肺癌模型研究进展
肺癌早期诊断模型构建与应用
肺癌早期诊断模型构建与应用一、绪论肺癌是世界范围内最常见的恶性肿瘤之一，其发病率和死亡率均居于前列。
由于早期无症状，大约有60%的患者在确诊时已进入晚期，只有少部分患者能够得到早期诊断和治疗，其5年生存率相对较高。
因此，早期肺癌诊断模型能够在较早的时间内进行诊断，将病人送往治疗，提高肺癌治疗效果，降低肺癌死亡率。
二、肺癌早期诊断模型构建1. 数据采集和预处理建立肺癌早期诊断模型，首先需要收集一定数量的患者数据，包括影像学特征、临床指标、生物标志物等各种相关信息。
而这些数据的采集是基于几种途径，如医院软件或体格检查、肺癌筛查试验、医疗保险公司的理赔数据等。
此外，在收集过程中，要对数据进行初步处理，包括数据清洗、缺失值填补、异常值检测和归一化等。
2. 特征选择和特征工程在建立肺癌早期诊断模型前，需要进行特征选择，即从众多的候选特征中，选出对肺癌早期诊断有帮助的特征进行分析。
选择特征的方法有欠采样、过采样、分层抽样等，不同的特征选择方法会影响到模型精度和效果。
特征工程方面，可以采用降维、拓扑数据分析、深度学习等方法对原始特征进行转换和处理，以获得更高准确度和可解释性的数据模型。
3. 建模和验证经过数据预处理和特征选择、特征工程后，选取适当的算法进行建模，如神经网络、支持向量机、决策树、随机森林、朴素贝叶斯等。
建模后，需要进行验证，在验证集上评估模型的性能，如精确度、召回率、准确率和F1得分等指标。
如果模型表现良好，还要进行测试集上的测试，以评估模型的泛化能力。
三、肺癌早期诊断模型应用肺癌早期诊断模型的应用可以插入医疗保健系统，可以用于辅助医生进行初步分析，帮助他们做出准确的诊断和治疗决策。
同时，在人群筛查和预防措施方面，肺癌早期诊断模型也具有很大价值。
此外，基于肺癌早期诊断模型开展临床试验，在患者预后方面也有很大的推广和应用空间。
四、现状分析肺癌早期诊断模型的研究和应用在国内外各大医疗机构中都备受重视，该技术主要涵盖数据处理、特征工程、模型选取和验证等环节。
肺癌的分子标志物与早期诊断研究
肺癌的分子标志物与早期诊断研究引言：肺癌作为全球范围内死亡率最高的恶性肿瘤之一，早期诊断对于患者治疗和生存率具有重要意义。
然而，由于其隐匿性和无特异性的症状，往往导致晚期确诊。
因此，寻找有效的分子标志物用于肺癌的早期诊断已成为许多研究者关注的焦点。
一、肺癌相关分子标志物1. 血液循环中可检测到的标志物血液样本是非侵入性获取生物学信息的重要途径之一。
在血液中，许多分子标志物被认为与肺癌发生和发展密切相关。
其中最有潜力的标志物包括循环肿瘤细胞（CTCs）、DNA甲基化修饰、miRNA等。
a) 循环肿瘤细胞(CTCs)循环肿瘤细胞是指从原发肿瘤脱落进入血液循环并迁移到其他部位的恶性细胞群体。
检测CTCs在早期诊断中起着重要作用。
b) DNA甲基化修饰DNA甲基化修饰是肺癌发生和发展过程中常见的遗传改变。
通过检测血液样本中DNA的甲基化状态，可以辅助早期诊断及预后判断。
c) miRNAmiRNA是一类非编码RNA，与多种肿瘤相关。
许多研究表明，某些特定的miRNA在肺癌早期诊断中有较高的敏感性和特异性。
2. 呼出气标志物近年来，呼出气体分析成为一种非侵入性、简单易行、经济实用的方法。
研究表明，在呼出气息中存在一些潜在的分子标志物，具有很强的早期诊断价值。
a) 挥发性有机化合物（VOCs）肺癌患者呼出气息中挥发性有机化合物（VOCs）含量与健康人群存在差异。
通过检测呼出气体中特定VOCs的水平，可以对肺癌进行早期诊断。
b) 血液气体检测除了VOCs外，血液氧气和二氧化碳浓度的变化也被认为是肺癌早期诊断的标志物。
二、研究进展1. 基于分子生物学方法的早期诊断研究通过利用血液样本或呼出气体中的特定分子标志物，结合分子生物学技术，已经取得了一些进展。
例如，利用PCR技术检测CTCs数量的多元化平台、甲基化特征和miRNA水平等方面开展的研究。
2. 基于人工智能技术的肺癌早期诊断随着人工智能（AI）技术的发展，其在医学领域也得到广泛应用。
肺癌PDTX模型的研究进展
肺癌PDTX模型的研究进展秦保东;焦晓栋;原凌燕;柳珂;臧远胜【摘要】当前随着肿瘤分子生物学及基因组学的发展,人们已经认识到同一瘤种在不同个体间其生物学特征、分子分型以及对药物干预的反应性都存在巨大的异质性,这种个体化差异是导致肿瘤治疗过程中同病同治而不同效的重要原因,因此为了实现真正的肿瘤个体化精准治疗,肿瘤研究领域提出了一个新的概念即人源肿瘤组织异种移植模型(patient derived tumor xenograft, PDTX);该模型可以真实地反映患者肿瘤组织的生物学特性以及药物疗效,是研究个体化治疗、药物耐药以及新药研发的重要手段,已被运用包括肺癌在内多个瘤种的临床诊治过程中.本文就当前肺癌PDTX模型的研究进展进行综述.%With the development of tumor molecular biology and genomics, it has been recognized that there are great heterogeneity in the biological characteristics, molecular typing and reactivity of the same tumor species among different individuals. In order to achieve true tumor individualized and precise therapy, a new concept of human tumor tissue xenograftmodel (patient derived tumor xenograft, PDTX) is proposed. The previous study has revealed that PDTX model can truly reflect the biological characteristics of tumor tissue and drug efficacy. And PDTX model could be used to select individual che-motherapy regime, evaluate drug resistance and explore efficacy and safety of new drug. PDTX model has been used in clinical practice of several type of cancer including lung cancer. In this paper, the current research progress of lung cancer PDTX is reviewed.【期刊名称】《中国肺癌杂志》【年(卷),期】2017(020)010【总页数】5页(P715-719)【关键词】肺肿瘤;PDTX模型;精准治疗【作者】秦保东;焦晓栋;原凌燕;柳珂;臧远胜【作者单位】200003 上海,上海长征医院肿瘤科;200003 上海,上海长征医院肿瘤科;200003 上海,上海长征医院肿瘤科;200003 上海,上海长征医院肿瘤科;200003 上海,上海长征医院肿瘤科【正文语种】中文当前随着肿瘤分子生物学及基因组学的发展，人们已经认识到同一瘤种在不同个体间其生物学特征、分子分型以及对药物干预的反应性都存在巨大的异质性，这种个体化差异是导致肿瘤治疗过程中同病同治而不同效的重要原因，因此为了实现真正的肿瘤个体化精准治疗，肿瘤研究领域提出了一个新的概念，即人源肿瘤组织异种移植模型（patient derived tumor xenograft, PDTX），该模型可以真实地反映患者肿瘤组织的生物学特性以及药物疗效，是研究个体化治疗、药物耐药以及新药研发的重要手段，已被运用包括肺癌在内多个瘤种的临床诊治过程中。
基于机器学习的肺癌预测模型的设计和实现
基于机器学习的肺癌预测模型的设计和实现肺癌是一种常见的恶性肿瘤，其预测和治疗一直是医疗领域的热点问题之一。
随着人工智能和机器学习的不断发展，越来越多的学者开始使用这些技术来预测肺癌的风险和可能的治疗方案。
本文将介绍基于机器学习的肺癌预测模型的设计和实现。
一、数据集的获取和处理首先，为了构建肺癌预测模型，需要大量的病例数据来进行训练。
在这里，我们将使用美国国家癌症研究所 (NCI) 的公开数据集作为输入数据。
该数据集包括了来自肺癌患者的临床和基因组数据。
其中，临床数据包括了病人的个人信息、病史、体征及检查结果等，而基因组数据则包括了病人的基因信息和癌细胞的突变情况等。
在获取到数据集之后，我们需要对其进行一系列的处理，以保证数据的质量和可靠性。
这包括了数据的清洗、整合、转换和标准化等过程。
其中，数据清洗是指去除数据中的重复、无效或不完整的部分；数据整合则是将所有数据整合到一个统一的数据框架中；数据转换是指将数据的格式进行统一化处理；标准化则是将数据进行归一化处理，从而使得数据具有可比性。
二、特征提取和模型训练在数据集处理完成之后，我们需要进行特征提取和模型训练。
特征提取是指从原始数据中提取出能够反映患者病情的有用信息，如基因表达、突变情况、血液数据、影像数据等。
这些特征将作为模型输入。
而模型训练则是指使用机器学习算法对提取的特征进行训练，从而得到一个能够准确预测肺癌的模型。
这里，我们将使用支持向量机 (SVM) 和随机森林 (Random Forest) 等算法来进行训练。
在训练过程中，我们将根据数据集进行交叉验证，以确保模型的稳定性和预测能力。
三、模型评估和结果分析完成模型训练之后，我们需要对模型进行评估和分析，以确定其精度和可靠性。
在这里，我们将使用另外一个数据集来验证我们的模型的预测能力。
同时，还需要进行一系列的结果分析，如过拟合、欠拟合、特征重要性、误差分析等，以帮助我们更好地理解模型和数据。
转基因小鼠肺癌模型的研究和应用
抑癌基 因的等住基 因突变技 术制造 了条件控 制基 因表达 的
第 ２代 基 因鼠 ， 鼠肺 肿 瘤 的 生 长 更 接 近 散 发 肿 瘤 生 长 流 使 程 。 人 们 又发 现 』散 发 肿 瘤 一般 缺 少进 展 期 肿 瘤 的 特 征 ， ， 可 能 是 因为 肿 瘤 向 明 显 恶性 进 展 需要 多 重 遗 传 改 变 的 累 积
后的原 因之一 。 如何 建立一种 高效 、 准确、 能够最 大限度地复 制人体 内环境 ， 并与人 类肺癌发 生发展及转移过程 最相近 的 肺癌模 型是 需要迫切解决的 问题。 多年来 ， 国内外学者通过 选 用不 同动物 、 采取 不 同方法建立 了 多种动 物模 型， 随着转 基 因技 术的发展 ， 转基 因小鼠肺癌模 型越 来越 受国际 学者 的 青 睐， 为肺癌的病 因学、 早期诊断、 临床 治疗和预 防提 供 了更
瘤率高 ， 易监视肿瘤生 长情 况 ， 目前 临床 前 药物 实验最 常 是 用的模 型 ， 例如 。 Ｘ Ｖ ２肿瘤是实验室常用的肿 瘤之 一， 常被种
的优 缺 点 ， 转 基 因小 鼠 肺 癌 模 型 的研 究及 应 用作 一 综述 。 对
或基 因突 变的联合 ， 于是 尝试将 条件控 制表 达的 Ｋ—ｒｓ ａ 基
因导 入 Ｔｐ３或 ｐ ６ ／ １ Ａ 缺 失 的 鼠 ， 功 制 造 了 晚 期 ｒ５ １ Ⅲ ｐ９￣ 成
１ 动物 自发或 由致癌物诱发的肺癌模型
线诱发肺 癌的概 率升高。由此可见 ， 因改变的动物对化 学 基
致 癌 物 及 物 理 辐射 的敏 感性 增 强 。
物 的敏感性 与人 类 肿瘤 不 同。 以 尚不能很 好 地代 表人 类 所
肺癌 。
在人 肺癌 中原癌基 因 Ｋ— ａ 激 活和抑癌 基 因 ｐ ３失 活 ｒｓ ５
肺癌早期诊断模型研究报告
肺癌早期诊断模型研究报告一、引言肺癌是一种严重威胁人类健康的疾病，早期诊断对治疗和预后有着重要的影响。
由于早期肺癌症状不明显，常常被忽视或误诊，因此开发一种准确可靠的早期诊断模型具有重要意义。
本篇报告旨在介绍肺癌早期诊断模型的研究结果，为临床诊断提供参考。
二、研究方法为了建立肺癌早期诊断模型，我们采集了大规模的临床数据，并运用机器学习的方法进行模型训练和验证。
具体步骤如下：1. 数据采集我们从多家医院的肺癌患者中收集了临床病历数据，包括病人的基本信息、病史、症状、体征、实验室检查结果和影像学资料等。
确保数据的隐私安全和匿名性。
2. 数据预处理对采集到的数据进行清洗和预处理，包括缺失值处理、异常值检测和纠正、数据标准化等。
确保数据的准确性和一致性。
3. 特征选择通过统计分析和相关性分析，从预处理后的数据中挑选出与肺癌早期诊断相关的特征。
这些特征可以是临床表现、实验室检查指标、影像学特征等。
4. 模型训练与验证采用机器学习算法，如支持向量机、随机森林等，对选定的特征进行模型训练和优化。
利用交叉验证等方法评估模型的性能，选择表现最佳的模型。
三、研究结果经过数据采集、预处理和模型训练验证，我们成功建立了一种肺癌早期诊断模型。
该模型基于XX个特征，并通过临床实验数据对其进行了验证。
以下是我们的主要研究结果：1. 敏感性和特异性我们的模型在肺癌早期诊断方面具有较高的敏感性和特异性。
敏感性指该模型能够准确识别出患有肺癌的病人，而特异性指该模型能够准确排除无肺癌的病人。
2. 预测准确率我们的模型在肺癌早期诊断方面具有较高的预测准确率。
根据我们的实验结果，该模型能够实现在早期阶段对肺癌的准确识别，提高早期诊断的准确性，为患者提供更早的治疗干预。
3. 应用前景我们的研究结果显示，肺癌早期诊断模型在临床应用中具有潜在的前景。
该模型可以作为一种辅助诊断手段，帮助医生更准确地判断是否存在肺癌，并为患者提供更早的治疗。
四、讨论与展望虽然我们的研究结果非常有希望，但仍然存在一些限制。
肺癌的复发风险评估和模型
肺癌的复发风险评估和模型肺癌是一种严重的恶性肿瘤，其复发风险评估和模型的研究对于预防和治疗肺癌起着重要作用。
本文将探讨肺癌的复发风险评估方法及其相关模型，并提供一种可能的评估方法。
一、肺癌的复发风险评估方法1. 传统临床指标评估传统临床指标评估是最常用的评估肺癌复发风险的方法之一。
例如，根据患者的年龄、性别、分期、肿瘤大小等因素，医生可以估计患者的复发风险。
虽然这种方法简便易行，但其准确度和预测能力有限，往往不能满足临床需求。
2. 分子生物学指标评估随着分子生物学的发展，越来越多的研究表明肿瘤的发展和复发与基因表达和突变有关。
通过检测肺癌相关基因的表达水平和突变情况，可以更精准地评估患者的复发风险。
例如，一些研究发现，特定的基因表达谱与肺癌复发密切相关，可以作为复发风险的预测指标。
3. 影像学评估影像学评估是通过对肺癌患者的影像学检查结果进行分析，评估其复发风险。
例如，通过CT扫描或PET-CT检查，可以观察到肿瘤的生长和转移情况，从而预测患者的复发可能性。
虽然这种方法在临床应用中广泛使用，但其判断结果仍存在一定的主观性和误差。
二、肺癌复发风险评估模型除了传统的评估方法外，研究人员还开发了一些复发风险评估模型，以提供更准确的复发预测。
1. Cox回归模型Cox回归模型是一种常用的生存分析方法，常用于评估患者的复发风险。
该模型将多个预测因素考虑在内，通过计算风险比（hazard ratio）来估计复发的可能性。
例如，通过考虑患者的年龄、性别、癌症分期等因素，可以建立一个Cox回归模型来预测肺癌的复发风险。
2. 神经网络模型神经网络模型是一种模仿人脑神经系统运作原理的计算模型，其可以通过训练样本学习到复杂的非线性关系。
通过输入患者的临床数据和影像学数据，可以构建一个神经网络模型来评估患者的复发风险。
该方法具有较高的准确性和预测能力，但需要大量的数据样本进行训练。
三、一种肺癌复发风险评估方法基于前述评估方法和模型的研究，本文提供一种可能的肺癌复发风险评估方法。
肺癌识别与预测模型研究
肺癌识别与预测模型研究随着现代医学的不断进步，肺癌的治疗手段逐渐丰富，但是肺癌的危害依然不可忽视。
据统计，每年全球有超过150万人死于肺癌，其高发的原因与吸烟、空气污染等因素关系密切。
因此，科学家在探索肺癌预测和识别方面的技术，以更早地发现和治疗肺癌，具有极其重要的意义。
一、数据收集与处理在进行肺癌预测和识别技术的研究之前，我们需要先收集肺癌患者的数据，来建立预测和识别模型。
目前，公开可用的数据集有美国国家癌症研究所公开的lung cancer data set 和斯隆-凯特琳癌症中心公布的 lung cancer RNA-seq data set 等。
在数据收集完成后，接下来需要对数据进行预处理。
通常包括以下几个步骤：数据清洗、数据变量标准化、数据变量选择、数据平衡等。
其中数据变量标准化指将原始的数据进行归一化处理，以便更好地让机器学习的算法进行识别和预测。
数据平衡指通过欠采样或过采样的方式，来使数据集中的正负样本数量基本相等，避免训练模型时出现偏差。
二、肺癌识别模型在收集并处理了足够的数据之后，我们需要根据处理后的数据建立一个肺癌识别模型。
而通常采用的肺癌识别模型包括决策树模型、支持向量机模型、神经网络模型等。
决策树模型的建立过程是从根节点开始，每次选择最佳的切分变量来构建决策树。
支持向量机模型是通过寻找一个最佳的超平面来将数据分为两类，从而进行分类预测。
神经网络模型则是根据输入数据，通过多层神经元对数据进行处理，最终产生分类决策。
这些模型的应用范围和特点各不相同，但在不断地优化和改进中，逐渐成为了肺癌识别的主流模型。
三、肺癌预测模型肺癌预测模型可根据病患的数据来预先判断该患者是否为肺癌高风险人群，通过对高风险人群进行有效的干预和治疗，能够提高肺癌治疗的效果。
预测模型通常采用的机器学习算法包括逻辑回归、随机森林等。
逻辑回归模型通过对历史数据进行学习，再根据新的数据进行预测，来判断该个体是否可能为肺癌患者。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
肺癌模型研究进展成泽东,指导:陈以国(辽宁中医药大学2003级博士研究生,辽宁沈阳110032)关键词:肺癌;模型;综述中图分类号:R734.2 文献标识码:A 文章编号:1000-1719(2006)04-0507-02 肺癌是常见八大恶性肿瘤之一,发病率逐年上升,临床表现复杂,诊断后的患者大部分已失去手术机会,预后差,发病率死亡率几乎平行。
究其原因,缺乏科学合适的动物模型是对肺癌研究落后的原因之一,因此模拟出与人类肺癌病因、发病机制、发展过程及治疗相似的动物模型是需要迫切解决的问题。
多年来,国内外学者对此作了大量的研究,选用不同的动物,采取不同的方法建立了多种动物模型。
实验性肺癌模型常用的动物有:小鼠、大鼠、仓鼠、狗、羊。
已建立的肺癌动物模型有:用氡、砷、黄曲霉素诱发小鼠肺腺癌及支气管肺泡癌;用乌拉坦、乙酰胺基氟(AAF)诱发小鼠肺腺癌;用氧化钚诱发大鼠肺腺癌;经支气管灌注碘油诱发大鼠肺鳞癌;用巯甲基尿嘧啶(MMU)诱发仓鼠肺鳞癌、肺腺癌和小细胞肺癌;经气管灌注3,4苯并芘与三氧化二铁混合液诱发仓鼠肺鳞癌、腺鳞癌和大细胞未分化癌[1]。
1 诱发性肺癌模型的建立1.1 COF诱发肺癌 张朝晖[2]等人让Balb/C小鼠吸入烹调油烟(cooking oil fu mes,COF)8个月,制备COF 的慢性动物试验模型,结果发现C OF能诱发Balb/C 小鼠肺组织癌前病变及癌变,且主要为肺腺癌。
并观察到C OF可致Balb/C小鼠淋巴细胞DNA链损伤,可引起氧化损伤和血清LDH、ALP活性增加。
孙来华[3]等人根据难溶性多金属含砷矿、氢子体及吸烟是导致云锡矿工肺癌高发的主要因素,开展了云锡矿工人群及动物的细胞遗传毒理学实验,用不同成份、不同剂量、同类矿山矿尘,分别对大鼠气管灌注和吸入不同剂量的氧及氧子体,氢、尘复合,被动吸烟加灌尘,大白鼠遗传毒理及诱癌实验研究。
于1998年在国内首次用含砷矿尘、氢及其氢子体诱发大鼠肺癌成功,平均癌发生率13.56%。
剂量反应关系显著,发生癌症因果关系符合医学生物学规律。
1.2 苯并芘诱发肺癌 W attenberg[4]等人采用苯并芘成功诱发小鼠形成原发性肺癌,诱癌率达90%以上。
许继平等[4]在参考国内外文献报道的基础上建立了小鼠原发性肺癌伴胸腔淋巴转移的模型。
为进一步进行抗小鼠肺癌转移的实验研究提供了良好的动物模型。
流行病学调查资料显示,接触石棉又吸烟者患肺癌的危险比只接触石棉或只吸烟者高得多,罗素琼[5]等人选用青石棉和香烟中所含的致癌物质苯并芘联合诱发大鼠肺癌,获得成功。
两者联合使用诱发率为46.3%,比单独注入一种物质的诱发率高得多,有显著性差异。
此模型对于研究流行病学提供了有力的支持依据。
1.3 CTP诱发肺癌 流行病学和动物实验均证实煤焦沥青可引起肺癌。
吴逸明等人[6]在其他学者多年研究经验的基础上设计用CTP支气管灌注诱发大鼠肺癌,构建大鼠肺癌发生发展全过程的动物模型。
CTP 中主要致癌物主要为多环芳烃(P AH),为深入认识人类肺癌提供了良好的实验材料。
1.4 MC A和DE N诱发肺癌 Schuller等[7]在高氧状态下,向支气管黏膜下注射二乙基亚硝胺(diethylnitr o2 sa m ine,DE N),成功地用地鼠(ha m ster)诱导出多发神经内分泌性肺癌,肿瘤可分布于气道的所有位置,包括肺叶、支气管和肺泡等,但是没有发现肺外转移。
曹喜才等[8]采用经气管插管由同轴微导管精确定位灌注MC A、DE N和超液化碘油混悬液诱导犬肺癌模型,定位准确,诱导成功率高,病理类型包括鳞癌和细支气管肺泡癌。
犬肺癌模型对肺癌诊断与治疗,尤其是血管介入治疗的深入研究具有重要意义。
犬在生理学、解剖学及对疾病的反应上与人类相似,可自发地发生或人工诱发危害人类的各种疾病,同时犬的体积大小适宜,来源广、饲养管理方便,为理想的肺癌模型研究对象。
2 转移性肺癌模型的建立现在常用的转移性肺癌动物模型有:①将肺癌细胞接种于裸鼠或其他免疫缺陷小鼠的皮下。
此方法简单易行,但皮下生长的肺癌与临床上在肺部生长的肺癌的生物学特性有很大的不同,所以,应用此模型得到的实验结果与临床应用的实际效果之间常有比较大的距离。
②将小鼠的气管分离,经过反复冻融处理,然后将肺癌细胞接种到气管,结扎气管两端后,再将气管移植到重度复合免疫缺陷小鼠的皮下[9]。
此方法虽然将肺癌细胞接种到气管组织内,但方法较复杂,且需要将离体的气管移植到其他小鼠皮下,肺癌细胞生长的生物特性也会改变。
②切开胸壁皮肤,将肺癌细胞或肺癌组织直接种植到肺脏内[10、11]。
此方法有一定的创伤和死亡率,肺癌细胞生长在肺实质内,且只能使约70%～90%的接种小鼠产生肿瘤,对进行进一步的肺癌研究造成一定的影响。
其他的方法还有经静脉注射或心室内注射等,主要用于建立肺癌转移模型。
也有 东中医杂志,2003,22(4):198[11] 张越林.针刺治疗慢性疲劳综合征38例临床观察[J].中国针灸,2002,22(1):17[12] 陈幸生.针灸治疗慢性疲劳综合征45例[J].中国针灸,2004,24(2):111[13] 唐碧漪.针灸治疗慢性疲劳综合征39例[J].上海针灸杂志,2005,24(1):11[14] 师丽岩.针灸治疗慢性疲劳综合征56例[J].辽宁中医杂志,2001,28(5):304[15] 曾征,刘雨星.针灸治疗慢性疲劳综合征38例[J].上海针灸杂志,1999,18(3):24收稿日期:2005-09-13作者简介:成泽东(1974-),女,辽宁阜新人,讲师,博士研究生,从事针刺机理研究。
[16] 张越林.敷脐疗法治疗慢性疲劳综合征32例[J].中医外治杂志,2000,9(1):14[17] 黄泳.背部走罐治疗慢性疲劳综合征30例临床观察[J].四川中医,2001,19(6):70[18] 卢永江,王卫红.针罐并用治疗慢性疲劳综合征25例[J].山东中医杂志,2001,20(5):350[19] 张纯娟.皮肤针叩刺拔罐治疗疲劳综合征30例疗效观察[J].针灸临床杂志,2004,(20)12:37[20] 黄晓娟,佟晓辉.慢性疲劳综合征的治疗及其研究进展[J].中国中医药,2004,2(6):专题研究[21] 袁萍,梁伯衡.慢性疲劳综合征的流行病学特征[J].国外医学・卫生学分册,2003,30(2):70人尝试将肺癌细胞直接注入气管以建立细支气管的肺癌模型。
但并未获得成功,究其原因,可能是由于气道假复层柱状纤毛上皮的作用,将注入的细胞排出体外,一部分细胞可通过注射孔在气管前形成肿瘤灶,使肺癌细胞难以在细支气管内停留,也难以进入肺泡,故难以在肺脏内生长。
汪思应[12]等人经足掌、肌肉、皮下三种途径,给C57BL/6小鼠接种体外培养的Le w is肺癌[LLC]细胞建立肺转移模型。
结果发现:21天后发现自发肺转移结节,足掌和肌肉注射易形成肺转移,且转移结节数多;当接种的瘤细胞低于5×105个时,其自发肺转移率,结节数有较好的剂量依赖性,一般随荷瘤鼠生存时间延长,肺转移也相应增多。
提示:足掌注射2×105～5×105个活瘤细胞是建立本模型的最适剂量范围。
杜秀玉[13]等人建立肺癌胸膜转移模型。
取生长良好的Le w is肺癌荷瘤小鼠的肿瘤组织,制备成细胞悬液,穿过小鼠腋前线第6肋间,胸腔注射。
该模型在接种第4天胸腔胸膜有转移结节,第7天纵隔胸膜出现淋巴结转移,第11天心包膜出现转移结节和胸腔积液。
全部模型接种成功率100%,中位数生存时间16.5(13～22)天。
胸腔注射模型组的生存期范围离散程度小,病程中呼吸困难、体重下降、摄食减少、恶病质发生较多, 20%小鼠在第11天出现胸腔积液。
此种造模方法操作简单,造价低廉。
魏泓等[14]用来自于P LA-801细胞系的两个克隆C株及D株建立了P LA-801C低转移棵鼠皮下移植瘤模型及P LA-801D高转移棵鼠皮下移植瘤模型,利用Ani p973裸鼠移植瘤培养细胞复制了Ani p973皮下移植瘤及腹水瘤模型。
吴文青[15]等人采用培养细胞移植法。
首先进行2个月左右的A549细胞培养并传代工作,接种前收获大量A549细胞,数量须达到1×107/mL,然后立即接种,接种部位选在裸小鼠背部造近头部皮下,用1mL注射器将0. 1mLA549细胞悬液注射于每只麻醉状态(乙醚吸入法)的裸小鼠背部皮下。
移植成功率达到85%,接近国外报道的肺癌细胞系的90%的移植成功率。
此模型技术简便,是较为适用的肺癌基础研究的实验动物模型。
吴安乐[16]等建立兔VX2瘤转移性肺癌动物模型,并研究其生物学特性。
实验动物为新西兰大白兔,瘤种采用动物自身接种传代保存。
取预先接种荷瘤兔1只,无菌下摘取瘤组织块,用Ⅳ型胶原酶解离释放细胞,经细胞培养后制成单细胞悬液24m l(108/m l)。
每只兔经耳缘静脉接种1.5m l单细胞悬液,第28天行多排螺旋CT(M S CT)扫描,扫描后1周全麻下剖胸取肺观察肿瘤生长情况,所有兔均做病理学检查。
结果接种成功率为95%。
薛强等[17]分别采用三种方法建立兔VX2肺癌模型。
①悬液注射法:荷瘤种兔用20%乌拉坦溶液注射麻醉(4～5mL/kg体重)。
无菌操作取出肿瘤,瘤块制成细胞悬液。
将实验兔胸右侧脱毛,麻醉消毒铺巾。
用注射器抽取0.5mL悬液经右胸4、5肋间进入2.5c m,注射0. 1mL悬液后结束手术。
②包块埋植并闭式引流法:取出肿瘤,将肿瘤组织制成1mm3大小瘤块置于生理盐水中备用。
实验兔常规准备后仰卧固定于手术台。
沿右胸4、5肋间作3～4c m切口,钝性分离肌肉及软组织,剪断肋骨2c m,暴露肺组织,无齿镊夹出右肺下叶,眼科剪在尖部剪0.3～0.5c m切口,将准备好的组织块缝合入切口中。
将肺还入胸腔,置胸腔闭式引流。
缝合肌肉皮肤,结束手术。
③单纯肿瘤埋植法:方法同前。
缝合肌肉皮肤,闭合胸腔。
以6号针头于切口处将胸腔气体抽出,产生负压后拔针,消毒,结束手术。
三种方法均有较高的成瘤率。
悬液注射法使肿瘤播散性生长,与悬液外溢有关,其平均生存时间(40±4)天;闭式引流法建立的模型成瘤率较高,但因动物的开胸手术复杂,要解决开胸后肺部塌陷致动物呼吸功能衰竭而死亡的问题,术后安置的胸腔闭式引流管的成功也很关键,而手术后的开放性创面与动物不合作则是感染甚至发展为脓胸的直接原因,也使平均生存时间降低;包块埋植法术后直接缝合切口,采用无菌针头排出胸腔残余气体,可恢复动物的自主呼吸,同时也能闭合创面,减少感染,此方法成瘤率高(100%),动物平均生存时间较长。
它早期仅局限于肺部生长,转移模式类似于人肺癌转移方式,且稳定性强。