XiaoMi-AI文件搜索系统
World File Search SystemBiomarker
从自闭症成像生物标志物挑战中获得的见解
摘要 MRI 已被广泛用于识别自闭症谱系障碍 (ASD) 的解剖和功能差异。然而，许多这些发现已被证明难以复制，因为研究依赖于小规模的队列，并且建立在许多复杂、未公开的分析选择之上。我们进行了一项国际挑战，以根据 MRI 数据预测 ASD 诊断，我们提供了来自 2,000 多人的预处理解剖和功能 MRI 数据。对预测的评估是严格盲测的。146 名挑战者提交了预测算法，这些算法在挑战结束时使用未见数据和额外的采集站点进行了评估。对于最佳算法，我们研究了 MRI 模式、大脑区域和样本量的重要性。我们发现证据表明 MRI 可以预测 ASD 诊断：10 个最佳算法可靠地预测了诊断，AUC~0.80 - 远远优于目前使用 20 倍大队列中的基因分型数据可以获得的结果。我们观察到功能性 MRI 对预测比解剖性 MRI 更重要，并且增加样本量可以稳步提高预测准确性，从而为改进生物标志物提供了一种有效的策略。我们还观察到，尽管有强烈的动机将其推广到看不见的数据，但给定数据集上的模型开发面临着过度拟合的风险：在现有数据的交叉验证中表现良好，但不能推广。最后，我们能够在挑战结束后添加的外部样本 (EU-AIMS) 上预测 ASD 诊断，尽管预测准确性较低 (AUC=0.72)。这表明，尽管基于大型多站点队列，但我们的挑战仍然产生了在数据集变化面前脆弱的生物标志物。
阿尔茨海默氏病的认知生物标志物优先级...
摘要背景：认知评估是诊断阿尔茨海默氏病（AD）的最常见临床常规。鉴于大量的认知评估工具和时间限制的办公室访问，确定针对不同受试者的适当认知测试非常重要。大多数当前的研究都为目标人群创建了认知测试选择指南，但并未针对每个主题定制它们。在本手稿中，我们开发了一个机器学习范式，可以优先考虑个性化认知评估。方法：我们适应了新开发的学习对方法PLTR来实现我们的范式。此方法学习了将最有效的认知评估推向优先列表的顶部的潜在评分函数。我们还扩展了PLTR，以更好地分开最有效的认知评估和效率较小的评估。结果：我们对ADNI数据的实证研究表明，所提出的范式在识别和优先考虑个人特异性认知生物标志物方面的最新基准都优于最新的基准。我们在交叉验证和升级验证设置中进行实验。在这两种设置中，我们的范式在优先级的认知特征方面显着优于最佳基线，分别提高了22.1％和19.7％。结论：拟议的范式在优先考虑认知生物标志物方面取得了出色的表现。优先在顶部优先考虑的齿轮生物标志物具有促进个性化诊断，疾病亚型以及最终在AD中精确医学的巨大潜力。关键词：阿尔茨海默氏病，学习排名，生物信息学，机器学习
肿瘤生物标志物测试的付款人覆盖范围
通过二级研究工作概述Advi评估了付款人政策，并整理了我们的发现，以确定患者在选定的肿瘤类型中使用适当的生物标志物测试（本文档中的分子测试和分子分析）的趋势和机会，包括选定的肿瘤类型，包括非弱小的细胞肺癌，结肠癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌。 此外，ADVI评估了付款人政策，以了解液体活检的采用和覆盖范围（也称为血液基生物标志物测试，无浆细胞/循环肿瘤DNA）。 advi考虑了如何使用算法分析（MAAAS）（MAAAS）或免疫组织化学（IHC）影响的测试类型（例如，单个分析物，下一代测序（NGS）小组，多分析物分析（IHC）影响了付费者策略和临床指南。 Advi专注于国家商业付款人，并对区域商业付款人进行取样（其人群中肿瘤类型的发病率很高）以及当地的Medicare行政承包商（MAC）。 Advi在2018年进行了类似的分析，本报告反映了截至2020年9月的更新。 肿瘤学生物标志物的执行摘要，商业付款人具有统一的伴侣诊断（历史上与治疗剂并行批准的单一分析物），因为临床实用程序是FDA审查的组成部分。 在偏离此范式的情况下，F1CDX尚未达到统一的覆盖范围。 通常，临床效用的证据是覆盖范围的决定因素。通过二级研究工作概述Advi评估了付款人政策，并整理了我们的发现，以确定患者在选定的肿瘤类型中使用适当的生物标志物测试（本文档中的分子测试和分子分析）的趋势和机会，包括选定的肿瘤类型，包括非弱小的细胞肺癌，结肠癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌，乳腺癌。此外，ADVI评估了付款人政策，以了解液体活检的采用和覆盖范围（也称为血液基生物标志物测试，无浆细胞/循环肿瘤DNA）。advi考虑了如何使用算法分析（MAAAS）（MAAAS）或免疫组织化学（IHC）影响的测试类型（例如，单个分析物，下一代测序（NGS）小组，多分析物分析（IHC）影响了付费者策略和临床指南。Advi专注于国家商业付款人，并对区域商业付款人进行取样（其人群中肿瘤类型的发病率很高）以及当地的Medicare行政承包商（MAC）。Advi在2018年进行了类似的分析，本报告反映了截至2020年9月的更新。肿瘤学生物标志物的执行摘要，商业付款人具有统一的伴侣诊断（历史上与治疗剂并行批准的单一分析物），因为临床实用程序是FDA审查的组成部分。在偏离此范式的情况下，F1CDX尚未达到统一的覆盖范围。通常，临床效用的证据是覆盖范围的决定因素。对于未经FDA审查的其他生物标志物，商业付款人依靠国家综合癌症网络（NCCN）指南，美国临床肿瘤学会（ASCO）指南，技术评估组织和同行评审的公开证据。
血细胞聚集作为肿瘤恶性程度的生物标志物
摘要。基于表面等离子体共振 (SPR) 现象的生物传感器已被开发出来，用于通过评估血细胞聚集指标来快速诊断脑胶质瘤复发。该装置具有两个光学通道，允许同时进行两项研究或允许将一个通道用作参考。这种方法通过减少外部因素的影响显著提高了生物传感器的灵敏度。光激发源是波长为 650 nm 的 ap 偏振半导体激光器。传感元件是折射率为 1.61 的 F1 光学玻璃板，溅射有铬 (5 nm) 和金 (45…50 nm) 层。研究结果确定了患者外周血细胞聚集水平与胶质瘤恶性程度之间的相关性。在健康个体组和 II-IV 级胶质瘤组之间存在统计学上显着差异 (p ≤ 0.05)。血液检测中SPR曲线位移的减小提示细胞聚集程度增加，细胞膜电荷减少，这种趋势随着胶质瘤恶性程度的增加而逐渐加剧，在IV级胶质瘤患者中达到最小值，提示细胞膜理化性质发生变化，细胞膜电荷减少。
支持生物标志物测试立法——解开谜团的关键……
改善癌症治疗效果的进展越来越多地涉及到精准医疗的使用，精准医疗利用有关个人自身基因或蛋白质的信息来预防、诊断或治疗癌症等疾病。生物标志物检测是获得精准医疗的重要一步，精准医疗包括靶向治疗，可以提高存活率、改善生活质量并降低成本。生物标志物检测对癌症治疗和其他疾病的治疗越来越重要。在过去五年推出的 62 种肿瘤药物中，有 37 种在使用前需要或建议进行生物标志物检测。随着涉及生物标志物的癌症临床试验的数量和比例持续大幅增长，生物标志物检测对于招募患者参加临床试验也越来越重要。
推进生物标志物检测以实现精准癌症治疗
精准医疗利用有关患者自身基因或蛋白质的信息来预防、诊断、治疗疾病或监测患者的反应 [1]。精准医疗通常与个性化医疗或基因组医疗同义，在癌症领域发展最为迅速。在用于治疗癌症时，精准医疗会整合有关患者癌症的特定信息（如基因变异、分子特征）来为诊断、预后、疗法选择提供信息，并监测疗法的效果。识别个体癌症特定基因变异或分子特征的能力导致癌症类型的细分越来越多。尽管人们早就知道基因变异会导致癌症，并且各种不同的变异都会导致同一种结果 — — 癌症 — — 但直到最近我们才意识到，这些不同的变异可以用不同的方法治疗。
TXNIP/NLRP3/... 预后生物标志物模型分析
背景：探索潜在的生物标志物以预测临床结果并开发针对急性髓系白血病 (AML) 的靶向疗法至关重要。本研究旨在研究硫氧还蛋白相互作用蛋白 (TXNIP)/核苷酸结合寡聚化结构域 (NOD) 样受体蛋白 3 (NLRP3) 通路的表达模式及其在 AML 患者预后中的作用。方法：在本研究中，我们使用来自基因表达综合数据库 (GEO) 的微阵列数据和来自癌症基因组图谱 (TCGA) 的转录组数据检查了 TXNIP/NLRP3 通路在 AML 患者中的预后价值，以开发预后模型，并通过定量实时 PCR (qRT-PCR) 在来自暨南大学 (JNU) 数据库的 26 名 AML 患者和 18 名健康个体的验证队列中验证结果。结果：GSE13159数据库分析显示，AML患者TXNIP/NLRP3通路中TXNIP、白细胞介素1β（IL1B）显著上调，caspase1（CASP1）下调（TXNIP，P=0.031；IL1B，P=0.042；CASP1，P=0.038）。GSE12417数据集中，与NLRP3高表达患者相比，NLRP3低表达患者的总生存期（OS）更长（P=0.004）。此外，训练集和验证集结果均表明，TXNIP、NLRP3和IL1B表达较低与预后良好相关（GSE12417，P=0.009；TCGA，P=0.050；JNU，P=0.026）。根据受试者工作特征曲线分析，该模型预测三年生存率的灵敏度为 84%。这些数据可能为 AML 结果提供新的预测因子，并为进一步研究使用 TXNIP / NLRP3 / IL1B 基因进行 AML 新型靶向治疗的可能性提供方向。
尿液可溶性PD-1作为检查点抑制剂的生物标志物...
背景。与免疫检查点抑制剂（ICI-AIN）有关的急性间质性肾炎（AIN）具有不完全了解的病理生理学。我们的目标是分析可能的生物标志物，以分析急性管状坏死（ATN）和AIN，尤其是在癌症患者中，并研究ICI-AIN免疫检查点途径的参与。方法。我们进行了一项观察性研究。我们招募了ICIAIN入射诊断的患者（n = 19）。我们在诊断时测量了血清和尿液中的可溶性PD-1（SPD-1），SPD-L1和SPD-L2，并与非ICI相关AIN（非ICI-AIN）（n = 18）和ATN（n = 21）的患者进行了比较。这些发现在另一家机构的独立队列中得到了验证（n = 30）。此外，我们对ICI-AIN患者的肾脏活检进行了PD-L1和PD-L2免疫染色，并与非ICI-AIN患者进行了比较。结果。与ATN相比，AIN患者尿液SPD-1（USPD-1）更高（p = .03）。 AIN患者的血清SPD-1（SSPD-1）也比ATN患者更高（p = .021）。 在癌症患者中，USPD-1 <129.3 pg/ml的敏感性为71.43％，特异性为94.44％，可区分ATN与ICI-AIN，其可能性比为12.86。 在外部验证队列中，同一截止值显示灵敏度为80％。 在肾脏活检中，ICI-AIN患者的PD-L1阳性小管的密度比非ICI-AIN患者高（P = .02）。 USPD-1与PD-L1阳性小管的数量之间存在正相关（P = .009，r = 0.72）。尿液SPD-1（USPD-1）更高（p = .03）。AIN患者的血清SPD-1（SSPD-1）也比ATN患者更高（p = .021）。在癌症患者中，USPD-1 <129.3 pg/ml的敏感性为71.43％，特异性为94.44％，可区分ATN与ICI-AIN，其可能性比为12.86。在外部验证队列中，同一截止值显示灵敏度为80％。在肾脏活检中，ICI-AIN患者的PD-L1阳性小管的密度比非ICI-AIN患者高（P = .02）。USPD-1与PD-L1阳性小管的数量之间存在正相关（P = .009，r = 0.72）。与非ICI-AIN相比，ICI-AIN患者的患者的比例> 2.64/mm 2 PD-L2阳性小管的比例更高（p = .034）。
TDP-43作为神经退行性疾病的潜在视网膜生物标志物
TDP-43蛋白质病是由TDP-43蛋白质的病理细胞质聚集的特征的神经退行性疾病（NDDS）。这些包括肌萎缩性侧索硬化症（ALS），额颞叶变性（FTLD），阿尔茨海默氏病（AD），慢性创伤性脑病（CTE）等。TDP-43在眼中显示出作为这些NDD的生物标志物的希望。 使用免疫组织化学，几项研究鉴定了具有ALS，FTLD，AD，CTE和其他条件的供体的视网膜层中的细胞质TDP-43包含物。 我们的发现表明，人类视网膜中TDP-43的病理聚集体在FTLD-TDP，ALS和CTE中最为普遍，这表明这些疾病可能为研究TDP-43作为视网膜生物标志物的潜力提供了最可靠的背景。 动物模型研究在探索TDP-43在视网膜中的作用方面一直是关键的，包括其核和细胞质定位，RNA结合特性以及与其他蛋白质的相互作用。 尽管有这些进展，但仍需要更多的研究来制定治疗策略。 人类尸检研究的主要局限性是缺乏相应的脑病理评估来确认TDP-43蛋白质病诊断和分期。 其他局限性包括小样本量，缺乏原质子眼病理学和临床历史以及多个NDD的比较有限。 TDP-43作为NDD的视网膜生物标志物的未来方向包括视网膜示踪剂，高光谱成像，动眼和机器学习开发。TDP-43在眼中显示出作为这些NDD的生物标志物的希望。使用免疫组织化学，几项研究鉴定了具有ALS，FTLD，AD，CTE和其他条件的供体的视网膜层中的细胞质TDP-43包含物。我们的发现表明，人类视网膜中TDP-43的病理聚集体在FTLD-TDP，ALS和CTE中最为普遍，这表明这些疾病可能为研究TDP-43作为视网膜生物标志物的潜力提供了最可靠的背景。动物模型研究在探索TDP-43在视网膜中的作用方面一直是关键的，包括其核和细胞质定位，RNA结合特性以及与其他蛋白质的相互作用。尽管有这些进展，但仍需要更多的研究来制定治疗策略。人类尸检研究的主要局限性是缺乏相应的脑病理评估来确认TDP-43蛋白质病诊断和分期。其他局限性包括小样本量，缺乏原质子眼病理学和临床历史以及多个NDD的比较有限。TDP-43作为NDD的视网膜生物标志物的未来方向包括视网膜示踪剂，高光谱成像，动眼和机器学习开发。
肿瘤学成像生物标志物的特刊编辑
成像生物标志物是定量成像的表达，并且已成为癌症管理中的central，证明了一致和客观的信息，可以概述肿瘤患者的适当工作流程。成像生物标志物（也称为Quantative数据）是从医学图像中提取的，希望他们在癌症患者管理的每个步骤中支持临床医生，以克服定性和常规评估。一种定量方法可以减少临床决策中的主观评估，尤其是在目标治疗的新时代，在这种情况下，治疗工作流通的标志是可取的。然后，定量成像是未来成像的景观，因此是癌症发表的特刊的重点是：“肿瘤学中的成像生物标志物”。可以在癌症的网站上（https://www.mdpi.com/journal/cancers/special_issues/imaging_biomagger_biomarker#info（2023年2月7日访问）），已收集了20份支持者，并收集了一份较伟大的兴趣，并收集了一名较伟大的兴趣，并从远处获得了一名依据，并获得了一名越来越多的兴趣。引用和观点。所研究的利益的主要领域涉及以下主题：（1）肿瘤表征，（2）基于身体组成和肿瘤发现的预测预测，（3）评估对治疗的反应，（4）复发风险和治疗决定。