【摘 要】
：
目的:观察放化疗联合治疗中晚期食管癌的疗效及预后的相关因素。方法:回顾性分析60例中晚期食管癌患者根据治疗方法不同,将其分为单纯放疗组(单放组)32例和放疗加化疗组(综合
论文部分内容阅读
目的:观察放化疗联合治疗中晚期食管癌的疗效及预后的相关因素。方法:回顾性分析60例中晚期食管癌患者根据治疗方法不同,将其分为单纯放疗组(单放组)32例和放疗加化疗组(综合组)28例;综合组中序贯放化疗组(序贯组)21例,同期放化组(同期组)9例。放射治疗均采用6mvX线常规照射,常规分割200Gy/f,总量DT60～70Gy,综合组在放射治疗同时或者放疗后给予顺铂(DDP)加亚叶酸钙(CF)加5-氟尿嘧啶(5-Fu)方案化疗,采用Kaplan-Miere绘制生存曲线,生存曲线比较用Log Rank检验,用Cox多因素回归分析法进行预后相关因素分析。结果:(1)综合组与单放组1,2,3,5年生存率分别为73.30%,46.70%,16.67%,0%和60.30%,16.67%,6.67%,0%;其中2年生存率综合组明显高于单放组(P＜0.05)。1,3,5年生存率两组无统计学差异(P＞0.05)。(2)同期放化组与序贯放化组1,2,3年生存率分别为88.89%,55.55%,22.22%和84.21%,47.37%,15.79%;两组1,2,3年生存率均无统计学差异(P＞0.05)。(3)近期毒副反应主要为骨髓抑制和消化道反应,综合组较单放组有所加重(P＜0.05)。(4)治疗方式和临床分期是食管癌预后的影响因素(均P＜0.05),放化联合是保护因素,放化联合与单纯放疗风险比为0.312,放化联合较单纯放疗预后好;而临床分期是预后的危险因素,从中期到晚期患者死亡风险增大到3.23倍,分期越晚预后越差。结论:放疗联合化疗能提高中晚期食管癌患者的2年生存率,延长中晚期患者生存期,虽近期副作用有所增加,但患者可以耐受,是治疗中晚期食管癌患者有效的方法之一。同时早期诊断,早期治疗对中晚期食管癌预后尤为重要。
其他文献
随着社交媒体和电子商务的迅猛发展,人们不仅仅局限于简单的浏览网页,越来越多的人开始参与了网络的信息发布。例如,对购买商品的评论、对所见的人或事发表自己的见解评论等。用户的这种行为将产生大量的文本信息,这些信息常常包含一些用户对产品、人或服务的体验、态度、看法等。文本情感分析就是从这些海量文本中挖掘那些带有主观色彩的有价值的信息。然而用户在网上发表评论时,并不总是采用简单直接的言论,往往会采用大量的
培养＂三型＂人才是新世纪教育工作的重要任务,实践教学则是实现该任务的必由之路。本文以浙江大学宁波理工学院国际经济与贸易专业为例,深入分析实践教学的现状和实施效果,探讨
植物中硒被认为是人体摄入硒的主要来源,而且大多数植物是从土壤中吸收硒。因此,不同地区土壤硒含量的高低直接影响到该地区食物中的硒含量。本研究以青海省平安地区农田土壤
社交媒体是近些年发展迅速的互联网领域之一,每天都有大量的用户在社交媒体网络上进行信息共享和状态分发。微博作为起步最早发展速度较快的社交媒体网络平台,吸引了大量的用
目的:制备复合氨甲蝶呤硫酸钙人工骨缓释剂,观察该缓释体在Tris缓冲生理盐水的体外模拟环境中的释药特性,并分析其对对骨肉瘤细胞MG-63抑制作用的特点。方法:以硫酸钙人工骨
医学影像分析是广大医务人员诊断疾病的主要方式,本文针对OCT视网膜数据和Chest X-Ray肺炎数据等医学影像数据的特点,提出一种基于卷积神经网络和迁移学习的深度融合方法。利用深度学习的方法时,OCT视网膜数据和Chest X-Ray肺炎数据的数据量依然不足,提出一种基于卷积神经网络和迁移学习的可以融合多种基础卷积神经网络模型所提取特征的新模型,使用的基础卷积神经网络模型为VGG16、ResNe
目的 了解不同亚型精神分裂症中枢多巴胺与 5 -羟色胺相互作用的变化及其与症状学的关系。方法 应用高效液相色谱 (HPL C)对 42例阳性精神分裂症、2 5例阴性精神分裂症和 3
通过对上海、广州、四川三地幕墙安全性能现场检测标准的分析,给出了既有玻璃幕墙用硅酮结构密封胶性能现场检测的关键指标。并对几种常用的幕墙现场检测方法进行了分析,指出
乡村焚烧秸秆会产生大量烟雾造成雾霾天气甚至引发火灾。传统的火灾检测方法并不适用于监测乡村这种大范围场景。本文针对这一问题提出一种基于深度学习迁移学习的烟雾图像检测方法。烟雾作为火灾早期的明显特征之一,对其检测识别可以有效地对火灾进行预警,减少生命财产的损失。随着计算机计算能力的提升与大数据时代的到来,深度学习受到了广泛关注,其在各个智能领域都表现出了良好的效果。深度学习方法区别于传统框架,它无需人
中国家庭的高储蓄率之谜一直是实务界和理论界重点关注的研究命题,但鲜有学者关注商业健康保险对中国家庭预防性储蓄的影响。鉴于此,本文拓展Dynan(1993)预防性储蓄模型以分