n美国,90年的微球已被批准超过20 y,用于治疗肝恶性肿瘤。玻璃微球(THERASPHERE;波士顿科学)在1999年根据7-24名单臂研究的基础研究(1-24名患者(1)(1)(1),1999年,食品和放射药物健康中心(FDA)在1999年获得了人道主义装置的豁免,以豁免用于治疗肝细胞癌(HCC)(FDA)。sir-Spheres(Sirtex)在一次随机试验后,在2002年获得了FDA前市场批准,并在2002年获得了转移性结肠癌的治疗,其中35名患者通过透明植入的肝动脉输液泵(1)接受了90 Y微球。FDA批准设备的过程与药品的过程明显不同。新的抗癌药物接受了高度监管的3期随机试验,涉及数百或数千名患者,以获得药物评估和研究中心的批准。大多数药物都进入临床实践,其中1级证据将其列入指南和报销。相比之下,95% - 98%的医疗设备通过FDA 510K批准过程上市,而无需进行明确的临床试验,从而使采用和偿还挑战具有挑战性(2)。在肿瘤学中特别感受到了设备和放射健康中心使用的批准标准的脆弱性,在肿瘤学中,放射科医生作为多学科分离管理团队的一部分工作,并被持有与其他肿瘤专业所使用的证据相同的证据。由于用于FDA批准90 Y微球的研究不足以进行效率评估,因此对癌症指南的接受程度已得到限制。为了解决这一障碍,完成了90 Y微球的多个大型,随机,对照试验,用于HCC和转移性结直肠癌。Sirflox,Foxfire和Foxfire全球试验共同将超过1,000多名肝脏占主导地位转移性结直肠癌的患者统一,具有或没有SIR-SPHERES的第一线化学疗法,并且没有发现进展的自由生存或整体生存率或整体生存期(OS)(3)。类似地,莎拉,sirvenib和soramic试验随机将HCC随机分为therasphere或sorafenib,并且发现
在增强患者护理的目标的驱动下,治疗学领域正在迅速发展。最近的人工智能(AI)及其创新的治疗应用标志着核医学的重要一步,导致精确肿瘤学的范式发生了重大范式转移。例如,AI辅助肿瘤表征,包括自动图像解释,肿瘤分割,特征鉴定和高风险病变的预测,改善诊断过程,提供精确而详细的评估。通过针对个人独特的临床概况量身定制的全面评估,AI算法有望增强患者风险分类,从而使患者需求与最合适的治疗计划的一致性保持一致。通过发现对人眼的看不见的潜在因素,例如肿瘤放射敏感性或分子谱的内在变化,AI软件有可能革新响应异质性的预测。为了准确有效的剂量计算,AI技术通过提供定制的幻影和简化复杂的数学算法,使个性化的剂量学可行,可在繁忙的临床环境中访问,从而提供了重要的优势。AI工具有可能利用预测和减轻与治疗相关的不良事件,从而可以提早干预。此外,可以利用生成的AI找到用于开发新型放射性药物并促进药物发现的新目标。仍然有很多值得探索和理解的。然而,尽管对AI在治疗学中的作用具有巨大的潜力和显着的兴趣,但这些技术并不缺乏局限性和挑战。在这项研究中,我们研究了AI在治疗学中的当前应用,并试图拓宽未来研究和创新的视野。
最近的研究更加重视个性化方法在临床治疗和药物安全领域改善患者预后的重要性。本期特刊的重点是从个性化的角度来看,临床治疗和药物安全领域的最新研究和发展。我们邀请贡献探索个性化药物治疗在临床环境中的实际应用,影响药物疗效和安全性的患者特异性因素以及减轻实际与药物相关危害的创新策略(例如,不良药物反应)。这些贡献将在对个性化医疗保健的更广泛讨论中增强我们的知识,并为未来的临床实践提供信息。
背景和目的:某些饮食通常用于控制肠易激综合征 (IBS) 患者的功能性胃肠道症状。个性化饮食诱导的微生物组调节是改善 IBS 症状的首选方法。尽管使用人工智能 (AI) 针对肠道微生物群的个性化营养疗法具有巨大的潜力,但尚未在 IBS 患者中进行过这种方法的研究。因此,在本研究中,我们调查了基于 AI 的个性化微生物组饮食对 IBS-Mix (M) 患者的疗效。方法:本研究设计为一项试点开放标签研究。我们根据罗马 IV 标准招募了连续的 IBS-M 患者(n=25,19 名女性,46.06 ± 13.11 岁)。从所有患者身上采集两次粪便样本(干预前和干预后),并进行高通量 16S rRNA 测序。根据年龄、性别和微生物组匹配将患者分为两组。第 1 组采用 6 周的基于 AI 的微生物组饮食(n=14),第 2 组采用标准 IBS 饮食(对照组,n=11)。基于 AI 的饮食是根据针对个体肠道微生物组特征的算法优化个性化营养策略而设计的。一种使用微生物组组成评估 IBS 指数评分的算法试图设计基于调节微生物组向健康评分方向发展的优化饮食。比较了基线和干预后的 IBS-SSS(症状严重程度量表)评分和粪便微生物组分析。结果:干预前后的 IBS-SSS 评估均显着改善(对照组和干预组分别为 p<0.02 和 p<0.001)。虽然 82%(17 人中的 14 人)的干预组 IBS-SSS 评估从重度变为中度,但对照组未观察到这种变化。经过 6 周的干预后,两组的微生物群特征在 α 或 β 多样性方面均未发生重大变化。干预组的瘤胃球菌科呈下降趋势(p=0.17)。干预组的粪杆菌属显着增加(p=0.04)。干预组的拟杆菌属和假定的益生菌丙酸杆菌属增加,但对照组的普雷沃氏菌增加。干预组和对照组的 IBS-SSS 评分(前后)变化(delta)值明显较高。结论:通过饮食进行基于 AI 的个性化微生物组调节可显着改善 IBS-M 患者的 IBS 相关症状。需要进一步进行大规模、随机安慰剂对照试验和长期随访(持久性)。
•所有新成员必须在2024年5月15日之前完成第一次访问。要安排您的面对面或虚拟访问,请致电240-865-5500。这次访问是认识您的重要组成部分,因此我们可以了解您的健康挑战和目标。如果您是John Hopkins Health System的雇员并选择了DPC保险计划,则您将自动注入DPC诊所,并且您的PCP分配将在您的保险卡上反映。如果您是员工的配偶或子女,则可以在非DPC PCP或DPC诊所之间进行选择。如果您的保险卡显示不是您选择的PCP的PCP,请致电800-261-2393致电EHP,以更改您的PCP分配,并将新的保险卡邮寄给您。这对于确保所有约翰·霍普金斯(Johns Hopkins)的位置都可以正确注册您进行临床预约并确保您不会蒙受任何不必要的自付费用。
Luze Scalco de Vascincelos,1,9 Yichen Yan,2,9 Putkar Maharjan,1,8 Sayam Karar,3分钟Zhang,3 Bowen Yao,2 Hongbian li,1 Sidi,1 Sidi 2,1 Sidi 2,1 Eric Williams,1 Sandhy of The Sandhy of the Sandhy Solorzano-vargas,4是Hong,2 Yingjie du,2 Zixao Liu,2 Fumiaki Iwane,Charles Block 3,Andrew T. Repetski 1,1 Philip Tan,1 Anopan Wang,1MartıMartıMartır,1MartıMartır,́R。 Ximin H, *和Nanshu Lu 1,3,7,10, * 1航空航天工程与工程学系,得克萨斯大学和奥斯汀大学,奥斯汀,德克萨斯州奥斯汀,美国德克萨斯州78712,美国2美国2材料科学与工程系,洛杉矶,洛杉矶,洛杉矶,洛杉矶美国德克萨斯州奥斯汀大学奥斯汀分校电气和计算机工程,美国4戴维·盖芬医学院,医学院,洛杉矶,洛杉矶,加利福尼亚州洛杉矶,加利福尼亚州90095,美国5德克萨斯大学奥斯汀大学奥斯汀分校,美国德克萨斯州奥斯汀分校同样10铅联系 *紧随其后:jose.millan@austin.unexas.edu(J.D.D.R.M.),xinhe@ucla.edu(X.H.),nanshulu@utexas.edu(n.l。)https://doi.org/10.1016/j.celbio.2024.100004https://doi.org/10.1016/j.celbio.2024.100004
您很健康,您的医生将为您提供一项测试,可以预测您是否会在未来十年中发展出非常罕见的(10,000名中的一个人)但致命疾病。不幸的是,该疾病爆发后没有治疗。但是,有可能通过药物显着延迟疾病的发作(例如到十年)。该药物具有巨大的副作用。您从测试中知道,它涵盖了所有会生病的人。但是,它也是积极的(即false)在30%不生病的人中。在这些人中,这种药物当然没有保护作用,只有负面影响。a)我不会参加此测试。□b)我将进行此测试并进行预防疗法。□c)如果仅10%的结果是误报,我将参加此测试。□d)如果仅1%的结果是假阳性,我将参加此测试。□4。您患有慢性肾脏疾病。有一个全新的测试,可以预测80%的确定性您是否对某种药物的反应特别好。基于人工智能方法,该测试很复杂,您和您的医生都不了解其工作原理。