XiaoMi-AI文件搜索系统
World File Search System训练组
引用：Aminirakan D，Losekamm B，Wollesen B.认知和抗药性训练对身体和认知表现的影响
抽象的引入，随着老年人的预期寿命增加，保持独立性和福祉在后来的几年至关重要。本研究旨在研究三种不同的干预措施的影响：与不活动对照组相比，认知训练，耐药性训练以及两者的组合，对年龄≥65岁的成年人的认知表现，流动性和生活质量。方法和分析该试验将研究健康的老年人，年龄≥65岁，独立生活而没有认知障碍。参与者将被随机分配给四组之一：（1）认知训练，（2）阻力训练，（3）组合认知和阻力训练，以及（4）对照组（n = 136名参与者，每组34名参与者）。干预措施将在12周内进行。认知培训小组将每周两次接受基于小组的活动45-60分钟。阻力训练组的练习将针对六个肌肉组，联合组将将认知任务整合到阻力训练中。主要结果是：短体性能电池，静坐测试，蒙特利尔认知评估，步道制作测试和Stroop测试结合了跑步机上的步态（双重任务）。生活满意度将通过对生命量表的满意度来衡量。次要结果涵盖了手持强度和功能独立性度量。道德和传播道德批准（第2023_009）。试用注册号DRKS00032587。将获得所有研究参与者的知情同意。该研究的结果将在学术期刊和会议上分发，以进行审查和讨论。
使用血浆蛋白质组学的肥厚性心肌病中心力衰竭恶化的预测
抽象客观心力衰竭（HF）是肥厚性心肌病（HCM）最常见和生活方式限制的并发症之一。仅使用临床措施预测HF恶化仍然有限。此外，尚未阐明HC患者患有HF的患者的机制。因此，这项研究的目的是开发基于等离子体蛋白质组学的模型，以预测HCM患者的HF恶化，并确定随后导致HF恶化恶化的人对受差异调节的信号传导途径。方法。开发了一种基于蛋白质组学的随机森林模型，以使用一个机构的数据预测HF恶化（训练集，n = 268）。该模型在不同机构的患者中得到了外部验证（测试集，n = 121）。使用错误发现率（FDR）阈值<0.001的蛋白质与未执行的患者相比，随后发育恶化的患者的蛋白质分析显着失调。使用从训练组得出的11蛋白质组学模型的结果，在测试集中，接收器操作特征曲线下的区域预测HF恶化的HF为0.87（95％CI：0.76至0.98）。途径分析表明，在随后导致HF恶化恶化的患者中，RAS-MAPK途径（FDR <0.00001）和相关途径失调。结论本研究以全面的等离子体蛋白质组学分析表明，可以预测HCM患者的HF恶化，并确定RAS-MAPK和相关信号通路是潜在的潜在机制。
新冠肺炎后患者的辅助认知训练
摘要 简介 大量确诊为 COVID-19 的患者会出现长期持续性症状。初步证据表明，长期症状的发展在很大程度上与疾病严重程度无关，其中包括认知障碍。对于这些症状，目前尚无经过验证的治疗方法。认知训练干预是一种很有前途的对抗认知障碍的方法。将训练与同时进行的经颅直流电刺激 (tDCS) 相结合可能会进一步增加和维持行为训练效果。在这里，我们旨在研究单独进行认知训练或与 tDCS 结合进行认知训练对 COVID-19 后主观或客观认知障碍患者的认知表现、生活质量和心理健康的影响。 方法与分析 本研究方案描述了一项前瞻性随机开放终点盲法试验。COVID-19 后认知障碍患者将参加为期 3 周的认知训练或确定的肌肉放松训练（开放标签干预）。无论主要干预措施是什么，认知训练组的一半患者将额外接受阳极 tDCS，所有其他患者将接受假 tDCS（双盲、二次干预）。主要结果是干预后评估中工作记忆表现的改善，通过 n-back 任务进行操作。次要结果包括训练和未训练任务的表现以及评估后和后续评估（训练结束后 1 个月）中与健康相关的生活质量的指标。伦理与传播 格赖夫斯瓦尔德大学医学院伦理委员会已批准了伦理批准（编号：BB 066/21）。结果将通过同行评审期刊上的出版物和国家和国际会议上的演讲公布。试验注册号 NCT04944147。
康复机器人培训对亚急性中风患者身体机能，功能恢复和日常生活活动的影响
摘要：中风通常会导致感觉缺陷，肌肉无力和姿势控制减少，从而限制活动能力和功能能力。通过实施导致患者变化的任务练习来促进神经可塑性。因此，本研究旨在研究康复机器人培训对亚急性中风患者的身体机能，功能恢复和日常生活（ADL）活动的影响。研究参与者是在医院A和B中接受亚急性中风接受治疗的患者。根据选择和排除标准，他们被选为研究主题。实验组接受了30分钟的康复机器人培训，每周五次，在四个星期内总共进行了20个课程。相反，对照组以相同的频率，持续时间和会议数量接受了标准的康复设备培训。测量是在培训期之前和之后进行的，以评估使用MMT，BBS，FBG，FAC，FIM和MBI等工具的身体功能，功能恢复和日常生活活动的变化。结果如下：在组内比较中，康复机器人训练组在MMT，BBS，FBG，FAC，FIM，FIM和MBI上显示出显着差异（P <0.05），而对照组在FIM中显示出显着差异（P <0.05）。在时间，组和时间×组相互作用中观察到统计学上的显着差异（p <0.05）。基于这些结果，康复机器人训练可显着改善身体机能，功能恢复和亚急性中风患者日常生活的活动。基于这些发现，为康复计划提供了基本方案，该计划将康复机器人培训应用于亚急性中风患者，将来可能会提供更有效的治疗和结果。
使用机器学习模型随机森林
摘要背景鉴于疾病的发病率和干预时间狭窄的时间窗口，在院前阶段对大血管闭塞（LVO）的及时识别非常重要。当前的评估策略仍然具有挑战性。这项研究的目的是开发机器学习（ML）模型，以使用院前可访问数据来预测LVO。在基于计算机的急性中风患者的症状发作后8小时内接受了CT或MR血管造影术并在8小时内接受再灌注疗法的连续急性急性缺血性中风患者，包括2016年1月至2021年8月。我们开发了八种ML模型，以将国立卫生学院中风量表（NIHSS）项目与人口统计学，病史和血管风险因素相结合，以识别LVO并验证其效率。结果最后，训练组中包括15例365例患者，并将4215例患者纳入了测试组中。在测试集，随机森林（RF），梯度提升机和曲线下的极端梯度提升面积为0.831（95％CI 0.819至0.843），它们高于其他模型，RF呈现出最高的特异性（0.827）。此外，RF的AUC高于其他量表，与NIHS相比，模型的准确性提高了6.4％。我们还发现，识别LVO的前五项是NIHSS总分，凝视偏差，意识水平（LOC），LOC命令和电动机左腿。结论我们提出的模型可能是基于院前可访问的医疗数据来预测LVO的有用筛选工具。试用注册号NCT04487340。
探索重复经颅磁的影响...
背景：注意缺陷多动症（ADHD）是儿童中最常见的神经系统发育障碍之一，睡眠障碍（SDS）是ADHD儿童的常见合并症。目前在学龄前儿童（4-6岁）的ADHD儿童中没有SD的药理治疗选择。重复的经颅磁刺激（RTMS）是一种新型的非侵入性神经调节技术。本研究探讨了RTMS对ADHD的学龄前儿童合并症SD的有效性。方法：为这项研究招募了ADHD和合并症SD的三十五名儿童。将儿童分为父母行为管理培训（PBMT）组（n = 19），重复的经颅磁刺激与父母行为管理训练组相结合（n = 16）。两组接受了8周的治疗。使用中国儿童的睡眠习惯问卷评估儿童的SD分数，在开始之前，结束前和干预结束后4周之前测量了中国儿童的睡眠习惯问卷，并用于衡量效果。使用反复测量的方差分析比较了组内差异，并使用独立的样品t-检验和曼恩 - 惠特尼U检验比较组间差异。结果：PBMT组和RTMS结合PBMT组都显着改善了患有ADHD的学龄前儿童的SD（P <.001）（p <.001），但是在RTMS中，RTMS的效果与PBMT组更为明显（P <.001）（p <.001），并且比PBMT Group（PBMT Group）更长。结论：重复的经颅磁刺激是一种有希望的非药物疗法，可改善ADHD学龄前儿童的SD。
在英国生物银行和 Whitehall II 队列中开发和验证痴呆症风险评分
摘要 背景 目前的痴呆风险评分在持续识别不同年龄段和地理位置的高危人群方面效果有限。 目的 我们旨在开发和验证一种针对英国中年人口的新型痴呆风险评分，使用两个队列：英国生物银行和英国 Whitehall II 研究。 方法 我们将英国生物银行队列分为训练组（n=176 611，80%）和测试样本（n=44 151，20%），并使用 Whitehall II 队列（n=2934）进行外部验证。我们使用 Cox LASSO 回归从 28 个候选预测因子中选择最强的痴呆症预测因子，然后使用竞争风险回归开发风险评分。 结果 我们的风险评分称为英国生物银行痴呆风险评分 (UKBDRS)，包括年龄、教育程度、父母痴呆史、物质匮乏、糖尿病史、中风、抑郁、高血压、高胆固醇、家庭居住情况和性别。该评分在英国生物银行测试样本（曲线下面积 (AUC) 0.8，95% CI 0.78 至 0.82）和 Whitehall 队列（AUC 0.77，95% CI 0.72 至 0.81）中具有很强的判别准确度。UKBDRS 的表现还明显优于其他三个广泛使用的痴呆风险评分，这三个评分最初是在澳大利亚（澳大利亚国立大学阿尔茨海默病风险指数）、芬兰（心血管风险因素、衰老和痴呆评分）和英国（痴呆风险评分）的队列中开发的。临床意义我们的风险评分是一种易于使用的工具，可以识别英国有痴呆症风险的个体。需要进一步研究来确定该评分在其他人群中的有效性。
行为和ERP在苛刻的切换任务上长期身心训练的长期身心培训
身体和心理训练与整个生命周期中对执行功能的积极影响有关。但是，对久坐的生活方式的综合身心制度有益的证据仍然很少。这项研究的目的是从与源相关的事件相关的观点研究潜在的机制，这可以解释在执行注意力转换任务期间进行长期的长期身体和精神锻炼如何有益于神经处理。五十三名健康的社区志愿者，他们自我报告的长期练习（n = 10），冥想 +运动（n = 16），简单的有氧运动（n = 15）或久坐的生活方式（n = 12），年龄为47.8±14.6（SD）。所有参与者在开关范式中进行了高密度脑电图记录。我们的结果表明，实践身体和心理锻炼的人在任务切换范式中表现更好。我们的分析表明，仅在体育锻炼中进行体力和心理锻炼的综合实践的添加作用。此外，我们确定了额叶，顶和扣带回区域的参与，作为事件相关的电位组件（类似N2的和P3的）的发电机，通常与开关任务的执行相关。尤其是，与有氧运动和久坐的组相比，在运动和心理训练组中表现出明显更大的幅度。此外，我们显示出更好的性能与更大的N2样振幅相关。我们的多元分析表明，活动类型是解释群体之间差异的最相关因素，具有重要的年龄影响和体重指数，并且对教育年份，心血管容量和性别的影响很小。这些结果表明，慢性的身体和心理训练可能通过更有效的早期注意力加工来赋予正常老龄化的成年人的执行功能显着的好处。需要未来的实验研究来确认我们的结果，并了解对甲状腺额叶网络的机制，这些机制有助于与练习相关的精神和有氧运动相关的认知改善，同时仔细控制诸如年龄和体重指数之类的混杂因素。
Chemprint：一个用于增强药物发现的AI驱动框架
摘要：传统的高通量筛查（HTS）药物发现效率低下。具有临床治疗潜力的化合物的命中率通常为0.5％，最大最高为2％。深度学习模型使筛查率丰富至28％；但是，这些结果包括具有非治疗性相关浓度的命中，其训练集的新颖性不足以及化学空间有限。这项研究介绍了一种新颖的人工智能（AI）驱动的平台，伽利略和分子几何深度学习（Mol-GDL）模型，Chemprint。该模型部署了两个T分配的随机邻居嵌入（T-SNE）数据分裂，以在训练和适应性分子嵌入过程中最大化化学差异，以增强预测能力并导航未知的分子领土。进行回顾性测试时，Chemprint的表现优于五个模型的小组，用于难以放药肿瘤学目标，AXL和BRD4，AXL的AUROC平均得分为0.897，BRD4的AUROC得分为0.876，使用T-SNE分配的BRD4为0.826至0.826至0.885的基准分型，而T-SNE分开的平均得分为0.885。在一项零照片的前瞻性研究中，体外测试表明，通过针对AXL和BRD4提名的41种化合物中有19种在浓度≤20µm时表现出抑制活性，命中率为46％。19次命中报告的平均最高tanimoto相似性得分为0.36，相对于其训练组，得分为0.13（AXL）和0.10（BRD4），相对于这些目标的临床阶段化合物。这会导致以低治疗浓度和高化学新颖性的高命中率发现化合物文库。我们的发现表明，通过训练和测试具有最大差异性的训练和测试化学印记增加了测试的难度增强了模型的预测能力。综上所述，提议的平台设定了新的性能标准。
心肺复苏后24小时生存的心脏骤停患者的医院死亡率预测模型的开发和验证
目的：对心肺复苏后24小时存活的患者预测模型的研究研究（CPR）是有限的。我们旨在探索这些患者中与医院死亡率相关的因素，并开发出一种预测模型，以帮助临床决策并提高激怒后患者的存活率。方法：我们从Dryad数据集中的一项回顾性研究中获取数据，将心脏骤停后CPR遭受心脏骤停的患者分为训练集，并以7：3的比率进行验证。我们使用最低绝对收缩和选择操作员（Lasso）回归以及单变量和多元物流分析的训练集中鉴定了与医院死亡率相关的变量。利用这些变量，我们开发了一个预后的nom图，用于预测评分后死亡率。校准曲线，接收器工作曲线（ROC）下的面积，决策曲线分析（DCA）和临床影响曲线用于评估诺格图的可区分性，准确性和临床实用性。结果：研究人群包括374例患者，分配给培训组的262例，为验证组112例。，有213名患者在医院死亡。ROC在训练组中显示AUC分别为0.827和0.817。校准曲线，DCA和临床冲击曲线以良好的准确性和临床实用性证明了列图。进一步确认模型的精度需要外部验证数据。Multivariate logistic analysis revealed age (OR 1.05, 95% CI: 1.03 – 1.08), witnessed arrest (OR 0.28, 95% CI: 0.11 – 0.73), time to return of spontaneous circulation (ROSC) (OR 1.05, 95% CI: 1.02 – 1.08), non-shockable rhythm (OR 3.41, 95% CI: 1.61 – 7.18），碱性磷酸酶（OR 1.01，95％CI：1 - 1.01）和顺序器官衰竭评估（SOFA）（OR 1.27，95％CI：1.15 - 1.4）是CPR后24小时患者的医院死亡率的独立危险因素。结论：我们的预测模型具有准确的预测性预测价值，该医院死亡率在CPR后24小时存活的患者中具有准确的预测价值，这将是有益的，这将是有益的。