XiaoMi-AI文件搜索系统
World File Search System检查
免疫检查点抑制剂诱发的糖尿病
结果：本研究纳入了2014年10月至2023年6月期间接受ICI治疗的8199名患者，其中1077名患者（13.14%）根据指南的诊断标准罹患ICI-DM。排除受糖皮质激素或免疫抑制剂影响的患者，8199名患者中713名（8.70%）罹患ICI-DM。在所有患者中，高血压、高脂血症、使用糖皮质激素或免疫抑制剂、肺癌、使用一种以上途径的ICI与发生ICI-DM的风险增加有关。然而，在不受糖皮质激素或免疫抑制剂影响的患者中，发生ICI-DM的危险因素仅有高血压、高脂血症和胰腺病变。在所有患者以及不受糖皮质激素和免疫抑制剂影响的患者中，高血压和高脂血症可能会增加 ICI-DM 的风险。
免疫检查点抑制剂诱导的甲状腺功能减退症预测日本受试者的治疗反应
免疫检查点抑制剂（ICI）会导致各种与免疫相关的不良事件（IRAE）。中，甲状腺功能障碍最常在内分泌环境（1）中观察到。在一项队列研究中，有44％的ICI治疗患者出现了某种形式的甲状腺功能减退症，大多数ICI诱导的甲状腺功能障碍是破坏性的甲状腺炎或甲状腺功能减退症（2）。ICI引起的坟墓疾病的频率很低； ICI给药后，约有2％的患者表现出甲状腺毒性（3）。在一项针对恶性黑色素瘤患者的大型队列研究中，接受ICI后出现甲状腺毒性病的患者表现出无效的生存率，但癌症结局与甲状腺功能减退症之间没有相关性（4）。我们对川崎医学院医院接受ICI治疗的466例患者进行了一次单中心回顾性研究，并报告了被诊断为内分泌相关IRAE的患者的生存率明显更高（5）。我们机构中与内分泌相关的IRAE的发生率为25.5％，其中大多数是主要甲状腺功能减退症。在日本患者中，在伴有内分泌相关的IRAE的情况下，平均观察期可能更长，但先前的研究不足以评估IRAE患病率与ICI治疗的效率之间的相关性。这项研究的目的是评估甲状腺功能障碍程度与ICI治疗的效率之间的相关性在评估甲状腺功能的ICI治疗患者中。
MTORC1/2抑制剂Sapanisertib的I期研究（CB-228 ...免疫检查点抑制剂与肺炎相关
在过去的十年中，免疫检查抑制剂（ICIS）的出现彻底改变了对恶性实体瘤的治疗，从而在一部分患者中产生了持久的好处。但是，无人值守的过度免疫反应可能导致免疫相关的不良事件（IRAE）。iraes可以在体内的不同器官中表现出来，肺毒性通常称为免疫检查点抑制剂相关的肺炎（CIP）。CIP发病率保持较高，预计随着ICIS的治疗指示扩展以涵盖更广泛的恶性肿瘤。由于其发病机理和严重程度的个体差异很大，因此CIP的诊断和治疗很困难，严重的CIP通常会导致患者的预后不良。本综述总结了有关CIP的发病率，风险因素，预测生物标志物，诊断和治疗的临床研究状态，我们解决了预防和准确预测CIP的未来方向。
年轻患者的免疫检查点的功效不佳...
结果：最终包括254例患者，年轻人（18-44岁），中年（45-65岁）和年龄（年龄> 65岁）组中有18、139和97例。与中年和老年患者相比，年轻患者的DCR较低（均为p <0.05），并且PFS下（p <0.001）和OS（p = 0.017）。多元分析表明，年龄是PFS [危险比（HR）3.474，95％置信间隔（CI）1.962 - 6.150，p <0.001]和OS（HR 2.740，95％CI 1.348 - 5.348 - 5.570，P <0.570，P <0.001）。涉及IRAE的随后的安全分析表明，每个年龄组之间的分布频率没有显着差异（所有P> 0.05），而IRAES患者表现出更好的DCR（P = 0.035）和PFS（P = 0.037）。
回顾文章的DNA复制和损坏检查点和减数分裂细胞周期控制，并在酵母中进行酵母
细胞周期检查点机制确保细胞周期事件的顺序保留基因组完整性。在其中，当DNA复制被抑制或DNA损坏时，DNA恢复和DNA破坏检查点可防止染色体分离。最近的研究已经确定了这两个对照的调节网络的概述，这些对照显然在所有真核生物中起作用。此外，看来这些检查点有两个逮捕点，一个是在进入有丝分裂之前，另一个是在染色体分离之前。前一点需要中央细胞周期调节剂CDC2激酶，而后者涉及称为促进复合物的泛素连接酶的几个关键调节剂和底物。这些细胞周期调节器与几个键
使用生成式人工智能检查用户界面对信任和交互的影响
本论文研究了不同的用户界面 (UI) 设计如何影响用户对生成式人工智能 (AI) 工具的信任。我们进行了一项实验，采用绿野仙踪方法测试了三种具有不同 ChatGPT UI 变体的工具的信任级别。来自不同学科的九名志愿大学生参加了实验。我们使用问卷来评估参与者在与每种工具交互后以及与所有工具交互后的信任感知。结果表明，参与者之间的信任水平受到生成式 AI 的 UI 设计的影响，尤其是头像设计和文本字体。尽管共享相同的文本源，但大多数参与者认为 ChatGPT 与其他工具相比最值得信赖。结果还强调了对话界面在与生成式 AI 系统建立信任方面的重要性，参与者表示更喜欢促进自然和引人入胜的交互的界面。该研究强调了 UI 对信任的重大影响，旨在鼓励对生成式 AI 更加谨慎的信任。
语言模型的视觉检查
学习建模字符串之间的关系的学习是什么教授大型语言模型（LLMS）关于Vi-Sual世界的？我们系统地评估了LLMS生成和识别出增加复杂性的各种视觉概念的能力，然后演示如何使用文本模型来培训预先的视觉表示学习系统。由于语言模型缺乏将视觉信息作为像素消耗或输出视觉信息的能力，因此我们使用代码来表示研究中的图像。尽管LLM生成的图像看起来不像自然图像，但图像产生的结果以及模型校正这些固定图像的能力表明，字符串的精确建模可以教授有关Vi-Sual World的许多方面的语言模型。此外，使用文本模型生成的图像进行了自我监督的视觉表示学习的实验，突出了能够训练能够使用LLMS对自然IM的语义评估进行训练视觉模型的潜力。