求臻医学:重磅 共识发布

news2024/10/6 15:47:36

018bb6b233a5e705c30c5ab8073ad113.jpeg

共识发布

近日,我国首个《胃癌分子残留病灶检测与临床应用中国专家共识(2023版)》[1](以下简称“共识”)正式发表于《中华消化外科杂志》。


该共识由中国医师协会外科医师分会上消化道外科医师专家工作组发起,来自上海交通大学医学院附属仁济医院、北京大学国际医院、复旦大学附属肿瘤医院,分属于肿瘤外科、肿瘤内科、检验科等领域的30余名专家指导,以及求臻医学作为唯一的肿瘤NGS企业的参与及支持下制订,已正式发表于《中华消化外科杂志》2023年10月第22卷第10期。

5023c462a14176de2e99b8f29614364c.jpeg36e763efaea2dfc61ceaf15a0d77744b.jpegd9494a2a0300905fdd771c32a1d4129e.jpeg0c03ae83f3f3bfea4e2f1640266994a0.jpeg4ca477df9bcd1bf4c14706b6c51621eb.jpeg50d1385147ad3fc394335f3708368c7b.jpege385f684fc6e670fb3a11e82e9448b90.jpeg51a40d63972ec36f2a61cea372175e95.jpegd0eb212bc6110e28e16850d45da4fbc7.jpeg

滑动查看更多


求臻医学自主研发的ChosenMIP®多组学人工智能平台作为被推荐用于检测胃癌患者术后分子残留病灶的方法之一,被《胃癌分子残留病灶检测与临床应用中国专家共识》所纳入;求臻医学首席医学官王东亮博士,医学事务部裴志华博士及陈晓敏分别担任共识执笔者及编审委员会成员。




国内相关领域的首个共识

填补胃癌MRD检测与临床应用规范空白

胃癌是常见的恶性肿瘤之一,具有异质性强、侵袭性高和分子分型复杂等特征。尽管手术、放化疗、靶向和免疫治疗等多种综合治疗手段改善了胃癌患者生存状况,但隐匿的转移或复发常无法及时发现,严重影响患者预后。


基于循环肿瘤DNA检测技术评估分子残留病灶(MRD)已初步应用于多种实体肿瘤,并在临床研究中证实其具备良好预测复发风险和预后能力。目前国内对于胃癌MRD检测和临床应用了解不足,尚未建立统一共识。


因此,作为国内首个胃癌分子残留病灶检测与临床应用中国专家共识,本共识的制订旨在推动胃癌MRD检测与临床应用的规范化,为医务人员在制订规范化、标准化的胃癌MRD检测方案提供依据和参考,为胃癌患者制订更加精准的临床治疗策略提供理论依据和规范操作流程。


fff18e50a8857321c055b85819ddd606.jpeg

推荐意见 1:胃癌MRD是指经过治疗后,传统的影像学检查(包括PET或PET/CT)或常规实验室检测方法不能发现,但通过分子生物学方法,如液体活检发现的肿瘤来源的分子异常,提示胃癌的持续存在或临床进展可能(强推荐,证据级别B级)。

 

推荐意见 2:基于ctDNA检测对于胃癌MRD的评估结果应用于临床仍需要综合胃癌组织分型、分子分型、肿瘤可测量病灶和肿瘤分期等多种因素共同分析和解读(强推荐,证据级别B级)。

 

推荐意见 3:基于Ⅰ期胃癌 ctDNA 检出率低,不推荐常规行MRD检测(强推荐,证据级别B级)。

 

推荐意见 4:胃癌 MRD 检测目前还处于探索阶段,基于目前临床实际情况,患者就诊时多有胃镜取材和手术大体标本。因此,肿瘤先验分析可能更符合临床需求。当临床上组织样本不可取时,可进行肿瘤未知分析(强推荐,证据级别B级)。

 

推荐意见 5:为有效提高ctDNA检出丰度,每次抽取≥10 mL外周血(强推荐,证据级别B级)。

 

推荐意见6:为稳定检出外周血等体液中ctDNA变化,推荐采用多基因 panel检测(强推荐,证据级别B级)。

 

推荐意见7:肿瘤分期与血浆中游离DNA含量成正比,对于围手术期的胃癌患者测序深度需要>3万×(强推荐,证据级别B级)。

 

推荐意见 8:进行胃癌MRD检测时,需选择降噪算法可靠的产品,确保检测结果准确性(强推荐,证据级别B级)。

 

推荐意见9:胃癌MRD基因检测应包括Ⅰ类和Ⅱ类基因变异,报告内容应包含基因检测范围及MRD评估结果(强推荐,证据级别A级)。

 

推荐意见 10:进展期胃癌在根治性手术后或术后首次随访时,可考虑行 MRD 检测;若接受辅助治疗则建议在治疗前接受 MRD 检测,有助于判断预后和制订进一步的治疗随访策略(强推荐,证据级别B级)。

 

推荐意见 11:如进展期胃癌根治性手术后MRD检测阳性或在随访期间转为阳性患者需进行密切随访,并结合其他检查结果调整治疗策略(弱推荐,证据级别C级)。

 

推荐意见 12:接受新辅助治疗的局部进展期胃癌患者在治疗过程中可考虑行 MRD动态监测(强推荐,证据级别C级)。

 

推荐意见 13:接受新辅助治疗的局部进展期胃癌患者术前MRD检测有助于预测病理反应和降期情况,故建议基于MRD开展局部进展期胃癌的围手术期临床试验,有望提供更为精准的治疗方案(强推荐,证据级别C级)。

 

推荐意见 14:晚期胃癌治疗后达到病理学完全缓解患者,可考虑进行动态 MRD 监测,结合其他检查结果综合评估有望指导进一步治疗策略(强推荐,证据级别C级)。

 

推荐意见 15:晚期胃癌目前尚缺乏针对MRD的相关研究。因此,建议在晚期胃癌治疗后达到病理学完全缓解患者中开展基于 MRD 的治疗策略研究(强推荐,证据级别C级)。

 

推荐意见 16:晚期胃癌患者治疗过程中行MRD动态监测有助于评估药物敏感和耐药情况(弱推荐,证据级别D级)。



MRD双驱动流派

求臻医学持续推动胃癌MRD检测与临床应用的规范化

求臻医学以肿瘤创新诊疗技术为依托,为胃癌术后或治疗后的疾病状态监测体系添砖加瓦:创新性地提出了基于AI双驱动策略的ChosenPace®MRD检测方案,充分结合肿瘤知情分析方案(Tumor-informed)及肿瘤不知情分析方案(Tumor-agnostic)各自的优势,同时涵盖了两种MRD检测策略,不仅解决了Tumor-agnostic整体覆盖度不足的问题,保证了MRD的准确性,也基于固定化panel极尽所能削弱了胃癌异质性的不利影响。


对于肿瘤组织不可取或对周期敏感等复杂临床情况,同样适配了Tumor agnostic,极大地拓展了MRD监测在胃癌中应用的临床可及性。


值得一提的是,本次《胃癌分子残留病灶检测与临床应用中国专家共识(2023版)》也认同基于ChosenMIP®多组学人工智能平台,结合健康人背噪库、阴性背噪库和克隆性造血数据库,依据片段特征等信息进行多重降噪的方法,检出限可低至0.002%。

17ec0f5777b89419ef8f73e8854c39a1.jpeg

MRD检测可以提前发现胃癌复发和转移的可能性,实时监测疾病状态,为患者提供个体化诊疗策略。然而,胃癌具有高度异质性,现有的MRD检测技术尚不完全满足临床需求。求臻医学荣幸受邀参与本共识的制订,同时创新性提出的AI双驱动+ChosenMIP®人工智能的解决方案,该方案荣获中国医师协会外科医师分会上消化道外科医师专家工作组的认可及共识推荐。相信随着检测技术的发展和成本降低,MRD检测在胃癌疗效评估、治疗监测和预后判断等方面将发挥更重要的作用,为胃癌患者带来新的突破和希望。


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1106653.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【leetcode】2530.执行k次操作后的最大分数

前言 每次都取最大值的策略我是知道的&#xff0c;排序的时间复杂度太高&#xff0c;用栈也不行。没想到c里面已经内置了优先队列priority_queue 代码 #include<iostream> #include<algorithm> #include<vector> #include<stack> #include<queue…

从零开始了解协同OA办公系统,一篇文章就够了!

随着现代企业管理的不断发展&#xff0c;越来越多的企业开始关注协同OA办公系统&#xff0c;以提高工作效率和降低成本。但是&#xff0c;很多企业对协同OA办公系统并不了解&#xff0c;甚至不知道该如何开始使用。本文将从零开始&#xff0c;为大家详细介绍协同OA办公系统。 一…

.npmrc 使用详解

配置.npmrc之后需要&#xff1a; 清理项目目录中的 node _modules 目录(package-lock.json,umi)。清理 node cache: npm cache clear --force&#xff1b;{ 此步骤必须&#xff0c;主要是大家的电脑经过多年使用后&#xff0c;npm 配置比较混乱&#xff0c;为了避免或者减少配…

虚实融合 智兴百业 | 赵捷副市长莅临拓世科技集团筹备展台指导,本月19号!拓世科技集团与您相约世界VR产业大会

新时代科技革命中&#xff0c;虚拟现实技术、5G和“元宇宙”概念崛起&#xff0c;助力全球范围内的数字经济和产业转型。我国也正迈向高质量发展攻坚阶段&#xff0c;在中部腹地的江西&#xff0c;政府结合全球技术趋势和自身发展需求&#xff0c;选择虚拟现实为新的经济增长点…

SpringBoot集成Lettuce客户端操作Redis

目录 一、前言二、基础集成配置&#xff08;redis单节点&#xff09;2.1、POM2.2、添加配置文件application.yml2.3、编写配置文件2.4、编写启动类2.5、编写测试类测试是否连接成功 一、前言 spring-boot-starter-data-redis有两种实现 lettuce 和 jedis&#xff0c;spring bo…

【Vue项目】通过设置全局的异常处理来统一处理后端返回的异常

文章目录 简介方法一创建统一异常处理模块使用axios拦截器处理异常在页面中使用异常处理 方法二创建全局异常处理函数在main.js中配置全局异常处理在网络请求中捕获异常 方法三创建全局异常处理插件在main.js中注册全局异常处理插件在网络请求中捕获异常 总结 简介 在Vue项目中…

PaddleX解决分类、检测两大场景问题?实战精讲教程来了!

AI技术加速数字化进程&#xff0c;从制造、交通、能源等基础行业&#xff0c;到医疗、城市、零售、家居等与人们日常生活息息相关的行业&#xff0c;AI技术推动了数字化变革&#xff0c;也不断赋能于千行百业&#xff0c;但产业落地实践中依然面临着数据、算法等诸多困难。为了…

SOLIDWORKS motion如何创建动画

SOLIDWROKS motion是SOLIDWORKS中一个高性能的插件&#xff0c;它能够帮助工程师完成虚拟样机的仿真分析&#xff0c;motion既可以对众多的机械结构进行运动学和动力学仿真&#xff0c;同时在SOLIDWROKS motion中也可以完成样机动画制作。今天我们就来看看SOLIDWOKRS motion是如…

7款最佳的图片编辑App

无论你是设计师需要调整界面图片大小&#xff0c;还是摄影师需要剪图片&#xff0c;追求完美的比例&#xff0c;还是日常照片&#xff0c;需要P图片&#xff0c;或多或少会有剪图片的需求&#xff0c;如何选择一个简单和轻的剪图软件应用程序&#xff0c;不是一件容易的事情。本…

数据结构与算法-栈和队列小练习

&#x1f31e; 这里给大家分享一道栈的练习和一道队列的练习&#xff01; &#x1f388;1.练习一 利用栈的基本操作实现将任何一个十进制整数转化为R进制整数。 &#x1f52d;1.1栈的初始化 Sqstack::Sqstack() {base top new SElemType[InitStacksize];stacksize InitStac…

Golang笔记

01 = 和 := 的区别? 前者是赋值变量,后者是定义变量 02 指针的作用 指针指向变量的地址,在64位机器上占8个字节 【1 字节(Byte)= 8 位(bit) 1 千字节(KB,Kilobyte)= 1,024 字节(2^10 字节)】 作用 取址然后取值swap函数 交换变量的值指针接收器来改变结构体里面…

C#实现文本生成音频文件并播放

本文将使用C#实现一个简单的winfrom窗体应用程序&#xff0c;可以自定义文本转换为声音进行播放&#xff0c;生成音频文件。采用Microsoft提供的SpeechSynthesizer类来实现这个功能。 首先需要在代码中引用System.Speech.Synthesis命名空间&#xff0c;就可以使用SpeechSynthes…

项目管理与SSM框架(二)| Spring

Spring简介 Spring是一个开源框架&#xff0c;为简化企业级开发而生。它以IOC&#xff08;控制反转&#xff09;和AOP&#xff08;面向切面&#xff09;为思想内核&#xff0c;提供了控制层 SpringMVC、数据层SpringData、服务层事务管理等众多技术&#xff0c;并可以整合众多…

量化:概率统计基础

文章目录 分布四个矩 分布 将股票收益率看作一个随机变量。如中国平安某段时间涨跌幅分布如下 四个矩 一阶矩&#xff1a;即均值&#xff0c;在统计学中叫做期望。 二阶矩&#xff1a;即方差&#xff0c;反映了数据偏离均值的程度。 偏度&#xff1a;衡量随机变量分布的左右…

VSCode远程开发插件,值得一试

今天给大家介绍一下 VS Code 实现远程办公的方法。 1、概 述 通常&#xff0c;我们都是每天到工作的办公室进行办公&#xff0c;但是&#xff0c;如果下班回家&#xff0c;或者出差&#xff0c;此时如果马上需要重要的文件&#xff0c;或者升级一下代码&#xff0c;是不…

NetCore/Net8下使用Redis的分布式锁实现秒杀功能

目的 本文主要是使用NetCore/Net8加上Redis来实现一个简单的秒杀功能&#xff0c;学习Redis的分布式锁功能。 准备工作 1.Visual Studio 2022开发工具 2.Redis集群&#xff08;6个Redis实例&#xff0c;3主3从&#xff09;或者单个Redis实例也可以。 实现思路 1.秒杀开始…

基于SVM+Webdriver的智能NBA常规赛与季后赛结果预测系统——机器学习算法应用(含python、ipynb工程源码)+所有数据集(一)

目录 前言总体设计系统整体结构图系统流程图 运行环境Python环境Jupyter Notebook环境PyCharm环境MATLAB环境 模块实现1. 数据预处理1&#xff09;常规赛数据处理2&#xff09;季后赛数据处理 相关其它博客工程源代码下载其它资料下载 前言 本项目使用了从NBA官方网站获得的数…

基于SVM+Webdriver的智能NBA常规赛与季后赛结果预测系统——机器学习算法应用(含python、ipynb工程源码)+所有数据集(三)

目录 前言总体设计系统整体结构图系统流程图 运行环境模块实现1. 数据预处理2. 特征提取3. 模型训练及评估1&#xff09;常规赛预测模型2&#xff09;季后赛模型创建 4. 模型训练准确率 相关其它博客工程源代码下载其它资料下载 前言 本项目使用了从NBA官方网站获得的数据&…

如何使用 Disco 将黑白照片彩色化

Disco 是一个基于视觉语言模型&#xff08;LLM&#xff09;的图像彩色化工具。它使用 LLM 来生成彩色图像&#xff0c;这些图像与原始黑白图像相似。 本文将介绍如何使用 Disco 将黑白照片彩色化。 使用 Disco 提供了一个简单的在线演示&#xff0c;可以用于测试模型。 访问…

关于gt_sampling的理解

pcdet/datasets/augmentor/data_augmentor.py def gt_sampling(self, configNone):db_sampler database_sampler.DataBaseSampler(root_pathself.root_path,sampler_cfgconfig,class_namesself.class_names,loggerself.logger)return db_sampler此函数指向DataBaseSampler类&a…