奇方问路注册协议服务条款的确认和接纳: 奇方问路的所有权、运作权和解释权归奇方问路所有。
奇方问路所提供的服务将完全按照其发布的章程、服务条款和操作规则严格执行。用户必须完全同意所有服务条款并完成注册程序,才能成为奇方问路的正式会员用户。
1. 服务简介: 奇方问路运用自己的操作系统通过互联网为用户提供网络服务,并承担服务条款和入网协议中对用户责任和义务。
2. 用户必须: 自行配备上网所需的设备,包括个人电脑,调制解调器及其他必备的设备装置。 自行负担上网所需的相关必要费用,如:电话费用、网络费用等。
3. 同时,用户还应同意: 提供详尽、真实和准确的个人资料,并对个人资料不断进行及时的更新。 奇方问路注册入网协议中规定的会员的其他责任和义务。 如果用户所提供的资料包含不正确的信息,奇方问路保留中止为该用户提供网络服务的权利。 用户在享有奇方问路提供的各种服务的同时,同意接受奇方问路提供的其他各类信息服务。 奇方问路有权免费使用或租借用户会员提供的方案或图片视频素材,包括不限于商业用途。
4. 服务条款的修改: 奇方问路在必要时将修改服务条款,届时用户可以在网站、手机端或APP等界面观看修改内容,如果用户不同意所作的修改,可以主动取消获得的网络服务。如果用户继续享有奇方问路的服务,则被视为接受服务条款变动。
5. 服务修订: 奇方问路保留随时修改或中断服务而不需知照用户的权利,不需对用户或第三方负责。
6. 用户隐私制度: 尊重用户隐私是奇方问路的一项基本政策。奇方问路将对用户资料实行保密,承诺一定不会在未经合法用户授权时公开、编辑或透露其注册资料及保存在奇方问路中的非公开内容,但用户可以授权奇方问路向第三方公开或透露相关注册的用户信息,有法律许可要求或大众在诚信的基础上,认为透露这些信息在以下四种情况是必要的:
(1)遵守有关法律规定,遵从奇方问路合法服务程序。
(2)保持维护奇方问路的商标所有权。
(3)在紧急情况下竭力维护用户个人和社会大众的隐私安全。
(4)符合其他相关的要求。
7. 用户帐号、密码和安全性: 用户一旦注册成功,成为奇方问路的合法用户,将得到一个密码和用户名。用户名和密码只允许用户使用,不得将密码公开或提供给第三方,用户将对用户名和密码安全负有全部责任。另外,每个用户都要对以其用户名进行的所有活动和事件负全责。您可随时根据指示改变您的密码。用户若发现任何非法使用用户帐号或存在安全漏洞的情况,请立即通告奇方问路。
8. 拒绝提供担保: 用户个人对网络服务的使用承担风险。奇方问路对此不作任何类型的担保,不论是明确的或隐含的,但是不对商业性的隐含担保、特定目的和不违反规定的适当担保作限制。奇方问路不担保服务一定能满足用户的要求,也不担保服务不会受中断,对服务的及时性,安全性,出错发生都不作担保。大众对在奇方问路上得到的任何商品购物服务或交易进程,不作担保。用户不会从奇方问路得到口头或书写的意见或信息,也不会在这里做明确担保。
9.有限责任: 奇方问路对任何直接、间接、偶然、特殊及继起的损害不负责任,这些损害可能来自:不正当使用网络服务,在网上购买商品或进行同类型服务,在网上进行交易,非法使用网络服务或用户传送的息有所变动。这些行为都有可能会导致奇方问路的形象受损,所以奇方问路事先提出这种损害的可能性。因发生如火灾、水灾、暴动、骚乱、战争、自然灾害等不可抗事故,奇方问路所不能控制的时间而影响奇方问路提供服务,奇方问路无须承担任何责任。
10.对用户信息的存储和限制: 奇方问路不对用户所发布信息的删除或储存失败负责。奇方问路有判定用户的行为是否符合奇方问路服务条款的要求和精神的保留权利,如果用户违背了服务条款的规定,则中断会员用户服务的帐号。奇方问路所有的文章版权归原文作者和奇方问路共同所有,任何人需要转载奇方问路文章,必须征得原文作者或者奇方问路的授权。同时奇方问路可以随意转发或授权使用所有作者的包括不限于文章、图片等所有内容,不须作者授权同意。
11.用户管理: 用户单独承担发布内容的责任。用户对服务的使用是根据所有适用于奇方问路的国家法律、地方法律和国际法律标准的。 用户必须遵循:
(1)从中国境内向外传输技术性资料时必须符合中国有关法规。
(2)使用网络服务不作非法用途。
(3)不干扰或混乱网络服务。
(4)遵守所有使用网络服务的网络协议、规定、程序和惯例。 用户须承诺不传输任何非法的、骚扰性的、中伤他人的、辱骂性的、恐吓性的、伤害性的、庸俗的,淫秽等信息资料。
另外,用户也不能传输任何教唆他人构成犯罪行为的资料;不能传输助长国内不利条件和涉及国家安全的资料;不能传输任何不符合当地法规、国家法律和国际法律的资料。未经许可而非法进入其它电脑系统是禁止的。若用户的行为不符合以上提到的服务条款,奇方问路将做出独立判断立即停止用户服务帐号的服务。 用户需对自己在网上的行为承担法律责任。用户若在奇方问路上散布和传播反动、色情或其他违反国家法律的信息,奇方问路的系统记录有可能作为用户违反法律的证据。
12.保障用户: 同意保障和维护奇方问路全体成员的利益,负责支付由用户使用超出服务范围引起的律师费用,违反服务条款的损害补偿费用等。
13.结束服务: 用户或奇方问路可随时根据用户管理的规范(参见第10条)和实际情况中断一项或多项网络服务,奇方问路无须对个人或第三方负责。用户对后来的条款修改有异议,或对奇方问路的服务不满,可以行使如下权利:
(1)停止使用奇方问路的网络服务。
(2)通告奇方问路停止对该用户的服务。结束用户服务后,用户使用网络服务的权利马上中止。从那时起,奇方问路不对用户承担任何义务和责任。
14.通告: 所有发给用户的通告都可以通过重要页面的公告或电子邮件传送。
15.广告策划: 用户在他们发表的信息中加入宣传资料或广告策划,在奇方问路的免费服务上展示他们的产品,任何这类促销方法,包括运输货物、付款、服务、商业条件、担保及与广告有关的描述都只是在相应的用户和广告销售商之间发生。奇方问路不承担任何责任,奇方问路没有义务为这类广告销售负任何一部分的责任。
16.网络服务的内容所有权: 奇方问路定义的内容包括:文字、软件、声音、相片、录像、图表;广告中的全部内容;电子邮件中的全部内容;奇方问路为用户提供的其他信息。所有这些信息均受版权、商 标、标签和其他财产所有权法律的保护。用户只能在奇方问路和广告商的授权下才能使用这些内容,不能擅自复制、再造或创造与这些内容有关的派生产品。奇方问路的所有内容版权归原文作者和奇方问路共同所有,任何人需要转载奇方问路的内容,必须获得原文作者或奇方问路的授权。 奇方问路可以随意转发或授权使用所有作者的包括不限于文章、图片等所有内容,不须作者或第三方授权。
17.法律: 网络服务条款要与中华人民共和国的法解释相一致,用户和奇方问路一致同意服从高等法院的所有管辖。如果任何服务条款与法律相抵触,则这些条款将按法律规定重新解释,而其他条款依旧保持对用户产生法律效力和影响。 附:《 中华人民共和国计算机信息网络国际联网管理暂行规定》《 中华人民共和国计算机信息系统安全保护条例》《 计算机信息网络国际联网安全保护管理办法》《 中华人民共和国计算机信息网络国际联网管理暂行规定实施办法》。
18. 如果您想引用奇方问路上的图片或文章,请注明出处或联系我们。
19. 如果您认可并注册成为员会,使用奇方问路,表示认同奇方问路的所有条款。
20. 免责声明:部分图片或素材文字来源网络,如有侵权,请联系我们改正删除,谢谢!
21. 免责声明:奇方问路网上的内容来自平台会员创作者或转载自其它新闻平台或内容网站,不代表奇方问路的观点和立场。
22.关于文章等打赏,一经打赏,视为您同意并不可退回,数额不限,都被视为对本平台的认可和支持
23.您同意奇方问路可以自行或由第三方通过短信、电子邮件或电子信息等多种方式向您发送、展示广告或其他信息(包括商业与非商业信息),广告或其他信息的具体发送及展示形式、频次及内容等以奇方问路实际提供为准。奇方问路将依照相关法律法规要求开展广告业务。您同意,对本服务中出现的广告,您应审慎判断其真实性和可靠性,除法律明确规定外,您应对因该广告而实施的 行为负责。
24.1 您理解并同意,在使用本服务的过程中,可能会遇到不可抗力等风险因素,使本服务受到影响。不可抗力是指不能预见、不能克服并不能避免且对一方或双方造成重大影响的客观事件,包括但不限于自然灾害如洪水、地震、瘟疫流行和风暴等以及社会事件如战争、动乱、政府行为等。出现上述情况时,奇方问路将努力在第一时间与相关单位配合,争取及时进行处理,但是由此给您造成的损失,奇方问路在法律允许的范围内免责。
2 在法律允许的范围内,奇方问路对以下情形导致的服务中断或受阻不承担责任:
(1)受到计算机病毒、木马或其他恶意程序、黑客攻击的破坏。
(2)用户或奇方问路的电脑软件、系统、硬件和通信线路出现故障。
(3)用户操作不当或用户通过非奇方问路授权的方式使用本服务。
(4)程序版本过时、设备的老化和/或其兼容性问题。
(5)其他奇方问路无法控制或合理预见的情形。
3 您理解并同意,在使用本服务的过程中,可能会遇到网络信息或其他用户行为带来的风险,奇方问路不对任何信息的真实性、适用性、合法性承担责任,也不对因侵权行为给您造成的损害负责。这些风险包括但不限于:
(1)来自他人匿名或冒名的含有威胁、诽谤、令人反感或非法内容的信息。
(2)遭受他人误导、欺骗或其他导致或可能导致的任何心理、生理上的伤害以及经济上的损失。
(3)其他因网络信息或用户行为引起的风险。
4 奇方问路依据本协议约定获得处理违法违规内容的权利,该权利不构成奇方问路的义务或承诺,奇方问路不能保证及时发现违法行为或进行相应处理。
5 在任何情况下,您不应轻信借款、索要密码或其他涉及财产的信息。涉及财产操作的,请一定先核实对方身份,并请经常留意奇方问路有关防范诈骗犯罪的提示。
6 您在使用本服务过程中所发布的内容有可能会被第三方评论、转发、复制、修改或做其他用途,从而脱离您的预期和控制,您必须充分意识此类风险的存在,奇方问路对由此产生的纠纷不予负责。
7 如有侵权等不合理行为,请联系我们删除。
25. 奇方问路对平台所有事项和说明拥有最终解决权。
26.特别声明:本站内容仅供参考,不作为诊断及医疗依据,请谨慎判断。
关于广告
1 您同意奇方问路可以自行或由第三方通过短信、电子邮件或电子信息等多种方式向您发送、展示广告或其他信息(包括商业与非商业信息),广告或其他信息的具体发送及展示形式、频次及内容等以奇方问路实际提供为准。
2 奇方问路将依照相关法律法规要求开展广告业务。您同意,对本平台服务中出现的广告,您应审慎判断其真实性和可靠性,除法律明确规定外,您应对因该广告而实施的行为负责。
知识产权声明
1 奇方问路是本平台的知识产权权利人。本奇方问路的著作权、商标权、专利权、商业秘密等知识产权,以及与本奇方问路相关的所有信息内容(包括但不限于文字、图片、音频、视频、图表、界面设计、版面框架、有关数据或电子文档等)均受法律法规和相应的国际条约保护,奇方问路依法享有上述相关知识产权,但相关权利人依照法律规定应享有的权利除外。
2 未经奇方问路或相关权利人书面同意,您不得为任何商业或非商业目的自行或许可任何第三方实施、利用、转让上述知识产权。
3 除非另有约定,你使用本奇方问路及服务过程中上传、发布的全部内容,均不会因为上传、发布行为发生知识产权、肖像权等权利的转移。与此同时,你理解并同意奇方问路为实现产品目的,对你发布的特定公开非保密内容在法律允许的范围内进行使用,包括但不限于予以存储、向有关用户播放、供有关用户获取及再次使用等。
其它
1 您使用本信息平台或本服务即视为您已阅读本协议并接受本协议的约束。奇方问路有权在必要时修改本协议条款。您可以在相关服务页面查阅最新版本的协议条款。本协议条款变更后,如果您继续使用奇方问路提供的软件或服务,即视为您已接受变更后的协议。
2 本协议签订地为中华人民共和国广东省深圳市。
3 本协议的成立、生效、履行、解释及纠纷解决,适用中华人民共和国大陆地区法律(不包括冲突法)。
4 若您和奇方问路之间发生任何纠纷或争议,首先应友好协商解决;协商不成的,您同意将纠纷或争议提交本协议签订地(即广东省深圳市)有管辖权的人民法院管辖。
5 本协议所有条款的标题仅为阅读方便,本身并无实际涵义,不能作为本协议涵义解释的依据。
6 本协议条款无论因何种原因部分无效或不可执行,其余条款仍有效,对双方具有约束力。
7 若本协议有中文、英文等多个语言版本,相应内容不一致的,均以中文版的内容为准。
本网站展示内容以传递健康信息为目的,并不意味着对其描述持赞同态度,具体治疗建议请咨询医生或相关专业人士。医院医生等信息来源于网络或其它网友,仅供参考,可能存在更新不及时,信息有误导等情况,请以医院官网、医生或专业医学人士为准,我们不承担因使用本平台信息所产生的任何后果。纠错或者补充信息,或有其它侵权等不良行为请给我们留言进行沟通、修改、删除,邮件联系请发送至qufound@163.com联系我们,感谢您的一路相随。
*仅供医学专业人士阅读参考
胃癌(GC)是全球关注的健康问题,是癌症相关死亡的主要原因。尽管已经存在TNM分期系统,但胃癌患者治疗反应的差异,突显出对于改进预后模型的需求。
针对肿瘤微环境(TME)的广泛研究,揭示了与预后和治疗反应相关的分子特征和生物标志物。目前,对肿瘤微环境进行评估的最可靠方法是通过组织病理学来分析。然而,这种方法有一些限制,包括组织病理学的采样偏差和有限的组织可用性,因此非侵入性的肿瘤微环境评估变得尤为重要,比如借助影像分析。
斯坦福大学的李瑞江团队、南方医科大学的李国新团队、中山大学的王玮团队合作,开发了一种深度学习模型,能够基于无创的医学影像进行放射组学分析,从而描述患者肿瘤微环境。该模型性能良好,可以识别出从辅助化疗中获益的胃癌患者,并预测免疫治疗效果。
文章于近日发表在Cell Reports Medicine期刊上。
论文首页截图
放射学影像学常用于癌症诊断和治疗监测,通过精细的影像分析,可以揭示微小的放射学特征与病理生物学之间的联系,包括肿瘤微环境。
目前,影像学的图像分析包括传统的手工制作和深度学习。前者是由科学家选择并设计图像的特征属性,如颜色、纹理、形状等,用于描述图像内容,并用于后续的数据分析和模型构建;后者则不需要人工定义特征,由深度神经网络等机器学习技术分析大量的图像数据。相较于可能受到个人主观因素影响、困难且耗时的手工制作,深度学习能更准确地捕捉复杂图像特征,提高分析精度。
在这项研究中,研究者们开发了一个深度学习模型,该模型将深度卷积神经网络与手工制作的这两种方法相结合,能够基于计算机断层扫描(CT)图像来评估肿瘤微环境组成特征,得到的结果称为深度学习放射组学特征(deep learning radiomics signature,DLRS)。该模型的实现代码可以在https://github.com/MontaEllis/HR-Rad-Net找到。
深度学习模型的设计和验证方案
为训练和评估模型性能,研究者们共招募2365名接受过切除手术的胃癌患者作为训练集或内部验证集、外部验证集,68.3%为男性,中位年龄为57岁。其中75%人为II期或III期胃癌,49.7%人接受过辅助化疗。
结果显示,该模型评估肿瘤微环境的性能良好,正如预期的那样,该模型得出的DLRS分数与免疫组化结果描述的肿瘤微环境特征相一致。在训练集、内部验证集、外部验证集中,该模型的ROC曲线下面积(AUC)分别达到0.937、0.912和0.909,准确度、灵敏度、特异度等性能见下表格C。
深度学习模型的性能良好
研究者们进一步将患者分为DLRS低分组(DLRS
结果显示,在三组队列中,与DLRS得分低的患者相比,DLRS得分高的患者预后显著更好,且可以作为独立的预后预测因子。在内部验证队列中,DLRS低分组和DLRS高分组患者的5年无病存率(DFS)为21.1% vs 48.9%,总生存率为28.5% vs 55.5%。
模型预测预后的效果
DLRS得分还可以评估II期或III期胃癌患者术后辅助化疗获益,DLRS得分高的患者在辅助化疗后DFS、OS得到显著改善,而低DLRS患者则没有。此外,对化疗耐药性进行分析发现,DLRS得分高的患者对化疗更敏感,DLRS得分低则相反。
DLRS得分体现不同分期的胃癌患者接受术后辅助化疗的获益
用于预测PD-1抑制剂免疫治疗效果时,相较于DLRS得分低的患者,DLRS得分高的患者客观缓解率更高(14.2% vs 57.8%),中位无进展生存期更长(7个月 vs 10个月)。
不仅如此,目前临床上推荐用于评估PD-L1表达情况的联合阳性分数(CPS),也与胃癌患者的客观缓解率相关,但预测准确性有限,AUC为0.642(95%CI 0.580-0.703)。相比之下,DLRS在预测客观缓解率方面表现出更高的准确性,AUC为0.722(95%CI 0.665–0.778),而且可以从CPS得分为中等和高水平的患者群体中进一步识别出差异,表明两者能够互补。
于是,研究者们将CPS与DLRS结合为一个综合模型,较单独使用CPS得分相比,综合模型预测免疫治疗反应的准确性显著提高,AUC为0.783(95%CI 0.734-0.833;p<0.0001)。
预测免疫治疗客观缓解率的效果
最后,研究者们从TCGA数据库和TCIA-STAD数据库中获取胃癌患者的基因组和CT图像信息,用开发的深度学习模型计算得出DLRS,并进行基因富集分析。结果发现,DLRS得分低的患者肿瘤富集表达侵袭性相关通路、免疫抑制通路和代谢通路,这与其不良预后现象一致。
值得注意的是,DLRS得分与已有的免疫治疗生物标志物( TMB、PD-L1、GZMB)之间没有显著关联,暗示DLRS可能为预测免疫治疗反应提供额外的信息。
总体来说,利用新开发的深度学习模型进行放射组学分析,这项研究实现了以无创的方式评估胃癌患者的肿瘤微环境以及预后,为精准医疗提供了新的可能性。
参考文献:
[1]https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(23)00299-9
本文作者丨张艾迪