1 LaoLuxLab/疫苗可预防疾病实验室,老挝巴斯德研究所,Ban Kao-gnot,万象,老挝人民民主共和国 2 老挝热带和公共卫生研究所,卫生部,万象,老挝人民民主共和国 3 老挝卫生部卫生科学大学研究与教育发展研究所,万象,老挝人民民主共和国 4 老挝-牛津-玛霍索医院-威康信托研究单位 (LOMWRU),微生物实验室,玛霍索医院,万象,老挝人民民主共和国 5 牛津大学纳菲尔德医学系热带医学和全球健康中心,英国牛津 6 新加坡国立大学苏瑞福公共卫生学院,新加坡 7 卢森堡卫生研究所感染与免疫系,卢森堡 8 威斯敏斯特大学生命科学学院,英国伦敦 *这些作者的贡献相同
HAL 是一个多学科开放存取档案库,用于存放和传播科学研究文献,无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
房间里的 AI 代理:为移植选择委员会提供客观决策信息 Bima J. Hasjim MD MSc 1,2 *、Ghazal Azafar PhD 2,3 *、Frank Lee MD 4、Tayyab S. Diwan MD 4、Shilpa Raju MPH 2、Jed Adam Gross MPhil JD 5,6、Aman Sidhu MD 2、Hirohito Ichii MD PhD 1、Rahul G. Krishnan PhD 7、Muhammad Mamdani MPH PharmD 8,9、Divya Sharma PhD 10,11 +、Mamatha Bhat MD PhD 2,3,12,13 + *共同第一作者 + 共同资深作者 1 加州大学欧文分校外科系,加利福尼亚州奥兰治,美国 2 多伦多大学大学健康网络 Ajmera 移植中心移植 AI 计划, 3 加拿大安大略省多伦多大学健康网络多伦多总医院研究所 4 明尼苏达州罗彻斯特梅奥诊所医学院移植外科分部 5 加拿大多伦多大学健康网络临床和组织伦理学系 6 加拿大安大略省多伦多大学达拉拉纳公共卫生学院临床公共卫生分部 7 加拿大安大略省多伦多大学计算机科学系 8 加拿大安大略省多伦多大学健康网络多伦多总医院药学系和妇女健康计划 9 临床评估科学研究所 10 加拿大安大略省北约克大学数学与统计学系 11 加拿大安大略省多伦多大学健康网络生物统计学系 12 加拿大安大略省多伦多大学医学系胃肠病学和肝病学分部 13 加拿大安大略省多伦多矢量研究所 通讯作者:Mamatha Bhat,医学博士
• 超过 50,000 人的风险评估 • 90% 的人风险较低且放心 • 每周额外诊断出 2 例肝硬化(增加 75-80%) • 45% 的人出院,30% 的人随后进行 Fibroscan,只有 25% 的人需要 OPA
这些方法采用 5 分量表评估纤维化进展,从 F0(无纤维化)到 F4(肝硬化)。现在可以使用定量非侵入性方法来估计肝纤维化,例如弹性成像、血清生物标志物组和成像技术 [10]。这些方法对于诊断肝硬化具有良好的准确性,但对于较低程度的纤维化仍然有限 [11]。非酒精性脂肪性肝病 (NAFLD) 是指不是由于过量饮酒或其他次要原因导致的肝脏脂肪堆积。它已成为全世界最常见的慢性肝病,影响全球约 25% 的人口 [12]。NAFLD 代表一系列疾病,从单纯脂肪变性到非酒精性脂肪性肝炎 (NASH),后者可发展为肝硬化和肝细胞癌。NAFLD 与肥胖、胰岛素抵抗和代谢综合征的其他特征密切相关 [13]。
在西方的最近报告中,小儿急性肝衰竭(PALF)中的本地肝脏存活(NLS)已提高到48-68%,但印度的数据表明,仅在10%的肝移植(LT)中,NLS的NLS较低47.7%,较高的死亡率(42.2%),而肝移植(LT)少得多。这可能是由于诊断延迟,转诊系统不良以及有限的正式训练的小儿肝病学家,儿科强化学家和该国的儿科LT计划。我们介绍了印度儿科胃肠病学,肝病学和营养学会(ISPGHAN)关于PALF的诊断和管理[3]的最新共识建议。表1概述了当前PALF管理实践中建议的修改,而图1提出了一种管理PALF的算法方法。
近年来的报告提供了有关小脑功能形态的结构和存在的令人信服的证据。但是,其中大多数都集中在小脑的运动功能上。最近的研究表明,小脑后叶与神经性和认知障碍的背景下有关。这些疾病的病理生理学尚未充分理解,最近的研究表明,这也可能影响小脑的其他子区域。与神经成像结合的解剖学和临床研究提供了有关小脑组织和功能的新思维方式。本综述总结了小脑的地形和功能的知识,并着重于其对神经疾病发展的解剖学和功能贡献。(Folia Morphol 2024; 83,3:497–508)
摘要背景:代谢功能障碍相关的脂肪变性肝病(MASLD)代表着没有建立治疗疗法的重要全球健康负担。早期检测和预防策略对于有效的MASLD管理至关重要。这项研究旨在开发和验证机器学习(ML)算法,以在地理上多样化的大规模人群中进行准确的MASLD筛查。方法:从伊朗农村法尔斯省(2014年3月)发起的前瞻性FASA队列研究的数据用于此目的。使用血液测试,问卷,肝超声检查和身体检查收集所需的数据。两步方法从100多个变量中确定了关键预测因素:(1)使用平均降低Gini的统计选择在随机森林中的GINI和(2)(2)将临床专业知识与已知MASLD风险因素保持一致。使用了固定验证方法(使用70/30列车/验证拆分),以及验证集上的5倍交叉验证。逻辑回归,天真的贝叶斯,支撑矢量机和光梯度增强机(LightGBM)算法的算法的模型构建具有相同的输入变量基于接收器操作特征曲线(AUC),敏感性,特异性,正面预测值(PPV),负预测值(NPV)和精确度和准确性。结果:该研究中总共包括6,180名成年人(52.7%),分为4816个非MASLD和1364例MASLD案例,平均年龄(±标准偏差[SD])分别为48.12(±9.61)和49.47(±9.15)年。伊朗大四。逻辑回归的表现优于其他ML算法,其准确度为0.88(95%置信区间[CI]:0.86-0.89),AUC的准确度为0.92(95%CI:0.90-0.93)。在100多个变量中,关键预测因子包括腰围,体重指数(BMI),臀部周长,腕圆周,丙氨酸氨基转移酶水平,胆固醇,葡萄糖,高密度脂蛋白和血压。结论:MAL在MASLD管理中的集成具有巨大的希望,尤其是在资源有限的农村环境中。此外,分配给每个预测因子的相对重要性,特别是腰围和BMI等杰出贡献者,为MASLD预防,诊断和治疗策略提供了宝贵的见解。关键字:逻辑回归,机器学习,非酒精性脂肪肝病,预测模型,农村地区引用了本文:Masaebi F,Azizmohammad Looha M,Mohammadzadeh M,Pahlevani V,Farjam M,Farjam M,Zayeri F等。使用实验室和身体成分指标预测代谢功能障碍相关的脂肪疾病疾病的机器学习应用。2024; 27(10):551-562。 doi:10.34172/aim.31269
与代谢功能障碍相关的脂肪分裂性肝病,在英语代谢功能障碍相关的粘膜肝病(MASLD),以前称为非酒精性脂肪肝肝脏中,是慢性肝病的最常见形式之一,是肥胖和肥胖症和糖尿病的杂物2.25%的人数,这一数字尤其多。您的病理生理学的起源在于肝细胞中的胰腺癌和脂肪积累。有几个临床分数可以使您的筛选具有成本效益,例如FIB-4和NFS。尽管它被认为是金色标准,但可以通过使用肝弹性术最常忽略肝活检。在糖尿病中使用的许多药物具有与代谢功能障碍相关的脂肪变性肝病的治疗潜力,最研究的类是GLP-1受体的激动剂。与元性功能障碍和糖尿病相关的脂肪变性肝病之间的双向病理生理关联将允许该区域的发展与新疗法的出现。
本次研讨会将讨论肝脏免疫反应局部调节这一重要主题。该领域的国际知名专家将在肝脏空间生物学背景下讨论肝脏免疫学、巨噬细胞生物学、代谢性肝病和免疫治疗策略方面的关键问题。鉴于肝脏作为免疫器官的重要作用以及免疫失控对肝病发展的影响,本次研讨会为科学家和临床医生提供了一个独特的机会,让他们学习、交流并为我们在肝脏免疫学方面的共享科学知识做出贡献。