Antpedia LOGO WIKI资讯

柳叶刀最新研究:阿司匹林或可预防卵巢癌

日前,医学界权威期刊《柳叶刀肿瘤学》刊登了两项新的研究成果:每日低剂量服用阿司匹林可降低卵巢癌患病风险10%,服用阿司匹林的卵巢癌患者可提高生存率30%。 降低卵巢癌患病风险10% 柳叶刀子刊刊登最新研究 《柳叶刀肿瘤学》7月刊同期刊登了《阿司匹林对卵巢癌的治疗有作用吗?》与《一项定群研究(NHS/NHSII):关于确诊前后使用常见镇痛药与卵巢癌预后》。这两项研究均为回顾性研究,研究结果表明阿司匹林与卵巢癌防治具有一定的关联性。 在《阿司匹林对卵巢癌的治疗有作用吗?》这一研究中,来自美国国家癌症研究所和佛罗里达州坦帕市莫菲特癌症中心的研究人员,通过调查全球75万女性,综合13项研究数据得出,每日服用低剂量(约81毫克)阿司匹林的女性比未服用者患卵巢癌的风险低10%。 在第二项研究中,研究人员首次全面评估了阿司匹林或其他非甾体抗炎药在诊断后与卵巢癌生存率相关性。来自夏威夷檀香山大学和莫菲特癌症中心......阅读全文

柳叶刀最新研究:阿司匹林或可预防卵巢癌

  日前,医学界权威期刊《柳叶刀肿瘤学》刊登了两项新的研究成果:每日低剂量服用阿司匹林可降低卵巢癌患病风险10%,服用阿司匹林的卵巢癌患者可提高生存率30%。   降低卵巢癌患病风险10%   柳叶刀子刊刊登最新研究   《柳叶刀肿瘤学》7月刊同期刊登了《阿司匹林对卵巢癌的治疗有作用吗?》与《

JNCI:每天服用阿司匹林或可降低卵巢癌风险

  近日,一项新的研究表明:每天服用阿司匹林,妇女患卵巢癌的风险可能降低五分之一。   来自美国国家癌症研究所的研究人员分析了12项研究的数据,其中涉及近8000名卵巢癌妇女患者和接近12,000名健康妇女,以确定使用阿司匹林,其他非甾体抗炎药(NSAIDs)和对乙酰氨基酚对卵巢癌风险的影响。

小小剂量阿司匹林或可降低卵巢癌风险

  研究详情    来自美国国家癌症研究中心(NCI,国家卫生研究院的下属机构)的一项最新研究结果表明,女性日常服用阿斯匹林,或可使卵巢癌风险减少20%.然而,在做出临床推荐之前,还需要进一步的研究进行验证。这一研究成果发表于JNCI杂志2014年最新一期在线

柳叶刀:阿司匹林与鱼油 “搭配”或可减少结直肠癌风险

  结直肠癌是全球第三大最常见癌症,占所有癌症病例的10%。虽然有结肠镜检查作为筛查的“金标准”,但是依然面临着发病率上升的显著问题。如何预防这一常见癌症?现在,《柳叶刀》上一篇新文章给出一种可能:科学家们发现两种常用化合物——阿司匹林和EPA(鱼油的主要成分),或可预防结直肠癌的发生。图片来源:P

“神药”阿司匹林预防心脏病和中风?柳叶刀称没有定论!

  作为医药史上三大经典药物之一,阿司匹林从最初的镇痛消炎到抗血栓、抗癌,展现出多个潜能。但是,对于这一“神药”能否将作为心血管疾病的一级预防措施,一直存在争议。近日,顶级医学期刊《柳叶刀》发表的一项最新研究给出了“没有定论”(the jury is still out)的答案。图片来源:网络  文

医学杂志《柳叶刀》:每日服用阿司匹林可抗癌

  英国著名医学杂志《柳叶刀》21日刊登牛津大学的一项研究称,每日服用阿司匹林片可有效降低多种癌症的发病率,并对癌症有一定治疗作用。  该研究显示,阿司匹林能够阻止癌细胞与血小板结合,进而阻断癌细胞传播,目前在治疗肠癌、乳腺癌等常见癌症上都起到一定效果。研究团队在彼得・罗斯威尔教授的带领下,对超过7

《柳叶刀》发表最新艾滋病综述

  近十年来HIV的治疗和预防已经取得了巨大的进步,但人们仍未找到治愈这种疾病的有效途径,也没有开发出相应的疫苗。  Monash大学的Sharon Lewin教授在本期《柳叶刀》上发表文章,回顾了近年来HIV的流行情况,总结了HIV致病机理、HIV治疗与预防的相关成果。  文章指出,艾滋病治疗方式

抗炎性药物或可帮助抵御卵巢癌

  卵巢癌并没有任何症状,当其被发现的时候,癌细胞往往已经扩散到了患者全身,卵巢癌患者中寿命可以维持5年的人数往往少于一半。  而在过去20年里卵巢癌患者的生存率没有得到任何改善,目前一种酮咯酸注射剂在美国被批准进行患者术后的疼痛治疗,这种注射剂药物等同于S-酮咯酸和R-酮咯酸的混合剂,S-酮咯酸和

新技术或可预测卵巢癌患者存活时间

  美国研究人员4日报告说,一种DNA(脱氧核糖核酸)检测技术或许可以帮助预测卵巢癌患者的存活时间,从而为个性化的癌症诊断及治疗提供指导。   美国弗雷德.哈钦森癌症研究中心的研究人员当天在《科学转化医学》杂志上说,他们开发的这种技术可以可靠、快速、廉价地对卵巢癌患者体内一种叫做肿瘤浸润淋巴细胞的

中山大学携手《柳叶刀》发布鼻咽癌研究成果

一百多年来,现代医学经历了飞速的发展,医疗实施过程、药物研发及评价、药品疗效信息、基因信息、生物标志物、临床试验等积累了大量数据。在数据驱动的医学时代,如何从海量医学数据中找出数据的价值所在,解决大规模数据引发的问题、利用好数据挖掘所带来的竞争力,需要多学科的协同和创新。当前,适应于生物医学大数据的