背景:跌倒在多发性硬化症(MS)的人中很常见,造成伤害,害怕跌倒和失去独立性。尽管有针对性的干预措施(物理疗法)可以帮助您,但患者不足和临床医生不处理此问题。患者生成的数据,结合临床数据,可以支持跌倒的预测并及时干预(包括转介到专门的物理疗法)。要采取行动,必须有效地将此类数据交付给临床医生,并在患者的特定情况下进行量身定制。目的:本研究旨在描述多发性硬化症的设计和开发的迭代过程,以识别该闭环应用程序的临床和技术特征,旨在支持流线的跌倒报告,及时的跌倒评估,以及全面的跌倒评估,以及全面的和持续的跌倒预防工作。方法:利益相关者从事以人为本的设计的双钻石过程,以确保与用户需求保持一致的技术功能。患者和临床医生的访谈旨在使用能力,机会,动机和行为(COM-B)框架来引起对能力阻滞剂和助推器的见解,以促进随后的映射到行为改变车轮。为了支持普遍性,与跌倒有关的其他临床状况(老年,骨科和帕金森氏病)的患者和专家也参与其中。根据每一轮反馈迭代设计,并在常规临床访问期间测试了最终模型。结果:30名患者和14名临床医生的样本至少提供了1轮反馈。为了支持跌倒报告,患者赞成使用REDCAP(研究电子数据捕获; Vanderbilt University)建造的简单每两周调查,以支持带有自己的设备可访问性 - 具有可选的附加背景(跌倒的严重性和位置)。为了支持对瀑布的评估和预防,临床医生喜欢一个临床仪表板,其中有几个关键的可视化小部件:纵向瀑布
摘要 — 从磁共振成像 (MRI) 扫描中准确分割多发性硬化症 (MS) 病变对于临床诊断和有效治疗计划至关重要。在这项工作中,我们研究了扩散模型 (DM) 在实现 MS 病变像素分割方面的有效性。DM 显著提高了分割灵敏度,尤其是在具有细微异常的区域。我们使用来自公共数据集的磁共振体积进行了广泛的实验,涵盖了各种成像模式。我们的分析证明了 DM 如何实现与最先进技术相当的性能水平,平均 Dice 系数与现有最佳方法相当就是明证。此外,标准 DM 的一些变体在各种成像模式下都表现出稳健性,展示了其在临床环境中的多功能性。索引词 — 多发性硬化症、去噪扩散模型、病变分割、医学图像分析
引言多发性硬化症(MS)是一种慢性免疫介导的中枢神经系统(CNS)的炎症性疾病。MS的关键特征是CNS中的白细胞流动和血脑屏障(BBB)完整性的丧失,导致氧化损伤和渗透性。1-5先天免疫系统的作用似乎在慢性退行性疾病(例如MS)中相关。氧化应激是氧化物种和抗氧化剂反应之间的不平衡的状态,与MS的发病机理有关。过多的ROS产生在脱髓鞘,轴突/神经元损伤和BBB完整性调制中起着至关重要的作用。4,6-11在神经退行性疾病中,ROS的主要发生器是NADPH-氧化酶(NOX),一种由几种通过p38
• 第 2 阶段临床试验将评估 ZYIL1 对肌萎缩侧索硬化症 (ALS) 患者的安全性和有效性 [ClinicalTrials.gov ID:NCT05981040] • ALS 是一种罕见、进行性且致命的神经退行性疾病,从出现症状开始,平均预期寿命为 3 至 5 年。 印度艾哈迈达巴德,2023 年 10 月 25 日 Zydus 是一家领先的基于发现的全球制药公司,今天宣布已获得印度 CDSCO 的许可,启动 NLRP3 抑制剂“ZYIL1”对肌萎缩侧索硬化症 (ALS) 患者的 II 期临床研究。 Zydus Lifesciences Ltd. 董事长 Pankaj R. Patel 先生表示:“Zydus 一直致力于通过改变生活的发现来改善患者的生活质量。这项研究朝着这个方向迈出了积极的一步,旨在解决 ALS 患者尚未满足的大量医疗需求。通过用 ZYIL1 靶向神经炎症和神经退化,我们希望开辟治疗 ALS 的新可能性。” ALS 患者会经历神经炎症和快速神经退化,导致逐渐丧失移动、说话、进食和最终呼吸的能力。 ALS 会导致大脑和脊髓中控制随意肌运动的运动神经元丧失。
作者:ER Volkmann · 2023 · 被引用 4 次 — Assassi 博士的工作得到了以下机构的支持。国防部拨款 W81XWH-22-1-0162。1Elizabeth R. Volkmann,医学博士,...
背景:多发性硬化症(MS)靶神经变性的当前治疗策略。然而,将萎缩量的整合到临床情况下仍然是未满足的需求。目的:比较使用意大利神经图像网络计划(INNI)数据集比较全脑和灰质(GM)萎缩测量方法的方法。研究类型:回顾性(可从Inni获得的数据)。人口:共有466例复发患者 - 汇出MS(平均年龄= 37.3 10岁,323名女性)和279个健康对照(HC;平均年龄= 38.2 13岁,164名女性)。场强/序列:3.0-T,T1加权(自旋回波和梯度回声没有胆道注射)和T2加权自旋回声扫描在基线和1年后(170 ms,48 HC)。评估:使用萎缩归一化(Siena-X/XL;版本5.0.9)的结构图像评估,统计参数映射(SPM-V12);和JIM-V8(英国科尔切斯特市的Xinapse Systems)软件都应用于所有受试者。统计测试:在MS和HC中,我们评估了FSL-SIERA(XL),SPM-V12和JIM-V8之间的类内相关系数(ICC),用于横截面的全脑和GM组织的体积,以及对COHEN的底线的效果,并效应了DRBREAIN的尺寸,并效应了较大的尺寸。在不同的功率水平(最低= 0.7、0.05α水平)下。错误的发现率(Benjamini - Hochberg程序)进行了校正。p值<0.05在统计学上被认为是显着的。SPM-V12和JIM-V8显示横截面GM萎缩的效果最高(Cohen's结果:SPM-V12和JIM-V8显示出与横截面全脑的显着一致性(HC的ICC = 0.93,MS的ICC = 0.84)和GM体积(HC和ICC = 0.66(HC和ICC = 0.90)和GM Attripal(ICC = 0.35)(ICC = 0.35),ICC = 0.35 = 0.35 = 0.35 = 0.35和ICC = 0.35和ICC =0。在Siena-X/XL和SPM-V12(分别为P = 0.19和P = 0.29)和JIM-V8(分别p = 0.21和p = 0.32)的全脑和GM体积之间的比较中发现了一致。
背景:后脊柱关节术后手术后的临床愈合环境是由于缺乏包含空间,需要形成从头开始的骨骼,所有骨科干预措施中临床上最具挑战性的骨骼骨骼环境之一。我们的小组先前曾报道过在整个发育中的脊柱融合中,在局部表达的硬化蛋白在局部表达。然而,硬化蛋白在控制骨融合中的作用仍有待确定。方法:我们在计算上确定了两种FDA批准的药物以及一种单一的新型小分子药物,因为它们可以破坏硬化蛋白与其受体之间的相互作用LRP5/6之间的相互作用。使用鼠MC3T3和MSC在几种体外生物化学测定中测试了这些药物,评估了它们的能力(1)增强规范的Wnt信号,(2)促进活性(非磷酸化)β-蛋白质形式的积累,以及(3)增强BMP的强度和信号信号的强度和信号信号。然后将这些药物皮下在大鼠中皮下测试,作为普通胶原海绵上的独立骨诱导剂。最后,在兔后外侧脊柱融合模型中测试了顶级药物候选物(称为VA1和C07),以使其在6周下获得成功融合的能力。结果:我们表明,通过控制GSK3B磷酸化,我们的三种小分子抑制剂(SMIS)同时增强了规范的Wnt信号传导并增强规范的BMP信号传导强度和持续时间。结论:几乎没有任何成骨的小分子具有BMP本身的骨诱导效力,即形成从头骨作为独立剂的能力。我们还证明,SMI在大鼠体内产生剂量依赖性异位矿物矿物质,并显着提高体内兔的后外侧脊柱融合率,既作为独立的成骨药物,又是自体裂骨骨植物。在此,我们描述了具有这种独特能力的两个这样的SMI,并被证明可以在严格的体内环境中诱导从头骨。这些SMI可能具有用于实现脊柱融合或临界量裂缝缺陷的新颖,具有成本效益的骨移植物替代物中的潜力。资金:这项工作得到了资深事务职业发展奖(IK2-BX003845)的支持。
摘要:肌萎缩性的侧面硬化症是一种疾病,以不可逆的方式损害了运动系统和人的功能能力,从而导致交流能力的逐渐丧失。基于增强和替代沟通的工具对于促进自主权和改善沟通,生活质量和生存至关重要。这项系统的文献综述旨在为基于眼图的人类计算机相互作用方法提供证据,以增强肌萎缩性侧向硬化症患者的增强和替代性交流。根据搜索问题,包含和排除标准以及质量评估的协议进行了系统文献综述,并选择了2010年至2021年之间在六个存储库中发表的主要研究:科学直接科学,Springer,Springer,IEEE Xplore,IEEE Xplore,ACM数字图书馆和PubMed。筛选后,评估了25项主要研究。这些研究表明,在患有肌萎缩性侧面硬化症患者的增强和替代交流中采用了四个低成本的,非侵入性的人类交互策略。策略包括眼睛凝视,其中36%的研究中有介绍;眼睛闪烁和望向望远镜,每个方法占28%的方法;以及在8%的研究中采用的混合策略。对于这些方法,确定了几种计算技术。为了更好地理解,生成了包含开发阶段的工作流量以及每个策略使用的相应方法。结果表明,基于眼睛图像来开发人与计算机相互作用资源的可能性和可行性,以增强对照组的增强性和替代性交流。缺乏肌萎缩性横向硬化症患者的实验测试重申了这些技术对患有疾病的人的可扩展性,效率和可用性相关的挑战。尽管仍然存在挑战,但这些发现代表了健康科学和技术领域的重要进步,从而促进了有希望的未来,并具有更好的生活质量的可能性。
摘要:扩散张量成像(DTI)允许对病理白质变化的体内成像,既可以通过无偏的素voxel,也可以基于假设引导的区域分析。扩散指标的改变表明肌萎缩性侧索硬化症患者在个体水平上的脑状态。使用机器学习(ML)模型来分析复杂和高维神经影像学数据集,ALS中基于DTI的生物标志物的新机会。本综述旨在总结如何将基于DTI参数的不同ML模型用于监督诊断分类,并在ALS中使用无监督的方法提供个性化的患者分层。为了捕获整个神经病理学特征的频谱,DTI可能与其他模式相结合,例如ML模型中的结构T1W 3-D MRI。为了进一步提高ML在ALS中的功能并启用深度学习模型的应用,需要标准化的DTI协议和多中心协作来验证多模式DTI生物标志物。将ML模型应用于基于多模式DTI的多模式的数据集将对ALS患者的神经病理学特征进行详细评估,并可以在临床检查中使用的新型神经影像学生物标志物的发展。