2018年3月26日至4月1日是中华医学会麻醉学分会主办的第二届“中国麻醉周”，今年的主题是：“美好生活，从无痛诊疗开始”。 为配合这次活动，山东省肿瘤医院定于2018年3月29日上午9:00-11:00举办大型义诊活动。此次义诊活动覆盖专业广泛，包括：麻醉科、镇痛门诊、肿瘤门诊、内镜科、呼吸内科、乳腺内科、消化内科等科室。义诊活动内容： （1）、免费为前来就诊的患者提供内镜检查治疗在麻醉镇痛方面的咨询服务； （2）、免费为患者提供围手术期疼痛管理咨询服务； （3）、免费为癌痛患者提供疼痛评估、诊断、治疗服务，为癌痛患者提供个体化镇痛方案； （4）、免费向癌痛患者宣讲癌痛诊疗新方法 更多>

肺部手术后的长期、慢性胸痛可能迁延数月，甚至数年。据保守估计，至少一半的剖胸肺部手术后患者会面对、经历这一问题。尽管现在胸腔镜微创手术已出现逐渐取代传统剖胸手术的趋势，但是，仍有部分患者在接受胸腔镜手术后出现慢性疼痛。逄医生在门诊接诊术后患者时，有否胸痛是常规要询问病人的问题。依据个人经验，20-30%的患者在术后两年内多多少少都会经历这种慢性胸痛。今天，我们就来谈谈这个问题。肺部手术后的胸部疼痛是患者自术后第一天开始就可能面对的问题。因术后镇痛泵的广泛使用，术后前几天这种疼痛往往不太明显。但当胸管拔除、镇痛泵停用之后，患者可能感觉疼痛加重，部分患者需要静脉或口服给予镇痛药物治疗。这种胸痛 更多>

水痘—带状疱疹病毒感染所致。通常因伤风感冒、工作劳累、学习紧张、老年体弱、春秋换季或患恶性肿瘤时用抗癌药物后，人体抵抗力降低时而发生此病。该病约有一周左右的潜伏期，在疼痛部位多出现红色水疱样丘疹，多数患者需进行镇痛治疗。人们应重视对带状疱疹的早期诊断，一旦出现皮肤局部的刺痒疼痛时，就应到医院检查。一旦确诊后，立即进行对症治疗，以缩短病程、减少并发症和防止后遗神经痛的发生。 　　仁济医院镇痛门诊成立至今十余年来，先后诊治各类疼痛患者近10万人次，疼痛门诊主要进行常见病的疼痛与非疼痛性疾病的治疗、癌性疼痛的治疗及入院手术前的麻醉咨询等。门诊采取以神经阻滞、硬膜外阻滞、骶管疗法以及病人自控镇痛等 更多>

） 2 完成麻醉评估  下午至三楼镇痛门诊做麻醉评估（周六下午和周日无）   工作日（周一至周五）上午抽血，下午即可评估，   双休日仅周六上午有麻醉评估  注：胸片/CT无需等待报告，麻醉医生可以电脑上看结果。3 如有其他特殊检查，如三维扫描等根据医生通知完成后入院。 门诊检查地点 南院： 一楼 检验科完成空腹抽血 二楼 拍胸片/胸部CT、心电图（周日无） 三楼 镇痛门诊做麻醉评估（周六下午和周日无） 检查时效：血常规、PT、APTT有效期为一周，其余检查有效期为一个月。工作日（周一至周五）上午抽血，下午即可评估，             双休日仅周六上午有麻醉评估注：胸片/CT无需等待报告 更多>

初期，用酚酞（果导）、三黄片、麻仁丸、开塞露等价廉物美的药物均可奏效。严重的便秘可用大黄、番泻叶、硫酸镁等泻药。8，不可静脉或肌肉注射吗啡教科书上对于晚期癌症病人的疼痛不建议静脉或肌肉注射吗啡，实际上应该禁止静脉注射吗啡。有些晚期癌症病人疼痛难以控制，特别是神经病理性疼痛，医生实在无好办法时就干脆给病人肌肉或静脉注射针剂吗啡。这是非常不正确的，因为此举势必导致病人对吗啡快速耐受。1、2周内病人对吗啡的需求量会增加很多，导致医生给药每次给药量远远达不到病人的期望值，出现无休止的“疼痛”和“加药”之间的恶性循环。9，预先镇吐肿瘤引起的胃肠道梗阻、化疗药物、镇痛药物等均可导致病人呕吐，但镇痛门诊许多 更多>

疟疾治疗癌症”的真相，浙大王立铭教授万字长文详解并质疑该研究的严谨性王立铭 BioWorld 5天前本文经授权转载自公众号：赛先生本文作者：王立铭，浙江大学生命科学院教授全文约1万字，可能是目前网上关于“疟原虫治疗晚期癌症”最严谨、详细、权威的解读。这几天，有一个来自科学界的新闻刷屏了。中科院广州生物医药与健康研究院的陈小平研究员（下文均称陈小平），在中科院SELF论坛一场公开演讲里介绍了自己的研究工作——利用疟原虫成功治疗晚期癌症患者。脑洞这么大的研究思路，又是如此重要的临床进展，网友们的评论也是花式赞美和支持。如果你还没来得及看视频，我先帮助你简单总结一下相关的内容：1、陈小平在早年学习期间，偶然发现世界范围内疟疾发病率和癌症死亡率的地理分布图，似乎存在负相关的关系，萌生了“疟疾也许能治癌”的初步想法；2、后来，他们团队在小鼠模型中研究发现，引发疟疾的疟原虫能够显著抑制肿瘤生长，而且还研究了背后的机制，可能是通过激活小鼠的免疫系统机能；3、过去两年，他们团队在几个医院开始了利用疟原虫治疗晚期癌症的临床试验。在演讲公开的十个病人的数据里，有五个“有效果“，两个“好像已经治好了”，成效可喜。这么看是不是确实很靠谱？很激动人心？八竿子打不着的疟疾和癌症居然有着隐秘的关系，一位中国科学家借此产生了一个天外飞仙的抗癌思路，还取得了初步成功，这个思路居然还暗合“以毒攻毒”的古老智慧！请容我说一句，且慢。在急忙欢欣鼓舞，甚至急忙前往寻医问药之前，我想，几个非常关键的问题值得先考虑下。我会花点时间，给你慢慢道来。1理论基础首先，我们看看陈小平整个研究的理论基础是不是牢靠。也就是说，疟疾发病率和癌症死亡率，真的存在负相关的关系么？我看到，陈小平的演讲当中，用了这么一张图，来说明两者的负相关关系。初看好像合理，左边图里颜色深的部分（也就是疟疾高发地区），往往在右边图里比较浅（癌症死亡率低）——特别看非洲、中东、印度那里，对比非常醒目。好像确实疟疾发病率高的地方，癌症死亡率低！但是我可以很有把握的说，陈小平的演讲，用了一张假图。右边这个图我不知道本来是什么用途，但它偏偏完全不可能是癌症死亡率图。图上的颜色深浅也根本不代表癌症死亡率的高低（其实你放大看看就能看到，它代表的是20个不同的世界区域的划分）请注意，全世界范围内，美欧澳那几个地方确实是癌症高发的热点区域（这主要是受人均寿命提高的影响，癌症的发病率随年龄增加快速上升）。但是考虑到这些国家医疗水平的因素，癌症死亡率远远不是全球最高的。作为证据，下图是我找到的2008年全球癌症死亡率（年龄矫正后的数据，来自美国华盛顿大学健康指标与评估研究所IHME）。你自己可以看看和陈小平用的图，区别有多大。从这个信息出发，我得到的第一个信息是，陈小平研究的最初开端，很可能是一个读图错误，一个历史的误会……不过，话说回来，演讲用了一个完全错误的图，是不是就一定说明，陈小平所说的疟疾发病率和癌症死亡率的负相关关系，根本就不存在呢？倒也不能。严谨起见，我去阅读了陈小平2017年发表的论文（QinLetalInfectAgentCancer2017）。他在演讲中提到过这个研究，认为这项统计学研究证明了两者之间的负相关性。简单来说，上面这个表格呈现的是五十多个国家当中，疟疾发病率和癌症死亡率随时间变化的趋势，有没有负相关。通俗来说就是，一个国家如果疟疾发病率持续下降，那癌症死亡率是不是持续上升，或者反过来。顺便说一句，这个比较方法，其实比陈小平演讲中提到的，比较不同国家之间疟疾发病率/癌症死亡率的办法，要更可靠一些。因为相对来说，这个方法更好的控制了不同国家制度风俗卫生系统等因素的影响。在这里我还要澄清一下很多人的一个误解。陈小平的研究确实使用了年龄矫正过的癌症死亡率数据，已经排除了因为某些国家卫生和经济发展落后、疟疾发病率高、人均寿命低，所以相应的癌症死亡率也低的可能性。但结论如何呢？整体而言，两个趋势之间的负相关性是非常微弱的。疟疾发病率变成原来的2倍，癌症发病率只会降低10%左右；疟疾发病率就算是上升10倍（这是一个非常可怕的如果），癌症发病率降低到原来的60%多。两个数值分别取对数之后计算，就得到了上图所示的约-0.2的回归系数（具体计算方法可以查阅论文内容）。但是请注意，有另外两个重要因素，我们是必须考虑在内的：1、在疟疾流行的地区，抗疟疾药物，比如奎宁和青蒿素的使用自然也更加广泛。而一直有人猜测这两种药物可能本身就有抗癌效果，也有一些相关的研究（可以参考这个新闻：https://www.fiercebiotech.com/research/new-insight-into-why-malaria-drugs-work-against-some-cancers-could-boost-drug-development）。因此，陈小平观察到的微弱的负相关性，也可能不是疟疾高发、而是抗疟疾药物使用的结果；2、已经有充分研究证明疟疾可以显著增加某些癌症的发病，特别是Burkitt’sLymphoma（可以参考：MoormannandBaileyCurrOpinVirol2016）。这种淋巴癌的高发地区也确实和疟疾流行地区高度重合。考虑到这个更加确凿的致病风险，疟疾和癌症死亡率即便真的有微弱的负相关关系，利用起来也需要非常审慎才行。总结上面的讨论，我想可以比较稳妥地推断：1、陈小平演讲中提到世界各地疟疾发病率和癌症死亡率负相关的时候，使用了有错误的图表；2、陈小平2017年的统计学论文，并不能很好的支持随着时间变化，疟疾发病率和癌症死亡率变化趋势相反的结论；3、疟疾发病率和癌症死亡率即便真的存在微弱的负相关关系，也需要进一步考虑疟疾致癌、以及抗疟药治疗癌症的重要干扰因素；因此，至少陈小平研究的理论基础，本身就是有问题的。2临床数据理论基础有问题，是不是后面的整个研究都不值得一驳？也不是。必须承认，理论依据有瑕疵，本身并不必然说明研究内容就一定不对。科学史上阴差阳错的发现多的是，甚至极端一点，为了证明一件事展开研究、最后反而把它推翻了的例子也比比皆是（比如著名的迈克尔逊莫雷实验）。在疟疾抗癌这个案例里，我们还是得针对研究内容本身展开分析才好。我们继续追问。在陈小平的临床研究里，疟原虫真的治疗癌症了么？我的看法是，很可疑。陈小平在演讲里声称，已经有三十多个病人在接受疟原虫治疗，并且“已经看到效果了”。最强有力的证据是，十个最早的患者当中，五个有效，两个甚至“好像已经治好”了。是不是真的呢？陈小平这项临床研究的数据尚未公开发表。不过，陈小平在演讲里公开了一张统计图。必须说明，这张图不是严肃的临床试验结果分析，缺少很多必要数据。这一点当然可以理解，毕竟陈小平并不是在严肃的学术场合讨论数据、而是在进行公众演讲。不过既然陈小平主动公开了部分信息，我们自然可以对此展开一些分析。而且你会看到，仅仅根据这点信息，我们也能看出很多东西了。首先解释一下背景信息：怎么评估一种抗癌药物的有效性？这个问题当然是非常专业的，一两句话很难概括完整。就简单说一点点吧，抗癌药物最重要的金标准，是看是不是能够有效延长患者的生存期，这就是所谓总生存期的指标（OVERALLSURVIVAL,OS）。大部分癌症药物最终获得上市批准，需要提供OS的信息。不过在很多临床试验里，OS难以快速衡量（毕竟很多患者会活好几年几十年，而临床试验一般也就几个月到几年）。所以在临床试验、特别是早期临床试验当中，研究人员会用一系列替代性的指标作为分析依据。这其中可能最重要的一种叫做客观缓解率（OBJECTIVERESPONSERATE,ORR）。在较短的期限内衡量癌症药物的疗效，ORR是最常用的指标之一。所谓ORR，衡量的是在临床试验过程中，有多少患者的肿瘤，在接受治疗后出现了完全的（完全缓解，COMPLETERESPONSE,CR，一般标准是每个病灶都要缩小到1厘米直径下）或者是部分的缩小（部分缓解，PR，PARTIALRESPONSE，一般标准是肿瘤直径缩小30%以上）。与之相对应的，如果患者的肿瘤持续增大，超过20%，被认为是疾病进展（PD），也就是说治疗无效。如果患者的肿瘤变化的情况，在进展和缓解之间，叫做疾病稳定（SD）。当然必须说明，这仅仅是最肤浅的一点背景信息。临床数据分析是个特别复杂的工程，什么时候测量肿瘤的尺寸，怎么测，测几次，用哪一次的数据，都是需要事先制定方案严格执行的。这样一刀切的操作当然会带来一些不可避免的误判。但真实世界里，每个病人的情况千变万化，必须有一个一碗水端平的客观评估标准，才能保证临床研究的有效性。根据这些信息，我们再回头看看陈小平提供的表格。十个患者，五个注明了PD（疾病进展），三个SD（疾病稳定）。还有两个标绿的患者，没有说明CR/PR/SD/PD的情况，是单独用文字解释的，就是陈小平演讲当中提到的“可能已经治好”的病人。我们首先就来看这两个最鼓舞人心的案例。我接下来会说明，这两个患者，根本不能被当做疟原虫治疗有效的案例看待，更不要说当作“可能治好”的案例来大肆宣传了。先看左边那个标绿的患者。陈小平演讲中解释，这个患者用疟原虫治疗之后，肿瘤形状变化，因此用手术切除，无病生存至今。这当然是好消息！但是这个案例的治疗，能归功于疟原虫疗法么？不可以！在正规的临床试验分析当中，这个患者在停止疟原虫治疗、接受肿瘤切除手术的时候，就已经不能看作是疟原虫临床试验的成员了（术语所谓的出组）。对他的疗效评估，正确的做法是在这之前就检查肿瘤尺寸，并且按照CR/PR/SD/PD的类别归类进行数据分析。（从上图非常有限的信息看，这位患者归类更大的可能性是SD）。这是为什么呢？道理其实不难理解。在真实世界里，癌症病人往往面临多种治疗方案的选择，而且往往需要多种方案组合治疗。这个当然无可厚非。但是这种操作给客观评估一种新疗法的作用增加了困难（很简单，功劳到底算哪一种方法的？）。因此在早期临床试验中，一般会要求患者只接受一种治疗方案。陈小平他们的临床试验也有同样的要求，入组患者不能同时接受别的治疗。这一点在中国临床试验注册中心的数据库里也有体现。所以当一个患者决定脱离这种待评估的治疗方法（疟原虫治疗），转而使用另一种疗法（微创手术）之后，就不能再作为一个有效的数据点了。否则以此类推，如果接受疟原虫治疗的患者，同时偷偷吃了别的化疗药、打了CAR-T、甚至是请了气功大师给自己发功，还真的看到肿瘤缩小了。。。效果算谁的？这个道理不难理解吧？我们再说右边那位标绿的患者。陈小平在演讲中也提到了，这位患者疟原虫治疗结束几个月后发现，虽然肿瘤大小没变，但是PET-CT结果提示肿瘤代谢活性消失。肿瘤代谢活性消失，提示癌细胞可能正在缓慢死亡，这当然也是非常大的好消息。但是这个患者能算被疟原虫疗法“好像治好”了么？对不起，这个例子也很成问题。第一个问题是和上面一样的：这位患者在结束疟原虫治疗几个月之后看到的结果，你怎么就那么肯定是疟原虫导致的？这个患者在此期间接受别的治疗了么？根据演讲内容，这位患者之后回了老家生活，那疟原虫临床研究团队能对这位患者的用药情况精确追踪么？这些信息陈小平并没有提供，只能存疑。第二个问题是，所谓“肿瘤代谢活性消失”，当然是一件好事，也是临床研究中应该追踪和分析的有效数据。但是请注意，在这10位患者的数据当中，其他八位患者是用SD/PD——也就是简单的肿瘤大小指标——进行衡量的。而如果套用同样的标准分析这位患者的PET-CT图，他大概率是属于SD类别。那问题就来了，为什么不同的患者没有使用同样的分析标准呢？说到这里我们就可以小结一下了，至少 更多>