突破制约肿瘤问题认识的瓶颈

用生物医学模式还原论方法考察肿瘤,肿瘤患者的共同特征都有癌肿,癌肿由异常细胞构成,癌细胞基因表型与正常细胞不同,肿瘤是分子疾病。用生物-心理-社会医学模式辩证法矛盾对立统一观点,从组织干细胞增殖与分化受阻的角度考察肿瘤疾病的种种现象,肿瘤起源于组织再生过程,细胞增殖与分化受阻这对矛盾贯穿肿瘤疾病始终。     

突破制约肿瘤问题认识的瓶颈

用生物医学模式还原论方法考察肿瘤,肿瘤患者的共同特征都有癌肿,癌肿由异常细胞构成,癌细胞基因表型与正常细胞不同,肿瘤是分子疾病.用生物-心理-社会医学模式辩证法矛盾对立统一观点,从组织干细胞增殖与分化受阻的角度考察肿瘤疾病的种种现象,肿瘤起源于组织再生过程,细胞增殖与分化受阻这对矛盾贯穿肿瘤疾病始终.     

分化抑制因子-1研究的回顾及展望

通过对分化抑制因子-1研究的回顾,阐明了分化抑制因子-1在细胞分化、增殖、肿瘤的发生、侵袭、血管生成和抗凋亡中的作用,认识到分化抑制因子-1作为肿瘤治疗重要靶点的前景。并从哲学的角度说明在分化抑制因子-1认识过程的体会和展望,认为用哲学的观念进行科学研究,可以深化认识,获得更加可靠的结论。     

诱导细胞凋亡：一个有希望的治疗恶性肿瘤的新模式

长期以来,人们一直被肿瘤的无限增殖所困惑。传统的肿瘤治疗也主要围绕这一认识展开。本文辩证分析了细胞的增殖与凋亡这一对矛盾,认为：肿瘤的本质应该是增殖与凋亡的失衡,诱导细胞凋亡将会成为肿瘤治疗的新模式     

功能性疾病的再认识

1　“功能性疾病”的由来与现状生物医学模式指导下的疾病概念为 :“人体在一定条件下 ,由致病因素所引起的一种复杂而有一定表现形式的病理过程。此时 ,在不同程度上 ,人体正常生理过程遭到破坏 ,表现为对外界环境变化的适应性降低、劳动能力受到限制或丧失 ,并出现一系列的临床症状。疾病是致病因素对人体的损害和人体对这些损害的防御代偿等作用的矛盾。这一矛盾双方在整个疾病过程中不断进行斗争 ,直到疾病痊愈或人体死亡时才告终结”[1] 。生物医学模式有两个基本假设 :(1)还原论 ,即认为所有疾病均可线性地还原到某一病因或细胞结构变…     

藏-汉-英三语者语言联系模式探讨

采用跨语言长时重复启动的研究范式,考察了藏-汉-英三语者三种语言的联系模式。结果表明：（1）藏-汉-英三语者不同语言之间的联系模式不同。藏语和汉语之间为概念中介联系模式,汉语和英语之间为词汇联系模式,藏语和英语之间没有直接联系。（2）语言熟练程度、语言相似性和学习的媒介语影响藏-汉-英三语者的语言联系模式。整个研究表明,藏-汉-英三语者的语言联系模式与双语者的语言联系模式既有相似之处,也有明显不同。研究结果对于少数民族的外语教学有重要的参考价值     

肿瘤治疗模式的哲学思考

外科手术往往是肿瘤治疗的首选方法,对于不能手术或已丧失手术机会者才考虑放疗,化疗。近年来,出现了诱导分化和凋亡等治疗手段,且在某些肿瘤的治疗上已取得了可喜的效果,这点新概念,新手术的出现,使得以往的肿瘤治疗模式受到了冲击,从以人为本,预防为主的哲学思想出发,我们似科可以提出这样的肿瘤治疗模式,诱导分化→启动凋亡→手术,放疗,化疗。     

肿瘤放射治疗中的矛盾观

1用矛盾的普遍性去理解肿瘤的放射治疗 在肿瘤的放疗中始终存在着生长和抑制的矛盾,这是矛盾的普遍性.肿瘤是由过度自主性生长的机体组织演变而来的,所有的恶性肿瘤都有无限生长的特点和趋势,最终使机体过度消耗或功能受到损害而导致死亡[1],一旦发生这种特点或趋势就会伴随生命机体的始终.放射治疗就是为了消除肿瘤的这种威胁,保护机体的健康.放疗中应用的放射线所具有的共同放射生物学效应是引起细胞中遗传物质染色体中DNA损伤,从而导致细胞死亡[2].这种生物效应的表达可以从几小时、几天、几月到几年,这主要是与肿瘤的性质及不同的状态有关.组织都有修复损伤的能力,只是程度不同,一般规律是代谢越快,增生能力越强,修复能力也越强,肿瘤组织的特点是有很强的修复能力.肿瘤放射治疗就是在这种不断的杀伤与修复过程中完成最终杀灭肿瘤的目的.这种杀伤与修复矛盾存在于肿瘤放射治疗的始终,是肿瘤放射治疗基本原则的基础.     

基于中医药比较矛盾辩证法和系统辩证法

1矛盾辩证法与医学模式的关系近现代西方医学药学的研究方法是建立在生物学和人体解剖学之上的实验分析法,其哲学基础与矛盾论的思想相契合。矛盾辩证法要求人们深入系统内部分析矛盾双方的特点、所处地位状态等,以寻找解决矛盾的途径。矛盾辩证法作为人体疾病用药的指导思想方法,就是将人体自身与疾病看作一对矛盾,人体哪个部位产生疾病,就针对这个部位采取医疗诊断和药物治疗。     

生物-心理-社会医学模式与控烟及吸烟相关性疾病的防控

大量流行病学研究证实，吸烟是导致肺癌的首要危险因素。因此，控烟才是解决问题的根本途径。本文简述了吸烟的主要危害及目前我国吸烟的现状，在此基础上提出需要在生物-心理-社会医学模式的理论框架下全面考虑控烟及吸烟相关疾病的预防和管理。     

“疑难杂症”与医学模式

那些长期困扰患者和医生、查不出病因又久治不愈的病症,被称为“疑难杂症”;然而部分“疑难杂症”并非真正的疑难杂症,而是在诊治疾病的过程中所用医学模式出现了问题,医生往往局限于生物医学模式,忽略患者的心理、社会因素。因此,医学模式应该从实际工作中进行转变,而不能仅仅局限于理论上。笔者就临床常见的“怪”现象、医疗对象的复杂性...     

临床工作中应重视“安慰剂”效应

目前我国临床工作中对“安慰剂”效应重视不够。“安慰剂”效应建立在患者对医生的信任之上。生物医学模式重视疾病的生物学意义而忽视社会、心理因素的影响,导致医生对患者态度冷漠,患者对医生缺乏信任,已成为我国医患关系恶化的重要原因,继而弱化了医疗的“安慰剂”效应。推行生物-心理-社会医学模式,提倡临床工作以人为本而非以疾病为主,建立医患共赢的医疗体制,改善医疗环境,有利于产生和加强临床工作的“安慰剂”效应,切实促进医疗和谐。     

Deep learning based liver cancer detection using watershed transform and Gaussian mixture model techniques

ObjectivesLiver cancer is one of the leading cause of death in all over the world. Detecting the cancer tissue manually is a difficult task and time consuming. Hence, a computer-aided diagnosis (CAD) is used in decision making process for accurate detection for appropriate therapy. Therefore the main objective of this work is to detect the liver cancer accurately using automated method.MethodsIn this work, we have proposed a new system called as watershed Gaussian based deep learning (WGDL) technique for effective delineate the cancer lesion in computed tomography (CT) images of the liver. A total of 225 images were used in this work to develop the proposed model. Initially, the liver was separated using marker controlled watershed segmentation process and finally the cancer affected lesion was segmented using the Gaussian mixture model (GMM) algorithm. After tumor segmentation, various texture features were extracted from the segmented region. These segmented features were fed to deep neural network (DNN) classifier for automated classification of three types of liver cancer i.e. hemangioma (HEM), hepatocellular carcinoma (HCC) and metastatic carcinoma (MET).ResultsWe have achieved a classification accuracy of 99.38%, Jaccard index of 98.18%, at 200 epochs using DNN classifier with a negligible validation loss of 0.062 during the classification process.ConclusionsOur developed system is ready to be tested with huge database and can aid the radiologist in detecting the liver cancer using CT images.     

从社会医学角度整体地关照病人的需要

医学模式代表了三个主要历史时代发生的特征性变化,这三个时代是前工业化时代,工业时代及我们目前正在步入的后工业化时代,需要讨论的是,如果要展开真正有效的社会医学实践,不仅医学知识,并且医务人员必须经历一个根本的转变,从历史上看,医生学到的是将医学界定为应用生物学及将疾病界定为机体器官,组织的结构和功能的不正常。但社会科学观点可以帮助医生认识病和症的区别,即它们仅仅是在病理心理学过程与病人的实际疾病的体验之间上有所区别。     

循证医学与医学教育改革

循证医学这一新的医疗模式反映了世界医学的发展趋势,代表了现代医学的前进方向。医学教育必须应这一趋势,按照循证医学的基本精神促进观念更新,推进医疗模式、教学内容、教学方法和继续教育等方面的改革,全面提高医学教育质量。     

肿瘤干细胞与肿瘤治疗

肿瘤可看作是由功能异质性的细胞群体所组成的,具有不定增殖能力的异常器官.最近提出的肿瘤干细胞学说认为肿瘤起源于干细胞,肿瘤生长是肿瘤组织中极少量具有特殊细胞表面标志的肿瘤干细胞增殖的结果.因此治疗的关键应是针对肿瘤干细胞,通过靶向肿瘤干细胞及其异常调节的信号转导通路来治疗肿瘤.这对传统的治疗方式提出了巨大挑战,也为有效地根治肿瘤开辟了新的思路.     

Multiple family groups for adult cancer survivors and their families: a 1-day workshop model

With marked advances in early detection and aggressive multimodality treatment, many adult cancers are now associated with good prognoses for disease-free survival. A burgeoning literature examining posttreatment quality-of-life issues has highlighted the numerous challenges experienced by patients and families in the aftermath of cancer treatment, further underscoring a need for new family-based psychosocial support interventions for cancer survivors and their families. This paper describes the clinical protocol for one such intervention, a 1-day "workshop" version of a multiple family group (MFG) for head and neck cancer survivors and their families. Data are reported from our experiences in running five 1-day workshops. Families uniformly reported that they were highly satisfied with their MFG participation, leading us to conclude that the abbreviated 1-day MFG model we are advocating is a promising family-focused support intervention for cancer survivors and their families.     

视觉表象可视化——视觉表象研究的新途径

功能磁共振技术在表象研究中得到广泛应用是表象研究追求客观化精确性的必然趋势。本文介绍了功能磁共振多变量模式分析方法及其演变历程,探讨了借助该方法实现“视觉表象可视化”的理论依据与亟待解决的关键问题。分析指出“视觉表象可视化”将为表象研究提供全新的研究视角与方法途径。     

一种简单有效的Q矩阵估计方法开发：基于非参数化方法视角

摘要：Q矩阵是认知诊断的基础,错误的Q矩阵会影响参数估计和被试诊断正确率,开发一种简单而有效的Q矩阵估计方法有助于Q矩阵的正确界定。相对于参数化的Q矩阵估计方法,本研究将海明距离（Hamming Distance,HD）用于Q矩阵估计,开发出一种简单有效的非参数化的Q矩阵估计方法。采用Monte Carlo模拟方法与实证研究相结合的研究范式,对该方法的科学性与合理性及其效果进行研究,研究结果发现（1）基于海明距离的Q矩阵估计法具有较高的估计正确率,并且该方法不受被试样本容量影响。（2）该方法简单易懂,运算时间短,是一种简单而有效的Q矩阵估计方法。（3）新方法对于Tatsuka（1990）分数减法测验的Q矩阵的估计准确率尚可,说明新方法在实践中具有较好的潜在应用前景与应用价值。     

Selecting polychoric instrumental variables in confirmatory factor analysis: An alternative specification test and effects of instrumental variables

The polychoric instrumental variable (PIV) approach is a recently proposed method to fit a confirmatory factor analysis model with ordinal data. In this paper, we first examine the small-sample properties of the specification tests for testing the validity of instrumental variables (IVs). Second, we investigate the effects of using different numbers of IVs. Our results show that specification tests derived for continuous data are extremely oversized at all sample sizes when applied to ordinal variables. Possible modifications for ordinal data are proposed in the present study. Simulation results show that the modified specification tests with all available IVs are able to detect model misspecification. In terms of estimation accuracy, the PIV approach where the IVs outnumber the endogenous variables by one produces a lower bias but a higher variation than the PIV approach with more IVs for correctly specified factor loadings at small samples.