| ［1］ |
American Cancer Society.Cancer facts & figures 2023［EB/OL］.Atlanta： American Cancer Society， lnc.2022.https：//www.cancer.org/research/cancer-facts-statistics/all-cancer-facts-figures/2023-cancerfacts-figures.html.
|
| ［2］ |
Han B， Zheng R， Zeng H， et al.Cancer incidence and mortality in China， 2022［J］.J Natl Cancer Cent， 2024， 4（1）： 47-53.DOI： 10.1016/j.jncc.2024.01.006.
|
| ［3］ |
Babjuk M， Burger M， Capoun O， et al.European association of urology guidelines on non-muscle-invasive bladder cancer （Ta，T1， and carcinoma in situ）［J］.Eur Urol， 2022， 81（1）： 75-94.DOI：10.1016/j.eururo.2021.08.010.
|
| ［4］ |
Charpentier M， Gutierrez C， Guillaudeux T， et al.Noninvasive urinebased tests to diagnose or detect recurrence of bladder cancer［J］.Cancers （Basel）， 2021， 13（7）： 1650.DOI： 10.3390/cancers13071650.
|
| ［5］ |
Mowatt G， Zhu S， Kilonzo M， et al.Systematic review of the clinical effectiveness and cost-effectiveness of photodynamic diagnosis and urine biomarkers （FISH， ImmunoCyt， NMP22） and cytology for the detection and follow-up of bladder cancer［J］.Health Technol Assess，2010， 14（4）： 1-331， iii-iv.DOI： 10.3310/hta14040.
|
| ［6］ |
Topol EJ.High-performance medicine： the convergence of human and artificial intelligence［J］.Nat Med， 2019， 25（1）： 44-56.DOI：10.1038/s41591-018-0300-7.
|
| ［7］ |
Borhani S， Borhani R， Kajdacsy-Balla A.Artificial intelligence：a promising frontier in bladder cancer diagnosis and outcome prediction［J］.Crit Rev Oncol Hematol， 2022， 171： 103601.DOI：10.1016/j.critrevonc.2022.103601.
|
| ［8］ |
Kaneko M， Tsuji K， Masuda K， et al.Urine cell image recognition using a deep-learning model for an automated slide evaluation system［J］.BJU Int， 2022， 130（2）： 235-243.DOI： 10.1111/bju.15518.
|
| ［9］ |
Zhang Z， Fu X， Liu J， et al.Developing a machine learning algorithm for identifying abnormal urothelial cells： a feasibility study［J］.Acta Cytol， 2021， 65（4）： 335-341.DOI： 10.1159/000510474.
|
| ［10］ |
Wu S， Shen R， Hong G， et al.Development and validation of an artificial intelligence-based model for detecting urothelial carcinoma using urine cytology images： a multicentre， diagnostic study with prospective validation［J］.EClinicalMedicine， 2024， 71： 102566.DOI： 10.1016/j.eclinm.2024.102566.
|
| ［11］ |
Ward DG， Baxter L， Gordon NS， et al.Multiplex PCR and next generation sequencing for the non-invasive detection of bladder cancer［J］.PLoS One， 2016， 11（2）： e0149756.DOI： 10.1371/journal.pone.0149756.
|
| ［12］ |
Zeng J， Shufean MA.Molecular-based precision oncology clinical decision making augmented by artificial intelligence［J］.Emerg Top Life Sci， 2021， 5（6）： 757-764.DOI： 10.1042/ETLS20210220.
|
| ［13］ |
He Z， Hu H， Niu Y， et al.Clinical utility of urine DNA for noninvasive detection and minimal residual disease monitoring in urothelial carcinoma［J］.J Clin Oncol， 2022， 40（16_suppl）： 4583.DOI： 10.1200/jco.2022.40.16_suppl.4583.
|
| ［14］ |
Frantzi M， Latosinska A， Flühe L， et al.Developing proteomic biomarkers for bladder cancer： towards clinical application［J］.Nat Rev Urol， 2015， 12（6）： 317-330.DOI： 10.1038/nrurol.2015.100.
|
| ［15］ |
Dressler FF， Diedrichs F， Sabtan D， et al.Proteomic analysis of the urothelial cancer landscape［J］.Nat Commun， 2024， 15（1）： 4513.DOI： 10.1038/s41467-024-48096-5.
|
| ［16］ |
Xiao Q， Zhang F， Xu L， et al.High-throughput proteomics and AI for cancer biomarker discovery［J］.Adv Drug Deliv Rev， 2021， 176：113844.DOI： 10.1016/j.addr.2021.113844.
|
| ［17］ |
Cui M， Deng F， Disis ML， et al.Advances in the clinical application of high-throughput proteomics［J］.Explor Res Hypothesis Med， 2024，9（3）： 209-220.DOI： 10.14218/erhm.2024.00006.
|
| ［18］ |
Vanarsa K， Castillo J， Wang L， et al.Comprehensive proteomics and platform validation of urinary biomarkers for bladder cancer diagnosis and staging［J］.BMC Med， 2023， 21（1）： 133.DOI： 10.1186/s12916-023-02813-x.
|
| ［19］ |
García-Perdomo HA， Dávila-Raigoza AM， Korkes F.Metabolomics for the diagnosis of bladder cancer： a systematic review［J］.Asian J Urol， 2024， 11（2）： 221-241.DOI： 10.1016/j.ajur.2022.11.005.
|
| ［20］ |
Chi J， Shu J， Li M， et al.Artificial intelligence in metabolomics： a current review［J］.Trac Trends Anal Chem， 2024， 178： 117852.DOI：10.1016/j.trac.2024.117852.
|
| ［21］ |
Kouznetsova VL， Kim E， Romm EL， et al.Recognition of early and late stages of bladder cancer using metabolites and machine learning［J］.Metabolomics， 2019， 15（7）： 94.DOI： 10.1007/s11306-019-1555-9.
|
| ［22］ |
Shao CH， Chen CL， Lin JY， et al.Metabolite marker discovery for the detection of bladder cancer by comparative metabolomics［J］.Oncotarget， 2017， 8（24）： 38802-38810.DOI： 10.18632/oncotarget.16393.
|
| ［23］ |
Nizioł J， Ossoliński K， Płaza-Altamer A， et al.Untargeted urinary metabolomics for bladder cancer biomarker screening with ultrahighresolution mass spectrometry［J］.Sci Rep， 2023， 13（1）： 9802.DOI：10.1038/s41598-023-36874-y.
|
| ［24］ |
Bajic P， Wolfe AJ， Gupta GN.The urinary microbiome： implications in bladder cancer pathogenesis and therapeutics［J］.Urology， 2019，126： 10-15.DOI： 10.1016/j.urology.2018.12.034.
|
| ［25］ |
Stamatakos PV， Fragkoulis C， Zoidakis I， et al.A review of urinary bladder microbiome in patients with bladder cancer and its implications in bladder pathogenesis［J］.World J Urol， 2024， 42（1）：457.DOI： 10.1007/s00345-024-05173-0.
|
| ［26］ |
Zeng J， Zhang G， Chen C， et al.Alterations in urobiome in patients with bladder cancer and implications for clinical outcome： a singleinstitution study［J］.Front Cell Infect Microbiol， 2020， 10： 555508.DOI： 10.3389/fcimb.2020.555508.
|
| ［27］ |
Zeng Y， Wang A， Lv W， et al.Recent development of urinary biomarkers for bladder cancer diagnosis and monitoring［J］.Clin Transl Discov， 2023， 3（2）： e183.DOI： 10.1002/ctd2.183.
|
| ［28］ |
Silva-Ferreira M， Carvalho JA， Salta S， et al.Diagnostic test accuracy of urinary DNA methylation-based biomarkers for the detection of primary and recurrent bladder cancer： a systematic review and metaanalysis［J］.Eur Urol Focus， 2024， 10（6）： 922-934.DOI： 10.1016/j.euf.2024.05.024.
|
| ［29］ |
Chen X， Zhang J， Ruan W， et al.Urine DNA methylation assay enables early detection and recurrence monitoring for bladder cancer［J］.J Clin Invest， 2020， 130（12）： 6278-6289.DOI： 10.1172/jci139597.
|
| ［30］ |
Fuda F， Chen M， Chen W， et al.Artificial intelligence in clinical multiparameter flow cytometry and mass cytometry-key tools and progress［J］.Semin Diagn Pathol， 2023， 40（2）： 120-128.DOI：10.1053/j.semdp.2023.02.004.
|
| ［31］ |
Dudaie M， Dotan E， Barnea I， et al.Detection of bladder cancer cells using quantitative interferometric label-free imaging flow cytometry［J］.Cytometry A， 2024， 105（8）： 570-579.DOI： 10.1002/cyto.a.24846.
|
| ［32］ |
Yu EY， Zhang H， Fu Y， et al.Integrative multi-omics analysis for the determination of non-muscle invasive vs.muscle invasive bladder cancer： a pilot study［J］.Curr Oncol， 2022， 29（8）： 5442-5456.DOI：10.3390/curroncol29080430.
|
| ［33］ |
Wu J， Lin Y， Yang K， et al.Clinical effectiveness of a multitarget urine DNA test for urothelial carcinoma detection： a double-blinded，multicenter， prospective trial［J］.Mol Cancer， 2024， 23（1）： 57.DOI：10.1186/s12943-024-01974-4.
|