|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | Performance of the Prostate Health Index in predicting prostate biopsy outcomes among men with a negative digital rectal examination and transrectal ultrasonography显示文摘[-2]proPSA (p2PSA ) 和它的衍生物, p2PSA-to-free PSA 比率(% p2PSA ) ,和前列腺健康索引(PHI ) 极大地在前列腺活体检视有或没有前列腺癌症(PCa ) 改进了在人之间的辨别。然而,很少在数字直肠的考试(DRE ) 和 transrectal ultrasonography (TRUS ) 是否定的情况中对他们的表演被知道。在有否定 DRE 和 TRUS 的中国的 261 个连续病人的一个未来的队被招募并且经历前列腺活体检视。在活体检视被用来测量各种各样的 PSA 衍生物以前,一件浆液样品收集了,包括总数前列腺特定的抗原(tPSA ) ,免费 PSA,和 p2PSA。为每个病人, free-to-total PSA 比率(% fPSA ) , PSA 密度(PSAD ) , p2PSA-to-free PSA 比率(% p2PSA ) ,和 PHI 是计算的。歧视的性能在在 91% 敏感操作典型曲线(AUC ) 和活体检视率的接收装置下面用区域被估计。在关于年龄, tPSA, % fPSA, PSAD, p2PSA, % p2PSA,和 PHI 的全部队以内的 AUC 分数分别地是 0.598, 0.751, 0.646, 0.789, 0.814, 0.808,和 0.853。PHI 是前列腺活体检视结果的最好的预言者,特别在有 10.1-20 ng ml −1 的 tPSA 的病人。与另外的标记相比,在 91% 的敏感, PHI 为决定哪个人不需要经历活体检视是最有用的,从而避免不必要的过程。PHI 的使用能由在中国与否定 DRE 和 TRUS 在人之中预言前列腺活体检视结果改进 PCa 察觉的精确性。 | Guo-Peng Yu Rong Na Ding-Wei Ye Jun Qi Fang Liu Hai-Tao Chen Yi-Shuo Wu Gui-Ming Zhang Jie-Lin Sun Yao Zhu Li-Qun Huang Shan-Cheng Ren De-Ke Jiang S Lilly Zheng Hao-WenJiang Ying-Hao Sun Qiang Ding Jianfeng Xu | 2016 | Asian Journal of Andrology2016，18，4： | 10 |
| 2 | Population-standardized genetic risk score: the SNP-based method of choice for inherited risk assessment of prostate cancer显示文摘几条不同途径对为决定前列腺癌症(PCa ) 风险的临床医生可得到。利用单个核苷酸多型性(SNP ) 的各种各样的 PCa 风险评价方法的临床的有效性被建立了;然而,这些基于 SNP 的方法没被比较。这研究的目的是为 PCa 风险评价比较三个最通常使用的基于 SNP 的方法。参加者是人(n = 1654 ) 在 PCa 开发的未来的研究注册了。59 PCa 联系风险的 SNP 的遗传型在这个队是可得到的。精明的基于 SNP 的基因风险分数(GRS ) 的三个方法被用于象风险等位基因计数那样的单个疾病风险的评估(GRS 皇家装甲兵) ,加权的风险等位基因计数(GRS-wRAC ) ,和标准化人口的基因风险得分(GRS-PS ) 。吝啬的 GRS 被计算,并且表演在操作典型曲线(AUC ) 和积极预兆的价值(PPV ) 的接收装置下面用区域被比较。所有基于 SNP 的方法被发现独立地与 PCa 被联系(所有 P <0.05;因此他们的临床的有效性) 。分别地,在人与或没有 GRS 皇家装甲兵使用的 PCa 的吝啬的 GRS 用 GRS-wRAC 是 55.15 和 53.46 分别地,是 7.42 和 6.97,使用的 GRS-PS 是 1.12 和 0.84,分别地(所有 P <0.05 为病人与或没有 PCa 之间的差别) 。在基于 AUC 从 non-PCa 区别 PCa 并且在预言 PCa 同样执行的所有三个基于 SNP 的方法基于 PPV 冒险(所有 P >0.05 为在三个方法之间的比较) ,并且所有三个基于 SNP 的方法比家庭历史有显著地更高的 AUC (所有 P <0.05 ) 。从这研究的结果建议当三个大多数通常使用了时, 基于SNP 的方法在在人口水平从 non-PCa 区别 PCa 同样表现了,因为, GRS-PS 是为在单个水平的风险评价的选择的方法它的价值(在 1.0 代表平均人口风险的地方)能容易不管在计算使用的联系风险的 SNP 的数字被解释。 | Carly A Conran Rong Na Haitao Chen Deke Jiang Xiaoling Lin S Lilly Zheng Charles B Brendler Jianfeng Xu | 2016 | Asian Journal of Andrology2016，18，4： | 4 |
| 3 | Race-specific genetic risk score is more accurate than nonrace-specific genetic risk score for predicting prostate cancer and high-grade diseases显示文摘基因风险分数(GRS ) 基于疾病联系风险的单个核苷酸多型性(SNP ) 是能被用来除了家庭历史为特定的疾病提供继承信息的一个增进知识的工具。然而,当计算 GRS 时,在一个特定的种族组被含有的 SNP 是否仅仅应该被使用,仍然是未知的。学习是为在 1338 个病人之中预言前列腺癌症(PCa ) 比较赛跑特定的 GRS 和 nonrace 特定的 GRS 的表演的这的目的在上海经历了前列腺活体检视,中国。赛跑特定的 GRS 与七 PCa 联系风险的 SNP 被计算在东方亚洲人(GRS7 ) 含有,并且 nonrace 特定的 GRS 基于 76 PCa 联系风险的 SNP 是计算的在至少一个种族组(GRS76 ) 含有。分别地, GRS7 和 GRS76 的工具在学习人口是 1.19 和 1.85。更高的 GRS7 和 GRS76 在 univariate 和 multivariate 分析是为 PCa 和高级 PCa 的独立预言者。GRS7 为区别 PCa (0.602 对 0.573 ) 和高级 PCa (0.603 对 0.575 ) 比 GRS76 在操作接收装置的曲线(AUC ) 下面有一个更好的区域但是没到达统计意义。有的 GRS7 一更好(多达 13% 在不同截止) 积极预兆的价值(PPV ) 比 GRS76。在结论,赛跑特定的 GRS 是更柔韧的并且当比用没被显示与东方亚洲人被联系的 SNP 计算的 GRS 在东方亚洲人预言 PCa 时,有更好的表演。 | Rong Na Dingwei Ye Jun Qi Fang Liu Xiaoling Lin Brian T Helfand Charles B Brendler Carly Conran Jian Gong Yishuo Wu Xu Gao Yaqing Chen S Lilly Zheng Zengnan Mo Qiang Ding Yinghao Sun Jianfeng Xu | 2016 | Asian Journal of Andrology2016，18，4： | 1 |
| 4 | Water disrupts stratum corneum lipid lamellae : damage is similar to surfac- rants显示文摘 | Warner RR Boissy YL Lilly NA | 1999 | J Invest Dermatol1999，113，6： | 1 |
| 5 | Water disrupts stratum corneum lipid lamellae:damage is similar to surfactants显示文摘 | Warner RR Boissy YL Lilly NA | 1999 | J Invest Dermatol1999，113，6： | 1 |
| 6 | 全基因组关联研究发现中国人群前列腺癌两个新易感位点9q31.2和19q13.4显示文摘0前言在全球范围内,前列腺癌的发病率和病死率存在着巨大差异。该病在西方发达国家发病率最高,在非裔美国人群病死率最高,而在亚洲人群中发病率及病死率均为全球最低,提示不同人种在前列腺癌的遗传方面存在异质性。在欧美和日本人群中,全基因组关联研究(GWAS)技术已经被用于检测前列腺癌的遗传易感性位点,但至今尚无关于GWAS检测中国人群前列腺癌易感位点的报道。 | Jianfeng Xu Zengnan Mo Dingwei Ye Meilin Wang Fang Liu Guangfu Jin Chuanliang Xu Xiang Wang Qiang Shao Zhiwen Chen Zhihua Tao Jun Qi Fangjian Zhou Zhong Wang Yaowen Fu Dalin He Qiang Wei Jianming Guo Denglong Wu Xin Gao Jianlin Yuan Gongxian Wang Yong Xu Guozeng Wang Haijun Yao Pei Dong Yang Jiao Mo Shen Jin Yang Jun Ou-Yang Haowen Jiang Yao Zhu Shancheng Ren Zhengdong Zhang Changjun Yin Xu Gao Bo Dai Zhibin Hu Yajun Yang Qijun Wu Hongyan Chen Peng Peng Ying Zheng Xiaodong Zheng Yongbing Xiang Jirong Long Jian Gong Rong Na Xiaoling Lin Hongjie Yu Sha Tao Junjie Feng Jishan Sun Wennuan Liu Ann Hsing Jianyu Rao Qiang Ding Fredirik Wiklund Henrik Gronberg Xiao-Ou Shu Wei Zheng Hongbing Shen Li Jin Rong Shi Daru Lu Xuejun Zhang Jielin Sun S Lilly Zheng Yinghao Sun | 2013 | 第二军医大学学报2013，34，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员