引入非小细胞肺癌(NSCLC)患者表皮生长因子受体(EGFR)中具有激活突变的患者显然受益于EGFR - 酪氨酸激酶抑制剂(EGFR-TKI)THER- APY(1)。然而,与其他有针对性的疗法一样,EGFR-TKIS导致了获得的抵抗力,最终肿瘤复发损害了整体患者的生存,强调迫切需要制定新的策略来规避耐药性(2,3)。尽管许多研究都集中在耐药性的遗传机制上,但新出现的证据表明,残留的耐药性耐受性持久性(DTP)癌细胞的重要性,这些癌细胞通过多样,可逆和非肿瘤机制在初始靶向靶向治疗中生存,例如转录,表观,表观,表观,表观,表观,元和bolic-bolic-repolggompompompomplame(dtp)。最近的研究表明,类似胚胎的适应性,在癌症治疗下具有持久性(12,13)。dtp细胞,该细胞是未称为最小残留疾病(MRD)的现象的基础
A CR,CRC或MLFS速率使用ELN 2022标准确定。AE,不利事件; AUC(0 last),浓度时间曲线下的面积从零时间到给药后最后一个可量化浓度的时间; AUC(tau),浓度时间曲线下的面积在给药间隔内; BM,骨髓; C最大,最大血浆浓度; CR,完全缓解; CRC,复合完全缓解; CRH,完全血液学恢复完全缓解; CRI,完全缓解血液学恢复; DLT,剂量限制毒性; EFS,无活动生存; ELN,欧洲白血病网络; HSCT,造血干细胞移植; MFC,多参数流式细胞仪; MLFS,无白血病状态; MRD,可测量的残留疾病; NCI-CTCAE,国家癌症研究所不良事件的共同术语; NGS,下一代测序; OS,整体生存; PCR,聚合酶链反应; t max,最大血浆浓度的时间; Zifto,Ziftomenib。
背景:冠状病毒在全球爆发,迫使全世界寻找药物来对抗当前的流行病。重新利用药物是一种很有前途的方法,因为它为应对新出现的 COVID-19 提供了新的机会。然而,在大数据时代,人工智能 (AI) 技术可以利用计算方法通过 In-silico 方法寻找新的候选药物。目的和目标:我们目前工作的目的和目标基本上是设计一种针对 COVID-19 受体的植物衍生化合物,该化合物可能作为有效的治疗方法,并使用深度学习程序语言 python (anaconda) 2.7 版本预测疾病的结果。方法:人工智能技术通过计算机辅助药物设计过程 (CADD) 帮助理解冠状病毒与受体的相互作用。使用 Maestro (Schrödinger) 程序准备配体-蛋白质相互作用,该程序有助于研究青蒿素化合物与 SARS-CoV-2 受体(如 7CTT、非结构蛋白 (NSP) 和 7MY3 刺突糖蛋白)的对接姿势。因此,人工智能技术使用深度学习机器算法构建的神经网络检查药物-靶标相互作用,并使用 python 程序语言预测疾病的结果。结果:青蒿素对 SARS-CoV-2 受体(如 7CTT 和 7MY3)表现出最高的抗病毒活性。从 PubChem 开放化学数据库中检索了配体和 SARS-CoV-2 受体的三维结构。配体-蛋白质相互作用是在 Maestro(Schrödinger)程序的帮助下进行的,该程序揭示了 7CTT 与抗疟化合物衍生配体相互作用的 MM/GBSA 值,例如 D95(-45.424)、青蒿素(-35.222)、MPD(-31,021)、MRD(-21.952)和 6FGC(-34.089),而 7MY3 刺突糖蛋白相互作用的 MMGBSA 值 D95(-26.304)、MPD(-18.658)、MRD(-28.03)和 6FGC(-13.47)结合亲和力遵循 Lipinski 规则 5,并进一步用随机森林决策树预测结果,使用 python 程序的准确率约为 75%。结论:通过计算机模拟方法重新利用该药物对抗 SARS-CoV-2 病毒,揭示了其抗病毒作用。对接研究方法显示了 XP 分数、滑行能量和 MMGBSA 值,这些值是使用人工智能技术构建的深度学习程序预测的。
HTLV-1 人类 T 细胞淋巴细胞病毒 1 型 IgM 免疫球蛋白 M IGRT 影像引导放射治疗 IHC 免疫组织化学 IMiD 免疫调节药物 IPI 国际预后指数 IRB 机构审查委员会 ITP 免疫性血小板减少症 IV 静脉注射 LDH 乳酸脱氢酶 LRF 淋巴瘤研究基金会 MALT 粘膜相关淋巴组织 MIPI 套细胞淋巴瘤国际预后指数 MCL 套细胞淋巴瘤 MMAE 单甲基澳瑞他汀 E MR 轻微反应 MRD 微小残留病 MRI 磁共振成像 MUGA 多门控采集扫描 MZL 边缘区淋巴瘤 NCCN 国家综合癌症网络 NCI 国家癌症研究所 NHL 非霍奇金淋巴瘤 NIH 国立卫生研究院 NK 自然杀伤细胞 NSAID 非甾体抗炎药 NTBR 不可复苏 PCR 聚合酶链反应
T 细胞急性淋巴细胞白血病 (T-ALL) 起源于胸腺中 T 细胞发育过程中基因损伤的积累,导致分化停滞和未成熟祖细胞异常增殖。T-ALL 仅占儿童 ALL 病例的 10% 至 15%,占成人 ALL 病例的 25% (1),儿科环境中的总生存率 (OS) 为 80%,这是通过基于风险的分层朝着强化多药联合化疗方案实现的 (2)。由于治疗相关毒性较高,成人 T-ALL 患者的 OS 率低于 50% (1)。根据初始类固醇反应和前两个疗程化疗后的微小残留病 (MRD),将患者分为标准、中或高风险组 (3、4)。基于风险的治疗方案包括类固醇、微管不稳定剂(长春新碱)、烷化剂(环磷酰胺)、蒽环类药物(阿霉素或柔红霉素)、抗代谢物(甲氨蝶呤,MTX)、核苷类似物(6-巯基嘌呤、硫鸟嘌呤或阿糖胞苷)和水解酶(l-天冬酰胺酶),以及
更新了 ARA 的定义 36.5 GHz 信道 ARA 放宽至 0.75K,以与总不确定度计算 (MRD-240) 保持一致。MRD 中提供的总体不确定度计算定义 1-sigma 限制适用于稳定性要求 MRD-250、MRD-260、MRD-270 增加了关于极端海风中 L 波段测量操作使用的部分。更新了微波成像任务以包括 COWVR 任务。表 MRD-2 更新了 36.5 GHz 信道的新 ARA 值 0.75 K。完全修订了空间采样要求。MRD-190 和 MRD-200 进行了澄清和相应修改。添加了沿扫描和跨扫描定义 澄清了到海岸的距离定义 添加了瞬时视场 (IFOV) 定义 添加了仰角定义 添加了方位角定义 澄清了足迹和足迹椭圆的定义 添加了全波束定义 添加了旁瓣定义 澄清了宽波束效率定义
柬埔寨农村道路的洪水风险评估A.背景柬埔寨非常容易受到各种自然危害,尤其是洪水和干旱。2022 Inform Infors风险指数在191个国家中排名第57位,这主要是由于其洪水泛滥。此外,2020年世界风险指数将柬埔寨确定为易受灾难的第16个国家,理由是其脆弱性和适应气候变化影响的能力有限。值得注意的是,大约80%的国家位于湄公河和Tonle Sap盆地内,尤其是容易发生洪水的地区,造成该国每年经济损失的55%。自2009年以来,柬埔寨至少面临与洪水和暴风雨有关的三种重大自然灾害,损失和损失范围从1.32亿美元(2009年的泰顿奈萨纳)到6.247亿美元(2011年洪水)。随着气候变化的持续影响,这种灾难有望增加频率,强度和严重性。作为回应,柬埔寨皇家政府(RGC)已从世界银行国际发展协会(IDA)获得融资,以实施第二柬埔寨东南亚灾害风险管理项目(KH-Seadrm-2)。该项目着重于农村道路的康复和升级,并增强了与农村发展有关的灾害风险管理实践。该咨询公司是该项目的一部分,旨在支持这些关键目标。B.该咨询公司将对与七个省的农村道路网络洪水相关的风险进行战略评估。目的是该咨询公司的目的是增强农村发展部(MRD)将洪水风险信息纳入其评估,优先级和公共农村基础设施的计划过程中的能力。重点是开发一种系统的方法,该方法从洪水风险评估到投资优先级,最终准备有针对性的投资来支持弹性。该评估专门针对由MRD管理的公共农村基础设施。主要目标是确定和优先考虑最容易洪水以准备有效的干预策略的基础设施。此阶段的关键活动包括:基于与经济影响和社会重要性相关的风险,确定和优先考虑高风险路段的潜在投资。对于农村道路,评估将需要在链接或子链路级别上应用。
A CR,CRC或MLFS速率使用ELN 2022标准确定。AE,不利事件; AUC(0 last),浓度时间曲线下的面积从零时间到给药后最后一个可量化浓度的时间; AUC(tau),浓度时间曲线下的面积在给药间隔内; Aza,Azacytidine; Bcl-2,B细胞淋巴瘤2; BM,骨髓; C最大,最大血浆浓度; CR,完全缓解; CRC,复合完全缓解; CRH,完全血液学恢复完全缓解; CRI,完全缓解血液学恢复; DLT,剂量限制毒性; EFS,无活动生存; ELN,欧洲白血病网络; HSCT,造血干细胞移植; MFC,多参数流式细胞仪; MLFS,无白血病状态; MRD,可测量的残留疾病; NCI-CTCAE,国家癌症研究所不良事件的共同术语; NGS,下一代测序; OS,整体生存; PCR,聚合酶链反应; t max,最大血浆浓度的时间; Ven,Venetoclax; Zifto,Ziftomenib。
时点患病率调查 (PPS) 是在预定日期进行的。这些 PPS 在一年的研究期内每季度进行一次。这四个 PPS 的数据都已被考虑在内。四次时点患病率调查分别在第 1 季度(2018 年 11 月)、第 2 季度(2019 年 3 月)、第 3 季度(2019 年 7 月)和第 4 季度(2019 年 12 月)进行。数据由派驻不同地区的护理人员在预定日期从早上 8 点到第二天早上 8 点收集,然后由该地区的高级护理人员和医疗记录部门 (MRD) 进行验证。当前的调查重点是确定细菌培养率 (BCR) 和针对性抗菌治疗 (TAMT)。微生物样本在微生物实验室中使用常规和自动化细菌培养系统和抗菌药敏测试(BacT Alert 和 Vitek II BioMérieux,法国马西莱托伊尔)进行处理。细菌培养率(BCR)计算为在所有使用抗生素的患者中,送去进行微生物培养的患者的比例。
原理,一项正在进行的第三阶段,开放标签,随机,多中心研究(Cartituty-4; n = 419),用CITTA-CEL治疗会为MM的患者增加临床益处,而MM患者接受了1至3种治疗的治疗,包括先前的蛋白酶体抑制剂和一种蛋白酶抑制剂和疾病的疾病,其疾病与其疾病相结合,与其疾病相结合,是对疾病的反映,是对疾病的反映。选择Pomalidomide-Bortezomib-dexamethasone或Daratumumab-Pomalidomide-dexamethasone的护理标准(SOC)疗法。术语4试验表明,与SOC相比,用CILTA-CEL治疗与统计学意义和临床意义上有意义的无进展生存率(PFS)相关,其MM复发或不可持力的患者(危险比[HR] = 0.26; 95%置信区间[CI] [CI],0.18至0.38至0.38)。Results for complete response (CR) or better rate (73.1% versus 21.8% for cilta-cel versus SOC; odds ratio [OR] = 10.3; 95% CI, 6.5 to 16.4) and minimal residual disease (MRD) negativity rate (60.6% versus 15.6% for cilta-cel versus SOC; OR = 8.7; 95% CI, 5.4 to 13.9) were supportive of PFS发现。