为探明不同世代杉木优树幼苗在生长性能、生物量积累以及磷元素吸收与磷利用效率方面的差异,选取中国林业科学研究院亚热带林业实验中心的全国杉木种质库中的种源优树(superior trees of provenance,STP)、一代优树(first-generation su...为探明不同世代杉木优树幼苗在生长性能、生物量积累以及磷元素吸收与磷利用效率方面的差异,选取中国林业科学研究院亚热带林业实验中心的全国杉木种质库中的种源优树(superior trees of provenance,STP)、一代优树(first-generation superior trees,FST)及二代优树(second-generation superior tree,SST)群体作为研究对象,测定其子代幼苗的苗高、地径、生物量积累及其分配、根系形态特征、磷吸收效率和磷利用效率,并分析各指标间的相关关系。结果表明,种源优树与二代优树群体幼苗在苗高、地径及各器官和总生物量方面无显著差异,但均显著高于一代优树群体,而根冠比则相反。不同世代间的根长、根表面积、根体积、根尖数、比根长和根组织密度等指标均未达显著差异水平。除了根磷吸收效率外,种源优树的磷吸收效率基本与二代优树相当,但其磷利用效率显著高于二代优树。不同世代优树群体幼苗在生长、根系指标、生物量、磷吸收效率和磷利用效率等方面的相关性并不完全一致。因此,杉木种源和二代优树群体在挖掘具有高生长量和高磷效率特征的育种材料方面展现了较大潜力,为后续杉木种质资源挖掘工作提供了科学依据。展开更多
目的探讨酰胺质子转移加权(amide proton transfer weighted,APTw)成像与表观扩散系数(apparent diffusion coefficient,ADC)在评估直肠癌肿瘤出芽(tumor budding,TB)等级中的价值。材料与方法回顾性分析了121例直肠癌患者的临床及影像...目的探讨酰胺质子转移加权(amide proton transfer weighted,APTw)成像与表观扩散系数(apparent diffusion coefficient,ADC)在评估直肠癌肿瘤出芽(tumor budding,TB)等级中的价值。材料与方法回顾性分析了121例直肠癌患者的临床及影像资料,根据病理TB计数进行分组,分为中-低级别组和高级别组,对比两组间APT值及ADC值;采用组内相关系数(intra-class correlation coefficient,ICC)对观察者间所测数据的一致性进行检测。应用二元logistic回归整体输入法分析变量与直肠癌TB等级的相关性。采用受试者工作特征(receiver operating characteristic,ROC)曲线分析差异有统计学意义的参数以及其联合后的评估效能,计算曲线下面积(area under the curve,AUC)及其95%置信区间,以及对应的阈值、敏感度、特异度。采用DeLong检验比较各AUC的差异。采用Spearman相关性分析方法来分析各参数与TB的相关性。结果121例直肠癌患者中中-低级别组69例,高级别组52例。2位医师测量的APT值及ADC值结果一致性良好(ICC分别为0.925、0.877)。中-低级别直肠癌TB组的APT值(2.068%±0.588%)低于高级别TB组(3.167%±0.592%)(P<0.001);中-低级别直肠癌TB组的ADC值[(1.064±0.131)×10^(-3)mm^(2)/s]高于高级别TB组[(0.903±0.138)×10^(-3)mm^(2)/s]。在多变量分析中,APT值[比值比:15.079(95%CI:4.822~47.154)]和ADC值[比值比:0.004(95%CI:0.001~0.228)]是预测TB等级的独立危险因素。APT、ADC及两者联合评估直肠癌TB等级的AUC分别为0.916、0.821、0.918。DeLong检验结果显示ADC值与APT值、两者联合后评估TB等级的AUC间差异有统计学意义(P=0.024、0.004)。决策曲线显示两者联合后较单独使用APT及ADC值具有更高的临床价值。APT值与TB等级呈中度正相关(r=0.713,P<0.001),ADC值与TB等级呈中度负相关(r=-0.550,P<0.001)。结论APT和ADC值均能够术前有效评估直肠癌的TB等级,两者联合应用可提高诊断效能。展开更多
文摘为探明不同世代杉木优树幼苗在生长性能、生物量积累以及磷元素吸收与磷利用效率方面的差异,选取中国林业科学研究院亚热带林业实验中心的全国杉木种质库中的种源优树(superior trees of provenance,STP)、一代优树(first-generation superior trees,FST)及二代优树(second-generation superior tree,SST)群体作为研究对象,测定其子代幼苗的苗高、地径、生物量积累及其分配、根系形态特征、磷吸收效率和磷利用效率,并分析各指标间的相关关系。结果表明,种源优树与二代优树群体幼苗在苗高、地径及各器官和总生物量方面无显著差异,但均显著高于一代优树群体,而根冠比则相反。不同世代间的根长、根表面积、根体积、根尖数、比根长和根组织密度等指标均未达显著差异水平。除了根磷吸收效率外,种源优树的磷吸收效率基本与二代优树相当,但其磷利用效率显著高于二代优树。不同世代优树群体幼苗在生长、根系指标、生物量、磷吸收效率和磷利用效率等方面的相关性并不完全一致。因此,杉木种源和二代优树群体在挖掘具有高生长量和高磷效率特征的育种材料方面展现了较大潜力,为后续杉木种质资源挖掘工作提供了科学依据。
文摘目的探讨酰胺质子转移加权(amide proton transfer weighted,APTw)成像与表观扩散系数(apparent diffusion coefficient,ADC)在评估直肠癌肿瘤出芽(tumor budding,TB)等级中的价值。材料与方法回顾性分析了121例直肠癌患者的临床及影像资料,根据病理TB计数进行分组,分为中-低级别组和高级别组,对比两组间APT值及ADC值;采用组内相关系数(intra-class correlation coefficient,ICC)对观察者间所测数据的一致性进行检测。应用二元logistic回归整体输入法分析变量与直肠癌TB等级的相关性。采用受试者工作特征(receiver operating characteristic,ROC)曲线分析差异有统计学意义的参数以及其联合后的评估效能,计算曲线下面积(area under the curve,AUC)及其95%置信区间,以及对应的阈值、敏感度、特异度。采用DeLong检验比较各AUC的差异。采用Spearman相关性分析方法来分析各参数与TB的相关性。结果121例直肠癌患者中中-低级别组69例,高级别组52例。2位医师测量的APT值及ADC值结果一致性良好(ICC分别为0.925、0.877)。中-低级别直肠癌TB组的APT值(2.068%±0.588%)低于高级别TB组(3.167%±0.592%)(P<0.001);中-低级别直肠癌TB组的ADC值[(1.064±0.131)×10^(-3)mm^(2)/s]高于高级别TB组[(0.903±0.138)×10^(-3)mm^(2)/s]。在多变量分析中,APT值[比值比:15.079(95%CI:4.822~47.154)]和ADC值[比值比:0.004(95%CI:0.001~0.228)]是预测TB等级的独立危险因素。APT、ADC及两者联合评估直肠癌TB等级的AUC分别为0.916、0.821、0.918。DeLong检验结果显示ADC值与APT值、两者联合后评估TB等级的AUC间差异有统计学意义(P=0.024、0.004)。决策曲线显示两者联合后较单独使用APT及ADC值具有更高的临床价值。APT值与TB等级呈中度正相关(r=0.713,P<0.001),ADC值与TB等级呈中度负相关(r=-0.550,P<0.001)。结论APT和ADC值均能够术前有效评估直肠癌的TB等级,两者联合应用可提高诊断效能。
文摘目的探讨动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)定量参数直方图特征联合表观弥散系数(apparent diffusion coefficient,ADC)预测局部晚期宫颈癌(locally advanced cervical cancer,LACC)放化疗疗效的价值。材料与方法于甘肃省人民医院回顾性分析2017年1月至2023年12月88例LACC同步放化疗患者的临床及影像资料,前瞻性收集2023年12月至2024年5月15例LACC患者。按照实体瘤临床疗效评价标准(response evaluation criteria in solid tumor,RECIST)v1.1将患者分为显著反应组与非显著反应组。在DCE-MRI图像上选择肿瘤最大层面全肿瘤轮廓作为感兴趣区(region of interest,ROI)获得转运常数(volume transport constant,K^(trans))、血管外细胞外间隙容积分数(extravascular extracellular volume fraction,Ve)、速率常数(rate constant,K^(ep))原始频数表,导入IBM SPSS Statistics 27软件计算直方图特征,103例患者基于时间序列分层分割策略分为训练集88例,验证集15例,利用机器学习筛选最优DCE-MRI定量参数直方图特征并计算灌注参数评分(DCEscore);同时在ADC图测量ADC值。构建DCE直方图特征模型、ADC值及联合模型预测LACC放化疗疗效。采用受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线和决策曲线评估模型效能。比较临床参数及直方图特征在LACC患者放化疗疗效显著反应组及非显著反应组间差异,单因素及多因素回归分析筛选宫颈癌放化疗疗效独立危险因素。结果基于DCE-MRI定量参数直方图特征模型预测LACC患者放化疗疗效训练集、验证集ROC曲线下面积(area under the curve,AUC)分别为0.922、0.841;ADC值预测LACC患者放化疗疗效训练集、验证集AUC为0.835、0.705;DCEscore联合ADC值预测LACC患者放化疗疗效效能最佳,训练集、验证集AUC为0.943、0.909。临床参数中,身体质量指数(body mass index,BMI)在显著反应组及非显著反应组之间差异具有统计学意义(P=0.032)。单因素逻辑回归分析结果表明BMI、DCEscore、ADC是LACC放化疗疗效的影响因素(OR值分别为1.264、277.9、0.001;P值分别为0.008、<0.001、0.002),多因素逻辑回归筛选DCEscore及ADC值是宫颈癌放化疗疗效的独立危险因素(OR值分别为518.2、0.002;P值分别为<0.001、0.007)。结论基于DCE-MRI定量参数直方图特征联合ADC值构建的联合模型能够治疗前预测宫颈癌放化疗疗效,提示DCE-MRI定量参数直方图特征联合ADC值可能为LACC患者精准医疗提供一种无创评估方法。
