XiaoMi-AI文件搜索系统
World File Search SystemAITL
血管免疫细胞T细胞淋巴瘤 - 病例报告
血管免疫细胞T细胞淋巴瘤（AITL）现在是成熟的外周T细胞淋巴瘤（PTCL）的成熟亚型。晚期疾病常见于非特征实验室和自身免疫发现，通常会放慢或掩盖诊断。AITL折磨了中位诊断年龄为65岁的高级年龄个体，没有明显的性别倾向。AITL的免疫组织化学和分子特征中的显着步骤已提高诊断这种不常见的PTCL的能力。2016年世界卫生组织的淋巴肿瘤分类最近认识到这种诊断的复杂性，并增加了其他类似AITL的子集。AITL现在位于具有卵泡T辅助表型的淋巴结T细胞淋巴瘤的伞下。复发或难治性AITL的处理仍然是未满足的需求。随后从诊断到治疗的AITL频谱以有一天可能导致多面疾病中个性化治疗方法的方式进行了审查。在这里，我们报告了一种血管免疫细胞T细胞淋巴瘤的病例，该病例是使用内窥镜超声引导的细针活检诊断出的。我们的患者的实验室检查并不明显且尚无定论，但是使用内窥镜超声引导的细针活检确定了正确的诊断。诊断后开始化疗，他的病情改善。
多发性硬化症的间充质干细胞衍生的神经祖细胞疗法的演变：从概念到诊所
血管免疫细胞T细胞淋巴瘤（AITL）是一种独特的外周T细胞淋巴瘤（PTCL），预后较差（Swerdlow等，2016）。对于AITL患者，5年的总生存率（OS）率为44％，无进展生存率（PFS）率为32％（Advani等，2021）。基于蒽环类药物的化学疗法方案经常使用，但其有效性受到限制。基于传统治疗的不令人满意的结果，NCCN肿瘤学的临床实践指南建议参与临床试验作为首选管理策略（Horwitz等，2022）。值得注意的是，尽管某些患者的分期分期或预后评分通常用于评估T细胞淋巴瘤，但其临床结局差异很大。预后的差异可能是由于AITL的异质性引起的（Zhang等，2023）。因此，需要更好地分层患者的新型模型。Chidamide是一种亚型选择性组蛋白脱乙酰基酶（HDAC）抑制剂的苯甲酰胺类型（Gong等，2012）。近年来，奇达胺在PTCL中似乎是一种有前途的治疗方法，尤其是在AITL中。在复发或难治性（R/R）AITL中的Chidamide II期研究中，总反应率（ORR）为50％（Shi等，2015）。在一项多中心II期临床试验中，将奇达胺与未经处理的AITL中的泼尼松，依托泊苷和沙利度胺相结合，ORR为90.2％。2年无进展生存率（PFS）和总生存率（OS）率分别为66.5％和82.2％（Wang等，2022b）。然而，在现实世界分析中，与单独的化学疗法相比，将奇达酰胺与化学疗法相比是否可以改善OS的矛盾结果（Shi等，2017； Liu等，2021； Wang等，2022a）。需要进一步的证据来阐明在现实世界中奇达胺的效率。机器学习（ML）算法是人工智能的关键领域，可以通过利用计算方法来从复杂的数据中学习，以识别预测的可能功能（Haug and Drazen，2023）。与传统的广义线性模型相比，基于高级算法的机器学习在数据分布和完整性方面更容易接受，并且在挖掘数据值方面具有更大的功能（Elemento等，2021）。因此，近年来，机器学习已被广泛用于医疗领域，并已发展成为一种有效的工具，可以在做出临床决策时使用（Radakovich等，2020； Haug and Drazen，2023; Swanson等，2023）。因此，本研究的目的是建立ML模型来预测AITL的预后，并在现实世界中评估Chidamide的好处。
周围T细胞淋巴瘤（PTCL）
1 This algorithm contains the following subtypes: PTCL - not otherwise specified (NOS), angioimmunoblastic T-cell lymphoma (AITL), anaplastic large cell lymphoma (ALCL), anaplastic lymphoma kinase (ALK) positive and ALK negative, enteropathy associated T-cell lymphoma (EATL), monomorphic epitheliotropic intestinal T-cell lymphoma (MEITL), hepatosplenic gamma-delta T-cell lymphoma (HSGDTL), primary cutaneous gamma-delta T-cell lymphoma (PCGDTL), extranodal natural killer T-cell lymphoma (ENKTCL), and adult T-cell leukemia//lymphoma (ATLL).该算法中未包括以下亚型：T细胞促进性白血病（T-PLL），T细胞T细胞大颗粒状淋巴细胞性白血病（T-LGL），原发性皮肤ALCL，乳腺植入物，乳腺植入物（BIA） - ALCL（BIA） - ALCL（BIA） - ALCL和所有其他皮肤T-Cellys t-Cellys cutcly（请参阅）（请参阅）CUTCLAMA（cel）（cel）（cel）clymphane（ct） 算法 ）。
双重 PI3K-δ、γ 抑制剂 duvelisib 的安全性和有效性......
结果：我们纳入了 11 项研究和 683 名患者，其中包括 305 名慢性淋巴细胞白血病/小淋巴细胞淋巴瘤 (CLL/SLL)、187 名 B 细胞惰性非霍奇金淋巴瘤 (iNHL)、39 名 B 细胞侵袭性非霍奇金淋巴瘤 (aNHL) 和 152 名 T 细胞非霍奇金淋巴瘤 (T-NHL) 患者。CLL/SLL、iNHL、aNHL 和 T-NHL 的汇总 ORR 分别为 70%、70%、28% 和 47%。此外，有或无 TP53 突变/17p 缺失的 CLL/SLL 患者的汇总 ORR（62% vs. 74%，p=0.45）和滤泡性淋巴瘤 (FL) 或其他 iNHL（69% vs. 57%，p=0.38）没有显著差异。套细胞淋巴瘤 (MCL) 患者的汇总 ORR 高于其他 aNHL（68% vs. 17%，p=0.04）。血管免疫母细胞性 TCL (AITL) 患者的汇总 ORR 高于其他 PTCL 患者（67% vs. 42%，p=0.01）。任何级别、≥ 3 级、严重 AE 的汇总发生率、
在协作决策和
人类出局（Hootl）/自主（AITL）自主机器人代理商（ARAS）正在我们社会中占用其必不可少的位置，以实现各种任务。由于前进的网络物理系统（CPSS）和AI技术，这种趋势有望成倍增加。各种复杂的任务范围（例如搜救（SAR），以及可以将多个自动无人驾驶飞机（A-UAVS）重重负载分配给ARA群或ARA可以在社交环境中随机遇到以执行预先确定的常见任务（例如，在地面自动驾驶汽车（AVS）的交叉路口避免碰撞。建立“联合认知”必须安全，最佳地完成操作。“联合认知”通过尊重预定义的规则执行共同分配/确定/共享任务时，是）获得环境的数字双胞胎（DTS）的智能（即其他代理商和环境动态的状态和状况意识（SSA）先前执行的组中所有代理人都执行了有关感兴趣区域（ROI），这些代理人的能力，这些迫切和即将到来的驱动的能力，ii）的智能分配和iii的特定范围，并在整体上贡献了稳定的稳定性，并在其迫在眉睫的过程中进行促成的整体效果，并且安全，最佳地实现最终协作群目标的方法。在这篇论文中，本演讲为建立远程ARA群的“联合认知”以支持群体表现的方法学框架。“共同认知”并不能优先考虑自我利益，而是放弃了短期个人奖励，以获得累积的较大的关节奖励（例如，不导致其他AV碰撞，而避免碰撞本身的同时造成碰撞本身），以促进多个目标（例如，所有Ara Ara swarms of the Awharm ewarms of exharm sharms swarms of the Asha ewarms swarms sepsions）的造成。ARA应以一种对社会负责的方式行事，并且可能需要以人为和机器智能结合人类和机器的智能来协调和远程触觉，以协调和远程注视以根据需要的人类机器人团队来完成任务。The proposed framework, which aims to increase trust in the self-determined behaviours of ARAs in meeting the joint swarm goals and expectations of societal stakeholders, has demonstrated the crucial phases of both understanding the behaviours of other agents and building “joint cognition” for remote ARA swarms to make them co-work effectively and efficiently in collaborative decision-making considering social dynamics, leading to socially responsible cyber-physical社会系统（CPSSS）。