三阴性乳腺癌 (TNBC) 是一种极具侵袭性的乳腺癌类型,对其可用的细胞毒性化疗选择很少。一种由盐酸阿霉素和环磷酰胺,然后是紫杉醇组成的化疗方案,称为 AC-T,被批准用作这种类型乳腺癌的辅助治疗。在本研究中,我们旨在阐明 KIF11 在两种含有 DHPM 核心(二氢嘧啶-2(1H)-酮或-硫酮)的合成小分子抑制 TNBC 进展过程中的作用,假设这些抑制剂可以作为抗有丝分裂药物的一种有趣选择,单独使用或作为与 AC 联合使用的辅助疗法。为此,我们评估了 DHPM 作为单一疗法或与阿霉素和环磷酰胺联合使用对患有 MDA-MB-231 诱发的乳腺癌的 Balbc 裸鼠的疗效,以 AC-T 作为阳性对照。我们的数据提供了大量证据,证明 KIF11 抑制剂表现出显著的抗肿瘤活性,在三阴性乳腺癌体内异种移植模型中作用于肿瘤发生和癌症进展的关键点,例如 KIF11 和 ALDH1-A1 的下调。此外,它们没有表现出以活动能力受损为特征的典型周围神经病变,而这在使用紫杉醇时很常见。这些结果表明,在乳腺癌方案治疗中使用 MAP 抑制剂可能是一种有前途的策略,既能保持抗肿瘤活性,又能减少副作用。
背景:阿尔茨海默病 (AD) 是一种退行性进行性脑部疾病,其痴呆和认知障碍症状会随着时间的推移而加剧。许多因素可能与患者的生活方式有关,也可能无关,这些因素会导致患 AD 的风险更高。在疾病初期就对其进行诊断非常重要,目前已有多种技术可用于诊断 AD。目前已开展了大量关于 AD 检测和诊断的研究。本文报告了对纵向磁共振成像 (MRI) 开放获取脑成像数据集系列进行的实证研究。此外,该研究还强调了影响 AD 预测的几种因素。目的:本研究旨在将患者的年龄、性别、教育程度和社会经济背景等各种因素与 AD 发展的影响关联起来。根据 MRI 特征、简易精神状态检查 (MMSE)、临床痴呆评分 (CDR)、估计颅内总容量 (eTIV)、标准化全脑容量 (nWBV) 和 Atlas 缩放因子 (ASF) 评估患者相关因素对 AD 严重程度的影响。方法:在本研究中,我们试图确定纵向 MRI 在 AD 患者探索性数据分析 (EDA) 中的作用。对 150 名患者 (平均年龄 77.01 [SD 7.64] 岁) 的数据集进行了 EDA。使用 1.5 特斯拉视觉 (西门子) 扫描仪对每个受试者进行 T1 加权 MRI 以采集图像。使用 MMSE、CDR 和 ASF 三个特征的评分来描述本研究中的 AD 患者。我们评估了各种特征(即年龄、性别、教育、社会经济地位、MMSE、CDR、eTIV、nWBV 和 ASF)对 AD 预后的作用。结果:分析进一步确定了性别在老年人 AD 患病率和发展中的作用。此外,教育和社会经济地位与 AD 进展之间存在相当大的关系。此外,确定了每个特征的异常值和线性,以排除测量偏度时的极端值。CDR=0(非痴呆)、CDR=0.5(非常轻度痴呆)和 CDR=1(轻度痴呆)之间的 nWBV 差异显着(即 P <.01)。结论:纵向 MRI 数据的模式与其他相关特征之间存在显着相关性,可以显著协助诊断和确定老年患者的 AD。
世界卫生组织警告说,2型糖尿病(T2DM)在全球范围内越来越关注,但伯利兹在所有中部和南美都有最高的患病率[1]。根据2019年世界卫生排名,伯利兹在全球所有国家的普遍中排名第五[1]。六分之一以上的成年贝利兹人患有这种情况,高于2010年的十分之二[1]。伯利兹死亡的主要原因是T2DM(与冠状动脉疾病一起),导致早期死亡率和发病率增加[1]。心脏骤停,脑血管事故,肾脏故障,下肢截肢,视力损害和视力损失都是与T2DM相关的并发症,伯利兹的住院率不断增加,这会负担和损害这个低收入国家的负担和责任[2,3]。伯利兹的卫生系统正处于发展的过渡性发展阶段。在2003年开始推出公共系统的国家健康保险占初级保健人口的不到75%,使大约105,000人陷入裂缝中[2,4]。私人诊所和医院存在于伯利兹 - 那些负担得起的人。这种分层的医疗保健系统使一个不平等的周期永存,因为贝利兹政府对贝利兹政府进行了贫困评估,其中有43%的伯利兹人生活在国家贫困线以下(即每年1000美元的收入),其中16%的人面临极端贫困的人[5]。那些生活在贫困中的人都更有可能面临慢性负担,并且不太可能拥有自我管理T2DM的资源[6,7]。对国家性别政策的情境分析发现,妇女的贫困率高于伯利兹的男性;女性的T2DM患病率是男性患病率的两倍以上[8]。伯利兹统计研究所将该国描述为多样化种族和文化的家园,人口为53%的梅斯特佐(Mestizo)(西班牙土著),26%的克里奥尔(英国),11%的玛雅(玛雅(Insigenous)),6%的加里库纳(6%garifuna)(印第安人),以及3%的印度裔,以及3%的印第安人,以及3%,以及近代,以及居住,以及居住,以及居住; 10]。伯利兹 - 包括玛雅的土著群体(即三个不同的群体:Yucatec,Mopan和Q'eqchi'),Garifuna和Mestizo -Account -account -account占国民总人口的65%,并且具有较高的T2DM [2,9]。在中美洲和南美的热带森林中,有数百种用于治疗T2DM的植物以及相关的症状和并发症[11,12]。土著玛雅治疗师,例如,使用疾病特异性和症状特异性植物药物,祈祷和仪式[11,13]。Garifuna治疗师通过祖先的祈祷进行仪式,呼吁祖先精神的帮助,他们可以指导他们使用特定的药用植物,并接受行为和生活方式的改变,以支持糖尿病护理和管理[14,15]。这些植物药物通常可以预防和延迟“糖尿病相关年龄形成的进展,这有助于导致视网膜病变,白内障,动脉粥样硬化,神经病,肾病,糖尿病性胚胎病和伤口愈合受损的发展” [11,P.505]。有希望的国际努力,例如《联合国土著人民权利,联合国生物多样性公约》以及《 2014 - 2023年世界健康传统医学战略》等国际宣言,确认了贝利兹人对其传统卫生实践的权利,植物学的保护以及对健康和社会服务的保护,没有歧视[16-18]。同样,伯利兹国家文化政策2016 - 2026年也肯定了这一点,该政策强调植物医学知识的价值是该国丰富的无形文化遗产(ICH)的一部分[19]。此类政策文件要求更深入地了解民族医学及其在健康和卫生保健方面的作用[17-19]。2016年对用于糖尿病的药用植物的系统综述,这些植物的重点是20种研究,他们发现它们可访问,廉价,在T2DM治疗方面有效,并且不良影响[20]。2018年的审查概述了14种草药提取物的主要特性是在类型1和2型糖尿病中具有有益作用[21]。
摘要:背景/目标:已提出饮食习惯是偏头痛的潜在治疗方法;然而,缺乏支持公司建议的科学证据。具体来说,尚未研究居住在西班牙偏头痛的饮食习惯。因此,本研究旨在评估其饮食模式,并根据偏头痛发作的频率或与偏头痛相关的残疾程度来研究这些习惯如何变化。方法:对西班牙诊断为偏头痛的260名(18-64岁)进行了探索性,观察性,横断面试验研究。饮食,生活方式和偏头痛特征的数据是通过在线问卷收集的,该问卷包括食物频率问卷,并询问有关饮食,生活方式以及与偏头痛有关的不同方面的看法。使用Kruskal – Wallis检验分析统计差异,然后使用JASP进行DUNN的事后检验。恢复:植物性食品的消费低于Aesan的建议。在不同的Mi-Graine攻击频率或与偏头痛相关的残疾水平的食物食物消耗方面没有观察到差异。慢性偏头痛组和严重的残疾人组都表现出一些被认为是偏头痛触发因素(例如巧克力,腌制奶酪,腌制肉和含酒精饮料)的食物的差异。此外,患有偏头痛的人的咖啡因比患有慢性偏头痛的人多得多。因此,必须进一步研究饮食在偏头痛管理中的作用。结论:尚不清楚避免饮食偏头痛触发因素是受某些食物化合物的生物学作用还是受饮食感知和毫无根据的信念影响的驱动。
“从一开始就设计为能够快速改变结构以及硬件和软件组件,以便快速调整零件系列内的生产能力和功能,以应对市场或监管要求的突然变化”
2.6。一方面,经济自由与其他欧盟政策之间发生冲突的案件,另一方面,社会权利提出了有关欧盟法律秩序与欧盟与国际人权工具和标准之间不一致风险的重要问题。在这种情况下,成员国发现自己在遵守欧盟法律的努力中面临着矛盾的义务,另一方面,他们在适用的欧盟和国际人权文书下的承诺。SPP试图通过澄清在发生冲突的情况下解决这一困境,而欧盟条约下保证的经济自由不是平衡基本人权的基本权利,包括基本的社会和劳动权利。这种需要在冲突情况下尊重人权的经济和社会利益之间平衡的需求,对于确保欧盟法律的首要原则违反欧盟和国际人权标准,不适用欧盟法律的原则。
Dwyer,D。和Choi,K。(2021)。在预测精神病学治疗结果时,机器学习的希望。世界精神病学,20(2),154 - 170。https://doi.org/10.1002/wps.20882 Chien,I.,Enrique,A.,Palacios,J.,Regan,T.,Keegan,T.,Keegan,D. (2020)。一种机器学习方法,以了解与互联网交付的心理健康相互作用的互动模式。JAMA Network Open,3(7),E2010791。https://doi.org/10。 1001/jamanetworkopen.2020.10791 Christodoulou,E.,Ma,J.,Collins,G.S.,Steyerberg,E.W. (2019)。 系统的综述显示机器学习对临床预测模型的逻辑回归没有任何绩效益处。 临床流行病学杂志,110,12 - 22。https:// doi。 org/10.1016/j.jclinepi.2019.02.004 Fitzsimmons-Craft,E。E. Jacobi,C.,Jo,B.,Trockel,M。T.和Wilfley,D。E.(2020)。 数字认知行为疗法的有效性 - 对大学女性饮食失调的指导自助干预:一项群集随机临床试验。 JAMA Network Open,3(8),E2015633。 https://doi.org/10.1001/jamanetworkopen.2020.15633 Flygare,O. BMC精神病学,20(1),1 - 9。https:// doi。 统计软件杂志,33(1),1 - 22。https://doi.org/10。1001/jamanetworkopen.2020.10791 Christodoulou,E.,Ma,J.,Collins,G.S.,Steyerberg,E.W.(2019)。系统的综述显示机器学习对临床预测模型的逻辑回归没有任何绩效益处。临床流行病学杂志,110,12 - 22。https:// doi。org/10.1016/j.jclinepi.2019.02.004 Fitzsimmons-Craft,E。E. Jacobi,C.,Jo,B.,Trockel,M。T.和Wilfley,D。E.(2020)。数字认知行为疗法的有效性 - 对大学女性饮食失调的指导自助干预:一项群集随机临床试验。JAMA Network Open,3(8),E2015633。https://doi.org/10.1001/jamanetworkopen.2020.15633 Flygare,O.BMC精神病学,20(1),1 - 9。https:// doi。统计软件杂志,33(1),1 - 22。预测互联网传递认知行为疗法后身体障碍障碍的预测因素:一种机器学习方法。org/10.1186/s12888-020-02655-4 Friedman,J.,Hastie,T。,&Tibshirani,R。(2010)。通过坐标下降的通用线性模型的正规化路径。Hettige,N。C.,Nguyen,T。B.,Yuan,C.,Rajakulendran,T.,Baddour,J.,Bhagwat,N.,Bani-Fatemi,A.,Voineskos,A.N. 使用社会文化和临床特征对精神分裂症中自杀式定位的分类:一种机器学习方法。 综合医院精神病学,47,20 - 28。https://doi.org/10.1016/j.genhosppsy.2017.03.001 Hooker,S。(2021)。 超越“算法偏差是数据问题”。 模式,2(4),100241。 Jordan,M。I.和Mitchell,T。M.(2015)。 机器学习:趋势,敏感和前景。 Science,349(6245),255 - 260。https://doi.org/10。 1126/science.AAA8415库恩。 (2021)。 caret:分类和回归培训。 r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee,Y. N.,Zuckerman,H.,Chen,V。C.,Ho,R.,Rong,C。和McIntyre,R。(2018年)。 机器学习算法的应用以预测抑郁症的治疗结果:元分析和系统评价。 做Hettige,N。C.,Nguyen,T。B.,Yuan,C.,Rajakulendran,T.,Baddour,J.,Bhagwat,N.,Bani-Fatemi,A.,Voineskos,A.N.使用社会文化和临床特征对精神分裂症中自杀式定位的分类:一种机器学习方法。综合医院精神病学,47,20 - 28。https://doi.org/10.1016/j.genhosppsy.2017.03.001 Hooker,S。(2021)。超越“算法偏差是数据问题”。模式,2(4),100241。Jordan,M。I.和Mitchell,T。M.(2015)。 机器学习:趋势,敏感和前景。 Science,349(6245),255 - 260。https://doi.org/10。 1126/science.AAA8415库恩。 (2021)。 caret:分类和回归培训。 r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee,Y. N.,Zuckerman,H.,Chen,V。C.,Ho,R.,Rong,C。和McIntyre,R。(2018年)。 机器学习算法的应用以预测抑郁症的治疗结果:元分析和系统评价。 做Jordan,M。I.和Mitchell,T。M.(2015)。机器学习:趋势,敏感和前景。Science,349(6245),255 - 260。https://doi.org/10。1126/science.AAA8415库恩。(2021)。caret:分类和回归培训。r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee,Y. N.,Zuckerman,H.,Chen,V。C.,Ho,R.,Rong,C。和McIntyre,R。(2018年)。机器学习算法的应用以预测抑郁症的治疗结果:元分析和系统评价。做情感障碍杂志,241,519 - 532。https://doi.org/10.1016/j.jad.2018.08.073 Lekkas,D.,Price,G.,McFadden,J。,J。,&Jacobson,J。,&Jacobson,N.C。(2021)。机器学习到在线正念干预数据的应用:合规性评估中的底漆和经验示例。正念,12(10),2519 - 2534。https://doi.org/10.1007/s12671-021-021-021-01723-4 Linardon,J.,J.,Messer,M.,Shatte,M.,Shatte,Shatte,Shatte,A.
抽象目的:比较剖腹产和阴道出生的碳足迹。设计:生命周期评估(LCA)。设置:英国和荷兰的三级产妇和家庭分娩。人口:分娩妇女。方法:使用OpenLCA软件使用OpenLCA软件来建模英国和荷兰不同交付方式的碳足迹。主要结果指标:“碳足迹”(在kgco 2等效物中[kgco 2 e])。结果:不包括镇痛,英国剖腹产的碳足迹为31.21 kgco 2 E,而医院的阴道出生为12.47 kgco 2 E,在家中为7.63 kgco 2 E。在荷兰,剖腹产的碳足迹较高(32.96 kgco 2 E),但在医院和家庭中阴道出生的碳足迹(分别为10.74和6.27 kgco 2 E)。排放范围从0.08 kgco 2 E(具有阿片类镇痛)到237.33 kgco 2 E(含氧氧化二氮)。镇痛使用的差异导致荷兰阴道出生的平均碳足迹低于英国(11.64对193.26 kgco 2 E)。结论:如果排除镇痛,剖腹产的碳足迹高于阴道出生,但这对所使用的镇痛非常敏感。使用氧气的氧化氧化物乘以25倍的阴道出生的碳足迹。止痛或一氧化二氮破坏系统的替代方法将导致碳足迹大大改善。尽管临床需求和产妇选择至关重要,但方案应考虑不同选择的环境影响。
乡村旅游在促进经济发展、保护文化遗产和推广可持续实践方面发挥着重要作用。它为当地居民创造了就业机会,既直接在旅游部门,也间接在支持行业。在农村社区营销旅游业需要采取战略方针,突出该地区的独特之处,促进可持续实践,吸引潜在游客。对营销工具和技术的深入了解对于营销的使用至关重要(Wijijayanti 等人,2020 年)。这项研究深入了解了人工智能 (AI) 目前在中西部农村社区旅游组织的营销工作中所起的作用。它提供了行业如何利用人工智能协助企业的策略。关键词:人工智能;人工智能;乡村旅游;营销