多发性硬化症(MS)是一种免疫介导的中枢神经系统(CNS)的慢性炎症和神经退行性疾病,影响了全球超过250万患者。中枢神经系统中的慢性脱髓鞘在轴突丧失的延伸中具有重要作用,并且在促进延期性方面很难增加。因此,再生和神经保护策略对于克服这种障碍以挽救轴突完整性和功能至关重要。神经营养蛋白3(NT-3)具有免疫调节和抗炎性特性,除了其在神经系统发育,髓鞘化,神经保护和再生方面的良好识别功能外。在这项研究中,SCAAV1.TMCK.NT-3被输送到EAE诱导后3周的MS慢性复发小鼠模型的实验性自身免疫性脑脊髓炎(EAE)小鼠的腹骨肌。在基因输送后7周的血清中发现了可测量的NT-3水平。治疗的队列显示出提高的临床评分,并且在旋风中表现出色,并且与未经处理的对应物相比,握力强度测试的表现明显更好。组织病理学研究表明,透明度和轴突保护得到改善。这些数据与脑和脊髓中pro炎性细胞因子的表达降低相关,并且脾脏和淋巴结中调节性T细胞的百分比增加。共同证明了慢性进行性MS的AAV递送NT-3的翻译潜力。
结节性硬化症复合物(TSC)是一种遗传疾病,其特征是细胞过度生长,在整个人体中产生Hamartomas或良性肿瘤。hamartomas通常在脑实质中最常形成,它们被称为块茎。TSC与70-90%的寿命癫痫患者和自闭症谱系障碍(ASD)患病率为40-50%有关(Portocarrero LKL,2018)。块茎中的异常细胞取代了健康细胞,而不是增加大脑中细胞的总数(Crino,2010年),并且有关头圆周长(HC)和宏观畸形(HC大于2个标准偏差高于平均值的HC)的报告是稀疏的(Fidler DJ,2000)。HC增加可能反映了脑实质体积和/或脑脊液(CSF)体积增加(Bartholomeusz HH,2002)。大型畸形以TSC和其他发育障碍的速度为14–29.7%,但仅此前尚未报道过TSC人群中的脑头畸形率(Fidler DJ,2000)(Webb DW,1996)。TSC中HC和癫痫之间的关系也没有先前研究过。
目标:在印度尼西亚,心力衰竭患者(HF)的预后不良和高医院再入院率尚未受到关注。但是,机器学习(ML)方法可以帮助缓解这些问题。我们旨在确定哪种ML模型最能预测的HF严重程度和医院再入院,并可以用于患者自我监测移动应用。方法:在一项回顾性队列研究中,我们在2020年,2021年和2022年收集了HF接受HF的患者数据。使用橙色数据挖掘分类方法分析数据。ML支持算法,包括人工神经网络(ANN),随机森林,梯度增强,幼稚的贝叶斯,基于树的模型和逻辑回归用于预测HF严重性和医院再入院。使用曲线(AUC),准确性和F1得分下的区域评估了这些模型的性能。结果:在543例HF患者中,3例(0.56%)因入院死亡而被排除。医院再入院发生在138名患者中(25.6%)。在测试的六种算法中,ANN在预测HF严重程度(AUC = 1.000,准确性= 0.998,F1-得分= 0.998)和HF的再入院方面表现出最佳性能(AUC = 0.998,精度= 0.975,F1评分= 0.972)。其他研究显示了最佳算法的可变结果,以预测HF患者的医院再入院。结论:ANN算法最能预测HF严重性和医院再入院,并将集成到移动应用程序中,以进行患者自我监控以防止再入院。
由各种疟疾寄生虫菌株(如恶性疟原虫,疟原虫,卵子,卵子疟原虫,疟原虫,疟原虫疟疾和疟原虫诺氏疟原虫)引起的疟疾是对全球人类健康的主要威胁。据估计,大约33亿人有患这种疾病的风险[1]。对人类微生物组的最新研究表明,居民微生物群落与血液寄生虫的风险之间存在联系,从而提供了基于微生物疾病治疗的潜力,例如益生菌[2]。免疫反应在疟疾的病理生理学中起着至关重要的作用。虽然氯喹曾经是治疗恶性疟原虫疟疾的首选药物,但该物种的抗药性的出现使其效果降低[1]。益生菌是微生物,可为消费者提供健康益处。它们通常是革兰氏阳性细菌,主要是从肠道菌群中分离出来的,并且已知可以增强宿主中的免疫反应。益生菌针对各种病原体具有菌株特异性的有效性,并可以调节肠道微生物,从而影响免疫细胞和Peyer的斑块细胞[1]。通过与这些细胞相互作用,益生菌可以刺激IgA和IgM等抗体的产生,从而导致免疫反应的总体增强。鉴于这些特性,含有有益微生物和潜在益生菌的发酵食品可能是增强免疫反应和降低疟疾严重程度的有前途的途径。
摘要背景:吸烟(CS)和阿片类药物使用障碍(OUD)显着改变了脑裁缝。尽管OUD和吸烟是高度合并的,但大多数先前在OUD的神经影像学研究都无法控制吸烟严重程度。具体来说,吸烟和OUD对脑灰质体积(GMV)的综合作用尚不清楚。目的:我们使用结构磁共振成像(SMRI)检查:(1)OUD和非淘汰的人之间的GMV差异具有可比的吸烟严重程度; (2)吸烟严重程度对具有和没有OUD的个体之间的大脑GMV的差异作用。方法:我们对每天抽烟的116个人的现有SMRI数据集进行了二次分析,其中60个患有Oud(CS-OUD; 37名男性,23名女性)和56个没有(CS; CS; 31名男性,25名女性)。通过基于体素的形态计算分析估计脑GMV。 结果:与CS组相比,CS-OUD组在枕皮层中具有较高的GMV,在前额叶和颞皮层,纹状体和胸膜前/后中心回旋(全脑校正)中的GMV较高(全脑校正 - P <.05)。 在内侧轨道额皮层中GMV的组与吸烟严重程度之间存在显着相互作用(全脑校正-p <.05),因此吸烟较重与CS-OUD中较低的内侧眶额GMV相关,但CS-OUD中的CS-OUD,但不是CS参与者(R = –0.32 vs. 0.12 vs. 0.12)。 结论:我们的发现表明,吸烟和Oud对脑灰质的独立和互动效果的结合。通过基于体素的形态计算分析估计脑GMV。结果:与CS组相比,CS-OUD组在枕皮层中具有较高的GMV,在前额叶和颞皮层,纹状体和胸膜前/后中心回旋(全脑校正)中的GMV较高(全脑校正 - P <.05)。在内侧轨道额皮层中GMV的组与吸烟严重程度之间存在显着相互作用(全脑校正-p <.05),因此吸烟较重与CS-OUD中较低的内侧眶额GMV相关,但CS-OUD中的CS-OUD,但不是CS参与者(R = –0.32 vs. 0.12 vs. 0.12)。结论:我们的发现表明,吸烟和Oud对脑灰质的独立和互动效果的结合。阐明经竞标阿片类药物和烟草使用的神经解剖学相关性可能会使受影响个体的新干预措施开发出来。
目标:评估糖基化血红蛋白(HBA1C),禁食血糖和冠状动脉疾病(CAD)严重程度(通过语法得分测量)(经皮冠状动脉介入与出租车和心脏手术之间的协同作用)之间的相关性。语法评分是一种独特的解剖评分工具,可以评分冠状动脉疾病的复杂性。)接受型型经皮冠状动脉干预的糖尿病前患者。背景:许多报道说,糖尿病前期是一种微不足的糖代谢,与心血管疾病有着独立的关系,并且它反映了CAD的严重性和复杂性的升级。方法:这项横断面研究是对92名糖尿病前患者的样本进行的,该样本接受了国家心脏研究所心脏病学系(埃及)的心脏病学系(埃及)与心脏病学系的心脏病学部门合作,该研究期间在2022年5月至2023年7月的研究期间,并在20223年7月期间与包容性信行仪式。结果:平均血红蛋白(HB)为13.0±1.7,空腹血糖(FBS)为117.8±6.1,而平均HBA1C为6.1±0.2。研究患者中语法评分的中位数(IQR)为6.5(0 E 19)。据报道,在80.4%的患者中,较低的语法得分,中级评分为9.8%,据报道,研究患者的9.8%的评分为9.8%。疾病的数量(VD)和HBA1C,P小于0.001之间存在显着的正相关。此外,HB,FBS,HBA1C和语法得分P小于0.001之间存在显着的正相关。男性,吸烟者,高血压患者以及CAD P小于0.001的家族病史的男性,吸烟者,高血压患者的中位数较高。分数和年龄p大于0.001之间没有观察到显着的关系。语法预测因子的线性回归表明,VD的数量被认为是CAD严重程度的独立预测指标。二进制逻辑回归分析表明,VD的数量是糖尿病前期中级和高语法得分的独立风险因素,存在3 VD和4 VD的存在会增加获得中级和高语法得分的风险,并分别增加24.1和98.4倍。结论:在糖尿病前期,HB,FBS,HBA1C和语法评分之间存在很强的正相关性,而男性,吸烟者和高血压患者的得分较高。受影响的血管数量与HBA1C之间也有显着的关系。VD的数量是获得高分子分数的独立因素,也增加了CAD的严重程度。
摘要:世界各国政府都在寻找方法来管理 COVID-19 的经济后果并促进经济发展。本研究的目的是确定哪些领域可以应用经济政策措施来增强社会对流行病风险的抵御能力。我们使用了大量国家 COVID-19 大流行结果的数据。通过对多个计量经济模型的估计,我们确定了适合进行经济政策干预的领域。研究发现,可以确定值得采取的可行补救措施,无论是长期、中期还是短期,都会影响平等、医疗保健部门和国民经济特征。我们建议鼓励基于与医疗保健、制药和生物技术行业相关的创新技术的研究和开发,促进基于新技术的医疗保健系统转型,提供获得优质医疗保健的机会,促进公共医疗保健提供者,并投资于区域医疗保健基础设施的发展,作为基于经济评估的平等区域发展的工具。此外,本研究的核心要素,即创新识别矩阵,可以作为一个独特的政策框架,用于应对最新的流行病或未来的任何类似疫情。
目标:多发性硬化症患者(PWM)的运动缺陷通常是不对称的,表明影响相应电动途径的局灶性病变的主要作用。[1]但是,病变负荷与物理残疾之间的关联在PWM中仍然适度。一个假设可能是严重的病变,即沿着电动路径的重斜向脱髓鞘与功能后果有关。材料和方法:在2个中心(NCT04220814)募集了60个复发式PWM和33个健康对照。病变。使用概率地图集重建完整的运动区,包括大脑和SC部分。[2,3]使用磁化转移率(MTR)近似病变严重程度,在不同区域沿不同区域计算,并使用基于HC的Z分数在体素水平上计算出病变,以识别严重的病变(阈值2 SD)。每个肢体功能运动后果。使用同时脑和宫颈SC MP2RAGE定量T1成像(QT1)重复分析。[4]结果:临床运动评分与成像之间的关联是适度的。上肢和下肢的CMCT与病变负荷和MTR呈正相关。严重病变在异常的PWM中比正常CMCT观察到更频繁的病变(例如,主要发现是使用QT1复制的,但程度较小。:上肢正常/异常CMCT的严重病变:38.1/80.8%;在下肢:33.3/93.9%;所有p's <.001),但与临床运动评分状态相关(所有p's> .1)。多变量逻辑回归模型表明,SC中存在严重病变的存在与仅在下肢中患有异常CMCT的风险增加有关(p <.001)。结论:PWMS中的电动机评估具有挑战性,临床运动评分可能缺乏灵敏度,而CMCT被证明是整个CST完整性的可靠反映。假设肢体的延长CMCT仅通过在相应的电动途径上至少存在严重的病变来解释,仅在下肢上证实了一个严重的病变,并且需要使用更具体的髓磷脂含量生物标志物进行进一步的研究。参考文献:[1] Sechi E.等,神经病学,2019年; [2] Kerbrat A.等,2020,大脑; [3] De Leener B.等人,Neuroimage,2018年; [4] Forodighasemabadi A.等,Magn Reson Imag,2021。致谢:这项研究得到了ARSEP和Corect
Sheffield转化神经科学研究所(SITRAN),谢菲尔德大学,英国谢菲尔德,B临床神经生物学,德国癌症研究中心和大学医院海德尔伯格,德国C佛罗里达州佛罗里达州盖恩斯维尔大学流行病学系的海德尔伯格,美国佛罗里达州盖恩斯维尔大学,佛罗里达州盖恩斯维尔大学,美国神经病学系Rudolf Magnus,U.Folf Magnus e Everech utech udech uterech e Everech uterech e Everech uterech e Everech uterech uterech e Evertht e Evertht utrech uterech,U. Infection and Genomics, School of Biological Sciences, The University of Manchester, Manchester, UK f King ' s College London, Institute of Psychiatry, Psychology and Neuroscience, Department of Basic and Clinical Neuroscience, London, UK g Department of Pharmacology and Therapeutics, Institute of Systems, Molecular & Integrative Biology, Liverpool, UK h Perron Institute for Neurological and Translational Science, Perth, Australia i Centre for澳大利亚珀斯珀斯默多克大学的分子医学和创新治疗学J纳菲尔德妇产科系,牛津大学,牛津大学,牛津大学,牛津大学,K McKusick-Nathans研究所,遗传医学系,约翰·霍普金斯大学医学院
1。Arber DA,Orazi A,Hasserjian RP等。髓样肿瘤和急性白血病的国际共识分类:整合形态学,临床和基因组数据。血。2022; 140(11):1200-1228。doi:10.1182/blood.2022015850 2。Mesa RA,Verstovsek S,Cervantes F等。原发性骨髓纤维化(PMF),后多环虫病骨髓纤维化(PV后MF),后必需的血小板性脊髓脑纤维纤维化(POST -ET MF),BLAST PMF(PMF -BP):国际骨髓纤维化研究和治疗的国际工作组对术语的共识(IWG -MRT)。leuk res。2007; 31(6):737-740。 doi:10.1016/j.leukres.2006。 12.002 3。 Passamonti F,Mora B.骨髓纤维化。 血。 2023; 141(16):1954-1970。 doi:10.1182/Blood.2022017423 4。 naymagon L,Mascarenhas J.髓纤维化相关的贫血:当前和新兴的治疗策略。 hemasphere。 2017; 1(1):E1。 doi:10.1097/hs9.0000000000000001 5。 Tefferi A,Lasho TL,Jimma T等。 一千名主要骨髓纤维化患者:蛋黄酱诊所的经验。 Mayo Clin。 2012; 87(1):25-33。 doi:10.1016/j.mayocp.2011.11.001 6。 Tefferi A,Hudgens S,Mesa R等。 使用具有骨髓增生性肿瘤相关的骨髓纤维化和贫血的癌症治疗 - 催化含量的功能评估。 Clin Therapeut。 2014; 36(4):560-566。 doi:10.1016/j.clinthera.2014.02.016 7。 Passamonti F,Cervantes F,Vannucchi AM等。2007; 31(6):737-740。doi:10.1016/j.leukres.2006。12.002 3。Passamonti F,Mora B.骨髓纤维化。血。2023; 141(16):1954-1970。doi:10.1182/Blood.2022017423 4。naymagon L,Mascarenhas J.髓纤维化相关的贫血:当前和新兴的治疗策略。hemasphere。2017; 1(1):E1。 doi:10.1097/hs9.0000000000000001 5。 Tefferi A,Lasho TL,Jimma T等。 一千名主要骨髓纤维化患者:蛋黄酱诊所的经验。 Mayo Clin。 2012; 87(1):25-33。 doi:10.1016/j.mayocp.2011.11.001 6。 Tefferi A,Hudgens S,Mesa R等。 使用具有骨髓增生性肿瘤相关的骨髓纤维化和贫血的癌症治疗 - 催化含量的功能评估。 Clin Therapeut。 2014; 36(4):560-566。 doi:10.1016/j.clinthera.2014.02.016 7。 Passamonti F,Cervantes F,Vannucchi AM等。2017; 1(1):E1。doi:10.1097/hs9.0000000000000001 5。Tefferi A,Lasho TL,Jimma T等。一千名主要骨髓纤维化患者:蛋黄酱诊所的经验。Mayo Clin。 2012; 87(1):25-33。 doi:10.1016/j.mayocp.2011.11.001 6。 Tefferi A,Hudgens S,Mesa R等。 使用具有骨髓增生性肿瘤相关的骨髓纤维化和贫血的癌症治疗 - 催化含量的功能评估。 Clin Therapeut。 2014; 36(4):560-566。 doi:10.1016/j.clinthera.2014.02.016 7。 Passamonti F,Cervantes F,Vannucchi AM等。Mayo Clin。2012; 87(1):25-33。doi:10.1016/j.mayocp.2011.11.001 6。Tefferi A,Hudgens S,Mesa R等。使用具有骨髓增生性肿瘤相关的骨髓纤维化和贫血的癌症治疗 - 催化含量的功能评估。Clin Therapeut。2014; 36(4):560-566。 doi:10.1016/j.clinthera.2014.02.016 7。 Passamonti F,Cervantes F,Vannucchi AM等。2014; 36(4):560-566。doi:10.1016/j.clinthera.2014.02.016 7。Passamonti F,Cervantes F,Vannucchi AM等。一个动态的前进模型,可预测原发性骨髓纤维化的生存:IWG-MRT(骨髓增生性肿瘤研究和治疗国际工作组)的一项研究。血。2010; 115(9):1703-1708。 doi:10.1182/Blood -2009-09-245837 8。 Passamonti F,Giorgino T,Mora B等。 一种临床分子前进模型,可预测Vera后Vera和后基本血小板性脊髓脑纤维化的患者的存活率。 白血病。 2017; 31(12):2726-2731。 doi:10.1038/leu.2017.169 9。 Cervantes F,Dupriez B,Pereira A等。 基于对骨髓纤维化研究和治疗的国际工作组的研究,用于原发性骨髓纤维化的新预后评分系统。 血。 2009; 113(13):2895-2901。 doi:10.1182/Blood -2008-07-170449 10。 Passamonti F,Cervantes F,Vannucchi AM等。 动态定性预后评分系统(DIPSS)预测原发性骨髓纤维化中急性髓样白血病的进展。 血。 2010; 116(15):2857-2858。 doi:10.1182/Blood -2010-06-293415 11。 Vallapureddy RR,Mudieddy M,Penna D等。 1306例主要骨髓纤维化患者的白血病转移:风险因素和预测模型的发展。 血液癌j。 2019; 9(2):12。 doi:10.1038/s41408-019-0175 -y 12。 Mora B,Maffioli M,Rumi E等。 根据贫血的严重程度,骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4(3):679-689。 doi:10.1002/jha2.745 13。 25777 14。2010; 115(9):1703-1708。doi:10.1182/Blood -2009-09-245837 8。Passamonti F,Giorgino T,Mora B等。一种临床分子前进模型,可预测Vera后Vera和后基本血小板性脊髓脑纤维化的患者的存活率。白血病。2017; 31(12):2726-2731。 doi:10.1038/leu.2017.169 9。 Cervantes F,Dupriez B,Pereira A等。 基于对骨髓纤维化研究和治疗的国际工作组的研究,用于原发性骨髓纤维化的新预后评分系统。 血。 2009; 113(13):2895-2901。 doi:10.1182/Blood -2008-07-170449 10。 Passamonti F,Cervantes F,Vannucchi AM等。 动态定性预后评分系统(DIPSS)预测原发性骨髓纤维化中急性髓样白血病的进展。 血。 2010; 116(15):2857-2858。 doi:10.1182/Blood -2010-06-293415 11。 Vallapureddy RR,Mudieddy M,Penna D等。 1306例主要骨髓纤维化患者的白血病转移:风险因素和预测模型的发展。 血液癌j。 2019; 9(2):12。 doi:10.1038/s41408-019-0175 -y 12。 Mora B,Maffioli M,Rumi E等。 根据贫血的严重程度,骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4(3):679-689。 doi:10.1002/jha2.745 13。 25777 14。2017; 31(12):2726-2731。doi:10.1038/leu.2017.169 9。Cervantes F,Dupriez B,Pereira A等。基于对骨髓纤维化研究和治疗的国际工作组的研究,用于原发性骨髓纤维化的新预后评分系统。血。2009; 113(13):2895-2901。 doi:10.1182/Blood -2008-07-170449 10。 Passamonti F,Cervantes F,Vannucchi AM等。 动态定性预后评分系统(DIPSS)预测原发性骨髓纤维化中急性髓样白血病的进展。 血。 2010; 116(15):2857-2858。 doi:10.1182/Blood -2010-06-293415 11。 Vallapureddy RR,Mudieddy M,Penna D等。 1306例主要骨髓纤维化患者的白血病转移:风险因素和预测模型的发展。 血液癌j。 2019; 9(2):12。 doi:10.1038/s41408-019-0175 -y 12。 Mora B,Maffioli M,Rumi E等。 根据贫血的严重程度,骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4(3):679-689。 doi:10.1002/jha2.745 13。 25777 14。2009; 113(13):2895-2901。doi:10.1182/Blood -2008-07-170449 10。Passamonti F,Cervantes F,Vannucchi AM等。动态定性预后评分系统(DIPSS)预测原发性骨髓纤维化中急性髓样白血病的进展。血。2010; 116(15):2857-2858。doi:10.1182/Blood -2010-06-293415 11。Vallapureddy RR,Mudieddy M,Penna D等。1306例主要骨髓纤维化患者的白血病转移:风险因素和预测模型的发展。血液癌j。 2019; 9(2):12。 doi:10.1038/s41408-019-0175 -y 12。 Mora B,Maffioli M,Rumi E等。 根据贫血的严重程度,骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4(3):679-689。 doi:10.1002/jha2.745 13。 25777 14。血液癌j。2019; 9(2):12。 doi:10.1038/s41408-019-0175 -y 12。Mora B,Maffioli M,Rumi E等。 根据贫血的严重程度,骨髓纤维化中爆炸期发生率。 ejhaem。 2023; 4(3):679-689。 doi:10.1002/jha2.745 13。 25777 14。Mora B,Maffioli M,Rumi E等。根据贫血的严重程度,骨髓纤维化中爆炸期发生率。ejhaem。2023; 4(3):679-689。doi:10.1002/jha2.745 13。25777 14。Harrison CN,Schaap N,Vannucchi AM等。 fedratinib先前用ruxolitinib治疗的骨髓纤维化患者:对Jakarta2研究的最新分析,使用严格的rux-Olitinib衰竭标准进行了严格的标准。 am j hematol。 2020; 95(6):594-603。 doi:10.1002/ajh。 Palandri F,Palumbo GA,Bonifacio M等。 基线因子对鲁辛尼的反应:408例骨髓纤维化患者的独立研究。 oncotarget。 2017; 8(45):79073-79086。 doi:10.18632/oncotarget.18674 15。 Harrison C,Kiladjian JJ,Al -Ali HK等。 jak抑制rux-Olitinib与最佳可用骨髓纤维化疗法的抑制作用。 n Engl J Med。 2012; 366(9):787-798。 doi:10.1056/nejmoa1110556Harrison CN,Schaap N,Vannucchi AM等。fedratinib先前用ruxolitinib治疗的骨髓纤维化患者:对Jakarta2研究的最新分析,使用严格的rux-Olitinib衰竭标准进行了严格的标准。am j hematol。2020; 95(6):594-603。doi:10.1002/ajh。Palandri F,Palumbo GA,Bonifacio M等。基线因子对鲁辛尼的反应:408例骨髓纤维化患者的独立研究。oncotarget。2017; 8(45):79073-79086。 doi:10.18632/oncotarget.18674 15。 Harrison C,Kiladjian JJ,Al -Ali HK等。 jak抑制rux-Olitinib与最佳可用骨髓纤维化疗法的抑制作用。 n Engl J Med。 2012; 366(9):787-798。 doi:10.1056/nejmoa11105562017; 8(45):79073-79086。doi:10.18632/oncotarget.18674 15。Harrison C,Kiladjian JJ,Al -Ali HK等。 jak抑制rux-Olitinib与最佳可用骨髓纤维化疗法的抑制作用。 n Engl J Med。 2012; 366(9):787-798。 doi:10.1056/nejmoa1110556Harrison C,Kiladjian JJ,Al -Ali HK等。jak抑制rux-Olitinib与最佳可用骨髓纤维化疗法的抑制作用。n Engl J Med。2012; 366(9):787-798。 doi:10.1056/nejmoa11105562012; 366(9):787-798。doi:10.1056/nejmoa1110556