个人资料ING是一家具有强大欧洲基础的全球金融机构,通过其运营公司ING银行提供银行服务。 ING银行的目的是:授权人们在生活和商业上保持领先地位。 银行的60,000多名员工为100多个国家 /地区的客户提供零售和批发银行服务。 在阿姆斯特丹(Inga na,Inga.as),布鲁塞尔和纽约证券交易所(ADRS:ING我们,ING.N)的交易所中列出了集团股票。 旨在将可持续性置于我们所做工作的核心。 我们的政策和行动由独立的研究和评级提供商评估,这些提供商每年都会更新它们。 MSCI在2024年8月将MSCI的ESG评级重新确认为“ AA”第五年。 截至2023年12月,在Sustainalytics认为,ING对ESG材料风险的管理是“强大的”。 我们目前的ESG风险评级为17.2(低风险)。 集团股票也包含在主要提供商的主要可持续性和ESG指数产品中。 这里有一些例子:EuroNext,Stoxx,Morningstar和Ftse Russell。 社会正在过渡到低碳经济。 我们的客户也是如此。 我们为许多可持续活动提供资金,但我们仍然为此提供更多的资金。 遵循我们在ing.com/climate上的进度。个人资料ING是一家具有强大欧洲基础的全球金融机构,通过其运营公司ING银行提供银行服务。ING银行的目的是:授权人们在生活和商业上保持领先地位。银行的60,000多名员工为100多个国家 /地区的客户提供零售和批发银行服务。集团股票。旨在将可持续性置于我们所做工作的核心。 我们的政策和行动由独立的研究和评级提供商评估,这些提供商每年都会更新它们。 MSCI在2024年8月将MSCI的ESG评级重新确认为“ AA”第五年。 截至2023年12月,在Sustainalytics认为,ING对ESG材料风险的管理是“强大的”。 我们目前的ESG风险评级为17.2(低风险)。 集团股票也包含在主要提供商的主要可持续性和ESG指数产品中。 这里有一些例子:EuroNext,Stoxx,Morningstar和Ftse Russell。 社会正在过渡到低碳经济。 我们的客户也是如此。 我们为许多可持续活动提供资金,但我们仍然为此提供更多的资金。 遵循我们在ing.com/climate上的进度。旨在将可持续性置于我们所做工作的核心。我们的政策和行动由独立的研究和评级提供商评估,这些提供商每年都会更新它们。MSCI在2024年8月将MSCI的ESG评级重新确认为“ AA”第五年。截至2023年12月,在Sustainalytics认为,ING对ESG材料风险的管理是“强大的”。我们目前的ESG风险评级为17.2(低风险)。集团股票也包含在主要提供商的主要可持续性和ESG指数产品中。这里有一些例子:EuroNext,Stoxx,Morningstar和Ftse Russell。社会正在过渡到低碳经济。我们的客户也是如此。我们为许多可持续活动提供资金,但我们仍然为此提供更多的资金。遵循我们在ing.com/climate上的进度。
摘要在药物宣传中引入人工智能可能是预测不良药物反应并提高患者安全性的变革步骤。使用结构化电子健康记录(EHR)数据和非结构化社交媒体数据,我们评估了三种AI模型,梯度增强,卷积神经网络(CNN)和长期记忆(LSTM)网络的预测能力。我们使用多个性能指标(AUC-ROC,灵敏度,特异性,F1分数)评估模型,以评估其预测各种患者人口统计学的ADR的能力。我们发现CNN是社交媒体数据的最佳分类器,其AUC-ROC为0.91和90%的敏感性,并且梯度提升是结构化EHR数据的最佳分类器,其AUC-ROC为0.89。特征重要性分析和Shapley加性解释(SHAP)提供了模型的解释性,并表明患者年龄,药物类型和剂量是重要的预测因子。分析确定了自然语言处理(NLP)在从非结构化数据源中提取ADR信号以补充传统药物宣传方法的潜力。该研究旨在根据道德数据隐私和模型透明度考虑来满足监管标准。这项工作表明,AI模型可以提高ADR预测准确性,并有助于主动的患者安全方法。准确性和可解释性之间的权衡将应用于临床应用,并探索了数据标准化和混合AI模型的未来方向。
摘要:Daridorexant(Dari)是在欧洲销售的第一个双双甲甲蛋白受体拮抗剂(Dora),它为失眠提供了一种新颖的治疗方法。但是,有关其现实世界安全的数据很少。因此,这项研究旨在使用大规模的药物保护数据库评估其安全性。与DARI相关的不良药物反应(ADR)的报告不利事件报告系统进行了审查,并使用报告优势比(ROR)选择ADR作为衡量不成比例的量度。将与DARI相关的事件的频率与所有其他药物(参考组,RG1)进行了比较,仅与其他多拉斯(RG2)进行了比较。仅评估了对两个RGS的重大不良性。总共选择了845个与DARI相关的报告;噩梦(n = 146; dari vs. rg1:ror = 113.74; 95%ci [95.13,136]; dari vs. rg2:ror = 2.35; 95 ci%[1.93,2.85]),抑郁症CI%[1.45,3.67])和宿醉(n = 20; dari vs. rg1:ror = 127.92; 95 ci%[81.98,199.62]; and dari vs. rg2:3.38; [2.04,5.61])被视为安全信号。这些数据提供了对达里多德毒素的现实安全性概况的宝贵见解,支持与噩梦,抑郁和宿醉有关的安全信号的存在。
•BASDAI评分的降低至治疗前值的50%或≥2的50%,•脊柱疼痛VAS通过≥2cm的生物治疗持续减少 - 治疗6个月或直到治疗失败。以6个月间隔重新评估,以确定正在进行的治疗是否仍然在临床上适当。在24个月的稳定治疗后,请考虑年度评论。不良药物反应(ADR) - 对于接受ADR立即[在1个月内]或对治疗做出反应但在治疗启动后6个月内经历ADR的患者,可以访问相同的作用机理(如果可用,适当)的另一种治疗选择。如果ADR可能是药物类效应,则可以选择替代作用机理。对同一疾病的双重生物疗法不常规委托;对于个别案例,请考虑RMOC咨询声明,在MDT上讨论并联系信托基金制定团队以获取建议。同时进行不同合并症的生物治疗,如果满足了两种治疗的良好资格标准,并且在两种专业中都有MDT一致,即双重治疗是合适的,并且不可用的单一药物对两种合并症有活性。治疗中断和减少剂量 - 减少剂量或持有生物治疗的患者可以恢复标准的生物学方案(即许可剂量),评估在12-20周时做出的响应。怀孕 - BSR的更新指导
一项涉及两家医院的700名参与者的病例对照研究表明,抑郁症或焦虑史与不受控制的高血压的风险增加相关(调整后或1.82,95%CI:1.27-2.60)[4]。此外,出现了抗抑郁药可以显着影响血压(直接或通过缓解抑郁症)的猜想[5]。单胺氧化酶抑制剂(MAOI)可以在富含酪胺的食物或苯丙胺消耗的情况下通过像去甲肾上腺素这样的单胺增强来沉淀严重的高血压[6]。三环抗抑郁药的可能性更大的可能性更有可能发展1阶段1的过度张力(OR 1.90,95%CI 0.94-3.84,p <0.07)和2期高血压(OR 3.19,95%CI 1.35%1.35-7.5555,p <0.01)。然而,在本文中,三环抗抑郁药仅显示出1级高血压的趋势,因为未达到统计显着性的阈值。这些化合物还可能诱发未识别的植物瘤瘤患者的高血压危机[8,9]。因此,鉴于其不良药物反应(ADR)的风险相对较低,羟色胺再摄取抑制剂(SRI)被吹捧为一线抗抑郁药[10]。尽管如此,SRI相关的高血压辩论仍然存在,而高血压并未被普遍认为是该药物类产品CHAR术(SPC)的摘要中可能的不利影响。这对于推进患者护理优化至关重要[11]。因此,在先前迹象表明SRI与Vigibase中相关的高血压的药物宣传信号之后,我们现在对统计能力增强的更新研究进行了更新的调查,并精致的方法论可能会导致潜在的混杂因素,并试图阐明任何剂量依赖性的关联。
摘要 — 药物间相互作用 (DDI) 可能会妨碍药物的功能,在最坏的情况下,它们可能导致药物不良反应 (ADR)。预测所有 DDI 是一个具有挑战性且至关重要的问题。大多数现有的计算模型整合了来自不同来源的以药物为中心的信息,并将它们作为机器学习分类器中的特征来预测 DDI。然而,这些模型失败的可能性很高,尤其是对于所有信息都不可用的新药。本文提出了一种新的超图神经网络 (HyGNN) 模型,该模型仅基于适用于任何药物的简化分子输入线输入系统 (SMILES) 药物串来解决 DDI 预测问题。为了捕捉药物化学结构的相似性,我们从从 SMILES 字符串中提取的药物化学子结构创建了一个超图。然后,我们开发了 HyGNN,它由一个基于注意力机制的新型超图边缘编码器组成,以获得药物作为超边的表示,以及一个解码器来预测药物对之间的相互作用。此外,我们进行了大量实验来评估我们的模型,并将其与几种最先进的方法进行比较。实验结果表明,我们提出的 HyGNN 模型可以有效预测 DDI,并且令人印象深刻地超越基线,最大 F1 得分、ROC-AUC 和 PR-AUC 分别为 94.61%、98.69% 和 98.68%。最后,我们表明我们的模型也适用于新药。索引术语 — 药物-药物相互作用、图神经网络、超图、超图神经网络、超图边缘编码器
thiruvalla。摘要宫颈肌张力障碍是一种神经系统疾病,其特征是颈部肌肉收缩,头颈部异常和颈部姿势。本病例报告描述了一名63岁的帕金森氏症和早期痴呆症的男性,他在开始使用胆碱酯酶抑制剂Donepezil后患有严重的宫颈肌张力障碍,用于处理认知障碍。患者抱怨坐着困难,轻度刚性和前颈部屈曲。中断多奈替齐尔导致了显着改善;随后用三核苷酸治疗是有效的。此病例强调了监测胆碱酯酶抑制剂罕见但严重副作用的重要性,并强调需要进一步研究其机制和危险因素。关键字:多佩兹尔,宫颈肌张力障碍,帕金森氏症,三乙烯烯基。引言痉挛性核桃是宫颈肌张力障碍的另一种术语,是一种严重的神经系统疾病,其特征是零星,难以忍受的颈部肌肉痉挛。这种医疗状况可能会导致严重的宫颈疼痛和不适,并长时间重复的头部扭曲或倾斜[3]。它可能会对日常功能和生活质量产生负面影响[1]。确定个体可能更容易出现诸如宫颈肌张力障碍的运动障碍时,当它们的胆碱能系统受到诸如Donepezil之类的药物调节时[4]。Donepezil通常用于治疗阿尔茨海默氏病和帕克森诺式抗抑郁症。在神经系统疾病中,在全球范围内报告了所有ADR中有20%,其中vigiaCcess数据库中仅报告了48例肌张力障碍病例。多奈哌齐诱导的宫颈肌张力障碍可能是由于胆碱能过度活动而引起的,这破坏了神经递质之间的平衡,尤其是在基底神经节中,导致异常的肌肉收缩。
实体器官移植接受者死于癌症的风险较高。事实上,免疫抑制治疗对于避免移植排斥至关重要,它会增加实体器官移植接受者死于癌症的风险 ( 1 )。然而,关于他们的癌症治疗的循证数据很少,因为移植接受者通常被排除在临床试验之外,而且登记册有限 ( 2 , 3 )。近年来,免疫检查点抑制剂 (ICI) 的开发,包括细胞毒性 T 淋巴细胞相关蛋白 4 (CTLA4) 抑制剂和程序性细胞死亡蛋白 1 或其配体 (PD1、PDL1) 的抑制剂,大大提高了某些晚期癌症患者的生存率 ( 4 )。这些单克隆抗体可促进针对恶性肿瘤的免疫反应,但有时会导致脱靶免疫不良药物反应 (ADR) ( 5 )。ICI 会破坏免疫系统,并可能引发同种异体移植排斥 (AR) ( 6 , 7 )。基于其相似的作用机制,不同的 ICI 类别被认为会对 AR 产生相同的影响,然而这从未被研究过(8)。此外,尽管美国食品药品管理局(FDA)(9,10)和欧洲药品管理局(EMA)(11,12)的药品标签中都提到了与伊匹单抗和帕博利珠单抗相关的 AR,但只有 FDA 的 cemiplimab 药品标签提到了 AR(13,14)。同样,关于 PDL1 抑制剂,AR 风险在 FDA 的药品标签中提及不一致,并且没有出现在 EMA 的药品标签中。因此,我们旨在通过对世界卫生组织(WHO)的药物警戒数据库进行不成比例分析,阐明 AR 与不同 ICI 类别的关联。
并发MTX:与甲氨蝶呤(MTX)的并发治疗对于所有药物都是优选的,并且需要用英夫利昔单抗进行。以下药物在没有MTX的标签外使用; Rituximab, Abatacept Assessment of response: Assess initial induction response after 6 months of treatment: For moderate RA (DAS28 3.2-5.1) adequate response is defined as a DAS28 improvement of > 0.6 For severe RA (DAS28 > 5.1) adequate response is defined as a DAS28 improvement of > 1.2 Continuation of biologic treatment - Treat for 6 months or until treatment failure.以6个月间隔重新评估,以确定正在进行的治疗是否仍然在临床上适当。在24个月的稳定治疗后,请考虑年度评论。不良药物反应(ADR) - 对于接受ADR立即[在1个月内]或对治疗做出反应但在治疗启动后6个月内经历ADR的患者,可以访问相同的作用机理(如果可用,适当)的另一种治疗选择。如果ADR可能是药物类效应,则可以选择替代作用机理。对同一疾病的双重生物疗法不常规委托;对于个别案例,请考虑RMOC咨询声明,在MDT上讨论并联系信托基金制定团队以获取建议。同时进行不同合并症的生物治疗,如果满足了两种治疗的良好资格标准,并且在两种专业中都有MDT一致,即双重治疗是合适的,并且不可用的单一药物对两种合并症有活性。怀孕 - BSR的更新指导治疗中断和减少剂量 - 减少剂量或持有生物治疗的患者可以恢复标准的生物学方案(即许可剂量),评估在12-20周时做出的响应。
背景 基于人工智能 (AI) 的息肉检测系统用于结肠镜检查,旨在增加病变检测和提高结肠镜检查质量。患者和方法:我们对前瞻性试验进行了系统回顾和荟萃分析,以确定基于 AI 的息肉检测系统对检测息肉和结直肠癌的价值。我们在 MEDLINE、EMBASE 和 Cochrane CENTRAL 中进行了系统搜索。独立审阅者筛选研究并评估资格、证据确定性和偏倚风险。我们通过计算检测息肉、腺瘤和结直肠癌的相对和绝对风险以及平均差异,比较了有无 AI 的结肠镜检查。结果 五项随机试验符合分析条件。与未使用 AI 的结肠镜检查相比,使用 AI 的结肠镜检查提高了腺瘤检出率 (ADR) 和息肉检出率 (PDR)(数值以 95%CI 给出)。使用 AI 的 ADR 为 29.6%(22.2% – 37.0%),而未使用 AI 的 ADR 为 19.3%(12.7% – 25.9%);相对风险 (RR] 1.52 (1.31 – 1.77),具有高确定性。有 AI 的 PDR 为 45.4 % (41.1 % – 49.8 %),无 AI 的 PDR 为 30.6 % (26.5 % – 34.6 %);RR 1.48 (1.37 – 1.60),具有高确定性。晚期腺瘤的检出率无差异(每组每次结肠镜检查的平均晚期腺瘤数为 0.03,高确定性)。AI 与非 AI 相比,每次结肠镜检查中检测到的小腺瘤(≤ 5 毫米)的平均腺瘤数较高(平均差异 0.15 [0.12 – 0.18]),但较大腺瘤(> 5 – ≤ 10 毫米,平均差异)的检出率不高0.03 [0.01 – 0.05];> 10 毫米,平均差异 0.01 [0.00 – 0.02];高确定性)。癌症数据不可用。结论结肠镜检查期间基于人工智能的息肉检测系统增加了对小型非晚期腺瘤和息肉的检测,但没有增加对晚期腺瘤的检测。