TP53 mutation is the most common mutation in hepatocellular carcinoma (HCC), and it affects the progression and prognosis of HCC. We investigated how TP53 mutation regulates the HCC immunophenotype and thus affects the prognosis of HCC.We investigated TP53 mutation status and RNA expression in different populations and platforms and developed an immune prognostic model (IPM) based on immune-related genes that were differentially expressed between TP53WT and TP53MUT HCC samples. Then, the influence of the IPM on the immune microenvironment in HCC was comprehensively analysed.TP53 mutation resulted in the downregulation of the immune response in HCC. Thirty-seven of the 312 immune response-related genes were differentially expressed based on TP53 mutation status. An IPM was established and validated based on 865 patients with HCC to differentiate patients with a low or high risk of poor survival. A nomogram was also established for clinical application. Functional enrichment analysis showed that the humoral immune response and immune system diseases pathway represented the major function and pathway, respectively, related to the IPM genes. Moreover, we found that the patients in the high-risk group had higher fractions of T cells follicular helper, T cells regulatory (Tregs) and macrophages M0 and presented higher expression of CTLA-4, PD-1 and TIM-3 than the low-risk group.TP53 mutation is strongly related to the immune microenvironment in HCC. Our IPM, which is sensitive to TP53 mutation status, may have important implications for identifying subgroups of HCC patients with low or high risk of unfavourable survival. FUND: This work was supported by the International Science and Technology Cooperation Projects (2016YFE0107100), the Capital Special Research Project for Health Development (2014-2-4012), the Beijing Natural Science Foundation (L172055 and 7192158), the National Ten Thousand Talent Program, the Fundamental Research Funds for the Central Universities (3332018032), and the CAMS Innovation Fund for Medical Science (CIFMS) (2017-I2M-4-003 and 2018-I2M-3-001).

The estimated dose of radiation to immune cells (EDRIC) has been shown to correlate with the overall survival (OS) of patients who receive definitive thoracic radiotherapy. However, the planning target volume (PTV) may be a confounding factor. We assessed the prognostic value of EDRIC for non-small cell lung cancer (NSCLC) in patients who underwent postoperative radiotherapy (PORT) with homogeneous PTV. Patients with NSCLC who underwent PORT between 2004 and 2019 were included. EDRIC was computed as a function of the number of radiation fractions and mean doses to the lungs, heart, and remaining body. The correlations between EDRIC and OS, disease-free survival (DFS), locoregional-free survival (LRFS), and distant metastasis-free survival (DMFS) were analyzed using univariate and multivariate Cox models. Kaplan–Meier analysis was performed to assess the survival difference between low- and high-EDRIC groups. In total, 345 patients were analyzed. The mean EDRIC was 6.26 Gy. Multivariate analysis showed that higher EDRIC was associated with worse outcomes in terms of OS (hazard ratio [HR] 1.207, P = .007), DFS (HR 1.129, P = .015), LRFS (HR 1.211, P = .002), and DMFS (HR 1.131, P = .057). In the low- and high-EDRIC groups, the 3-year OS was 81.2% and 74.0%, DFS 39.8% and 35.0%, LRFS 70.4% and 60.5%, and DMFS 73.9% and 63.1%, respectively. EDRIC is an independent prognostic factor for survival in patients with NSCLC undergoing PORT. Higher doses of radiation to the immune system are associated with tumor progression and poor survival. Organs at risk for the immune system should be considered during radiotherapy planning.

Objective The aim of this study is to evaluate the impact of methylprednisolone (MP) on scar composition following spinal cord injury (SCI).

Introduction This study aims to investigate whether the transrectal ultrasound-guided combined biopsy (CB) improves the detection rates of prostate cancer (PCa) and clinically significant PCa (csPCa) in biopsy-naïve patients. We also aimed to compare the Prostate Imaging Reporting and Data System (PI-RADS v2.1) score, ADC values, and PSA density (PSAd) in predicting csPCa by the combined prostate biopsy. Methods This retrospective and single-center study included 389 biopsy-naïve patients with PSA level 4~20 ng/ml, of whom 197 underwent prebiopsy mpMRI of the prostate. The mpMRI-based scores (PI-RADS v2.1 scores and ADC values) and clinical parameters were collected and evaluated by logistic regression analyses. Multivariable models based on the mpMRI-based scores and clinical parameters were developed by the logistic regression analyses to forecast biopsy outcomes of CB in biopsy-naïve patients. The ROC curves measured by the AUC values, calibration plots, and DCA were performed to assess multivariable models. Results The CB can detect more csPCa compared with TRUSB (32.0% vs. 53%). The Spearman correlation revealed that Gleason scores of the prostate biopsy significantly correlated with PI-RADS scores and ADC values. The multivariate logistic regression confirmed that PI-RADS scores 4, 5, and prostate volume were important predictors of csPCa. The PI-RADS+ADC+PSAd (PAP) model had the highest AUCs of 0.913 for predicting csPCa in biopsy-naïve patients with PSA level 4~20 ng/ml. When the biopsy risk threshold of the PAP model was greater than or equal to 0.10, 51% of patients could avoid an unnecessary biopsy, and only 5% of patients with csPCa were missed. Conclusion The prebiopsy mpMRI and the combined prostate biopsy have a high CDR of csPCa in biopsy-naïve patients. A multivariable model based on the mpMRI-based scores and PSAd could provide a reference for clinicians in forecasting biopsy outcomes in biopsy-naïve patients with PSA 4~20 ng/ml and make a more comprehensive assessment during the decision-making of the prostate biopsy.

Abstract Purpose This study aimed to investigate the accuracy of three fixation methods in patients with left breast cancer receiving whole breast radiotherapy: conventional breast bracket (BB), breast bracket combined with deep inspiration breath holding (DIBH), and cervical‐thoracic integrated bracket (CTIB) combined with DIBH. Methods From January 2023 to September 2023, 84 patients who underwent left breast cancer radiotherapy with supraclavicular radiation after conservative surgery were included in this study, of which 25 patients were fixed by conventional BB, 34 patients by BB & DIBH, and 25 patients by CTIB & DIBH. Image registration was conducted around the treatment area, using the sternoclavicular joint and acromioclavicular joint as landmarks. Systematic and random errors were calculated to assess the accuracy of these fixation methods. Results Compared to the conventional BB group, the CTIB & DIBH group demonstrated significant improvements in accuracy across multiple dimensions, including left–right, superior‐posterior, and anterior–posterior directions, as well as rotational errors in the sagittal and coronal planes. The CTIB & DIBH group showed a significant reduction of setup error in the anterior–posterior direction compared to the BB & DIBH group. The displacement of the acromioclavicular joint varied, with the CTIB & DIBH method showing more favorable outcomes. Conclusion DIBH method exhibited lower setup errors and more effective fixation of the acromioclavicular joint, especially when combined with CTIB, making it a recommended fixation method in adjuvant radiotherapy following breast‐conserving surgery.

Anti-CD19 chimeric antigen receptor (CAR) T cell therapy is a common, yet highly efficient, cellular immunotherapy for lymphoma. However, many recent studies have reported on its cardiovascular (CV) toxicity. This study analyzes the cardiotoxicity of CD19 CAR T cell therapy in the treatment of lymphoma for providing a more valuable reference for clinicians. The PubMed, Embase, Cochrane library, and Web of Science databases were comprehensively searched from the time of their establishment to May 2024. The ClinicalTrials.gov English database is a comprehensive repository of the original studies of CD19 CAR T cell therapy and associated adverse outcomes, such as arrhythmia, CV events, and hypotension, in patients with lymphoma. The Cochrane Collaboration tool and the Newcastle–Ottawa Scale (NOS) were used to assess the quality of the included original studies. For RCTs, the Cochrane Collaboration tool was used to assess the risk of bias. For non-randomized studies, the risk of bias was assessed using the NOS quality assessment scale. A risk analysis of two randomized controlled trials and nine cohort studies, totaling 1379 patients with lymphoma receiving CD19 CAR-T, is conducted. The incidences for all-cause mortality, CV events, and hypotension were found to be 17.8%, 17.8%, and 52.8%, respectively. Additionally, the incidences of heart failure (HF), cardiomyopathy, cardiac arrest, and other CV events are 3%, 0.6%, 1.3%, and 2.5%, respectively. In addition to cytokine release syndrome (CRS) and immune effector cell-associated neurotoxicity syndrome (ICANS) as adverse events, patients treated with CD19 CAR T cells are also at risk of CV events. The most common CV events are arrhythmia and HF. Our further analysis showed that the incidence of CV events was 28.7% in the elderly and 13.5% in adults. The incidence of CV events in the elderly was higher than that in adults, and it was statistically significant. Furthermore, the incidence of CV events and hypotension is strongly associated with patients with CRS. Therefore, clinicians should pay close attention to the occurrence of such CV events and take timely prevention and intervention measures to further improve the safety of CD19 CAR T cell therapy.

Abstract Renal oncocytoma and chromophobe renal cell carcinoma are two kidney cancer types that present a diagnostic challenge to pathologists and other clinicians due to their microscopic similarities. While RO is a benign renal neoplasm, ChRCC is considered malignant. Therefore, the differentiation between the two is crucial. In this study, we introduce an explainable framework to accurately differentiate ChRCC from RO, histologically. Our approach examined H&E-stained images of 656 ChRCC and 720 RO, and achieved a diagnostic accuracy of 88.2%, the sensitivity of 87%, and 100% specificity for explainable AI, which either outperforms or operate on par with convolutional neural network (CNN) models. Besides, we enrolled 44 pathology experts (including pathologists and pathology trainees) to differentiate the two tumors. The average accuracy of pathologists was 73%, which is 15.2% lower than our framework. These results indicate that the combination of human expert along with explainable AI achieve higher accuracy in differentiating the two tumors, while it reduces the workload of experts and offers the desired explainability for the medical experts.