简介：<正>本文于2011年8月发表在《PrenatalDiagnosis》杂志上。自然流产孕体的细胞遗传学分析能为患者提供有价值的信息,但却经常由于培养失败和母体细胞污染(MCC)而变得很复杂。本文提出用多重荧光原位杂交(FISH)可以提高自然流产样本核型的产量和精度。作者将一个多重间期FISH探针组用于分析2个样本集:①153个有正常46,XX核型流产样本的

简介：目的：探讨妊娠早期利用超声对瘢痕妊娠做出早期诊断的临床意义。方法：通过对照分析三组病例的临床经过、结局的不同，来理解和认知早期诊断瘢痕妊娠的临床意义。结论：在妊娠早期做出瘢痕妊娠的诊断，有利于临床治疗手段的合理化，有助于帮助病人安全解决和渡过妊娠各期的危机。

简介：目的探讨产前MRI对超声发现胎儿侧脑室扩张的进一步诊断价值,以明确是否合并有其它中枢神经系统疾病。方法回顾性分析2011年1月至2012年5月通过超声发现胎儿孤立性侧脑室扩张或可疑合并有其它中枢神经系统疾病,但不能明确诊断而行产前MR检查的孕妇289例。MRI均在超声检查后3天内进行。在MRI图像上测量双侧侧脑室三角区宽度并诊断是否合并其它中枢神经系统疾病。根据侧脑室扩张程度分为4组:10～12mm组、13～15mm组、16～20mm组及>20mm组。对于超声与MRI间胎儿侧脑室扩张程度测量分组间进行一致性检验,对于胎儿侧脑室扩张程度及单双侧与胎儿合并其它中枢神经系统疾病率间进行χ2检验。结果超声与MRI间胎儿侧脑室扩张程度测量分组间一致性良好(Kappa值=0.667)。MR检查确诊胎儿侧脑室扩张274例,占超声诊断的94.8%(274/289),其中合并其他中枢神经系统疾病者58例(21.2%,58/274),以胼胝体缺如或发育不良、脑室周围白质软化及Dandy-Walker’s变异最常见,胎儿侧脑室16～20mm组与>20mm组合并中枢神经系统疾病均较10～12mm组与13～15mm组高(P<0.05),13～15mm组比10～12mm组高(P<0.05),16～20mm组与>20mm组间无明显差异(P>0.05),胎儿双侧侧脑室扩张合并中枢神经系统疾病者高于单侧者(P<0.05)。结论产前超声发现的胎儿侧脑室扩张,尤其是双侧中重度扩张者,有必要进一步行MRI检查,以弥补超声诊断的不足,以便发现更多的中枢神经系统疾病。

简介：目前,随着液基细胞学和HPV-DNA检测技术的推广,明显降低了宫颈癌的发病率和死亡率,传统细胞学的缺陷促使各国和地区寻求更经济有效的方案,

简介：目的探讨全数字化乳腺X线摄影（FFDM）诊断中青年乳腺癌的应用价值。方法收集2008年9月至2011年6月进行FFDM检查并经病理证实的中青年乳腺癌与良性乳腺病患者共375例。X线诊断标准采用美国放射学会推荐的乳腺报告和数据系统（BI-RADS）：Ⅰ-Ⅲ级为良性，Ⅳ、Ⅴ级为恶性，并与病理结果对照；同时分析乳腺癌的X线表现。以致密型和多量腺体型为A组，少量腺体型和脂肪型为B组，两组灵敏度和特异度的比较采用χ^2检验。结果乳腺癌的X线征象包括肿块或结节、钙化、片状致密影、结构紊乱等。FFDM诊断的灵敏度为82．0％（91／111），特异度为87．1％（230／264），阳性预测值为72．8％（91／125），阴性预测值为92．0％（230／250），正确率为85．6％（321／375）。A、B两组的FFDM诊断灵敏度、特异度分别为74．5％（35／47）和87．5％（56／64），84．4％（108／128）和89．7％（122／136），其差异无统计学意义（P〉0．05）。结论全数字化乳腺X线摄影能及时发现乳腺病灶，对中青年乳腺癌具有较高的应用价值，X线诊断为BI—RADS—Ⅳ、Ⅴ级时建议行手术活组织检查。

简介：目的探索乳腺癌与乳腺良性疾病和健康人血清蛋白质谱表达差异，寻找具有鉴别诊断意义的血清蛋白标志物。方法实验分为两大组：（1）决策树模型组共293例标本，包括3个亚组，分别为乳腺癌组110例标本、乳腺良性疾病组113例和健康组70例，建立决策树（乳腺癌诊断）模型；（2）盲法验证组共34例标本，包括3个亚组分别为乳腺癌组7例标本、乳腺良性疾病组13例及健康组14例，进行盲筛验证决策树模型。采用弱阳离子磁珠捕获乳腺癌患者血清中的蛋白，使用基质辅助激光解析电离飞行时间质谱（MALDI—TOF—MS）仪检测绘制蛋白峰。应用BiomarkerWizardTM3．1软件和BiomarkerPatternsTM5．0软件分析数据。统计分析采用方差分析法和秩和检验法。计算决策树模型诊断的准确率以及盲法验证模型诊断乳腺癌的敏感性和特异性。结果在决策树模型组中检测到了47个差异有统计学意义的蛋白峰（P〈0．050）。应用BPS5．0软件，以相对损失最小的原则从这47个蛋白峰中选取了4个蛋白峰，分别为相对分子质量（Mr，本文中相当于质荷比m／z）9292．5、Mr11707．2、Mr15504．5和Mr16107．9，用其建立决策树模型（乳腺癌诊断模型）。该模型判断乳腺癌、乳腺良性疾病及健康人的准确率分别为99．09％、95．58％、92．86％。盲法验证该模型诊断乳腺癌的敏感性为71．43％，特异性为88．89％。结论应用MALDI—TOF—MS联合磁珠技术可以检测乳腺癌血清中差异蛋白峰并可以建立决策树（乳腺癌诊断）模型。选择的4个差异蛋白蜂建立的决策树模型诊断乳腺癌具有好的准确性和较好的敏感性及特异性。决策树模型能将乳腺癌与乳腺良性疾病及健康人相鉴别。寻找到的Mr9292．54、Mr11707．2、Mr15504．5以及Mr16107．9的蛋白峰有望成为鉴别乳腺癌与乳腺良性疾病和健康人的有效的肿瘤血清�