XiaoMi-AI文件搜索系统
World File Search SystemPPC
对原发性肺绒毛膜癌患者的Nivolumab和Nivolumab和ipilimumab的联合化疗的显着反应：病例报告
绒毛膜癌是非鼻肿瘤细胞肿瘤的亚型；这种罕见的癌症由细胞增生细胞，中间滋养细胞和合成型细胞细胞组成（1）。它可以发生在纵向部位，包括纵隔，肺，大脑和消化道。原发性肺绒毛膜癌（PPC）占绒毛膜瘤病例的10％（2）。由于其稀有性，尚未建立针对PPC的标准化治疗方法。细胞毒性化疗方案基于用于治疗雌性绒毛膜癌或雄性生殖细胞肿瘤的细胞毒性化疗方案通常采用用于PPC治疗；但是，这些疗法的功效有限。免疫检查点抑制剂（ICI）可能会用于治疗耐化学疗法的绒毛膜脊髓瘤，因为它们具有长期生存益处和针对多种肿瘤类型的持久反应（3）。
第 11 课 经济学 第 2 章
(ii) 它凹向原点。为什么 PPC 向下倾斜这是因为在资源给定的情况下，只有当商品 1 的产量减少时，商品 2 的产量才有可能增加PPC 凹向原点的原因PPC 凹向原点是因为边际机会成本的增加。这是因为为了将一种商品的产量增加 1 单位，就必须牺牲越来越多的另一种商品单位，因为资源是有限的，并且两种商品的生产效率并不相同。机会成本 - 当选择一种替代方案时，其他替代方案的损失。边际机会成本 - 它分析生产额外产品单位对企业成本的影响以及公司为生产更多产品而放弃的机会。
案例研究：将人工智能元数据集成到派拉蒙的数字资产管理系统中
添加机器学习元数据不会改变当前的摄影保存工作流程。在手动输入基于 IPTC Core 的元数据后，团队将图像上传到其 DAM 系统的 PPC 实例，并且元数据会自动映射到可搜索和可过滤的值。然后，图像通过 AI 平台传递，通过其专有数据集进行分析，并将元数据结果反馈到 DAM 系统中，填充与 IPTC Core 元数据分开的新字段。该过程与导入处理同时运行。PPC IT 团队目前正在通过软件在 DAM 系统上运行大量图像，新的基于 AI 的元数据每天都会出现在其系统中。在撰写本文时，PPC IT 团队已经完成了其 DAM 系统上 645 个标题中的 355 个的 AI 元数据。
评估免疫疗法期间单个病变动力学的变异性增加：它是否存在，这是否重要？
图1：超过1000个模拟数据集的纵向和生存数据的后验预测检查（PPC）； （a） - （e）：在atezolizumab治疗组中，纵向PPC通过病变位置分层，观察到的数据的中值（固体黑线）和淋巴（a），肺（B），肝（C），肝（C），Bladder（d）和其他（E）（E）的淋巴（A），蓝色，绿色，绿色，灰色，红色，红色和黄色的位置的预测间隔为95％。（f） - （j）：化学疗法治疗手臂中通过病变位置分层的纵向PPC，随着时间的时间观察到数据的中值（固体黑线）和淋巴（F），肺（G），肝（H），肝（H），膀胱（I）和其他（蓝色（J）的位置（蓝色，绿色，灰色，灰色，红色，红色，红色）的预测间隔为95％。（k）：两个治疗组中的生存PPC；化学疗法组（橙色实线）和atezolizumab臂（紫色实线）中观察到的数据中生存概率的Kaplan-Meier估计量和生存概率（有色区域）的预测间隔95％。
美国前列腺癌患者接受阿比特龙和恩杂鲁胺治疗的时间
摘要背景：关于转移性去势抵抗性前列腺癌 (mCRPC) 男性使用雄激素受体靶向药物 (ART) 阿比特龙和恩杂鲁胺治疗时间的临床实践数据很少且不一致。我们评估了 ART 治疗时间并研究了治疗时间的预测因素。材料和方法：使用 Kaplan - Meier 图和 Cox 回归评估了瑞典国家前列腺癌登记处 (NPCR) 子登记处患者概览前列腺癌 (PPC) 中 mCRPC 男性的 ART 治疗时间。为了评估 PPC 对治疗时间的代表性，与 NPCR 中在处方药登记处填写 ART 的所有男性进行了比较。结果：2015 年至 2019 年期间，PPC 中的 2038 名男性接受了 ART 治疗。未接受过化疗的男性中位治疗时间为阿比特龙 10.8 个月（95% 置信区间 9.1 – 13.1），恩杂鲁胺 14.1 个月（13.5 – 15.5）。使用多西他赛后，阿比特龙的治疗时间为 8.2 个月（6.5 – 12.4），恩杂鲁胺的治疗时间为 11.1 个月（9.8 – 12.6）。ART 治疗时间长的预测因素包括 ART 前 ADT 持续时间长、ART 开始时血清 PSA 水平低、无内脏转移、体能状态良好以及未曾使用过多西他赛。PPC 捕获了所有已开具 ART 处方的 NPCR 男性中的 2522/6337（40%）。根据处方药登记处填写的信息，PPC 男性接受 ART 治疗的时间中位数与 NPCR 所有男性相比略长，分别为 9.6 (9.1 – 10.3) 个月和 8.6 (6.3 – 9.1) 个月。结论：由于年龄较大、体能状态较差和合并症较多，临床实践中的治疗时间与已发表的 RCT 中的时间相似或更短。
人类后顶叶皮层和运动皮层十指运动的解码和几何学
摘要 目的. 为上肢瘫痪的参与者实现对单个假肢手指的神经控制。方法. 两名四肢瘫痪的参与者分别在左后顶叶皮层 (PPC) 植入一个 96 通道阵列。其中一名参与者还在左侧运动皮层 (MC) 的手旋钮附近植入了一个 96 通道阵列。在数十个疗程中，我们记录了参与者尝试移动右手单个手指时的神经活动。离线时，我们使用交叉验证的线性判别分析根据神经发放率对尝试的手指运动进行分类。然后，参与者在线使用神经分类器来控制脑机接口 (BMI) 的各个手指。最后，我们描述了双手单个手指运动过程中的神经表征几何形状。主要结果. 两名参与者在 BMI 控制对侧手指期间的在线准确率分别为 86% 和 92%（概率 = 17%）。离线时，线性解码器使用各自的 PPC 记录实现了 70% 和 66% 的十指解码准确率，使用 MC 记录实现了 75% 的解码准确率（机会 = 10%）。在 MC 和一个 PPC 阵列中，分解代码将对侧手和同侧手的相应手指运动联系起来。意义。这是第一项从 PPC 解码对侧和同侧手指运动的研究。对侧手指的在线 BMI 控制超过了以前的手指 BMI。PPC 和 MC 信号可用于控制单个假肢手指，这可能有助于四肢瘫痪患者的手部恢复策略。
顶枕皮质的注意网络在注意视觉处理过程中调节人类前庭皮质的活动
先前对人类受试者的研究报告称，当优先进行视觉处理时，前庭皮质的核心区域顶叶岛叶前庭皮质 (PIVC) 会受到抑制。然而，仍不清楚大脑中的哪些网络调节了这种 PIVC 抑制。基于先前的研究结果，表明 PIVC 的抑制受到视觉注意的强烈影响，我们在此研究了顶叶枕叶皮质中的注意力网络是否会调节 PIVC 的抑制。利用一组女性和男性受试者的弥散加权和静息态 fMRI，我们发现了 PIVC 和后顶叶皮层 (PPC)（皮层注意网络的主要脑区）之间的结构和功能连接。然后我们通过重复经颅磁刺激 (rTMS) 暂时抑制 PPC，并假设 PPC 对 PIVC 的调节作用会减弱；因此，PIVC 受到的抑制会减少。受试者在 rTMS 后立即进行视觉注意追踪任务，并使用 fMRI 测量注意追踪过程中 PIVC 的抑制。结果显示，与假性 rTMS 相比，注意追踪过程中 PIVC 的抑制不太明显。我们还研究了抑制性 rTMS 对枕叶皮质的影响，发现与假性 rTMS 或 PPC 上的 rTMS 相比，视觉前庭后岛叶皮质区域在注意追踪过程中的激活程度较低。总之，这些结果表明顶枕皮质中的注意力网络在注意视觉处理过程中调节前庭皮质核心区域的活动。
人类后顶叶皮层和运动皮层十指运动的解码和几何学
摘要 目的. 为上肢瘫痪的参与者实现对单个假肢手指的神经控制。方法. 两名四肢瘫痪的参与者分别在左后顶叶皮层 (PPC) 植入一个 96 通道阵列。其中一名参与者还在左侧运动皮层 (MC) 的手旋钮附近植入了一个 96 通道阵列。在数十个疗程中，我们记录了参与者尝试移动右手单个手指时的神经活动。离线时，我们使用交叉验证的线性判别分析根据神经发放率对尝试的手指运动进行分类。然后，参与者在线使用神经分类器来控制脑机接口 (BMI) 的各个手指。最后，我们描述了双手单个手指运动过程中的神经表征几何形状。主要结果. 两名参与者在 BMI 控制对侧手指期间的在线准确率分别为 86% 和 92%（概率 = 17%）。离线时，线性解码器使用各自的 PPC 记录实现了 70% 和 66% 的十指解码准确率，使用 MC 记录实现了 75% 的解码准确率（机会 = 10%）。在 MC 和一个 PPC 阵列中，分解代码将对侧手和同侧手的相应手指运动联系起来。意义。这是第一项从 PPC 解码对侧和同侧手指运动的研究。对侧手指的在线 BMI 控制超过了以前的手指 BMI。PPC 和 MC 信号可用于控制单个假肢手指，这可能有助于四肢瘫痪患者的手部恢复策略。