目的系統評價再評價決策輔助工具（patient decision aids，PDAs）在癌癥患者治療決策中的應用效果。方法計算機檢索PubMed、Web of Science、Cochrane Library、Embase、CINAHL、JBI、CNKI、VIP、CBM及WanFang Data數據庫，搜集與研究目的相關的系統評價，檢索時限均為建庫至2023年9月。由2名研究者獨立篩選文獻、提取資料、評價納入研究的方法學質量，進行證據的匯總與分級，并使用修正重疊區域（corrected covered area，CCA）調查所納入系統評價中原始研究的重復情況。結果共納入17篇系統評價，其中13篇（76.47%）為低或極低質量研究；共包括64條證據，其中僅26條（40.62%）為中等質量。納入研究所包含的原始研究為低度重疊（CCA=0.05）。Meta分析結果顯示，PDAs在癌癥患者治療決策中可增加決策相關知識、減少決策沖突及后悔（P<0.05），但對決策滿意度、焦慮及抑郁無明顯影響（P>0.05）。結論PDAs可提高癌癥患者治療決策相關知識水平、減少決策沖突及后悔，對決策準備度、決策滿意度、焦慮及抑郁不會產生負面影響。但現有的系統評價證據質量較低，且局限于少數癌癥類型。
在應用基于轉錄組特征構建的支持向量機、貝葉斯分類器等傳統分類器對組織樣本進行分類時，要求對基因表達譜進行樣本間的數據標準化處理，以去除實驗批次效應帶來的影響，因此限制了這些分類器在個體化水平上的應用。本文旨在構建鑒別肺癌組織與非癌（肺炎與肺正常）組織的個體化分類器。文中采用來自多組獨立數據的 197 例肺癌與 189 例肺非癌組織樣本作為訓練集，篩選得到了 3 對基因作為特征，應用多數投票規則區分肺癌組織與肺非癌組織的平均準確率達到 95.34%。然后，本文采用來自多組獨立數據的 251 例肺癌組織與 141 例肺非癌組織樣本的非標化數據進行獨立驗證，其平均準確率達到 96.78%。因此，本文提出的該分類器可對由不同實驗室檢測的樣本進行個體化判斷提供一種新的思路，具有較強的臨床實用性。