精准医学理念与实践的风险评估

精准医学理念的提出主要是基于基因组技术为代表的"组学"研究进展,催生了基于基因组学的分子解剖图谱和生物医学知识网络的构建。以此为基础,通过临床与基因组信息的整合,创立精准的测量方法,鉴定和优化精确的生物标志谱/物,研发安全有效的治疗药物,在医学伦理和科学监管的保障下,创建新的疾病分类和分型技术与方案,实现疾病的个体化精确治疗。我们应充分利用我国的临床资源优势,制定适合国人健康保障需求的新型疾病防控体系。     

朝向精准医学:建立生物医学研究的知识网络和新的疾病分类学

最早提出"精准医学"(precision medicine)术语的应该是在美国医学研究院[译者注:美国医学研究院(Institute of Medicine)成立于1970年,原为美国科学院的一个部门,专门提供有关医学政策和发展战略的研究报告,2015年改名为美国医学科学院]完成的一份研究报告(译者注:该报告得到美国科学院和国立卫生研究院的资助)中。2011年11月2日美国国家研究理事会[译者注:美国国家研究理事会(National Research Council)是美国科学院、美国工程科学院和美国医学科学院的研究机构,负责发布制定政策、通报民意和推进科学、工程学和医学的事业的报告]发布了经其批准的这份题为《朝向精准医学:建立生物医学研究的知识网络和新的疾病分类学》(Toward Precision Medicine:Building a Knowledge Network for Biomedical Research and a New Taxonomy of Disease)的研究报告,该报告提出这样的理论:通过在个体的分子和细胞水平上,而不是在症状水平上,来理解个体内发生的疾病、疾病倾向性和致病过程,能够为个体制定适合于个体的预防、诊断和治疗方法,该报告建议建立疾病的知识网络,从而发展更为精准的、分子水平的疾病分类学;建立新的数据网络,将疾病分子结构水平上的研究与个体病人的临床数据整合起来,以促进全球的公共卫生和医疗配送。这份报告及其中建议的作者是以加州大学旧金山分校校长Susan Desmond-Hellmann和Howard Hughes医学研究所研究员、Sloan-Kettering癌症研究中心项目主任Charles Sawyers为首的"创建新疾病分类学委员会"。Desmond-Hellmann在国家研究理事会的新闻发布会上说:"目前在研究方面成果丰硕的科学进展与将这些信息整合入临床方面是脱节的。生物医学研究信息到达医生和病人往往要好几年之久,同时大手大脚的医疗支出却仅用于对特殊群体有效的治疗。此外,研究人员并未从临床全面、及时地获得信息。总而言之,精准地理解、诊断和治疗疾病,以及更好地做出医疗决定的机会丧失了。"报告建议下一步应对发展这种知识网络的可能性进行试点研究。这份研究报告是美国精准研究医学计划的基础。下面是该报告主要内容的译述。     

精确医学的主要特征

"Precision Medicine"代表了从抗击疾病转变为维护健康的未来医学发展方向,具有如下四个特征:首先是全局观,要提取个体的各种信息并进行综合分析,从而对个体形成一个精确的全局性判断。基于这种特征,"Precision Medicine"应该翻译为"精确医学"而非"精准医学"。其次是整合型研究策略,在对个体的研究中,要实行多组学研究技术、表型分析技术和其他研究技术的整合。第三个特征是以个体为中心的研究模式,即注重研究单一个体在时间过程中的动态变化。第四个特征最为重要,"关口前移",即把研究重点放在研究个体的健康状态以及从健康到疾病的转变过程。     

不同时期爱国卫生运动的疾病隐喻

隐喻和关怀二者之间本身没有必然的联系,疾病犹如一根命运之线穿插其中将二者联结起来,隐喻与关怀包含个人、社会和国家政治领域三个维度的逻辑关系。爱国卫生运动从诞生之日起就以实现人类健康为宗旨,从战时状态的疾病隐喻,到和平时期的疾病隐喻,最后回归新时代"健康中国"战略下疾病隐喻的衍生与医学人文关怀,爱国卫生运动应时而变,在个体、社会与国家三个层面上都呈现着医学人文关怀,与医学作为人学的终极目标是一致的,即通过服务与关怀,实现"健康中国"的目的。     

医学信息技术课程体系设计之我见

为了培养医疗大数据整合、分析与利用的专业人才,提出针对医学信息专业本科阶段技术类课程的培养方案优化措施。以"大信息观"理念为培养目标,"数据-信息-知识-智慧"体系为理论指导,构建以数据的存储、开发、挖掘和架构设计为核心的融合型教学模式,形成合纵连横的课程群,优化医学信息专业信息技术课程体系的知识网络,逐步培养学生在为临床医生提供知识服务过程中独立解决问题的能力,提高医学信息专业人才社会竞争力和岗位适应力。     

健康医学是健康管理的未来发展方向

"疾病"和"健康"是认识生命的两个视角,基于"健康"视角,健康是人体系统的适度稳态,适度稳态保持的核心在于"健康力",以"健康"为中心就是以"健康力"为中心,健康医学主要是关于"健康力"的医学,基于健康医学可发展形成健康管理创新学科。当前健康管理仍深受疾病医学影响,局限于疾病管理等内容,或健康干预重视不足,或忽视"健康力"。健康医学是健康管理的理论基础,也是健康管理的发展方向,通过传播健康医学理念、开发健康医学技术、创造健康医学环境、推进医学整合进程等措施构建以"健康"为中心的健康管理模式具有重要意义。     

医学化的驱动力量及其悖论

医学化是将以前的非医学问题定义为医学问题并给予医学干预的过程。在过去的半个世纪中,积极健康观念和疾病价值的多元化理解直接导致了医学化三大驱动力量的次第兴起,它们是以医生为代表的医学专业群体,以制药业为代表的医疗产业复合体和以患者、患者家属和患者团体为代表的非专业群体,由此带来了对医学化利弊的重新考量。然而,医学化的影响是复杂的,存在着无法自洽的解释悖论：其一是个体经验悖论,即一方面医学化提供了连接个体经验的平台,另一方面又加剧了个体的脆弱感和无力感;其二是个人责任悖论,即一方面医学化减轻了个人的疾病责任,另一方面,个人的健康责任却被大大强化。     

美国精准医学政策走向与反思

精准医学究竟是有待研究的假说?还是可以用来为人类治疗疾病和增进福祉的创新范式?美国相关论辩延续了奥巴马和特朗普两位总统的施政。首先回顾精准医学的核心价值在于实现个性化的疾病预防、诊断、预测和治疗。而后藉由《21世纪治愈法案》的立法过程呈现奥巴马方案的妥协和挫折,并以晚近美国研究范式发展的脉络来说明"全民健康研究项目"取代"精准医学先导队列项目"的意义,也说明特朗普大幅删减科研预算对精准医学发展的影响。总结精准医学将个性化取径保障病人主体地位成为可能,建议以物联网所蕴含的支持性临床场域的营造来实现此愿景。     

默认网络的神经机制、功能假设及临床应用

认知神经科学的迅速发展使得研究者对大脑的功能有了深刻的认识。近些年来, 研究者对大脑在进行外在注意任务时产生的负激活有了更多的了解, 默认网络(Default Mode Network)的概念被提出, 并引起了很多神经科学家的关注, 关于默认网络的相关理论也已提出。当前综述对默认网络的研究历史, 概念理论, 个体和种系发展, 及其与疾病的关系以及临床应用等方面进行了概括总结。未来研究可从默认网络的个体发展, 种系差异, 与其他大脑网络(如注意网络, 视觉网络, 执行控制网络)的关系以及与具体疾病的关系等角度入手进行研究, 共同来探讨默认网络的神经机制。     

情境理论视角下儿童临终关怀服务的社会工作探索

分析了临终患儿多层面的特殊性,包括在生理层面对于疾病、疼痛以及药物的感知与反应;心理层面对死亡认知的差异性以及濒死时心理状态的改变;家庭支持网络的特殊性与学校支持网络的重要性;以及身为儿童对于发展与学习的特殊需要。并基于对重庆市FS儿童医院、长沙市H儿童临终关怀机构的患儿临终关怀服务的调查,论述"情境理论"的基本观点及其在医学中的适用性,提出搭建以"情境理论"为理论视角,以患儿为中心的个体增能、家庭增能、照护专业增能和社会资源链接的儿童临终社会工作服务模式。     

导言:个体化治疗之肿瘤分子靶向治疗

正2015年1月20日美国总统奥巴马在国情咨文中首次提出"精准医学计划"(precision medicine initiative),该计划主要内容是,希望所有人获得个体基因信息从而保护自己和家人的健康,提供及时、正确的治疗,希望能够消除小儿麻痹症,更接近治愈癌症和糖尿病等疾病,开创人类基因组医学的新时代。2015年3月习近平总书记批示科技部、国家卫生和计划生育委员会,组建并成立了中国精准医疗战略专家组。由此,精准医疗的概念迅速在我国深入人心,并成为医疗领域特别是各肿瘤学术会议讨论的热点话题。譬如,近2年来的各种乳腺癌学术会议上,从青年医生到国内著名专家或各种学会主任委员,在介绍乳腺癌医     

神经性厌食症的生物-心理-社会模型

厌食症作为一种精神和躯体疾病严重危害个体健康。已有众多研究者从生物-心理-社会整体医学模型角度对厌食症进行了研究。厌食行为受到遗传基因易感性、中枢神经递质活性改变、人格特质、肥胖恐惧感、应激因素、"瘦"文化背景、家庭关系紊乱等的影响。未来应着力探讨神经内分泌与厌食症的因果关系并加强厌食症的预防、干预及治疗。     

案例讨论:智能手机应用相关研究的伦理评审考量

以一项智能手机应用临床研究方案评审的案例来探讨伦理委员会应该如何应对"智能时代"的各种新技术、新方法在临床研究中的应用。近年来智慧健康、移动医疗和大数据的发展使跨学科合作的新型临床研究方案越来越多地呈现在医学伦理委员会成员面前。这对医学伦理委员会的评审工作带来了新的挑战。伦理委员会如何在科学技术快速发展的今天既能一如既往地保护受试者的权益,也能指导研究者不断创新,是对伦理委员会能力的考验。因此,伦理委员会的能力建设更应与时俱进,更新知识,真正成为一个有能力、高效率、高水平、好沟通、国际化的伦理委员会。     

医学的限度与观念的转变

20世纪90年代,美国海斯汀中心卡拉汉教授发起"医学目的"的讨论,邀请了包括中国在内的多国学者参与,并形成了重新确定"医学目的"的四点共识,即预防疾病和损伤,促进和维护健康;     

专家医生的知识结构及诊断推理方式

医学专长研究中“中间者效应”的发现,引发了研究者对专家医生知识结构的探讨。在“知识打包”的基础上,医生的临床知识以“疾病脚本”的方式组织起来。随着临床经验的增加,专家医生积累了丰富的疾病脚本。在临床诊断中,他们无需对病人所有的体征和症状进行仔细地和系统地分析,而是通过非分析性的推理方式——“模式识别”或“样例识别”便可自动激活与之匹配的疾病脚本,据此对病人做出迅速而准确的诊断。医学专长的本质就在于专家医生以“疾病脚本”的方式组织起来的知识结构。“适应性专长”代表了未来医学专长研究的新方向     

护理工作的未来——美国医学科学院关于护理工作的未来的报告

2010年美国医学研究院(现改名为美国医学科学院)发表了一份里程碑式的报告,题为《护理工作的未来:引领变化,推进健康》(The Future of Nursing:Leading Change,Advancing Health)。该报告提到,《病人保护和平价医疗法》通过后,必须扩展美国的医疗卫生制度以适应需求的大量增加,尤其是对患有慢性病、精神疾患的管理或提供基本的初级医疗;护士处于一个独一无二的地位,在帮助国家实现这些目标中起着领导角色。该报告提出了进一步改善护理工作及医疗卫生制度的10条建议。为实施该报告中的建议,美国51个州成立了"护理工作未来的行动联盟"(译者注:The Future of Nursing:Campaign for Action是史无前例的创举,目的是利用护士所有的技能、才能、知识和经验来满足日益增加的医疗需要)。本文是该报告的建议摘要。     

精确医学面临的伦理挑战

新兴的精确医学与传统生物医学有着很大的差别,需要建立一个能够适应它的新型伦理体系。为此,针对精确医学的三个主要特征带来的伦理挑战进行讨论。首先,精确医学的主要任务是复杂的个体化分析,需要保证参与者能正确行使赋予他们的权利。其次,精确医学建立在大数据基础之上,需要解决在健康医学大数据生态系统中保障个人的隐私和权利之问题。最重要的是,精确医学倡导样本和数据要尽可能地开放共享,需要在个人隐私保护和数据开放共享之间给予恰当的平衡。     

精准功能磁共振成像揭示个体化脑功能网络组织

精准功能磁共振成像(precision functional magnetic resonance imaging, pfMRI)是指在单个个体中收集大量fMRI数据的一种数据采集策略,相较于传统fMRI研究中针对每个被试采集少量数据,之后通过组平均揭示认知过程的脑功能规律或是特定人群共享的脑功能特征的方法,该方法的优势在于能够揭示每个个体的大脑特征,因此日益受到研究者的重视和应用。迄今为止,众多研究采用该方法从功能网络组织的个体差异、个体识别、局部区域的功能定位、个体网络枢纽的识别、个体功能网络的发展与可塑性和临床应用六个角度系统揭示了个体化的脑功能网络组织,这些研究成果对未来脑科学研究具有重要启发。未来研究应该重点探讨现有研究所揭示的个体功能网络组织特点与行为表现的关系,通过对数据分析和成像技术的改进减少该方法所需的扫描时间,并尝试将该方法应用到任务态fMRI和多模态数据的融合研究中。     

论医学的精确与模糊

医学哲学的精确和模糊范畴具有本体论和认识论两个层面的涵义。精确和模糊是疾病存在的两种不同的性状。医学对于疾病尤其是复杂性疾病的认识,总是带有一定程度的模糊。大数据、靶向治疗无法达到完全精确。模糊是疾病的内在性状。疾病的模糊性状的存在具有可能性和必然性。对疾病认识的完全精确是一种理论假设,同时还具有一定的风险性。在某种情况下,医学精确的诊疗技术是没有必要甚至是有害的。精确诊疗技术的实施与否要有人文底线和伦理要求。     

回归混合模型：方法进展与软件实现

近来以个体为分析对象的方法日益受到研究者的重视, 其中潜类别和潜剖面模型最为流行。研究者在潜类别和潜剖面模型建模时往往需要进一步探讨协变量与潜分组之间的关系(即带有协变量的潜类别模型)。例如, 哪些变量预测个体类别归属, 以及个体的类别归属对结果变量的预测。本文对近年来研究者提出的各种方法进行了回顾和比较。包括当结果变量是分类变量的LTB法; 当结果变量是连续变量时的BCH和稳健三步法。在此基础上, 文章为应用研究者提供了Mplus软件示例, 并在最后对当前研究存在的问题和未来研究趋势进行了简要评价。