|
|
| Diagnostics 女性健康主题文章精选｜MDPI 编辑荐读 |
|
微信链接：
https://mp.weixin.qq.com/s?__biz=MzI1MzEzNjgxMQ==&mid=2650058186&idx=4&sn=
5641962705b8fb116ad33bfaa635d715&chksm=f1d9170ec6ae9e18e126aff8ca52f65e8b
c6374174cb00d65a85dabb43f03ea354d6b1832cf4&token=662654197&lang=zh_CN#rd
期刊链接：https://www.mdpi.com/journal/diagnostics
今日正值国际妇女节，Diagnostics精选了五篇期刊编委推荐的妇科学相关领域文章，主题涵盖超声核心针穿刺活检中检测到的B3乳腺病变的风险分层评分的外部验证、比较传统机器学习和深度学习技术对乳腺癌组织病理学图像分类的性能、使用基于生物电阻抗谱的多电极探针筛查宫颈上皮内瘤变、需氧性阴道炎—被低估的宫颈上皮内瘤变危险因素以及通过妇科病理学检查术前诊断为非典型子宫内膜增生的患者中并发子宫内膜癌的潜在危险因素，希望各位增强女性防病治病意识，树立正确的健康观念。
01.External Validation of a Risk Stratification Score for B3 Breast Lesions Detected at Ultrasound Core Needle Biopsy
超声核心针穿刺活检检测到的B3乳腺病变风险分层评分的外部验证
Cristina Grippo et al.
https://doi.org/10.3390/diagnostics10040181
(a) 灰度超声图像显示左乳内乳晕旁区域有低回声“肿块”病变，边缘呈分叶状且部分边界不清；(b) 彩色多普勒图像显示病变周围无血管分布。
本研究的目的是根据临床、病理学和放射学数据从外部验证 B3 乳腺病变风险分层评分的可行性和稳健性，以改进临床决策。本研究通过回顾性研究纳入了经本院超声引导下活检诊断出的129例组织学证实的B3病变。患者和病变相关变量由两名不知情的乳腺放射科医师 (R1、R2) 独立评估，为每个特征分配从0到2的分数 (最高总分为5)。在两个不同的阈值 (≥1和2) 下计算灵敏度、特异性、阳性和阴性预测值。使用卡方检验和费歇尔精确检验比较分类变量。通过ROC分析评估了区分良性和恶性B3病变的评分的诊断准确性。结果显示对117/129 (90.6%)个病变进行了手术，这117个病变中有11 (9.4%) 个是恶性的。在至少24个月的随访中未发现癌症。ROC曲线下的面积为 0.736 (R1) 至 0.747 (R2)，两名医师之间没有显着差异 (p = 0.5015)。使用≥1的阈值，灵敏度、特异性、阳性预测值和阴性预测值分别为90%/90% (R1/R2)、39%/38% (R1/R2)、11%/12% (R1/R2) 和97%/98% (R1/R2)。两名医师对47个评分≤1的病变 (相关恶性肿瘤风险低) 进行了分类。其中，只有一个恶性病变未得到充分诊断 (乳腺导管内原位癌-G1)。结论证明在外部验证中，该评分显示出较高的阴性预测值，并且有可能将超声检测到的 B3 病变的不必要的手术或再活检减少达39%。
02.Conventional Machine Learning versus Deep Learning for Magnification Dependent Histopathological Breast Cancer Image Classification: A Comparative Study with Visual Explanation
传统机器学习与深度学习对放大倍数相关的乳腺癌组织病理学图像分类：一项视觉解释的比较研究
Said Boumaraf et al.
https://doi.org/10.3390/diagnostics11030528
来自 KIMIA Path960数据集的20个类别的示例图像。
乳腺癌是对女性的严重威胁。许多基于机器学习的计算机辅助诊断 (CAD) 方法已被提出用于基于组织病理学图像的乳腺癌早期诊断。尽管许多这样的分类方法都达到了很高的准确性，但其中许多都缺乏对分类过程的解释。在本文中，作者比较了传统机器学习 (CML) 与基于深度学习 (DL) 的方法的性能。作者还为在组织病理学图像中分类乳腺癌的任务提供了视觉解释。基于CML的方法，作者使用三个特征提取器提取一组手工制作的特征，并将它们融合以获得代表图片，以此作为训练五个经典分类器的输入。基于DL的方法，作者采用迁移学习方法对著名的VGG-19深度学习架构，在组织病理学图像上进行了逐块微调。对所提出的方法的评估是在公开可用的 BreaKHis数据集上进行的，用于对良性和恶性乳腺癌及其八个子类进行基于放大倍数的分类，并在KIMIA Path960 (具有20张图像的无放大倍数的组织病理学数据集) 上进行了进一步验证。在提供CML和DL方法的分类结果后，为了更好地解释分类性能的差异，作者将学习到的特征可视化。对于基于DL的方法，作者使用注意力图像直观地可视化最佳微调深度神经网络的感兴趣区域，以解释决策过程并提高所提出模型的临床可解释性。视觉解释可以从本质上提高病理学家对自动化DL方法作为乳腺癌诊断的可靠和值得信赖的支持工具的信任。取得的结果表明，DL方法优于CML方法，二分类的准确率在 94.05%和98.13%之间，八类分类的准确率在76.77%和88.95%之间，而对于DL方法，二分类的准确率在85.65%和89.32%之间，八类分类为63.55% 至69.69%。
03.Tissue Characterization Using an Electrical Bioimpedance Spectroscopy-Based Multi-Electrode Probe to Screen for Cervical Intraepithelial Neoplasia
使用基于电生物阻抗谱的多电极探针的组织表征用于筛查宫颈上皮内瘤变
Tong In Oh et al.
https://doi.org/10.3390/diagnostics11122354
实验装置示意图。
通过适当的筛查和治疗方法成功治疗宫颈上皮内瘤变 (CIN) 可以防止向宫颈癌的发展。作者提出了生物阻抗光谱测量装置和多电极探针作为CIN 的独立筛查工具。为了评估这种筛查方法的性能，作者招募了123名患者，包括69名疑似 CIN 患者和54名无宫颈发育不良的对照患者，他们因良性疾病 (非CIN) 接受了子宫切除术。锥切后，使用基于电生物阻抗光谱的多电极探针表征切除的宫颈组织的电特性。基于电能集中法的灵敏度优化测量方法，通过两个同心阵列电极收集了 28 个多频电压。将CIN组和非CIN组的电特性与病理报告的结果进行比较。随着频率的增加，CIN和非CIN组的重建电阻率趋于降低。从625 Hz 到50 kHz 的重建电阻率在CIN组和非CIN组之间存在显着差异 (p<0.001)。使用100 kHz作为参考，CIN组和非CIN组之间的差异是显着的。基于100 kHz与其他频率重建电阻率的差异，该方法在CIN筛查中的灵敏度为94.3%，特异性为84%，准确率为90%。通过使用基于电生物阻抗谱的多电极筛查探针在切除组织中评估的频谱差异，证实了无创CIN筛查的可行性。
04.Aerobic Vaginitis—Underestimated Risk Factor for Cervical Intraepithelial Neoplasia
需氧性阴道炎—被低估的宫颈上皮内瘤变危险因素
Olga Plisko et al.
https://doi.org/10.3390/diagnostics11010097
本研究的目的是分析阴道微生物群与宫颈上皮内瘤变 (CIN) 组织学发现之间的关联。从2016年 7月至2017年6月，作者将110例宫颈细胞学检查结果异常的患者纳入研究组，这些患者被转诊到里加东临床大学医院门诊部进行阴道镜检查。选择118名无宫颈病变的女性作为对照。经认证的阴道镜医师对所有参与者进行面谈、妇科检查和阴道镜检查。取自上阴道穹窿的材料用于pH 测量和湿式显微镜检查。宫颈活检样本取自研究组中的所有受试者, 包括研究组和视觉怀疑为CIN的对照组。与对照组相比，宫颈病变更常与吸烟 (34.6% vs. 11.0%，p<0.0001)、教育水平低 (47.2% vs. 25.5%，p=0.001)、阴道 pH 值升高 (48.2% vs. 25.4%，p<0.0001)、异常阴道微生物群 (50% vs. 31.4%, p=0.004) 和中度至重度需氧性阴道炎 (msAV) (13.6% vs. 5.9%, p=0.049)相关联。与CIN2+相关的最重要的独立危险因素是吸烟 (OR 3.04 (95% CI 1.37–6.76), p=0.006) 和中度至重度需氧性阴道炎(msAV) (OR 3.18 (95% CI 1.13–8.93), p = 0.028)。与健康对照组 (8/118, 6.8%) 或 CIN2+ 病例 (8/79, 10.1%)相比，CIN1 患者 (8/31, 25.8%, p = 0.009) 更常见细菌性阴道病 (BV)。在目前的研究中，中度至重度需氧性阴道炎 (msAV) 和吸烟是HPV感染女性发生CIN的最重要因素，尤其是高级别CIN。作者认为，在 CIN的发病机制和进展为宫颈癌的过程中，需氧性阴道炎 (AV) 变化可能比细菌性阴道病 (BV) 的存在更重要，在评估阴道微生物群时不应忽视。
05.Menopausal Status Combined with Serum CA125 Level Significantly Predicted Concurrent Endometrial Cancer in Women Diagnosed with Atypical Endometrial Hyperplasia before Surgery
绝经状态结合血清CA125水平显著预测并发子宫内膜癌在术前诊断为非典型子宫内膜增生的女性中
Yaochen Lou et al.
https://doi.org/10.3390/diagnostics12010006
根据绝经状态和术前CA125值，3个亚组中术后确诊为final-AEH 和final-EC 患者的分布。
约10-66% 的术前诊断为非典型子宫内膜增生 (术前-AEH) 的患者在根治性子宫切除术中发现并发子宫内膜癌 (EC)，导致初次手术不完全和辅助治疗延迟。本研究旨在通过妇科病理学检查在临床环境中调查术前AEH患者并发EC的潜在危险因素。回顾性分析了2016年1月至2019年12月在三级医院接受子宫内膜活检或刮宫术诊断为 AEH 的所有患者。所有诊断均由妇科病理学家审查。共纳入624例术前AEH患者，其中30.4%并发EC。在多变量分析中，绝经后状态和CA125 ≥35 U/mL与并发EC 显著相关 (OR=3.57；95%CI=1.80–7.06；OR=2.15；95%CI= 1.15–4.03）。这种风险在绝经后状态和CA125 ≥35 U/mL 的患者中显著增加 (OR=16.20；95%CI =1.73–151.44) 。值得注意的是，绝经后时间≥5年的女性中并发EC似乎更频繁 (OR=4.04，95%CI=1.80-5.85）。此外，CA125≥35 U/mL 似乎是并发中高风险 EC 的独立危险因素 (OR=5.74；95%CI=1.80–18.27)。中高风险EC也更常见于绝经后时间 ≥ 5 年的术前 AEH 女性 (OR=5.52，95%CI=1.21-25.19，p= 0.027)。总之，绝经后状态或CA125水平升高的术前AEH患者可能具有并发EC的高风险，可能建议对此类患者进行充分的术前评估。
Diagnostics期刊介绍
主编：Andreas Kjaer，University of Copenhagen, Denmark
期刊主题涵盖医学诊断各个方面，包括但不限于医学影像学，病理和分子诊断学，传染病诊断，即时诊断技术与设备，光学诊断技术与设备，机器学习与人工智能诊断技术等。目前期刊已被SCIE、PubMed、Scopus等数据库收录。
2020 Impact Factor：3.706
Time to First Decision：18 Days
Time to Publication：37 Days
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
