腫瘤臨床論文范例

1資料與方法

1.1一般資料

本組15例，男9例，女6例，年齡21-58歲，平均37.4歲，右側5例，左側10例，腫瘤大小為1.0×1.5cm-6.5cm×8.5cm，術前常規檢查腎上腺內分泌及代謝產物，監測血壓、心率，評價心肺功能，血壓偏高者常規口服a受體阻滯劑控制血壓，并擴容治療1-2周。

1.2手術方法

氣管內麻醉，側臥位，適當抬高腰橋，腋中線髂嵴上2cm處做切口，鈍性分離肌層及腰背筋膜達腹膜后間隙，推開腹膜置入自制水囊擴張后，置入IOmmTrocar后縫閉皮膚，充氣后氣置入監視鏡，直視下分別于腋前線、腋后線相應位置分別置入5-10Trocar，在直視角度的下高位縱行切開腎筋膜，使其腎脂肪囊游離于其中，并且在腎的上方找到腫瘤，再使用超聲刀處理腎上腺動脈，使用鈦夾或Hem-o-lok處理中央靜脈，標本經擴大切口取出。

2、結果

全部手術順利完成，手術時間70-180min，平均90min，術中術后沒有一例患者輸血，咋術后也沒沒有使用鎮痛藥，在院內觀察了4-7d后均出院。手術的過程中沒有一例出現肝、脾、腎等臟器的損傷，術后也沒有出現感染和出血等并發癥。手術后的病理診斷：髓樣的脂肪瘤2例、嗜鉻細胞樣的瘤4例、腎上腺囊腫有3例、腎上腺皮脂腺瘤有6例。

摘要：目的探討入選2017年版《中文核心期刊要目總覽》的10種腫瘤學期刊高被引論文的文獻計量學特征。方法采用文獻計量法分析10種腫瘤學核心期刊刊載的高被引論文被引情況、基金資助、欄目分布、作者地區分布、作者及機構合作等特征。結果2015－2019年10種腫瘤學核心期刊14017篇，被引論文9694篇(69．16%)，高被引論文248篇。高被引論文的作者主要分布在中國30個地區，其中發表高被引論文數量排在前5位的地區分別是北京市、上海市、天津市、四川省和廣東省，基金資助以國家級為主，作者以≥7人合作為主;篇均被引頻次居前3位的高被引論文來源于“臨床流行病學”“指南與共識”和“專家論壇”欄目。結論高被引論文的地區、機構分布不均;我國中文核心期刊應積極開拓優秀原創性科學研究和技術創新類稿源，進一步提升期刊的國際競爭力。

關鍵詞：腫瘤學;被引頻次;高被引論文;引文分析

科學論文的關注度可以通過引文分析來評估，而被引頻次是一種對已利用率和貢獻率的定量評估方法之一［1-2］。高被引論文是某一學科中質量高、影響力大的精品論文，可以看作是一個研究領域學術發展的風向標［3］。目前，對于腫瘤學中文核心期刊高被引論文分析報道較少。本文通過對2017版《中文核心期刊要目總覽》所收錄的10種腫瘤學核心期刊2015－2019年發表的高被引論文進行分析，以期為廣大作者選題和期刊編輯進行專題策劃、審稿組稿提供參考。

1資料與方法

1．1資料。研究對象為2017《中文核心期刊要目總覽》所收錄的10種腫瘤學核心期刊:《中華腫瘤雜志》《中國癌癥雜志》《腫瘤》《中華放射腫瘤學雜志》《中國腫瘤》《中國腫瘤臨床》《中國肺癌雜志》《臨床腫瘤學雜志》《中國腫瘤生物治療雜志》《中華腫瘤防治雜志》，統計資料來源于各刊網站信息、中國知網全文數據。

1．2高被引論文的界定。［1］根據普萊斯定律M=0．749×N?max確定高被引論文，其中，M為高被引論文被引頻次的最小值，Nmax為被引次數最多論文的被引頻次。本研究納入的腫瘤學論文最高被引頻次為1672次，根據公式最終將被引頻次≥30次的論文確定為高被引論文。

1．3分析方法。利用Excel統計高被引論文的基金資助、欄目分布、作者地區分布、作者合作、機構合作等信息，將這些變量進行編碼并逐條記錄、匯總后采用頻數、構成比(%)進行統計描述。

摘要:

傳統的木桶原理揭示了當前最為嚴重的問題，而新木桶原理則重視木桶的整體性、一致性和完整性，強調管理中的團隊建設和協同創新發展，反映管理組織機構既揚長又攻短，多方協作集成發展的特色。運用新木桶原理，不僅有助于深化腫瘤學發展改革、提高腫瘤學學科整體水平，也是提升高等醫學教育質量的必然選擇。

關鍵詞:

腫瘤學;學科建設;新木桶原理

近年來，惡性腫瘤成為人類致死的主要疾病，腫瘤學也隨之成為現代高等醫學中成長最為迅速的年輕學科之一。目前，高等醫學教育界對腫瘤維持治療、腫瘤已逐漸成為一種可控制的慢性病等觀念，似乎爭議不大，大家多更關注發展腫瘤學的瓶頸和漏洞，以及如何盡快彌補等問題，只有以整體性、一致性和完整性為切入點，對腫瘤學學科建設進行合理布局，加速腫瘤轉化醫學以及多學科綜合診治模式的構建，查漏補缺，才能既“揚長”，又“攻短”，集中力量培育其學科特色，從而提高腫瘤學學科發展效能。管理學中的“木桶原理”是指一個由長短不一多塊木板組成的木桶，它的最大容量不取決于長的木板，而取決于最短的那塊木板。即強調管理活動中不能僅“揚長”，而要“避短”，只有攻克瓶頸才能實現管理目標的效益最大化。然而，當今管理界，又有學者質疑它的實用價值，認為傳統木桶理論可能只是一種治標不治本、頭痛醫頭腳痛醫腳的“局部正確”命題，并提出“新木桶原理”。新木桶原理是木桶原理的延伸和擴展，一個木桶能不能容水以及能容多少水，除了看最短木板還要看一些關鍵信息:①桶底是否堅實?②構成木桶的木板間是否有縫隙?③木桶是否有寬大的直徑?木桶的最大容量象征著整體的實力和競爭力，而桶的直徑直接決定桶的容量。直徑、木板及桶底間的相互作用決定著水桶的結構。結構決定力量，結構也決定著水桶儲水量。直徑越大，學科的“盤子”就越大，“覆蓋”就越廣;木桶的結構越穩固，學科的協調性與向心力越強。這就是“新木桶原理”。傳統的木桶原理揭示了什么是當前最為嚴重的問題，而新木桶原理則要重視木桶的整體性、一致性和完整性，強調管理中的團隊建設和協同創新發展，反映了管理組織機構既揚長又攻短，多方協作集成發展的特色。對于規模越來越大、結構越來越復雜、診治模式越來越多元化、邊界日漸模糊的腫瘤學學科特性，新木桶原理對其發展有著借鑒和參考價值。

1突出腫瘤轉化醫學的主導作用，賦予腫瘤學合理的“直徑”

圓形水桶是所有形狀的水桶中儲水量最大的，它強調組織結構的運作協調性和向心力，圍繞一個圓心，形成一個最適合自己的圓，讓每一塊木板都有其特定的位置和順序，緊密有致，沒有縫隙，否則只能導致漏水。木桶的最大容量象征著整體的實力和競爭力，而桶的直徑直接決定桶的容量，決定桶的適應性及容水的效果。直徑越大，腫瘤學學科的“容量”就越大，“覆蓋”就越廣，腫瘤學發展就越迅速。近年來，隨著基因組、蛋白質組學和干細胞等重大醫學進展在生命科學領域的廣泛應用，基礎醫學研究正以前所未有的速度發展。然而，腫瘤學學科發展現實中，存在基礎研究與臨床研究脫節，致使基礎研究成果不能很快應用于臨床。近40年來千萬億美元的科研投入在得到數百萬篇科研論文的同時，癌癥的病死率并沒有發生根本性變化。根據全國腫瘤登記中心的2015年年報，僅2014年，我國新增癌癥病例約337萬例，比2013年增加28萬例，這相當于每分鐘就有6個人得癌癥。以肺癌為例，從20世紀70年代到現在，5年生存率僅提高了5%［1］。罹患腫瘤這種讓人驟然失色的“要命”的疾病，醫學界一般首先考慮手術治療、化療和放療等手段，試圖解決當下最為嚴重的問題，即解決木桶的短板問題，而腫瘤與其他器官疾病不同，是一個全身性的疾病。只解決當下“短板”問題，例如采用化療方案治療，就如同用濃烈的殺草劑除草，結果是田里的苗和草都被殺光了。為避免化療或放療等過度治療所帶來的“苗”和“草”同時被殺死的詬病，我們應考慮提高“田野”自身的土質，為了除草，使用了一定的殺草劑，但不至影響土壤中“苗”的正常生長。所以腫瘤學學科發展的特性要求我們應該重視“木桶”整體性、一致性和完整性，提高腫瘤患者自身的免疫性，“土壤”好了，“苗”在殺草過程中即使有些損傷也能很快得到修復。而綜合多種研究手段從不同層次如基因組學、轉錄組學、蛋白質組學、RNA組學和藥物組學等進行腫瘤系統研究，并將腫瘤基礎研究與臨床應用之間快速轉化，正是培育“好土壤”的最佳選擇。轉化醫學無疑為腫瘤學學科的發展提供了全新的研究模式。轉化醫學是近20年來國際生物醫學研究領域出現的新理念，其核心是在基礎研究與應用之間建立轉化通道，實現基礎研究成果與臨床應用之間的雙向快速轉化［2］。目前，腫瘤轉化研究已是發達國家醫學研究領域資助的重點［3］。近年來，隨著腫瘤基礎醫學研究的深入，某些基礎研究的重大進展已轉化為臨床實際應用的成果。其中，最具標志的是已研發出一批針對這些靶點的靶向藥物，例如在肺癌治療中，研發出單克隆抗體西妥昔單抗和小分子酪氨酸激酶抑制劑吉非替尼，這些藥物已成功地應用于臨床［4，5］。要使腫瘤學學科的“直徑”增大，“容量”加大，發展速度加快，當務之急是以轉化醫學的思維和理念來指導腫瘤學科研和臨床實踐，加快發展腫瘤轉化醫學，高等醫學院校、醫療機構等應根據自身優勢，積極搭建腫瘤轉化醫學平臺，成立轉化醫學研究中心，綜合最新的腫瘤基礎研究成果與診療技術盡快用于臨床實踐，以減輕高昂的癌癥治療負擔，同時也避免大量資金浪費在某些無臨床價值的基礎性研究上，為我國腫瘤學學科的長遠發展與重點突破提供支撐。

在新媒體工具廣泛運用的時代背景下，研究國外科技期刊發展戰略，探討建設國際一流科技期刊的傳播模式，有利于促進我國科技期刊盡快走向世界舞臺中央?，F以美國癌癥研究協會(AACR)主辦的腫瘤學系列期刊為典型，為我國更富成效地建設世界一流腫瘤學相關科技期刊提供可借鑒、能實施、易推廣的創新經驗，從而提高我國科技期刊整體水平。

1中國抗癌協會系列期刊概況

中國抗癌協會是國家一級學會，現有個人會員3萬余人，團體會員單位遍布全國。協會豐富的學術資源為其集群化辦刊提供了有利條件，中國抗癌協會專門設立了期刊出版部負責刊群建設與發展，為發揮品牌優勢，統領國內腫瘤學期刊集群發展，組建了由我國腫瘤學領域26種期刊(2015年統計數據)構成的中國抗癌協會系列期刊方陣，開展了集群化辦刊的一系列探索與實踐，推廣新成果、新技術，舉辦國內外腫瘤學術會議，為國內外腫瘤研究者提供了廣闊的學術交流平臺，促進了我國腫瘤防治水平的提高［1］。

2美國癌癥研究協會(AACR)系列期刊概況

AACR是世界上成立最早、規模最大的致力于全面、創新和高水準癌癥研究的科學組織，其科研范圍廣泛、成績卓著，吸引了眾多的研究者，其程序和服務促進了癌癥科學家們知識和觀念的交流，為新一代癌癥研究人員提供了培訓機會，也增進了公眾對癌癥的了解［2］。AACR也是有關癌癥成因、診斷、治療和預防進展情況的權威組織，通過推動癌癥新知識的增長和傳播而立于癌癥防治的前線。AACR促進癌癥及其相關生物醫學科學領域的研究發展，加速新的研究發現在科學家及研究人員之間的傳播，推動全球對癌癥的病因、預防、診斷及治療的深化理解。AACR設有專門的出版部門，目前共編輯出版8種同行評議期刊，內容覆蓋腫瘤預防、流行病學、免疫學、腫瘤轉化研究與臨床診治，7本被SCI(ScienceCitationIndex，美國科學引文索引)數據庫收錄，影響因子在4．3～15．9之間，處于全球較高水平，在國際腫瘤學領域具有較高的認可度和影響力。

3我國腫瘤學科技期刊在出版傳播中存在的問題

中國抗癌協會系列期刊遍布全國各地，辦刊地點分散，主管單位各一，論文體例規范、審稿規范、廣告制度等體制難以統一;各自辦刊，媒介資源不夠整合;報道范圍相似，多為腫瘤醫學臨床與科研相關研究，以致于傳播特色不鮮明，各刊難以形成自有品牌效應，作者投稿缺乏針對性;數字出版與網絡出版發展還不夠充分，由于資金或人力資源不足，微信平臺沒有建立或建立了而維護跟不上。

[摘要]人工智能在醫學影像中的應用飛速發展，目前已用于腦膜瘤影像瘤周水腫的準確分割、預判腦膜瘤的病理級別及鑒別診斷等。筆者就人工智能技術在腦膜瘤影像的應用現狀和未來發展進行綜述。

[關鍵詞]腦膜瘤；人工智能；機器學習；影像組學

人工智能(artificialintelligence，AI)是1956年在Dartmouth大學舉辦的會議期間首次出現的名稱[1]。作為一個通用術語，它是指以最低限度的人為干預，讓計算機自行模擬智能行為[2]。本文就人工智能在腦膜瘤的影像應用進展及發展前景進行綜述。

1AI在影像診斷領域的應用背景

AI是計算機科學的分支，用機器執行通常由人的智力活動完成的認知任務。AI近來在感知能力方面取得了巨大進步，已能讓機器更好地描述和解釋復雜的數據。而深度學習的加入，強化了計算能力，加速了AI的發展。當前影像診斷專業的特點是大量的圖像和報告以數字形式存在，這些特點在推動醫學進入數字化時代的過程中起到了引領作用，同時為發展AI提供了契機。AI在影像醫學應用的最初目的是在臨床工作中提高效率和效果，減少專業人員的失誤，增加客觀性。近年來，影像組學結合深度學習技術(AI的算法之一)可自圖像中自動學習有代表性的特征，從而在腫瘤影像學領域幫助臨床決策，如明確診斷、不同癌癥的危險分層等。目前廣泛使用的AI方法分為2種：第一種是手工裁切特征，如腫瘤紋理特征，再使用計算機程序進行量化；第二種方法是深度學習，深度學習算法能自動從數據中提取特征，不需人工預定義特征[3]。AI在腫瘤影像的應用主要是發現異常(腫瘤識別)、特征提取、監測變化這3個方面，但也面臨一些挑戰，包括開發通用術語以及在不同成像平臺和患者人群中制定AI程序使用的驗證標準。

2AI在腦膜瘤影像的應用現狀

腦膜瘤AI應用的倫理問題由McCradden等[4]進行了研究，結果表明幾乎所有參與者都認為，售賣醫療數據應該被禁止，但為了改進健康狀況，也有小部分人認為暴露少量隱私是可以接受的。技術方面，腦膜瘤圖像分割、智能識別的方法學研究不斷進步，自動化程度越來越高，從而使得影像結果輸出更方便、快捷及精準。2019年1月，Laukamp等[5]采用深度學習模型對56例腦膜瘤患者(病理組織類型Ⅰ級n=38、Ⅱ級n=18)的T1WI、T2WI、T1增強圖像和FLAIR圖像進行識別、分割，輸入模型后結果顯示檢測到腦膜瘤55例，與人工分割效果相當。這表明盡管掃描器數據各不相同，但深度學習模型仍能對腦膜瘤組織進行準確的自動檢測和分割。同年8月，Stember等[6]采用視覺追蹤技術對腦膜瘤圖像進行分割，結果表明，該方法可用于深度學習的語義分割，將來進一步優化，便可以通過更快、更自然的方式用于臨床。2020年2月，Laukamp等[7]對56位腦膜瘤患者的影像數據分別進行兩種處理：深度學習算法自動分割和由兩位高年資影像工作者手動分割，輸入模型后結果顯示為55個腦膜瘤是由深度學習自動分割的，其研究表明對腦膜瘤圖像采用基于深度學習的自動分割具有較高的分割準確性，與人工分割效果相當。這種自動分割圖像包括增強掃描T1WI和FLAIR圖像，與Laukamp等[5]的研究相一致。鑒于腦膜瘤的瘤周水腫程度影響患者的臨床結果，亦有研究者使用半自動方法對該區域進行了精準分割，Latini等[8]使用商業軟件(VuePACSLivewire)在50例顱內腦膜瘤患者的磁共振圖像上采用半自動計算方法計算瘤周水腫量。結果表明無論圖像信號如何變化，都可以精確計算水腫量且具有很高的可重復性。且經過較短的訓練后，便可簡單快速的在臨床實踐中實施。應用方面，這些圖像分割、機器學習等智能手段在腦膜瘤的應用目前主要集中在以下幾個方面：腦膜瘤病理級別的判斷、腦膜瘤的鑒別診斷和瘤周水腫的識別與分割等。其中以腦膜瘤病理級別的判斷研究最多，不同研究者采用的方法不盡相同。早在2016年，Krivoshapkin等[9]設計實驗，由一名放射科醫生和兩名神經外科醫生使用先進的計算機算法分析48例腦膜瘤切除術前1.5T磁共振圖像并區分術前腦膜腫瘤的組織學類型，結果表明高級數學算法在區分腦膜瘤病理級別中具有高度的特異性、靈敏度和可重復性，但當時并未引起重視。2018年11月，ArokiaJesuPrabhu等[10]研究團隊使用一種新型的支持向量機方法，實現了對腦膜瘤病理級別的判斷。與此同時，Hale等[11]通過機器學習對1998～2010年間WHOⅠ級(n=94)和Ⅱ級(n=34)腦膜瘤的18～65歲患者的影像數據進行分析，結果表明機器學習算法是功能強大的計算工具，可以非常準確地預測腦膜瘤分級。到2019年，類似的研究明顯增加，所用的研究方法和MRI圖像也不斷更新。2019年3月，Lu等[12]回顧病理數據庫，納入152例腦膜瘤患者的421張術前ADC圖用于紋理分析，通過機器學習分類器可實現與經驗豐富的神經放射科醫生同等的診斷性能，可對腦膜瘤進行準確分級。表明基于ADC值和ADC值紋理分析的決策樹模型具有廣泛前景，可以在不久的將來提供更精確的診斷和輔助診斷。同年7月，Zhu等[13]通過181例腦膜瘤患者的MRI深度學習影像組學模型，以非侵入性方式對腦膜瘤進行分級，結果表明深度學習影像組學模型在非侵入性個體化腦膜瘤分級預測中其量化能力十分突出。其實驗組使用深度學習的影像組學分析方法也實現了腦膜瘤病理級別的判斷。同年10月，Zhu等[14]基于數據擴增和改良卷積神經網絡自動預測腦膜瘤病理級別。同年11月，Hamerla等[15]使用了4種機器學習方法，進一步提高了腦膜瘤病理級別的分級并具有很好的敏感度和特異度。同年12月，Laukamp等[16]通過MRI形態學檢查序列、擴散序列進行病變的形態學參數、紋理特征分析，實現了腦膜瘤的病理分級。2020年6月，Ke等[17]利用多參數MRI圖像也對這一科學問題進行了研究。與腦膜瘤病理級別的判斷比較，AI在腦膜瘤的診斷和鑒別診斷方面的研究相對較少。2019年7月，Shrot等[18]通過隊列研究，將141例患者(41例膠質母細胞瘤，38例轉移瘤，50例腦膜瘤和12例原發性中樞神經細胞瘤)的形態學MRI、灌注MRI和擴散張量成像序列應用于機器學習方案來鑒別不同類型的腦腫瘤，結果顯示使用普通和高級MRI序列的機器學習方案具有高性能的自動腫瘤分類算法，可應用于臨床決策中優化腫瘤分類。同年9月，Li等[19]通過回顧性分析，在67例患者的MRI序列(T2-FLAIR，擴散加權成像和增強的T1WI)中提取498個組學特征(12個臨床特征和486個紋理特征)，將紋理分析應用于機器學習模型中。結果顯示，與血管瘤性腦膜瘤相比，惡性血管周細胞瘤更大，腫瘤周圍水腫程度更小，并且紋狀血管更多。表明機器學習在鑒別惡性血管周細胞瘤和血管瘤性腦膜瘤的診斷中具有重要價值。2020年，AbdelazizIsmael等[20]使用殘差網絡的深度學習方法，對腦膜瘤、膠質瘤和垂體瘤進行了識別，準確率高達99%。國內文獻也對腦膜瘤的分割和機器學習有所研究，但與英文文獻相比有明顯的差別：一是研究的論文數量較少，二是所涉及的內容不及英文文獻廣泛，三是研究時間晚于國外。目前國內文獻在這方面的研究絕大多數局限于應用方面，如腦膜瘤的分級[21-25]、病變的識別[26]及鑒別診斷[27-28]。關于方法學的改進方面中文文獻較少，唐青青等[29]應用體視學方法進行了這方面的探索。

摘要：本文以重慶市腫瘤醫院為例，探討腫瘤?？漆t師培訓體系建設并實踐，通過分析運行效果，提出了加強政策引導、加大經費支持、強化基地建設、優化定科管理、提高福利待遇、嚴格考核管理等建議，具有較好的科學性與適用性，有一定的借鑒和推廣意義。

關鍵詞：專科醫師；培訓體系；建設

規范化是腫瘤診治的首要原則。實現腫瘤診治規范化不僅可以提高治療的有效性，延長患者的生存期，同時降低了治療成本和患者的經濟負擔，避免診療過度與不足［1］。?？漆t師與一般醫師在臨床能力、治療水平及科學研究領域均存在較大差異。專科醫師的要求高于一般外科醫師，除臨床實踐外，還需注重臨床研究，不僅僅是治療患者，而且是通過臨床診療研究某種特定疾病，創新性地學習知識，達到引領和修訂指南而不是單純被動地遵守指南［2］。建立腫瘤?？漆t師培訓制度是腫瘤學發展的迫切要求，是腫瘤學專業人才培養的必由之路，對于腫瘤的規范化治療有著重要意義［3］。而在重慶市，腫瘤?？漆t師培訓還存在著重視程度不夠、腫瘤專科醫師人員的資質參差不齊、?？漆t師培訓基地不成規模、管理不規范、?？漆t師能力不強等，問題阻礙了醫院發展、學科建設、職工成長和診療水平的提升。如何有效開展腫瘤專科培訓體系建設，成為現代醫院管理者亟待解決的問題。

1背景

1．1國家政策導向

2015年原國家衛生和計劃生育委員會等8部委聯合頒布《關于開展?？漆t師規范化培訓制度試點的指導意見》，指出?？漆t師規范化培訓是畢業后醫學教育的重要組成部分，是在住培基礎上，繼續培養能夠獨立、規范地從事疾病?？圃\療工作臨床醫師的必經途徑，在國際醫學界有廣泛共識和長期實踐［4］。

1．2試點基地情況

摘要：近年來，國家相繼出臺了優化科技創新管理體制的相關文件，要求做到簡政放權、放管結合、優化服務協同推進，即“放、管、服”三管齊下。天津某醫院為積極響應國家科技領域的“放管服”改革要求，更新出臺了一系列科研管理制度，對調動科研人員的工作積極性起到了一定的積極作用，但總體上還存在“放權”不夠徹底、“管理”不夠科學、“服務”不夠到位的問題。文章通過問卷調查的形式，深入了解科研人員的實際需求，找出制約科研創新的制度障礙，優化科研管理模式，為落實國家“放管服”改革要求，釋放醫院創新活力提供政策依據。

關鍵詞：“放管服”；科研；管理

0引言

“放管服”一詞最早是由總理在全國推進簡政放權放管結合職能轉變工作電視電話會議上提出的，旨在深化行政體制改革、轉變政府職能，要求做到簡政放權、放管結合、優化服務協同推進，即“放、管、服”三管齊下。近年來，國家相繼出臺了優化科技創新管理體制的相關文件，為科研人員潛心研究，釋放創新活力創造了良好的制度環境，標志著“放管服”改革開始在科技領域落地生根。天津某醫院作為集醫、教、研、防、健康管理為一體的大型三級甲等腫瘤?？漆t院，是首批國家惡性腫瘤臨床醫學研究中心。為積極響應國家科技領域的“放管服”改革要求，近年來陸續更新出臺了一系列科研管理制度，對調動科研人員的工作積極性起到了一定的積極作用，但總體上還存在“放權”不夠徹底、“管理”不夠科學、“服務”不夠到位的現象。因此，本文通過問卷調查的形式，深入了解科研人員的實際需求，找出制約科研創新的制度障礙，優化科研管理模式，為落實國家“放管服”改革要求，釋放醫院創新活力提供政策依據。

1資料與方法

1.1研究對象

研究對象為天津某醫院的科研人員，包括臨床、醫技科室的醫護人員、臨床及研究所的專職科研人員，學歷涵蓋本科及碩、博士研究生，以上人員均有一定的科研背景。

影像組學通過計算機技術將醫學圖像轉換為高通量數據，進而對疾病、預后、生存期、腫瘤基因表達等進行分析和預測。與傳統影像學相比，影像組學提供了肉眼無法識別的內部紋理特征，且不依賴醫生的主觀經驗，因此能夠更全面、客觀的分析病變信息。此外，影像組學具有無創性、可重復、快速經濟、避免活檢采樣誤差等優勢。本研究運用文獻計量學對影像組學相關文獻進行分析。

一、資料與方法

1.資料來源與檢索策略。數據來源于WebofScience核心合集數據庫。檢索策略為：主題=“Radiomics”OR“Radiomic”，限定文章類型為Article，文章發表時間不限定，檢索日期截止到2020年4月17日，選擇“全記錄與引用的參考文獻”并以純文本格式導出。

2.研究方法。本研究使用Excel2016驗證布拉德福定律和普賴斯定律，其余數據的統計和處理均采用VOSviewer1.6.14軟件實現3。首先對發表時間、期刊、國家、作者等字段進行統計，對來源期刊利用布拉德福定律得到核心期刊，對作者利用普賴斯定律得到核心作者，將核心作者最低發文量作為劃分核心機構的標準，從而得到影像組學領域相關文獻的發表年代、來源期刊和研究力量分布情況。隨后，將關鍵詞進行同義詞合并處理，截取頻次閾值為10的關鍵詞作為高頻關鍵詞，構建高頻關鍵詞表。限定類中至少包括5個關鍵詞，以“Associationstrength”作為標準化方法進行高頻關鍵詞的聚類分析，并生成高頻詞聚類網絡圖。

二、結果

1.分布情況。2012至2020年共檢索到1476篇文獻，分別為2、3、7、28、66、160、323、675和212篇。共涉及288種期刊，其中核心區期刊8種（EurRadiol，SciRep，MedPhys，JMAGNRESONIMAGING，EurJRadiol，FrontNeuroendocrinol，PHYSMEDBIOL，PLoSOne），核心區文獻503篇。共涉及56個國家，前3位國家分別為中國（611篇）、美國（529）、意大利（100）。共涉及7932位作者，核心作者122位。共涉及1535家科研機構，其中113家為核心科研機構，集中在中國（42家）、美國（35）。

2.研究熱點分析。高頻關鍵詞表見表1，共56個。高頻詞聚類圖如圖1所示，共聚為5類，即涉及5個主題。主題1（紅色）主要介紹了影像組學的實現方法以及基于機器學習方法的影像組學研究。主題2（綠色）主要介紹了基于MRI圖像對頭頸癌、肝癌、鼻咽癌等進行影像組學研究以實現對腫瘤的診斷與預后分析。主題3（藍色）主要介紹了基于CT、PET/CT的影像組學方法在肺癌中的應用以及基于圖像紋理特征對腫瘤異質性的研究。主題4（黃色）主要介紹了利用人工智能、定量成像技術等方法來預測腫瘤治療反應從而實現個體化醫療。主題5（紫色）主要介紹了神經膠質瘤的生存預后分析以及影像組學的基因組學研究。