方法:进行了有针对性的审查,以确定在上市许可时可能提供的证据类型以及支持国家卫生与护理卓越研究所评估所需的分析。确定了有关组织学独立产品试验设计和实施、获批人群中异质性程度较高以及替代终点使用的若干挑战。我们通过审查侧重于组织学独立试验设计和分析的关键统计文献,并进行系统性审查以评估使用反应终点作为生存终点替代结果,确定了应对这些挑战的方法。我们开发了一个决策框架,以帮助为组织学独立产品的审批和研究政策提供信息。该框架探讨了与不同审批政策相关的不确定性和风险,包括进一步数据收集、定价方案和分层决策的作用。
• 核心的具体目标是: Ø 通过正式的教育充实计划和一对一互动,就评估肌肉骨骼组织结构和组成的各种方法的能力、优点和缺点提供指导和培训。 Ø 为肌肉骨骼组织的组织学和组织形态学测定提供专业知识和服务。 Ø 开发新的组织学技术,这些技术将适用于肌肉骨骼研究。 Ø 为新项目和合作的开发提供资金,并为研究人员开发初步和/或可行性数据。
摘要:这项研究调查了上升主动脉置换的第一个模型的六个月结果。用于生产生物管的模具皮下植入了山羊。2-3个月后,寄生了模具以获得生物管(内径,12毫米;壁厚,1.5 mm)。接下来,我们在五只同种异体山羊中使用生物管进行了升高主动脉替代。在6个月时,动物进行了计算机断层扫描(CT)和组织学评估。作为比较,我们使用戊二醛固定自体心包卷或猪衍生的异质生物管进行了类似的手术。在6个月时,CT显示生物管或假疗法形成没有动脉肿瘤。组织学评估显示内皮细胞,平滑肌细胞和沿生物管的弹性纤维的发展。在自体心包组中,没有新的细胞发育的证据,但是有钙化。在异源生物管组中观察到的组织学变化与同种异体生物管组中的组织学变化相似。但是,某些异源生物管中存在炎症细胞浸润。基于上述内容,我们可以成功创建世界上第一个基于生物管的升主替代模型。目前的结果表明,生物管可能是主动脉组织再生的支架。
高级别细胞学和组织学发病率将受到种族影响。次要假设与未接种疫苗的女性相比,18 岁之前接种疫苗的女性的 (a) 低级别细胞学和 (b) 低级别组织学发病率较低。统计分析使用 STATA(StataCorp. 2013. Stata 统计软件:第 13 版。德克萨斯州大学城:StataCorp LP)进行双样本比例检验以比较比例。为了比较高级别细胞学和组织学发病率的组间差异,在 R 版本 3.5.2 中实施了发病率比 (IRR) 分析(R 核心团队。2013. R:统计计算语言和环境。R 统计计算基金会,奥地利维也纳。URL http://www.R-project.org/)。显着性水平设定为 alpha = 0.05。报告的置信区间为百分之九十五。
如果患者年龄≥18岁;经组织学确诊为UC并伴有TCC(纯组织学或混合组织学);患有放射学可测量的局部晚期和/或转移性疾病[实体肿瘤疗效评价标准(RECIST),版本1.1];不适合通过手术或放疗进行治愈性治疗;并且不适合使用顺铂,则患者符合入选条件。不适合使用顺铂的定义是以下一项或多项:(i) 肌酐清除率<60 mL/min;(ii) 东部肿瘤协作组体能状态 (ECOG PS) = 2(如果 ECOG PS >= 3,则排除NB患者);(iii) 临床上显著的缺血性心脏病;(iv) 既往对顺铂不耐受;(v) 年龄> 75岁; (vi) 研究人员认为任何其他因素表明顺铂不适合。如果患者的肌酐清除率 < 30 mL/min,则患者也不符合试验资格。所有患者均提供了书面知情同意书。
量化细胞,基因表达和肝组织学载玻片的纤维化的当前手段在研究界未标准化,通常依赖于从每张幻灯片中确定的随机区域中获得的数据中获取的数据。因此,分析受到选择偏差以及整个幻灯片可用数据元素的有限亚集。对细胞和纤维化的全面分析将提供更准确,完整的定量分析,以及最小化和实验性变量的最小化。在此,我们提出了Liverquant,一种量化数字化组织学图像的全片扫描的方法,以对提出的数据元素进行更全面的分析。在加载图像并在Qupath计划中准备项目后,每个分析提供了一到两个脚本,为其染色,自动化组织注释和下游检测其预期的细胞矩阵产生平均强度阈值。与两种用于组织学定量的标准方法相比,Liverquant具有两个显着的优势:速度增加和组织面积覆盖范围50倍。使用公开可用的开源代码(GITHUB),Liverquant提高了实验结果的可靠性和可重复性,同时减少了科学家对肝组织学进行批量分析所需的时间。此分析过程很容易受到大多数实验室的适应性,需要最小的优化,并且可以优化其原理和代码以在其他器官中使用。
背景:通常需要进行组织病理学鉴定,因为真菌培养的敏感性不足以进行准确诊断。另一方面,病理诊断,尤其是霉菌的病理诊断,即使由经验丰富的病理学家进行,也常常不准确。在区分毛霉菌病和曲霉病时尤其如此,这两种病有不同的药物选择和医疗管理。根据潜在疾病的严重程度或诱发因素,疾病很容易在短时间内变得严重。因此,正确的诊断极其重要,应委托给病理学家。目的:开发一种基于人工智能 (AI) 的霉菌感染自动组织学诊断系统,以支持一般病理学家的诊断,特别是区分曲霉菌和毛霉菌。方法:我们使用两个指标作为诊断系统;即独立菌丝的角度和每个菌丝的曲折度。结果和结论:我们分别从曲霉病和毛霉菌病的标准病例中收集了 147 个和 67 个图像样本。所有图像均通过自动识别两种指标成功分析。数据二维图生成的阈值曲线划分的独立区域清楚地包括了从曲霉菌和毛霉目病例中获得的测试数据。本研究证明了我们新开发的基于人工智能的诊断系统的实用性。其实际应用还需要进一步研究。关键词:人工智能方法、曲霉菌、侵袭性霉菌感染、毛霉目、Python
。CC-BY-NC-ND 4.0 国际许可,根据 未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者(此版本于 2022 年 7 月 29 日发布。;https://doi.org/10.1101/2022.07.27.501738 doi:bioRxiv 预印本
图1冠状组织学切片(Kluver Barrera染色)和Ex Vivo 0.2×0.2×0.2×0.2 mm 3 MRI在海马头(A,B),身体(C,D)和尾部(E,G)的同一主题中。组织学部分中的黑线划分了子场之间的细胞结构边界,该专家以全0.5×0.5μm2分辨率分析数字组织学部分的专家追踪。绿色箭头指向辐射分子(SRLM)层,在MRI中显得不高。请注意,Cornu氨和下调的宽度取决于SLRM的位置,SLRM的位置是分割子场(黄线)的关键地标。此外,在离体MRI上,可以看到牙槽(外部低位带,红色箭头),这有助于划定海马的外边界,尤其是其数字(白色星号)。ca,Cornu Ammonis,sub,subiculum(包括前和副副总统),DG,Dentate Gyrus
异常的 tau 内含物是阿尔茨海默病的标志,也是临床衰退的预测指标。有几种 tau PET 示踪剂可用于神经退行性疾病研究,为体内分子诊断开辟了途径。然而,很少有人获准用于临床。了解 PET 信号验证的神经生物学基础仍然存在问题,因为它需要 PET 和(免疫)组织学信号之间大规模的体素到体素相关性。整个人脑的维度很大,组织变形会影响配准,而处理 TB 级信息的计算要求阻碍了正确的验证。我们开发了一个计算管道,用于识别和分割十亿像素数字病理图像中的感兴趣粒子,以生成定量的 3D 密度图。针对免疫组织化学样本的拟议卷积神经网络 IHCNet 是该管道的核心。我们已成功使用三种磷酸化 tau 抗体(AT100、AT8 和 MC1)处理并免疫染色了来自两个完整人脑的 500 多张载玻片,这些载玻片包含数 TB 的图像。我们的人工神经网络从大脑图像中估计了 tau 的包含情况,其对 AT100、AT8 和 MC1 的 ROC AUC 分别为 0.87、0.85 和 0.91。自省研究进一步评估了我们训练的模型学习 tau 相关特征的能力。我们提出了一种端到端流程来创建 TB 级的 3D tau 包含密度图,并将其与 MRI 联合配准,以方便验证 PET 示踪剂。