-
公开(公告)号：CN113156120B
公开(公告)日：2022-03-25
申请号：CN202110329809.9
申请日：2021-03-26
Applicant: 中国医学科学院北京协和医院
IPC: G16H50/30
Abstract: 本发明首先通过测序的方法筛选出POLE突变型；不存在致病突变的标本进行4种错配修复蛋白的检测，筛选出dMMR型；不存在dMMR的标本利用免疫组化检测p53蛋白筛选出p53突变型；不存在p53突变的判定为NSMP型；对于判读dMMR型和NSMP型的标本，利用免疫组化检测蛋白B7H4的表达，1％以上肿瘤细胞中B7H4着色判定为B7H4表达型，其余判定为B7H4不表达型。从而将子宫内膜癌划分为POLE突变型、B7H4表达型、B7H4不表达型和p53突变型。改良后分子分型仍然以分子病理为基础，具备现有分子分型相对客观、重复性高、临床上可行的特点，但是比现有模型具有更高的预测能力，有助于避免过度治疗和治疗不足。
-
公开(公告)号：CN113046438A
公开(公告)日：2021-06-29
申请号：CN202110329820.5
申请日：2021-03-26
Applicant: 中国医学科学院北京协和医院
IPC: C12Q1/6886 , G01N33/574
Abstract: 本发明一种基于分子分型、免疫评分和病理形态学诊断的子宫内膜癌预后评价系统(MIP评分)，用于判断子宫内膜癌的预后。通过测序判断POLE突变状态和免疫组化方法检测4中错配修复蛋白及p53确定分子分型；免疫组化的方法检测肿瘤间质免疫细胞中VISTA的表达，进行免疫评分。通过镜下观察病理形态学判断肿瘤的组织学级别及淋巴脉管间隙浸润(LVSI)。分别赋予复发风险分值。该预后评价系统可以有效区分子宫内膜癌的复发和死亡风险。
-
公开(公告)号：CN114235805A
公开(公告)日：2022-03-25
申请号：CN202111547106.X
申请日：2021-12-16
Applicant: 中国医学科学院北京协和医院
IPC: G01N21/84 , G01N33/569 , G01N33/574
Abstract: 本发明是一种基于胰腺实性假乳头状瘤的病理形态学特点及增殖指数对预后进行预测的系统。胰腺实性假乳头状瘤的手术切除标本，首先通过充分取材制成苏木素伊红染色(Hematoxylin‑eosin staining,HE)切片，通过光镜判断是否存在淋巴管血管侵犯(Lymphovascular invasion,LVI)，再通过免疫组化染色(IHC)方法评估肿瘤增殖指数(Ki‑67，％)。根据我们的评估系统：存在LVI且Ki‑67≥3％为疾病进展高危组；存在LVI且Ki‑67
-
公开(公告)号：CN113046438B
公开(公告)日：2022-03-22
申请号：CN202110329820.5
申请日：2021-03-26
Applicant: 中国医学科学院北京协和医院
IPC: C12Q1/6886 , G01N33/574
Abstract: 本发明一种基于分子分型、免疫评分和病理形态学诊断的子宫内膜癌预后评价系统(MIP评分)，用于判断子宫内膜癌的预后。通过测序判断POLE突变状态和免疫组化方法检测4中错配修复蛋白及p53确定分子分型；免疫组化的方法检测肿瘤间质免疫细胞中VISTA的表达，进行免疫评分。通过镜下观察病理形态学判断肿瘤的组织学级别及淋巴脉管间隙浸润(LVSI)。分别赋予复发风险分值。该预后评价系统可以有效区分子宫内膜癌的复发和死亡风险。
-
公开(公告)号：CN112961921B
公开(公告)日：2022-07-01
申请号：CN202110329816.9
申请日：2021-03-26
Applicant: 中国医学科学院北京协和医院
IPC: C12Q1/6886 , G01N33/68 , G01N33/574 , G16B20/50 , G16B25/00
Abstract: 本发明涉及一种用于判断早期子宫内膜癌预后的制剂及复发风险模型。本发明通过测序判断POLE突变状态，通过免疫组化方法检测4中错配修复蛋白、p53及VISTA，通过显微镜下观察判断肿瘤的组织学级别及免疫组化结果，从而确定内膜癌的分子分型、肿瘤级别和VISTA的表达，然后赋予风险分值，对分子分型中的POLE突变型0分，dMMR和NSMP型1分，p53型2分；对于VISTA阳性赋予0分，VISTA阴性赋予1分；高级别肿瘤赋予1分，低级别肿瘤赋予0分。总的风险评分为上述3项得分之和，总分范围0–4分：0–1分为低危，2分为中危，3–4分为高危。该模型可以有效预测早期(FIGOI期和II期)子宫内膜癌的复发和死亡风险，从而避免治疗过度和治疗不足，达到精准治疗和个体化治疗的目的。
-
Patent Agency Ranking
公开(公告)号：CN113552355A
公开(公告)日：2021-10-26
申请号：CN202110826513.8
申请日：2021-07-21
Applicant: 中国医学科学院北京协和医院
IPC: G01N33/574 , G01N33/68 , A61B5/00
Abstract: 本发明提供一种判断子宫颈癌患者术后复发风险的试剂和预后评分系统。FIGO(2018)I–II期及IIIC期宫颈癌患者在接受根治性手术治疗后，根据临床查体及病理检查，进行分期及赋予危险评分；福尔马林固定石蜡包埋的标本利用免疫组化检测PD‑L1、VISTA及B7‑H4表达，赋予危险评分。以上2项得分相加，即为复发风险或预后评分，按此次评分系统将子宫颈癌患者进行分层，分为低危、中危和高危。该预后评分系统比现有FIGO分期具有更高的判断复发的能力，有助于避免过度治疗和治疗不足。
-
公开(公告)号：CN113257370A
公开(公告)日：2021-08-13
申请号：CN202110515826.1
申请日：2021-05-12
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明专利提供了一种基于临床分期和功能状态、免疫检查点VISTA、PD‑L1及微血管密度的模型，可以用于预测G1和G2胰腺神经内分泌瘤的复发风险。本发明根据临床分期和功能状态、通过免疫组化检测PD‑L1、VISTA和CD34，通过显微镜下判断免疫组化结果，再综合上述五个变量制作列线图，根据列线图来预测胰腺神经内分泌瘤术后1年、3年、5年复发风险。该模型可较为准确地预测G1和G2胰腺神经内分泌瘤的复发风险，从而为个体化随访方案制定提供参考。该模型是基于临床病理及肿瘤免疫微环境及微血管共同建立，具备可操作性和综合性。
-
公开(公告)号：CN113130083A
公开(公告)日：2021-07-16
申请号：CN202110497476.0
申请日：2021-05-08
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明属于医学信息处理技术领域，公开了一种胰腺神经内分泌肿瘤复发预测系统、方法、终端及介质，胰腺神经内分泌肿瘤信息确定模块利用组织学的方法确定胰腺神经内分泌肿瘤的淋巴结情况以及准确测量肿瘤最大径；肿瘤细胞表达量评分确定模块用于利用免疫组化的方法检测肿瘤细胞中YTHDF2的表达，确定表达量评分；胰腺神经内分泌肿瘤转移指标获取模块用于根据肿瘤大小、YTHDF2表达量评分及胰腺神经内分泌肿瘤淋巴结是否发生转移三个指标的情况分为低危、中危和高危三组，从而判断胰腺神经内分泌肿瘤的复发风险。本发明能够更加客观、更加精准地预测患者的复发，方便精确指导术后检测，可达到精准治疗和个体化治疗的目的。
-
公开(公告)号：CN113130083B
公开(公告)日：2024-06-07
申请号：CN202110497476.0
申请日：2021-05-08
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明属于医学信息处理技术领域，公开了一种胰腺神经内分泌肿瘤复发预测系统、方法、终端及介质，胰腺神经内分泌肿瘤信息确定模块利用组织学的方法确定胰腺神经内分泌肿瘤的淋巴结情况以及准确测量肿瘤最大径；肿瘤细胞表达量评分确定模块用于利用免疫组化的方法检测肿瘤细胞中YTHDF2的表达，确定表达量评分；胰腺神经内分泌肿瘤转移指标获取模块用于根据肿瘤大小、YTHDF2表达量评分及胰腺神经内分泌肿瘤淋巴结是否发生转移三个指标的情况分为低危、中危和高危三组，从而判断胰腺神经内分泌肿瘤的复发风险。本发明能够更加客观、更加精准地预测患者的复发，方便精确指导术后检测，可达到精准治疗和个体化治疗的目的。
-
公开(公告)号：CN115112745A
公开(公告)日：2022-09-27
申请号：CN202210848890.6
申请日：2022-07-19
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明属于生物工程技术领域，公开了一种用于甲状腺滤泡性肿瘤鉴别诊断标志物及其应用，收集病理科诊断的甲状腺滤泡性肿瘤标本；对甲状腺滤泡性肿瘤标本进行质谱成像扫描；在训练集中获得甲状腺滤泡性肿瘤相关的差异代谢物分子标志物；对差异代谢物分子标志物进行结构鉴定，构建甲状腺滤泡性病变的良恶性评估模型，并在测试集中对评估模型进行验证；通过利用甲状腺滤泡性病变的良恶性评估模型，对恶性潜能未定的甲状腺滤泡性肿瘤进行良恶性评估。本发明通过基于质谱成像的代谢组学方法，对组织中化合物的组成、相对丰度及分布情况进行全面、快速分析，确定可用于鉴别诊断的关键代谢酶，为甲状腺滤泡性肿瘤的良恶性诊断或评估提供参考价值。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.031 seconds)
