XiaoMi-AI文件搜索系统
World File Search SystemIndianapolis
出版社中的文章-IU印第安纳波利斯学者
钙调神经磷酸蛋白酶诱导的疼痛综合征（CIPS）也称为“对称骨综合体”是一种描述器官移植后患者可逆下肢疼痛的疾病，他们接受了钙调神经素抑制剂，尤其是他的酸性酸性。我们提出了原位心脏移植后的CIP病例，与同时发生的严重急性呼吸综合症冠状病毒2（SARS-COV-2）感染复杂化。我们强调演讲；诊断评估和发现。然后，我们讨论了CIPS提出的病理生理机制，并以管理策略的讨论结束。此外，我们提供了一张表，以指导临床医生评估移植后骨痛综合征。据我们所知，这是描述与并发SARS-COV-2感染的CIP案例的第一篇文章。据我们所知，这是描述与并发SARS-COV-2感染的CIP案例的第一篇文章。
印第安纳波利斯的包容性增长
其他领域的挑战可能会限制获得经济机会的机会。例如，西班牙裔/拉丁裔人群的毕业率比白人低近 33%。12 与马里恩县的其他群体相比，他们获得医疗保险的机会也较少。此外，大多数印第安纳波利斯社区都不太适合步行，13 相当一部分公共交通用户的通勤时间长达 60 分钟或更长时间。10 由于缺乏步行社区或优质公共交通，大多数马里恩县家庭都需要使用车辆。然而，马里恩县低收入社区中近 15% 的家庭缺乏车辆。经济途径即使家庭拥有参与经济所需的所有基本条件，经济途径对于获得高质量的生活水平也是必不可少的。许多发展政策侧重于在区域层面增加就业机会，但没有解决就业机会、教育和相应失业率方面的种族和民族差异。因此，该框架包括经济途径的传统指标，并按照社区和种族界限对其进行评估。
片段 - 印第安纳大学印第安纳波利斯分校 ScholarWorks
癌症将直接影响超过三分之一人口的生活。DNA损伤反应 (DDR) 是一个复杂的系统，涉及损伤识别、细胞周期调控、DNA 修复以及最终的细胞命运决定，在癌症病因和治疗中发挥着核心作用。涉及 DDR 靶向的两种主要治疗方法包括：采用抗癌基因毒性剂的组合疗法；以及合成致死，利用散发性 DDR 缺陷作为癌症特异性治疗的机制。尽管许多 DDR 蛋白已被证明“无法用药”，但基于片段和结构的药物发现 (FBDD、SBDD) 已推进了治疗剂的鉴定和开发。FBDD 已促成 4 种药物（另有约 50 种药物处于临床前和临床开发阶段），而据估计，SBDD 已促成 200 多种 FDA 批准药物的开发。基于蛋白质 X 射线晶体学的片段库筛选，特别是针对难以捉摸或“无法用药”的靶标，可以同时生成命中结果以及蛋白质-配体相互作用和结合位点（正构或变构）的详细信息，从而为化学可处理性、下游生物学和知识产权提供信息。使用一种新型的高通量基于晶体学的片段库筛选平台，我们筛选了五种不同的蛋白质，命中率约为 2 e 8%，晶体结构约为 1.8 至 3.2 Å。我们考虑了当前的 FBDD/SBDD 方法和一些设计针对 DDR 核酸酶减数分裂重组 11（MRE11，又名 MRE11A）、无嘌呤/无嘧啶核酸内切酶 1（APE1，又名 APEX1）和 flap 核酸内切酶 1（FEN1）的抑制剂的示例性结果。© 2020 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可协议 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。
相关签名-IU Indianapolis Scholarworks
急性髓样白血病（AML）是最常见的造血恶性肿瘤之一，其结果不利，复发率很高。自噬在对白血病的发展和治疗反应中起着至关重要的作用。这项研究确定了潜在的自噬相关签名来监测AML患者的预后。转录组促进液（GSE37642）作为训练集，而TCGA-AML和GSE12417则用作验证同类。单变量回归分析和多变量逐步回归分析分别应用于确定与自噬相关的签名。识别与患者的总体生存率（OS）显着相关的单变量COX回归分析（ARGS）识别32个自噬相关基因（ARGS），并且主要在自噬，p53，ampk和TNF的信号传导途径中富含。一个预后签名，包括八个ARG（BAG3，Calcoco2，Camkk2，Canx，Canx，Dapk1，P4HB，TSC2和ULK1），并且通过Lasso - Cox spepwise Recression分析建立了良好的预测能力。发现高风险患者的OS比低风险组的患者短得多。调整临床病理参数后，该签名可以用作独立的预后预测指标，并在两个外部AML集合进行验证。在两组中分析的差异表达基因参与了炎症和免疫信号通路。潜在的可药物与OS相关的ARG。本研究对肿瘤效果免疫细胞的分析证实了高危患者具有强烈的免疫抑制微环境。
儿科内分泌学 - 印第安纳大学印第安纳波利斯分校 ScholarWorks
背景和目的：糖尿病与抑郁和焦虑密切相关。随着 2019 年冠状病毒病 (COVID-19) 大流行，普通人群中精神健康问题的患病率似乎正在迅速上升 (1)。因此，我们评估了 COVID-19 大流行封锁阶段儿童 1 型糖尿病 (T1D) 患者及其护理人员的心理健康状况。我们的目标是将 T1D 青少年及其护理人员的抑郁和焦虑水平与健康对照组进行比较。我们假设在 COVID-19 大流行期间，T1D 青少年的抑郁和焦虑水平会高于健康对照组（目标 1）。我们还探讨了 T1D 患者抑郁/焦虑增加的潜在原因（目标 2）。我们旨在进一步了解 COVID-19 大流行期间 T1D 患者的社会心理健康状况，并确定在全球危机中支持这一人群的机制。方法：田纳西州居家隔离令开始一周后，我们进行了 15 分钟的电话调查，以筛查 1 型糖尿病儿童家庭（n=100，儿童平均年龄=13.8 岁，平均糖化血红蛋白=8.95%，种族=高加索人（55%）/非裔美国人（43%））和健康儿童（儿童平均年龄=5.7 岁，种族=高加索人（24%）/非裔美国人（69%））的焦虑和抑郁症状况。通过标准评估工具患者健康问卷 (PHQ-4) 评估抑郁和焦虑情况，这是一份 4 项清单，采用 4 点李克特量表评分，可简要评估抑郁和焦虑。根据 1 型糖尿病状态使用卡方检验或 t 检验（视情况而定）比较焦虑/抑郁相关变量。使用调整了潜在混杂因素的逻辑回归检查 1 型糖尿病与焦虑和抑郁风险之间的关联。对于患有 1 型糖尿病 (T1D) 的家庭，我们提出了额外的问题，以确定与 1 型糖尿病护理相关的具体问题。结果：与对照组相比，在多变量调整模型中，1 型糖尿病患者的焦虑风险高出 5 倍，OR=5.02（95% 置信区间：1.83，14.84），P=0.002。此外，52 个 1 型糖尿病 (T1D) 家庭中有 26 个（50%）非常担心自己因 1 型糖尿病而面临更高的严重 COVID-19 感染风险，52 个 1 型糖尿病 (T1D) 家庭中有 14 个（27%）担心无法获得胰岛素和糖尿病用品。结论：在 COVID-19 大流行的急性期，儿童 1 型糖尿病 (T1D) 与焦虑风险增加有关，但与抑郁无关。COVID-19 大流行期间 1 型糖尿病患者焦虑情绪升高
脑转移瘤 - 印第安纳大学印第安纳波利斯分校 ScholarWorks
2021 年 4 月 26 日，Elsevier 为印第安纳大学 Ruth Lilly 医学图书馆的匿名用户 (n/a) 从 ClinicalKey.com 下载。仅供个人使用。未经许可不得用于其他用途。版权所有 ©2021。Elsevier Inc. 保留所有权利。
培训计划 - 印第安纳波利斯
» W# 是距离比赛日还有多少周。» 周一、周三、周五和周日是轻松恢复跑或休息日。» 周二是一周中训练质量最高的一天。» 周四是中等强度的跑步。» 周六是长距离跑步。» M/W 是一周的总里程。» 第 6 周包括 Fort Ben 的 Indy Half（见 *星号*）。请在 indyhalfmarathon.com 上注册。
给编辑的信 - IU Indianapolis Scholarworks
重症监护室[PICU]入院），HCT后+100天和总体生存期。此外，我们将第二天+14等离子体SST2与PTDM的发展相关。在本研究开始之前获得了机构审查委员会的批准。55名HCT接受者，年龄≤21岁，预期累计，并在HCT后+14第14天收集等离子体样本。PTDM定义为没有预先存在的糖尿病，第一次禁食的血糖≥126mg/dl或在HCT前100天内随机血糖≥200mg/dl。1累积发病率的功能使用了第+14 SST2的同中中位数（23 ng/ml）作为将风险分类为高（上）和低（下）的截止。使用Akaike的信息标准（AIC）进行多变量选择。时间依赖的接收器操作特性（ROC）+14 SST2的曲线，以评估曲线下的面积（AUC），以在HCT后+30天和+100天开发PTDM的风险。死亡被用作竞争风险。
大脑通讯 - 印第安纳大学印第安纳波利斯分校 ScholarWorks
视觉缺陷在包括阿尔茨海默病在内的神经退行性疾病中很常见。我们试图确定视觉对比敏感度与阿尔茨海默病相关病理生理学的神经影像学指标之间的关联，包括脑淀粉样蛋白和 tau 沉积与神经退行性变。共有 74 名参与者（7 名阿尔茨海默病患者、16 名轻度认知障碍患者、20 名主观认知衰退患者、31 名认知正常的老年人）接受了倍频技术 24-2 检查、结构性 MRI 扫描和淀粉样蛋白 PET 成像以评估视觉对比敏感度。在这些参与者中，46 名参与者（2 名阿尔茨海默病患者、9 名轻度认知障碍患者、12 名主观认知衰退患者、23 名认知正常的老年人）还接受了 [ 18 F]flortaucipir 的 tau PET 成像。使用偏皮尔逊相关评估了视觉对比敏感度与大脑淀粉样蛋白和 tau 以及神经变性之间的关系，并与年龄、性别、种族和民族协变。还评估了淀粉样蛋白和 tau 的体素关联。使用前向条件逻辑回归和受试者工作曲线分析评估了视觉对比敏感度预测淀粉样蛋白和 tau 阳性的能力。所有分析首先在完整样本中进行，然后仅在非痴呆风险个体（主观认知下降和轻度认知障碍）中进行。在整个样本中以及仅在主观认知下降和轻度认知障碍中观察到视觉对比敏感度与区域淀粉样蛋白和 tau 沉积之间的显著关联。体素分析显示视觉对比敏感度与淀粉样蛋白和 tau 之间存在很强的关联，主要在颞叶、顶叶和枕叶大脑区域。最后，视觉对比敏感度准确预测了淀粉样蛋白和 tau 阳性。视觉对比敏感度的变化与淀粉样蛋白和 tau 的大脑沉积有关，这表明该指标可能是检测阿尔茨海默病相关病理生理的良好生物标记。未来需要对更大的患者样本进行研究，但这些发现支持了这些视觉对比敏感度指标作为潜在新型、廉价且易于管理的生物标记的强大作用，可用于检测有认知能力下降风险的老年人的阿尔茨海默病相关病理。
印第安纳波利斯电力与照明公司
图 7.7 – 容量价格 ................................................................................................................................ 142 图 7.8 – IPL 煤炭价格 ........................................................................................................................ 143 图 7.9 – 中西部地区发电机的 NOx 和 SO2 价格 ........................................................................................ 144 图 7.10 – 供应方与需求方资源 ............................................................................................................. 145 图 7.11 – 住宅 HVAC 负荷形状 ............................................................................................................. 146 图 7.12 – 指标评分摘要 ............................................................................................................................. 150 图 7.13 - 利益相关者指标排名 ............................................................................................................. 151 图 7.14 – 指标类别和定义 ............................................................................................................. 152 图 7.15 – 指标类别和公式 ............................................................................................................. 153 图 8.1 – 按运营容量划分的情景候选资源组合（2036 年兆瓦） ................................................................................................................... 156 图 8.2 – 年度供应侧产能增加和退役 .............................................................................................. 157 图 8.3 – 年度净增量 DSM（MW） .............................................................................................. 158 图 8.4 – 按规划产能划分的情景候选资源组合 ............................................................................. 159 图 8.5 – 基准案例规划产能 ...................................................................................................... 161 图 8.6 – 基准案例运营产能增加 ............................................................................................. 161 图 8.7 – 基准案例能源 ............................................................................................................. 161 图 8.8 – 稳健经济规划产能 ............................................................................................................. 162 图 8.9 – 稳健经济运营产能增加 ............................................................................................. 163 图 8.10 – 稳健经济能源 ............................................................................................................. 163 图 8.11 – 衰退经济规划产能 ............................................................................................................. 164 8.12 – 经济衰退时期运营能力增加..................................................................................... 165 图 8.13 – 经济衰退时期能源............................................................................................... 165 图 8.14 – 加强环境规划............................................................................................... 166 图 8.15 – 加强环境运营能力增加.................................................................................... 166........... 167 图 8.16 – 加强的环境能源 ...................................................................................................... 167 图 8.17 – DG 规划容量的高采用率 ........................................................................................ 168 图 8.18 – DG 运营容量增加的客户高采用率 ...................................................................... 168 图 8.19 – DG 能源的客户高采用率 ...................................................................................... 169 图 8.20 – 快速过渡规划容量 ...................................................................................................... 170 图 8.21 – 过渡运营容量增加 ...................................................................................................... 170 图 8.22 – 快速过渡能源 ............................................................................................................. 171 图 8.23 – 为 2018-2020 年开发的近期 DSM“捆绑包”（基准案例选择） ............................................................................................. 172 图 8.24 – 为 2021-2036 年开发的长期 DSM“捆绑包”（基准案例选择） ............................................................................................. 172图 8.25 – 基准情景 DSM 结果 ...................................................................................................... 174 图 8.26 – 稳健经济 DSM 结果 ...................................................................................................... 175 图 8.27 – 衰退经济 DSM 结果 ...................................................................................................... 176 图 8.28 – 强化环境 DSM 结果 ...................................................................................................... 177 图 8.29 – 客户对分布式能源 DSM 结果的高采用率 ............................................................................. 178 图 8.30 – 快速过渡 DSM 结果 ............................................................................................................. 179........................................................... 175 图 8.27 – 经济衰退时期 DSM 结果 .............................................................................. 176 图 8.28 – 加强的环境 DSM 结果 .............................................................................. 177 图 8.29 – 客户对 DG DSM 结果的高采用率 ................................................................ 178 图 8.30 – 快速过渡 DSM 结果 ...................................................................................... 179........................................................... 175 图 8.27 – 经济衰退时期 DSM 结果 .............................................................................. 176 图 8.28 – 加强的环境 DSM 结果 .............................................................................. 177 图 8.29 – 客户对 DG DSM 结果的高采用率 ................................................................ 178 图 8.30 – 快速过渡 DSM 结果 ...................................................................................... 179