抽象的杜钦肌营养不良是生命的。心肌病主要在生命的第二个十年中随之而来,是死亡的主要原因。治疗方案仍然有限。TAMDMD(NCT03354039)试验评估了79名具有遗传确认的Duchenne肌肉营养不良的79名救护车男孩的运动功能,肌肉强度和结构,实验室生物标志物和安全性,为6.5-12岁,年龄为6.5-12岁,每天接受他张20 mg或安慰剂的每日接受48周。在此事后分析中,检索了一个研究中心招募的救护车患者的可用超声心动图数据,并在治疗前后进行了比较。来自14例患者的数据中位数11(四分位间范围,IQR,11-12岁)可用。分配给安慰剂(n = 7)或他莫昔芬(n = 7)的参与者中的基线人口统计学特征相似。左心室末端直径为39(38-41)毫米,而在基线时为44(41-46)毫米,在Tamoxifen Group治疗后41(41-46)mm。安慰剂组的左心室分数缩短为35%(32-38%),治疗后33%(32-36%),而在他莫昔芬组中,基线为34%(33-34%),在研究结束时为35%(33-35%)。未检测到安全信号。结论:这种假设产生的事后分析表明,在48周内的他莫昔芬的耐受性良好,可能有助于保留Duchenne肌肉营养不良的心脏结构和功能。进一步的研究是合理的。clinicaltrials.gov标识符:Eudract 2017–004554–42,NCT03354039
Timothy T. Takahashi 1 亚利桑那州立大学,亚利桑那州坦佩,85287-6106 本文重新考虑使用火箭辅助起飞 (RATO) 系统来设计和认证更安静的商用飞机。由于飞机噪音在很大程度上取决于推进喷气速度,因此在起飞和降落时大幅“降低功率”可以显著降低特定客机对社区噪音的影响。例如,40% 的推力降低有可能进一步将飞机噪音降低多达 9 分贝。我之前的工作重点是探索扩展“油门推力”(ATTCS) 系统的可能性,而这项工作着眼于备用火箭辅助起飞系统的现场性能影响。波音公司早在 1970 年代就为 B727 认证了这种系统,以实现接近最大起飞重量的“热高原”操作。安全合法的调度要求飞机遵守八项主要规定:14 CFR § 25.105、14 CFR § 25.107、14 CFR § 25.109、14 CFR § 25.113、14 CFR § 25.121、14 CFR § 25.149 和 14 CFR § 36.B;它们共同确定了运输类飞机的最低允许起飞跑道要求。14 CFR § 25 附录 E 涵盖了备用火箭辅助系统的操作。这项工作探讨了此类提案在新型认证飞机上将面临的预定现场性能和性能认证问题。
我们对慢性抗原环境中CD8 + T细胞功能,干性和精疲力尽的大部分理解都来自淋巴细胞绒毛膜炎病毒(LCMV)和癌症的工作。这项工作已将TCF1 + CD8 + T细胞鉴定为类似茎状的人口,它为分化的效应子和耗尽的CD8 + T细胞群体燃料,通常通过缺乏TCF1表达和抑制性受体的高表达和末端分化标记的高表达(包括CD39 1,2)。为HIV设计更好的T细胞治疗方法,我们旨在理解HIV感染后这些相同CD8 + T细胞亚群的动力学和相关性。此外,鉴于淋巴结作为病毒复制的主要部位以及淋巴结淋巴结生物学在淋巴结3、4中的唯一证明,我们还希望以特别关注淋巴结CD8 + T细胞的特定关注探索这种问题。
机器学习的进步在公司之间和公司内部造成了“人工智能技能差距”。随着人工智能融入公司流程,我们将如何影响拥有和不拥有人工智能技能的员工之间的数字鸿沟尚不得而知。在本文中,我们询问管理者是否信任人工智能来预测后续事件,管理者的哪些特征与增加对人工智能预测的信任有关,以及可解释的人工智能 (XAI) 是否会影响用户对人工智能预测的信任。我们与一家大型银行合作,生成了人工智能预测,以确定贷款是否会延迟发放。我们将这些预测嵌入到仪表板中,在查看该工具之前和之后对 685 名分析师、经理和其他员工进行了调查,以确定哪些因素影响了员工对人工智能预测的信任。我们进一步随机分配了一些经理和分析师接受可解释的人工智能处理,该处理提供 Shapely 细分,解释为什么模型将他们的贷款归类为延迟以及模型性能指标。我们发现 i) XAI 与感知到的有用性更大但对机器学习预测的理解度较低相关; ii) 某些不愿使用人工智能的群体(尤其是高级管理人员和对人工智能不太熟悉的人)总体上更不愿意相信人工智能的预测;iii) 贷款复杂度越高,对机器学习预测的信任度就越高;iv) 有证据表明,不愿使用人工智能的群体对可预测人工智能的反应更强烈。这些结果表明,机器学习模型的设计将决定谁能从工作场所机器学习的进步中受益。
摘要:糖尿病患者的伤口愈合经常受到阻碍。脂肪衍生的干细胞外泌体(ADSC-Eoxs),是一种至关重要的细胞间通信模式,在促进伤口愈合方面表现出有希望的治疗作用。本综述旨在全面概述ADSC-Eoxs增强糖尿病伤口愈合的分子机制。我们强调了这些外泌体释放的生物活性分子及其参与与炎症调节,细胞增殖,血管新生成和其他相关过程相关的信号通路。此外,还审议了所报告的ADSC-EOX的临床应用前景。对这些分子机制和潜在应用的彻底理解将提供对糖尿病伤口愈合的理论基础。关键词:糖尿病,伤口愈合,ADSC-EXOS,组织再生,皮肤细胞,炎症
摘要:对于细胞和基因修饰的细胞疗法(GMCT)制造,必须进行稳健的污染控制策略(CCS),以确保遵守当前的良好制造实践(CGMP)。成功的CCS有助于确保细胞治疗产品的安全性,纯度,功效和质量。细胞疗法制造商应尽可能实施封闭的系统(CS),并采用设备通过高级监控来维护稳定,清洁的环境。我们表明,CS G-Rex®生物反应器与Thermo Scientific™Heracell™Vios™CR二氧化碳(CO₂)孵化器相结合,启用了简化的平行处理能力,并在高效产生的产量中显着降低了污染的风险。在CS G-Rex Bioractor(Wilson Wolf Manufacturing,LLC)中产生T细胞,NK细胞和其他人会降低污染的风险。G-Rex方法消除了大多数手动处理,这是污染的主要来源。g-rex生物反应器包括用于简单CS无菌连接的焊接管,不需要干预措施进行进食。重要的是,CS G-Rex生物反应器具有经过验证的无菌流体路径,在整个制造过程中可靠地具有完整性,如微生物入口测试所示,基于
通过早期的语言项目增加了早期识别和高质量干预措施,并为具有语音,语言和沟通需求的儿童提供支持,以改善长期结局。5岁时的良好沟通技巧与后来生活的积极成果密切相关,包括识字能力,就业,健康和福祉。
摘要:转基因 (GM) 小鼠是生物医学研究中必不可少的工具。传统的转基因小鼠生成方法成本高昂,需要专门的人员和设备。使用成簇的规律间隔短回文重复序列 (CRISPR) 结合改进的输卵管核酸递送基因组编辑 (i-GONAD) 大大提高了在研究实验室中生产转基因小鼠的可行性。然而,由于 C57BL/6 (B6) 等近交系小鼠的生育能力低且胚胎脆弱,对其进行基因改造仍然具有挑战性。我们在尝试优化 i-GONAD 的同时,已在 B6 背景下成功生成了多种新型转基因小鼠品系。我们发现 i-GONAD 减少了超排卵怀孕雌性的产仔数,但不会影响怀孕率。自然交配或低激素剂量不会增加超排卵 B6 雌性中观察到的低生育率。然而,饮食丰富对怀孕成功有积极影响。我们还通过将接受 i-GONAD 治疗的怀孕 B6 雌性与同步怀孕的 FVB/NJ 伴母共同饲养来优化繁殖条件,以提高幼崽的存活率。因此,通过丰富的饮食和与生育能力强的雌性(如 FVB/NJ)共同抚养幼崽,增加了转基因小鼠的产生。在本研究中,我们使用 CRISPR/Cas 系统同时或连续靶向单个和多个基因座,产生了 16 只转基因小鼠。我们还比较了使用不同方法插入 LoxP 以产生条件性敲除小鼠的同源定向修复效率。我们发现,两步连续 LoxP 插入(其中每个 LoxP 序列在不同的 i-GONAD 程序中单独插入)是一种低风险、高效的产生 floxed 小鼠的方法。
在工厂工作期间的重复架空任务可能会导致肩部受伤,从而导致健康和生产力损失受损。柔软的可穿戴上肢机器人有可能使用软材料和主动控制的有效预防伤害工具。我们介绍了便携式充气肩部可穿戴机器人的设计和评估,用于在肩伸出的任务中协助工业工人。机器人像一件衬衫一样穿着,带有集成的纺织气动执行器,惯性测量单元和便携式致动单元。它最多可提供6.6台牛顿仪的扭矩,以支撑肩膀,并以每分钟六次打开和循环援助。在模拟工业任务期间的人类参与者评估中,机器人降低了激动剂肌肉活动(前,中和后三角肌和二头肌腕骨)高达40%,而关节角度在当前样本大小中的关节角度略有变化,而关节角度却不小于7%,而范围范围不到7%。对控制器参数的组件进一步强调,更高的辅助幅度和较早的辅助时机导致统计上显着的肌肉活性减少。在任务之间具有动态过渡的任务电路期间,基于运动学的机器人控制器对误导表现出稳健性(96%的真实负率和91%的真实正率),表明在不需要援助时对用户的最小干扰。对压力调制概况的初步评估还强调了用户感知和硬件限制之间的权衡。最后,五名汽车工厂工人在飞行员制造区域中使用了机器人并提供了反馈。
人工智能(AI)的应用有可能彻底改变纳米医学的配方发展。这项研究研究了通过乳化 - 散热过程产生的孕激素负载固体脂质纳米颗粒(PG-SLN)的物理化学特征,重点是通过设计实验设计(DOE)和人造神经网络(ANN)(ANN)来证明这种受控制备方法的有效性。关键质量因素,包括硬脂酸,中链甘油三酸酯(MCT),pluronic F-127和丙烯乙二醇(PG)的量,使用DOE来简化实验设置。硬脂酸的浓度被鉴定为影响PG-SLN物理化学特性的关键因素,影响粒径(PS),多分散指数(PDI),ZETA电位(ZP)和%药物载荷(%DL)。确定了PS,PDI,ZP和%DL的最佳条件。 DOE揭示了多个运行的可接受值,ANN模型表现出高度的预测准确性,超过了响应表面方法(RSM)。 测试了选定的PG-SLN配方透皮药物的递送,与PG悬浮液相比,渗透率得到了改善。 用柠檬烯加载进一步增强了透皮药物的递送,这归因于林烯作为穿透性增强剂的作用。 此外,发现所选的PG-SLN配方对神经元细胞是安全且无毒的。 提出了DOE和ANN的组合来增强预测能力。 这项研究强调了PG-SLN在透皮药物递送中的潜力,强调了柠檬烯是一种安全有效的增强剂。确定了PS,PDI,ZP和%DL的最佳条件。DOE揭示了多个运行的可接受值,ANN模型表现出高度的预测准确性,超过了响应表面方法(RSM)。测试了选定的PG-SLN配方透皮药物的递送,与PG悬浮液相比,渗透率得到了改善。用柠檬烯加载进一步增强了透皮药物的递送,这归因于林烯作为穿透性增强剂的作用。此外,发现所选的PG-SLN配方对神经元细胞是安全且无毒的。提出了DOE和ANN的组合来增强预测能力。这项研究强调了PG-SLN在透皮药物递送中的潜力,强调了柠檬烯是一种安全有效的增强剂。这项研究有助于对在药物和生物医学领域应用AI工具的兴趣日益增长的兴趣,以改善预测性建模。