XiaoMi-AI文件搜索系统
World File Search System无反应
SHS免疫报告表格
Series received (mark one): ______ Energix-B, Recombivax, or Twinnix (3 doses required) ______ Heplisav-B (2 doses required) Primary HBV series: 1 st dose Date: _____/______/______ 2 nd dose Date: _____/______/______ (1 month after 1 st dose) 3 rd dose Date: _____/______/______ (6 months after 1 st dose) Secondary HBV series: 4 th dose Date: _____/______/______ (only if no response to primary series) 5 th dose Date: _____/______/______ 6 th dose Date: _____/______/______ AND Hepatitis B Surface Antibody (titer) Quantitative immunity demonstrated by Hepatitis B titer - attach copy of titer report.*如果负面/无反应性，请参见免疫政策日期：_____/______/______阳性/反应性负/无反应日期：_____/______/______/______阳性/反应性阴性/无反应性D.结核病D.结核病测试：最初需要两步性TB TB皮肤测试或Quantiferon TB TB TB TB Blood Bloods验证。两步结核病测试需要相距1-3周完成。*注意：如果两步进行了1-3周的测试，则在12个月内完成的任何两个已记录的结核病测试应视为两步。
传染病和疫苗接种过程
• 实验室医学学士或硕士课程的学生必须在课程开始的第二周前提供对乙肝病毒具有免疫力的证据，或至少接种了三剂乙肝疫苗的第一剂。 • 所有新南威尔士州和塔斯马尼亚州的学生都必须提供乙肝表面抗体水平≥10 IU/L的证据，最好在接种最后一剂乙肝疫苗后 4 周完成。如果在接种初级疫苗后，乙肝表面抗体水平<10 IU/L（表明学生尚未对乙肝病毒产生免疫力），则应查阅《澳大利亚免疫手册》（在线版）以获取有关接种其他乙肝疫苗和进一步血清学检查的更多信息。如果学生血清仍为阴性，应告知他们“无反应”状态，并在肠外或粘膜接触受 HBV 感染的血液或体液后 72 小时内需要注射乙肝免疫球蛋白。还需要填写《实践安全医疗声明表》。
ICMJE 披露表
日期：29/11/24 您的姓名：Samantha Unsworth-White 稿件标题：平衡卡介苗无反应高危非肌层浸润性膀胱癌患者治疗的风险和益处 稿件编号（如果已知）：TAU-24-529 为了透明起见，我们要求您披露下面列出的与您的稿件内容相关的所有关系/活动/利益。 “相关”是指与营利或非营利第三方的任何关系，其利益可能受到稿件内容的影响。 披露代表对透明度的承诺，并不一定表示偏见。 如果您不确定是否要列出关系/活动/兴趣，最好这样做。 以下问题适用于作者的关系/活动/兴趣，因为它们仅与当前稿件相关。 作者的关系/活动/兴趣应广泛定义。例如，如果您的稿件涉及高血压流行病学，您应声明与抗高血压药物制造商的所有关系，即使稿件中未提及该药物。在下面的第 1 项中，报告对本稿件中报告的工作的所有支持，无时间限制。对于所有其他项目，披露的时间范围是过去 36 个月。
乙肝疫苗高剂量接种计划
患有晚期肝病（如肝硬化、医生诊断的与丙型肝炎感染相关的晚期肝病）且对初始乙肝疫苗系列（标准剂量）无反应的个人，应按照“乙肝疫苗高剂量计划”进行第二系列免疫。接种后血清学检查：在完成疫苗系列后 1-6 个月测量抗 HBs，以确保已达到足够的免疫反应。如果抗 HBs ≥ 10 IU/L，则考虑免疫。如果抗 HBs < 10 IU/L，则提供第二系列疫苗并在 4 周后重新评估抗 HBs。如果抗 HBs 仍然 < 10 IU/L，则考虑为 2 系列无反应者并易患乙肝。进一步接种疫苗没有好处。如果接触血液或体液，客户将需要接触后预防。注意：如果在完成疫苗系列 6 个月后进行接种后血清学检查，滴度可能会低估该系列所实现的保护作用。抗 HBs ≥ 10 IU/L 者视为免疫。但是，如果抗 HBs < 10 IU/L 且：
KSTAR：一种根据磷酸化蛋白质组学数据预测患者特异性激酶活性的算法
激酶抑制剂作为靶向疗法在改善癌症治疗效果方面发挥了重要作用。然而，仍然存在相当大的挑战，例如耐药性、无反应、患者分层、多药理学和确定联合疗法，在这些情况下，了解肿瘤激酶活性谱可能会带来变革。在这里，我们开发了一种基于图形和统计数据的算法，称为 KSTAR，将细胞和组织的磷酸化蛋白质组学测量值转换为激酶活性评分，该评分可推广并可用于临床流程，无需量化磷酸化位点。在这项工作中，我们证明 KSTAR 可靠地捕获不同组织和刺激环境中预期的激酶活性差异，允许直接比较来自独立实验的样本，并且在各种数据集大小中都具有稳健性。最后，我们将 KSTAR 应用于临床乳腺癌磷酸化蛋白质组学数据，发现从 KSTAR 推断激酶活性有可能补充乳腺癌患者 HER2 状态的当前临床诊断。
靶向 CAR 和 Nrf2 可改善环磷酰胺的生物活性，同时降低三阴性乳腺癌治疗中阿霉素诱发的心脏毒性
简介乳腺癌是一种异质性恶性肿瘤，根据其临床分类、疾病分期和治疗选择，其预后各不相同。在美国，预计 2022 年将有约 290,560 例新病例和 43,780 例乳腺癌相关死亡病例 (1)。三阴性乳腺癌 (TNBC) 占所有乳腺癌的 10%–20%，从生物学角度来看更具侵袭性 (2)。临床上，由于缺乏雌激素、孕酮和人表皮生长因子受体的表达，TNBC 对激素靶向治疗无反应 (3)，因此常规化疗成为标准治疗方法。环磷酰胺 (CPA) 和阿霉素 (DOX) 是 TNBC 最常用化疗方案中的两个关键成分 (4)。虽然这种药物组合改善了早期 TNBC 的预后，但晚期 TNBC 患者的生存率明显较低。初始化疗反应后，大多数 TNBC 患者仅达到中等总体病理完全缓解，同时治疗效果低下且药物不良反应严重 (5)。因此，迫切需要改进基于 CPA/DOX 的治疗策略，以在最大程度降低不良毒性的同时提高对 TNBC 的疗效。
选择的β-葡聚糖通过改善人类巨噬细胞中的抗菌群活性来充当免疫训练剂：一项初步研究
在称为受过训练的免疫的过程中，通过β-葡聚糖对先天免疫细胞进行抽象的表观遗传重编程，从而增强了宿主对继发感染的反应。β-葡聚糖是植物，藻类，真菌和细菌的结构成分，因此被人类巨噬细胞识别为非自我。我们从Alcaligenes faecalis中选择了从酿酒酵母分散的β-葡聚糖Curdlan，WGP和efternaria的富含β-葡聚糖培养的上网和β-葡聚糖的培养物和投资是否能够产生训练有素的免疫性效应，从而导致毒物较高的Mycobactium tlyberissis的对照。我们观察到了用curdlan和替代IA训练的巨噬细胞中结核分枝杆菌生长的显着性生长，这也与IL-6和IL-1β释放的增加有关。WGP可分散训练的巨噬细胞分层为“无反应者”和“反应者”，根据他们控制结核分枝杆菌的能力，“反应者”产生较高的IL-6水平。向感染的巨噬细胞培养中添加中性粒细胞进一步增强了对结核分枝杆菌的宏观控制，但在刺激中却没有
评估聚合物电解质的性能...
尽管在1980年代，在某些疾病中，在某些疾病中使用ECT不太优先，但在某些疾病中，ECT的使用开始增加，因为它用精神药物提供了足够的治疗活性。[2]精神病性抑郁症，自尊的风险，对治疗无反应，躁狂交流，catatonic补贴精神分裂症，精神分裂症障碍，有机病因学，del妄，神经恶性恶性综合征（NMS）的息肉病例是ECT的主要用途。[3,4]第二和第三层仪式可以用作怀孕期间的ECT治疗选择。[5]除此之外，ECT是老年患者的首选治疗方法，由于其效果开始时其速度和可靠性，因此伴随医学或神经系统状况。[6] ECT在精神疾病的治疗中具有重要的位置，并且对ECT的研究进展和应用程序方案的发展。随着应用形式的发展，对治疗的反应将增加，副作用将减少。另一方面，在理解疾病的伦理学作用方面，对ECT的治疗机制的理解可能很重要。在本文中，已经检查了有关ECT应用程序和神经生物学的当前研究，并汇总了新的发展。
自动瞳孔测量和认知范式揭示急性脑损伤中的隐秘意识
摘要背景：识别重症监护病房 (ICU) 昏迷和其他意识障碍 (DoC) 患者的隐性意识对于治疗决策至关重要，但缺乏灵敏的低成本床边标记。我们研究了自动瞳孔测量结合被动和主动认知范式是否可以检测出患有 DoC 的 ICU 患者的残留意识。方法：我们前瞻性地招募了来自三级转诊中心 ICU 的临床反应低或无反应的创伤性或非创伤性 DoC 患者。年龄和性别匹配的健康志愿者作为对照组。患者被分为临床无反应（昏迷或无反应性觉醒综合征）或临床反应低（微意识状态或更好）。使用自动瞳孔测量法，我们记录了被动（视觉和听觉刺激）和主动（心算）认知范式下的瞳孔扩张情况，并设定了特定任务的成功标准（例如，连续 5 次心算任务中 5 次瞳孔扩张中有 ≥ 3 次）。结果：我们从 91 名 ICU 脑损伤患者（平均年龄 60 ± 13.8 岁，31% 为女性，49.5% 为非创伤性脑损伤）的 178 个时间点获取了 699 次瞳孔测量记录。还从 26 名匹配的对照者（59 ± 14.8 岁，38% 为女性）获取了记录。被动范式对患者和对照者之间的区别有限。然而，主动范式可以区分不同的意识状态。对于中等复杂程度的心算，17.8% 的临床无反应患者和 50.0% 的临床低反应患者出现≥ 3 次瞳孔扩张（风险比 4.56，95% 置信区间 2.09–10.10；p < 0.001）。相比之下，76.9% 的健康对照者出现≥ 3 次瞳孔扩张（p = 0.028）。使用不同成功阈值进行的敏感性分析的结果保持一致。Spearman 等级分析强调了心算过程中瞳孔扩张与意识水平之间的密切关联（rho = 1，p = 0.017）。值得注意的是，一名行为无反应的患者在出现明显的意识迹象前 2 周表现出持续的服从命令行为，表明认知运动分离存在长时间。结论：自动瞳孔测量结合心算可以识别 ICU 急性 DoC 患者的认知努力，从而识别隐性意识。关键词：心脏骤停、认知运动分离、昏迷、重症监护医学、创伤性脑损伤
量子增强精准医疗应用，支持晚期膝关节骨关节炎个性化治疗的数据驱动临床决策：precisionKNEE_QNN 的开发和初步验证
背景 膝关节骨关节炎的临床问题是，尽管一些新疗法安全有效，但反应各不相同，定义预测个体反应的特征仍然是一个挑战。基于参数化量子电路 (PQC) 的变分量子经典和量子机器学习 (QML) 算法是一种很有前途的实验技术，可以提高基于存储在大型非结构化数据库中的真实数据的精准医疗临床决策支持系统 (CDSS) 的效率。在本文中，我们测试了一个量子神经网络 (QNN) 应用程序，以支持精准数据驱动的临床决策，为晚期膝关节骨关节炎选择个性化治疗。方法在征得患者同意并经研究伦理委员会批准后，我们收集了 170 名符合膝关节置换术条件的患者（Kellgren-Lawrence 分级 ≥ 3、OKS 27、年龄 ≥ 64 和特发性关节炎病因）在 2 年内接受单次微碎片脂肪注射治疗前后的临床人口统计数据。为减轻性别偏见，性别类别保持平衡（76 名男性，94 名女性）。OKS 改善 ≥ 7 的患者被视为有反应者。我们在随机选择的 113 名患者训练子集上训练了 QNN 分类器，以在 1 年时根据疼痛和功能对反应者与无反应者（73 R，40 NR）进行分类。异常值从训练数据集中隐藏，但从验证集中保留。我们在 IBM 量子模拟器上运行了 QNN 分类器，以减少由于噪声造成的错误。结果 我们在随机选择的 57 名患者（34 名 R，23 名 NR）测试子集（包括异常值）上测试了我们的 QNN 分类器。无信息率为 0.59。我们的应用程序正确地将 34 名反应者中的 28 名和 23 名无反应者中的 6 名分类为正确（敏感性 = 0.82，特异性 = 0.26，F1 统计量 = 0.71）。阳性（LR+）和阴性（LR-）似然比分别为 1.11 和 0.68。诊断优势比 (DOR) 等于 2。结论 在相对较小的膝关节骨关节炎数据集上测试的 QNN 分类器的初步临床和技术结果表明，量子机器学习应用于数据驱动的临床决策是一项很有前途的技术。我们的研究结果需要通过更大的真实世界非结构化数据集进行进一步的研究验证，并通过人工智能临床试验进行临床验证，以测试模型的功效、安全性、临床意义和在公共卫生层面的相关性。