BackgroundOccult peritoneal metastasis (PM) in advanced gastric cancer (AGC) patients is highly possible to be missed on computed tomography (CT) images. Patients with occult PMs are subject to late detection or even improper surgical treatment. We therefore aimed to develop a radiomic nomogram to preoperatively identify occult PMs in AGC patients.Patients and methodsA total of 554 AGC patients from 4 centers were divided into 1 training, 1 internal validation, and 2 external validation cohorts. All patients’ PM status was firstly diagnosed as negative by CT, but later confirmed by laparoscopy (PM-positive n = 122, PM-negative n = 432). Radiomic signatures reflecting phenotypes of the primary tumor (RS1) and peritoneum region (RS2) were built as predictors of PM from 266 quantitative image features. Individualized nomograms of PM status incorporating RS1, RS2, or clinical factors were developed and evaluated regarding prediction ability.ResultsRS1, RS2, and Lauren type were significant predictors of occult PM (all P < 0.05). A nomogram of these three factors demonstrated better diagnostic accuracy than the model with RS1, RS2, or clinical factors alone (all net reclassification improvement P < 0.05). The area under curve yielded was 0.958 [95% confidence interval (CI) 0.923–0.993], 0.941 (95% CI 0.904–0.977), 0.928 (95% CI 0.886–0.971), and 0.920 (95% CI 0.862–0.978) for the training, internal, and two external validation cohorts, respectively. Stratification analysis showed that this nomogram had potential generalization ability.ConclusionCT phenotypes of both primary tumor and nearby peritoneum are significantly associated with occult PM status. A nomogram of these CT phenotypes and Lauren type has an excellent prediction ability of occult PM, and may have significant clinical implications on early detection of occult PM for AGC.

MicroRNAs (miRNAs) are a class of small non-coding RNAs (20 to 24 nucleotides) that post-transcriptionally modulate gene expression. A key oncomir in carcinogenesis is miR-21, which is consistently up-regulated in a wide range of cancers. However, few functional studies are available for miR-21, and few targets have been identified. In this study, we explored the role of miR-21 in human breast cancer cells and tissues, and searched for miR-21 targets.We used in vitro and in vivo assays to explore the role of miR-21 in the malignant progression of human breast cancer, using miR-21 knockdown. Using LNA silencing combined to microarray technology and target prediction, we screened for potential targets of miR-21 and validated direct targets by using luciferase reporter assay and Western blot. Two candidate target genes (EIF4A2 and ANKRD46) were selected for analysis of correlation with clinicopathological characteristics and prognosis using immunohistochemistry on cancer tissue microrrays.Anti-miR-21 inhibited growth and migration of MCF-7 and MDA-MB-231 cells in vitro, and tumor growth in nude mice. Knockdown of miR-21 significantly increased the expression of ANKRD46 at both mRNA and protein levels. Luciferase assays using a reporter carrying a putative target site in the 3' untranslated region of ANKRD46 revealed that miR-21 directly targeted ANKRD46. miR-21 and EIF4A2 protein were inversely expressed in breast cancers (rs = -0.283, P = 0.005, Spearman's correlation analysis).Knockdown of miR-21 in MCF-7 and MDA-MB-231 cells inhibits in vitro and in vivo growth as well as in vitro migration. ANKRD46 is newly identified as a direct target of miR-21 in BC. These results suggest that inhibitory strategies against miR-21 using peptide nucleic acids (PNAs)-antimiR-21 may provide potential therapeutic applications in breast cancer treatment.

•Evaluation of the lymph node metastasis (LNM) is the basis of individual treatment of locally advanced gastric cancer (LAGC).•Deep leaning radiomic nomogram (DLRN) based on CT images can preoperatively determine the number of LNM in LAGC.•DLRN is significantly superior to the routinely used clinical N stages, tumor size, and clinical model.•DLRN is significantly associated with the overall survival of LAGC. BackgroundPreoperative evaluation of the number of lymph node metastasis (LNM) is the basis of individual treatment of locally advanced gastric cancer (LAGC). However, the routinely used preoperative determination method is not accurate enough.Patients and methodsWe enrolled 730 LAGC patients from five centers in China and one center in Italy, and divided them into one primary cohort, three external validation cohorts, and one international validation cohort. A deep learning radiomic nomogram (DLRN) was built based on the images from multiphase computed tomography (CT) for preoperatively determining the number of LNM in LAGC. We comprehensively tested the DLRN and compared it with three state-of-the-art methods. Moreover, we investigated the value of the DLRN in survival analysis.ResultsThe DLRN showed good discrimination of the number of LNM on all cohorts [overall C-indexes (95% confidence interval): 0.821 (0.785–0.858) in the primary cohort, 0.797 (0.771–0.823) in the external validation cohorts, and 0.822 (0.756–0.887) in the international validation cohort]. The nomogram performed significantly better than the routinely used clinical N stages, tumor size, and clinical model (P < 0.05). Besides, DLRN was significantly associated with the overall survival of LAGC patients (n = 271).ConclusionA deep learning-based radiomic nomogram had good predictive value for LNM in LAGC. In staging-oriented treatment of gastric cancer, this preoperative nomogram could provide baseline information for individual treatment of LAGC. Preoperative evaluation of the number of lymph node metastasis (LNM) is the basis of individual treatment of locally advanced gastric cancer (LAGC). However, the routinely used preoperative determination method is not accurate enough. We enrolled 730 LAGC patients from five centers in China and one center in Italy, and divided them into one primary cohort, three external validation cohorts, and one international validation cohort. A deep learning radiomic nomogram (DLRN) was built based on the images from multiphase computed tomography (CT) for preoperatively determining the number of LNM in LAGC. We comprehensively tested the DLRN and compared it with three state-of-the-art methods. Moreover, we investigated the value of the DLRN in survival analysis. The DLRN showed good discrimination of the number of LNM on all cohorts [overall C-indexes (95% confidence interval): 0.821 (0.785–0.858) in the primary cohort, 0.797 (0.771–0.823) in the external validation cohorts, and 0.822 (0.756–0.887) in the international validation cohort]. The nomogram performed significantly better than the routinely used clinical N stages, tumor size, and clinical model (P < 0.05). Besides, DLRN was significantly associated with the overall survival of LAGC patients (n = 271). A deep learning-based radiomic nomogram had good predictive value for LNM in LAGC. In staging-oriented treatment of gastric cancer, this preoperative nomogram could provide baseline information for individual treatment of LAGC.

Background: Tissue biotypes have been linked to the outcomes of periodontal and implant therapy. The purpose of this study is to determine the dimensions of the gingiva and underlying alveolar bone in the maxillary anterior region and to establish their association. Methods: Tissue biotypes of 22 fresh cadaver heads were assessed clinically and radiographically with cone‐beam computed tomography (CBCT) scans. Maxillary anterior teeth were atraumatically extracted. The thickness of both soft tissue and bone were measured using a caliper to the nearest 0.1 mm by two calibrated examiners. Probing depths and gingival recession were measured at two points (mid‐labial and mid‐palatal). Clinical and CBCT measurements of both soft tissue and bone thickness were subsequently compared and correlated. Results: No statistically significant differences were observed between the clinical and CBCT measurements of both soft tissue and bone thickness except the palatal soft tissue measurements. The labial gingival thickness was moderately associated with the underlying bone thickness measured with CBCT (R = 0.429; P <0.05). Gingival recession was not associated with the thickness of both labial gingiva and bone. Conclusions: CBCT measurements were an accurate representation of the clinical thickness of both labial gingiva and bone. In addition, the thickness of the labial gingiva had a moderate association with the underlying bone radiographically.

Background Substantial evidence suggests that the presence of inflammatory cells plays a critical role in the development and/or progression of human tumors. Neutrophils are the common inflammatory cells in tumors; however, the infiltration of intratumoral neutrophils in colorectal carcinoma (CRC) and its effect on CRC patients' prognosis are poorly understood. Methodology/Principal Findings In this study, the methods of tissue microarray and immunohistochemistry (IHC) were used to investigate the prognostic significance of intratumoral CD66b+ neutrophil in CRC. According to receiver operating characteristic curve analysis, the cutoff score for high intratumoral CD66b+ neutrophil in CRC was defined when the mean counts were more than 60 per TMA spot. In our study, high intratumoral CD66b+ neutrophil was observed in 104/229 (45.4%) of CRCs and in 29/229 (12.7%) of adjacent mucosal tissues. Further correlation analysis showed that high intratumoral neutrophil was positively correlated with pT status, pM status and clinical stage (P<0.05). In univariate survival analysis, a significant association between high intratumoral neutrophil and shortened patients' survival was found (P<0.0001). In different subsets of CRC patients, intratumoral neutrophil was also a prognostic indicator in patients with stage II, stage III, grade 2, grade 3, pT1, pT2, pN0 and pN1 (P<0.05). Importantly, high intratumoral neutrophil was evaluated as an independent prognostic factor in multivariate analysis (P<0.05). Conclusions/Significance Our results provide evidence that increased intratumoral neutrophil in CRC may be important in the acquisition of a malignant phenotype, indicating that the presence of intratumoral neutrophil is an independent factor for poor prognosis of patients with CRC.

Ulcerative colitis (UC) is a chronic inflammatory bowel disease primarily affecting the mucosa of the colon and rectum. UC is characterized by recurrent episodes, often necessitating lifelong medication use, imposing a significant burden on patients. Current conventional and advanced treatments for UC have the disadvantages of insufficient efficiency, susceptibility to drug resistance, and notable adverse effects. Therefore, developing effective and safe drugs has become an urgent need. Autophagy is an intracellular degradation process that plays an important role in intestinal homeostasis. Emerging evidence suggests that aberrant autophagy is involved in the development of UC, and modulating autophagy can effectively alleviate experimental colitis. A growing number of studies have established that autophagy can interplay with endoplasmic reticulum stress, gut microbiota, apoptosis, and the NLRP3 inflammasome, all of which contribute to the pathogenesis of UC. In addition, a variety of intestinal epithelial cells, including absorptive cells, goblet cells, and Paneth cells, as well as other cell types like neutrophils, antigen-presenting cells, and stem cells in the gut, mediate the development of UC through autophagy. To date, many studies have found that natural products hold the potential to exert therapeutic effects on UC by regulating autophagy. This review focuses on the possible effects and pharmacological mechanisms of natural products to alleviate UC with autophagy as a potential target in recent years, aiming to provide a basis for new drug development.

Abstract Background Accurately identifying patients with axillary pathologic complete response (pCR) after neoadjuvant chemotherapy (NAC) in breast cancer patients remains challenging. Purpose To compare the feasibility of shear wave elastography (SWE) performed on breast tumors and axillary lymph nodes (LNs) in predicting the axillary status after NAC. Materials and Methods This prospective study included a total of 319 breast cancer patients with biopsy-proven positive node who received NAC followed by axillary lymph node dissection from 2019 to 2022. The correlations between shear wave velocity (SWV) and pathologic characteristics were analyzed separately for both breast tumors and LNs after NAC. We compared the performance of SWV between breast tumors and LNs in predicting the axillary status after NAC. Additionally, we evaluated the performance of the most significantly correlated pathologic characteristic in breast tumors and LNs to investigate the pathologic evidence supporting the use of breast or axilla SWE. Results Axillary pCR was achieved in 51.41% of patients with node-positive breast cancer. In breast tumors, there is a stronger correlation between SWV and collagen volume fraction (CVF) ( r = 0.52, p < 0.001) compared to tumor cell density (TCD) ( r = 0.37, p < 0.001). In axillary LNs, SWV was weakly correlated with CVF ( r = 0.31, p = 0.177) and TCD ( r = 0.29, p = 0.213). No significant correlation was found between SWV and necrosis proportion in breast tumors or axillary LNs. The predictive performances of both SWV and CVF for axillary pCR were found to be superior in breast tumors (AUC = 0.87 and 0.85, respectively) compared to axillary LNs (AUC = 0.70 and 0.74, respectively). Conclusion SWE has the ability to characterize the extracellular matrix, and serves as a promising modality for evaluating axillary LNs after NAC. Notably, breast SWE outperform axilla SWE in determining the axillary status in breast cancer patients after NAC.

Primary intestinal T-cell and natural killer-cell lymphomas (PITNKLs) are aggressive and make pathologic diagnoses in biopsy specimens challenging. We analyzed different subtypes' clinicopathologic features and treatment outcomes.

Abstract Background Neoadjuvant immune checkpoint blockade (ICB) combined with chemoradiotherapy offers high pathologic complete response (pCR) rate for patients with locally advanced esophageal squamous cell carcinomas (ESCC). But the dynamic tumor immune microenvironment modulated by such neoadjuvant therapy remains unclear. Patients and methods A total of 41 patients with locally advanced ESCC were recruited. All patients received neoadjuvant toripalimab combined with concurrent chemoradiotherapy. Matched pre- and post-treatment tissues were obtained for fluorescent multiplex immunohistochemistry (mIHC) and IHC analyses. The densities and spatial distributions of immune cells were determined by HALO modules. The differences of immune cell patterns before and after neoadjuvant treatment were investigated. Results In the pre-treatment tissues, more stromal CD3 + FoxP3 + Tregs and CD86+/CD163 + macrophages were observed in patients with residual tumor existed in the resected lymph nodes (pN1), compared with patients with pCR. The majority of macrophages were distributed in close proximity to tumor nest in pN1 patients. In the post-treatment tissues, pCR patients had less CD86 + cell infiltration, whereas higher CD86 + cell density was significantly associated with higher tumor regression grades (TRG) in non-pCR patients. When comparing the paired pre- and post-treatment samples, heterogeneous therapy-associated immune cell patterns were found. Upon to the treatment, CD3 + T lymphocytes were slightly increased in pCR patients, but markedly decreased in non-pCR patients. In contrast, a noticeable increase and a less obvious decrease of CD86 + cell infiltration were respectively depicted in non-pCR and pCR patients. Furthermore, opposite trends of the treatment-induced alterations of CD8 + and CD15 + cell infiltrations were observed between pN0 and pN1 patients. Conclusions Collectively, our data demonstrate a comprehensive picture of tumor immune landscape before and after neoadjuvant ICB combined with chemoradiotherapy in ESCC. The infiltration of CD86 + macrophage may serve as an unfavorable indicator for neoadjuvant toripalimab combined with chemoradiotherapy.