推荐引用推荐引用fadhil,al-shumoos,“工程THP-1细胞使纵向报告基因成像能够评估脱皮的脂肪组织水凝胶作为人单核细胞的递送平台”(2024)。电子论文和论文存储库。10645。https://ir.lib.uwo.ca/etd/10645
怀孕是一个至关重要的时期,影响了孕产妇和胎儿健康,对孕产妇的代谢,胎儿生长和长期发育产生了影响。虽然母体代谢组在怀孕期间经历了重大变化,但孕产妇尿液的纵向转移在很大程度上没有探索。在这项研究中,我们应用了基于液相色谱 - 质谱法的非靶向代谢组学来分析346个母体尿液样本,从36位具有不同背景和临床特征的女性中收集的整个怀孕期。关键的代谢产物变化包括糖皮质激素,脂质和氨基酸衍生物,表明有系统的途径改变。我们还开发了一种机器学习模型,可以使用尿液代谢物准确地预测胎龄,从而提供一种非侵入性妊娠约会方法。此外,我们证明了尿液代谢组预测分娩时间的能力,为产前护理和交付计划提供了补充工具。这项研究强调了尿液不靶向代谢组学在产科护理中的临床潜力。
摘要 — 本研究调查了在涉及大型用户组和每个参与者多个会话的因果环境中在线纵向脑电图 (EEG) 运动想象 (MI) 解码中深度学习的持续微调策略。我们是第一个在大型用户组中探索此类策略的人,因为纵向适应通常是在单个受试者环境中使用单一适应策略进行研究的,这限制了推广研究结果的能力。首先,我们研究了不同的微调方法对解码器性能和稳定性的影响。在此基础上,我们集成了在线测试时间适应 (OTTA) 以在部署期间调整模型,补充了先前微调的效果。我们的研究结果表明,基于先前特定于主题的信息连续进行的微调可以提高性能和稳定性,而 OTTA 可以有效地使模型适应连续会话中不断变化的数据分布,从而实现无校准操作。这些结果为纵向在线 MI 解码的未来研究提供了宝贵的见解和建议,并强调了结合领域适应策略对提高实际应用中的 BCI 性能的重要性。临床相关性——我们的研究实现了更稳定、更有效的长期运动想象解码,这对于神经康复和辅助技术至关重要。
孕期。我们使用Spearman的等级相关性来估计SF,OS,炎症和葡萄糖水平之间的关联。逻辑回归分析以估计与SF相关的GDM的OR。多个逐步回归模型用于评估葡萄糖水平与危险因素之间的关系。结果:SF水平随研究人群的妊娠增加而降低。与对照组相比,GDM患者的SF水平明显更高(1 st和2 nd Trimesters),MDA,CRP和HBA1C。SF与MDA和空腹血糖(FPG)呈正相关。怀孕早期的SF水平升高与GDM风险增加显着相关(OR = 2.024,95%CI:1.076 - 3.807)。导致葡萄糖水平升高的解释变量是SF,MDA,体重指数(BMI),孕妇年龄和糖尿病家族史。结论:SF与GDM显着相关,可能是怀孕早期GDM的潜在生物标志物。关键词:妊娠糖尿病,铁蛋白,氧化应激,炎症
摘要。疾病进展模型对于理解退行性疾病至关重要。混合效应模型一直用于模拟临床评估或从医学图像中提取的生物标志物,允许在任何时间点进行缺失数据的填补和预测。然而,这种进展模型很少用于整个医学图像。在这项工作中,变分自动编码器与时间线性混合效应模型相结合,以学习数据的潜在表示,使得各个轨迹随时间遵循直线,并以一些可解释的参数为特征。设计了一个蒙特卡罗估计器来迭代优化网络和统计模型。我们将此方法应用于合成数据集,以说明时间依赖性变化与受试者间变异性之间的分离,以及该方法的预测能力。然后,我们将其应用于来自阿尔茨海默病神经影像计划 (ADNI) 的 3D MRI 和 FDG-PET 数据,以恢复大脑结构和代谢改变的详细模式。
摘要 包括阿尔茨海默病 (AD) 在内的神经系统疾病正在成为全球日益严峻的健康挑战。本研究提出了一种两阶段决策支持系统 (DSS),该系统使用机器学习和神经成像技术进行早期 AD 检测和监测。第一阶段使用深度学习来预测 AD 可能性。第二阶段利用 3D 卷积神经网络来识别 AD 进展中的关键大脑区域。值得注意的是,DSS 使用遮挡图可解释性方法为机器学习的“黑匣子”问题提供了解决方案,从而提高了决策透明度。其设计可适应使用成像数据的其他疾病,凸显了其广泛的医疗保健潜力。通过提供一种创新且可解释的改进疾病管理工具,本研究有助于促进更好的患者护理和治疗结果。关键词:神经系统疾病、阿尔茨海默病、决策支持系统、疾病管理、机器学习、卷积神经网络。
背景 COVID-19 后症状 (PCC) 影响全球数百万人,表现为持续的多系统症状。尽管有各种假设,但 PCC 背后的生物学机制仍不清楚。先前的研究将 PCC 与血液免疫细胞 DNA 甲基化组的改变联系起来,但其对肺细胞的随时间影响仍然未知。方法 2020-2021 年 COVID-19 后出现持续症状的患者 (n=13) 在入院时和一年后捐献了血液和痰液样本。同时收集症状和生理测试数据。纵向分析 DNA 甲基化 (DNAm) 谱并与健康对照者的大流行前 DNAm 数据进行比较。结果虽然外周血单核细胞 (PBMC) 没有显着变化,但在中性粒细胞和巨噬细胞富集级分中观察到纵向 DNAm 变化。这些变化与症状和生理指标显着相关。通路分析显示与心脏功能有关的细胞过程富集。结论我们确定了与心脏功能相关通路相关的肺免疫细胞纵向 DNAm 变化。这些变化与症状负担和心肺指标相关。结果提示了潜在的疾病机制并有助于诊断工具的开发。
患有2型糖尿病(T2D)的个体患有骨折的风险增加,而骨矿物质密度降低。据推测,由T2D引起的高血糖状态在骨的有机基质中形成了过量的晚期糖化终止产物(年龄),这些骨骼基质被认为可以使胶原蛋白网络加强并导致机械性能受损。但是,这些机制尚不清楚。这项研究旨在研究ZDF(FA/FA)大鼠在12岁,26岁和46周龄的T2D发育和进展过程中糖尿病皮质骨的几何,结构和物质特性。纵向骨生长早在12周的年龄就受到了损害,ZDF(FA/ FA)大鼠与对照组(FA/ +)的ZDF(FA/ FA)大鼠的骨骼大小显着降低。糖尿病大鼠具有明显的结构缺陷,例如通过三分弯曲测试测量的弯曲刚度,最终力矩和能量到失败。随着疾病的进展,通过考虑骨几何形状来测量的组织材料特性会改变,ZDF(FA/FA)大鼠的产量和最终强度显着降低。FTIR对皮质骨粉末的分析表明,组织材料与组织组成的变化相吻合,与年龄匹配的对照组相比,ZDF(FA/FA)大鼠具有长期糖尿病的长期糖尿病:碳酸盐比率降低,磷酸盐比和酸性磷酸盐含量降低。通过Fluo Rescent分析测量的年龄积累在具有长期T2D的ZDF(FA/FA)大鼠的皮肤中较高,菌株之间的骨骼年龄没有差异,并且与骨强度相关的年龄都不相差。总而言之,糖尿病ZDF(FA/FA)大鼠的骨骼脆弱性可能是通过最初受到骨骼生长受损和开发影响的多因素机制而发生的,并继续进行骨转换过程,从而降低了骨质的质量,并随着疾病的进展而降低骨骼质量,并损害了生物力学特性。
。CC-BY-NC-ND 4.0 国际许可证 它是永久可用的。 是作者/资助者,已授予 medRxiv 许可以显示预印本(未经同行评审认证)预印本 此版本的版权所有者于 2025 年 1 月 29 日发布。;https://doi.org/10.1101/2025.01.29.25321305 doi:medRxiv 预印本
以下17 USC 105,也可以根据CC0许可使用。预印本(未通过同行评审认证)是作者/资助者。本文是美国政府的工作。不受此版本的版权持有人的版权,该版本于2025年2月27日发布。 https://doi.org/10.1101/2025.02.24.639807 doi:Biorxiv Preprint