所投任何稿件。 因作者轻信他人导致投稿失败或造成损失,本刊概不负责! 本刊编辑部地址: 300070 天津市和平区贵州路96号D座《天津医药》编辑部 电话:022-23337519 传真:022-23337508 E-mail:tjyybjb@sina.com
正式出版
收录年代

    磁共振弛豫时间定量成像预测乳腺浸润性导管癌分子亚型的价值

    朱刚明董永德朱瑞婷谭源满...
    770-775页
    查看更多>>摘要:目的 探讨磁共振弛豫时间定量成像对乳腺浸润性导管癌(IDC)分子亚型的预测价值.方法 对79例IDC患者行MRI常规扫描及弛豫时间定量成像,根据病灶免疫组化结果分为不同的免疫组化指标组、分子亚型组,比较各组病灶MRI征象、T1值、T2值差异,并采用受检者工作特征(ROC)曲线评价单独使用T1、T2值及二者联用对IDC分子亚型的鉴别诊断价值.结果 79 例患者共 82 个病灶中,Luminal A型 16 个(19.51%)、Luminal B1 型 11 个(13.41%)、Luminal B2型27个(32.93%)、酪氨酸激酶受体-2过度表达型(Erb-B2过表达型)14个(17.07%)、三阴型(TNBC)14个(17.07%).各分子亚型患者年龄、病灶分布、最大径、形态、边缘、强化表现差异均无统计学意义(P>0.05).免疫组化指标中仅Ki-67阳性组T1值高于阴性组(P<0.05).ROC曲线分析显示,Ki-67阳性病灶T1值临界值为2 145 ms,约登指数为0.368,敏感度为53.47%,特异度为83.33%,曲线下面积(AUC)为0.640(95%CI:0.527~0.744).Luminal A、Luminal B1、Luminal B2、Erb-B2过表达型、TNBC分子亚型间T1、T2值差异均无统计学意义(P>0.05),而Luminal型病灶T1、T2值均低于TNBC型(P<0.05).ROC曲线分析显示,联合T1、T2值鉴别Luminal型/TNBC型的效能优于单独使用T1、T2值.结论 T1 mapping可作为预测IDC肿瘤Ki-67高低表达程度的方法之一,联合使用T1、T2值可提高预测Luminal型/TNBC型的效能.

    乳腺肿瘤癌,导管,乳腺磁共振成像弛豫时间定量成像分子亚型

    基于机器学习对2型糖尿病肾病预测模型的构建及验证

    王娴刘霞明陈曼玉赵君...
    775-780页
    查看更多>>摘要:目的 寻找2型糖尿病(T2DM)患者糖尿病肾病(DKD)的独立预测因子,构建DKD发病风险的最佳机器学习(ML)模型并进行验证.方法 以2019年10月—2020年9月于承德市中心医院内分泌科住院治疗的528例T2DM患者为研究对象,随机分为训练集(370例)和验证集(158例),训练集依据是否合并DKD分为DKD组(89例)和非DKD组(281例).单因素分析患者的一般资料和辅助检查,将其中有意义的变量通过最小绝对收缩和选择算法(LASSO)回归筛选最佳预测因子,将LASSO回归筛选出的最佳预测因子通过Logistc回归(LR)、K近邻(KNN)、支持向量机(SVM)、决策树(DT)、随机森林(RF)、朴素贝叶斯(NB)、人工神经网络(ANN)和极致梯度提升(XGBoost)8种ML算法,经3重交叉验证建立预测模型,通过比较受试者工作特征(ROC)曲线、Delong检验、GiViTI校准曲线选择最佳预测模型.采用决策曲线分析(DCA)评估模型的临床实用性.结果 年龄、丙氨酸转氨酶(ALT)、肌酐(Cr)、甘油三酯(TG)、胱抑素C(Cys-C)、25羟基维生素D[25(OH)D]、单核细胞计数(Mon)是DKD的独立预测因子.8种ML模型中,ANN模型表现最佳.GiViTI校准曲线提示模型具有较好的准确度(P>0.05),决策曲线显示预测模型曲线在0.027~0.612的阈值概率区间具有临床实用价值.结论 本研究构建的预测DKD发生风险的ANN模型有助于早期识别DKD的高危T2DM患者.

    糖尿病,2型糖尿病肾病机器学习单核细胞神经网络,计算机预测模型

    TGF-β信号通路在骨髓增生异常综合征中作用机制的研究进展

    刘青青李宜蔷石玉士陆海颂...
    781-784页
    查看更多>>摘要:骨髓增生异常综合征(MDS)是一种细胞遗传学与分子遗传学高度异质性的恶性克隆性疾病,且进展为急性髓系白血病(AML)的风险极高.转化生长因子-β(TGF-β)与MDS的发病密切相关,是免疫稳态及免疫耐受的关键执行者,可抑制免疫系统许多组成部分的扩张和功能.TGF-β信号通路能调控微环境中的造血细胞及免疫细胞,抑制其发挥正常生物学功能,从而加快MDS的疾病进展.就近年来TGF-β信号通路对MDS红细胞、T淋巴细胞、自然杀伤细细胞、巨噬细胞的调控作用进行综述,以期为MDS的发病机制及治疗提供新的视角.

    骨髓增生异常综合征转化生长因子β信号传导免疫细胞作用机制