XiaoMi-AI文件搜索系统
World File Search SystemTuberculosis
针对性的最大似然估计，以估算先前结核病治疗在苏丹耐药性结核病中的因果关系
多药耐药性结核病（MDR-TB）被定义为异念珠菌和利福平的感染。在全球范围内，有132222个报告了2020年的MDR-TB病例。研究表明，先前的结核病治疗和治疗中断被认为是MDR-TB的主要原因[1，2]。流行病学家将病例对照研究定义为偏见的采样设计。病例对照研究的设计着重于参数逻辑回归，以计算一组协变量的调整后的奇数比（或）。但是，为了建立因果估计人群，或应估算。流行病学家将案例控制定义为与目标人群相比患有疾病的人比例的偏见。病例对照研究的设计着重于参数逻辑回归，以计算一组协变量上的或条件。要构建因果估计，我们必须估计边缘人口或[3]。目标最大似然估计（TMLE）是一种双重鲁棒方法，使用机器学习算法来最大程度地减少偏见的风险[4]。逆概率处理权重（IPTW）是一种因果方法，用于通过创建检查治疗对暴露的影响的模拟组来调整时变的混杂因素。IPTW方法基于侵害的概率，因为混杂因素被称为倾向评分（SP）[5]。 iptw在病例对照研究中有许多缺点，因此估计器无法在有限样本中对无症状效率和效率问题提出任何主张。IPTW方法基于侵害的概率，因为混杂因素被称为倾向评分（SP）[5]。iptw在病例对照研究中有许多缺点，因此估计器无法在有限样本中对无症状效率和效率问题提出任何主张。此外，IPTW在某些阶层中通过一组协变量定义的治疗或暴露组非常罕见时发生的所谓阳性违规行为不利[6]。因此，病例对照加权TMLE（CCW-TMLE）方法提供了双重鲁棒方法来估计无偏见的参数估计。如果给定暴露和协变量的结果模型的任何预期参数或给定协变量的暴露模型是正确的[7]，则此方法是一致的。ccw-tmle需要了解结果的患病率概率，以减少偏见的设计[8]。此外，CCW-TMLE估计了各种参数，例如风险比和风险差异，这些参数在病例控制研究的传统分析中不可用。此外，TMLE可以估计边际因果效应，正确的规范和倾向评分。TMLE估计所有参数，假设每个人的暴露状态不会影响任何其他人的潜在结果。主要因果假设是没有未衡量的混杂因素。因此，已经测量了暴露和外来的常见原因[9]。在分析过程中有两种广泛的方法可以控制混杂。第一种方法是使用标准回归模型，第二种方法是遵循因果方法。标准回归模型无法在存在可能的混杂或相互作用和协变量之间的混杂或相互作用的情况下估算暴露的平均因果效应。原因是，此方法假设暴露者和混杂因素之间没有相互作用来估计池效应。更重要的是，标准回归模型无法调整时间变化
在秘鲁耐多药结核病高发区常规条件下对结核分枝杆菌进行全基因组测序
全基因组测序 (WGS) 是全球抗击结核病 (TB) 的一个有前途的工具。本研究的目的是评估在秘鲁耐多药结核病热点地区常规使用 WGS 检测耐药标志物和传播簇的情况。为此，前瞻性地选择了来自利马和卡亚俄的 140 种耐药结核分枝杆菌菌株，并同时通过常规（GenoType MTBDR sl 和 BACTEC MGIT）和 WGS 工作流程进行处理。根据世界卫生组织突变目录确定耐药性。计算了利福平、异烟肼、吡嗪酰胺、莫西沙星、左氧氟沙星、阿米卡星和卷曲霉素的 WGS 和 BACTEC 结果之间的一致性。使用不同的单核苷酸多态性差异截止值确定传播簇。 100% (140/140) 的菌株对 13 种抗结核药物具有有效的 WGS 结果。然而，最终确定的表型 BACTEC MGIT 结果的可用性因药物而异，七种比较药物的无效结果为 10-17%。获得全套药物 WGS 结果的中位时间为 11.5 天，而常规工作流程为 28.6-52.6 天。比较药物的 WGS 和 BACTEC MGIT 的总体分类一致性为 96.5%。除莫西沙星外，Kappa 指数良好 (0.65 k 1.00)，但所有病例的敏感性和特异性值都很高。 97.9% (137/140) 的菌株仅具有一个亚谱系（134 株属于“谱系 4”，3 株属于“谱系 2”），2.1% (3/ 140) 为混合菌株，呈现两个不同的亚谱系。5、10 和 12 个 SNP 截止值的聚类率分别为 3.6% (5/ 140)、17.9% (25/140) 和 22.1% (31/140)。综上所述，常规 WGS 对检测对当前主要抗结核药物的耐药性具有很高的诊断准确性，可通过一次分析获得结果，并有助于迅速切断秘鲁耐药结核病的传播链。
合并的定量结核病生物标志物模型，用于促阳性和菌落形成单元，以支持结核病药物开发
生物标志物是生物过程的量化特征。在结核分枝杆菌中，用于临床药物开发中使用的常见生物标志物是痰液样品的菌落成型单元（CFU）和时间阳性（TTP）。该分析旨在开发用于CFU和TTP生物标志物的合并定量结核病生物标志物模型，用于评估早期杀菌活性研究中的药物效率。每日CFU和TTP观察结果在83例不同的利福平单一疗法治疗（10 - 40 mg/kg）研究7天后，从HighRif1研究中进行了7天，包括在此分析中。使用CFU和TTP数据同时使用CFU和TTP数据同时确定在三个细菌子阶段的药物暴露 - 响应关系，采用了与利福平药代动力学模型相关的多脉冲结核病模型，该模型与利福平药代动力学模型相关。CFU，并通过TTP模型的事实方法预测了TTP，该方法通过将MTP模型中所有细菌子群传递到一个细菌TTP模型，将其与MTP模型链接到MTP模型。最终模型很好地预测了非线性CFU-TTP关系。合并的定量结核病生物标志物模型提供了一种有效的方法，用于评估早期杀菌活性研究中CFU和TTP数据所告知的药物效率，并描述了随着时间的推移CFU和TTP之间的关系。
世界结核病天2023主题“
世界结核病（TB）日是1882年罗伯特·科赫（Robert Koch）宣布发现造成TB的细菌（MTB）的分枝杆菌（MTB）。世界结核日每年在3月24日观察到，以提高人们对结核病的认识，尽管有效的治疗方法可在Wordwide中产生较高的死亡人数负担。“是的！我们可以结束结核病！”是世界卫生组织（WHO），并停止了世界结核病日3月24日3月24日[1]。这个主题是传达希望的信息，也是重新建立高级政治领导权的呼吁，以增加全球资金，以便更快地采用新的WHO管理层管理建议，以使用新的WHO建议来找到，诊断和有效地治疗所有结核病案件。World TB Day还提供了机会，在过去三年的COVID-19大流行分散注意力之后，将全球关注重新集中在TB上。一个关键的挑战将是获得政治支持并获得实现联合国（联合国）可持续发展目标（SDGS）目标的资金承诺，以实现全球结核病控制的目标，该目标在2023年9月在纽约举行的联合国大会第78联合国大会（UNGA）。必须敦促UNGA成员国致力于加速新的WHO推荐的耐药性结核病新产品较短的全口处理方案。估计全球人口的四分之一（17亿人口）被MTB感染[2]；虽然，大多数PEO-PLE（超过90％）在其一生中不会发展为结核病[3]。该疾病通常会影响肺（肺结核），但也会影响其他部位（肺外结核）。目前建议对药物敏感的结核病（4-6个月抗TB药物）的治疗方法可以治愈约85％的受影响的成年人和儿童[4]。现在可以使用6个月的新方案来治疗耐多药（MDR）-TB [4，5]。。Univer-SAL健康覆盖范围对于确保所有有疾病或感染的人都可以接受治疗。获得感染和发展疾病的人数（反过来，TB造成的死亡人数）也可以通过多种作用来减少以解决结核病决定因素[7]，例如贫困，贫困，失败，艾滋病毒，艾滋病毒感染，吸烟，吸烟和糖尿病[6，8]。COVID-19的大流行已经扭转了在结束结核病[9-13]中取得的多年进步，并增加了全球结核病案件负荷，死亡人数，并导致全球基本TB服务的破坏[9-13]。World TB Day提供了一个机会，可以强调结核病是全世界感染性疾病的第二大死亡原因（在Covid-19之后），估计死亡160万个
糖尿病 - 埃斯瓦蒂尼（Eswatini）中的通心病：一项定性研究...
1朱利叶斯全球卫生，朱利叶斯健康科学与初级保健中心，荷兰乌得勒支大学的大学医学中心，乌得勒支大学，荷兰乌得勒支大学，2个国家结核病控制计划，曼西尼，埃斯瓦蒂尼，3卫生科学学院，南非约翰内斯堡大学，约翰内斯堡大学，5个全球卫生实践与影响中心，乔治敦大学医学中心，华盛顿特区，美国6号大学研究公司，菲律宾，菲律宾，菲律宾，7个周期艾滋病毒研究部，卫生学院，曾经是卫生科学院，souther of wite of the of the of the southerand of wita。德国图宾根的Tübingen大学热带医学
用于预测结核分枝杆菌的 TB27 转录组模型
引言世界卫生组织 (WHO) 估计，2023 年全球将有 1080 万人患上结核病 (TB)，120 万人死于该疾病 [1]。药物敏感 (DS) 结核病需要 4 至 6 个月的标准化联合疗法 [2]。对于对利福平和异烟肼产生耐药性的结核病（定义为耐多药 (MDR) 结核病）或单独对利福平产生耐药性的结核病（RR-TB），目前建议大多数患者采用 6 个月的二线抗结核药物联合疗法 [3,4]。无论结核分枝杆菌是否对药物产生耐药性，都应监测治疗效果，以确保充分的治疗反应，并评估患者对接触者的传染性 [5,6]。
使用 CNN 模型进行结核病检测的比较 (...
摘要：结核分枝杆菌引起的细菌感染导致结核病是一种流行的传染病。这种细菌通常以主要呼吸器官为目标，特别是肺部。结核病对全球健康构成了重大挑战，需要及早发现才能有效治疗。在这种情况下，为了方便医护人员及早发现患者，需要一种能够准确识别肺部疾病的技术。因此，将采用 CNN（卷积神经网络）作为检测肺部图像的算法。该研究将利用卷积神经网络模型，即 AlexNet 和 ResNet。该研究旨在通过分析胸部 X 光片图像来比较这两个模型在检测结核病方面的表现。数据集包括正常患者和结核病患者的 X 光片，共计 4.200 个数据点。训练过程包括将数据分为训练集和验证集，其中 80% 用于训练，20% 用于验证。评估结果表明，AlexNet 模型的检测准确率更高，在验证数据上达到 88.33%，而 ResNet 达到 83.10%。这些发现表明，使用 CNN 模型，尤其是 AlexNet，可以成为通过解读胸部 X 光片图像来增强早期结核病检测的有效方法，对改善全球结核病管理和预防工作具有潜在意义。关键词：AlexNet；ResNet；CNN；早期检测；结核病
加利福尼亚结核消除计划，2021-2025 -CDPH
CTEAC会员资格包括结核病控制者，医疗和公共卫生专家，ACA DEMIC Partners和TB幸存者。在2020年12月，CTEAC成员和合作伙伴开会，更新了2021 - 2025年全州2016 - 2020年TB淘汰计划。在会议期间，审查了第一个计划的进度。与与会者会面，然后在对2021 - 2025年的消除障碍和拟议计划行动步骤的全面审查中进行了参与。挑战该计划提出的预防结核病的障碍包括：1）高风险人群及其提供者之间缺乏认识和参与； 2）患者和卫生系统阻碍了负担得起的结核病预防服务； 3）缺乏LTBI测试和治疗所需的绩效指标； 4）缺乏电子健康记录（EHR）和LTBI监视系统来支持和跟踪LTBI护理的连续性； 5）缺乏连续的，专门的资源来预防结核病；和6）有限的结核病预防研究。
对结核病感染的先天和适应性免疫
结核病（TB）仍然是迄今为止传染病死亡率的主要原因之一。根据世卫组织发布的最新“全球结核病报告”，2022年有1060万例新病例和130万人死亡（1）。因此，结核病仍然是世界上最致命的传染病，仅在2019年至2021年大流行期间被Covid-19超过了。tb是由结核分枝杆菌（MTB）引起的，该结核病是由罗伯特·科赫（Robert Koch）在1882年识别的。减少MTB感染传播的基本支柱之一是准确且快速的诊断。当前的结核病诊断包括培养，涂片，GenExpert MTB/RIF（XPERT），干扰素释放分析（IGRAS），成像检查等。但是，传统的细菌培养物生长发现是耗时的。基于酸性染色的涂片诊断的敏感性很低。 XPERT对于发展中国家的广泛临床用途却是昂贵且不切实际的，尽管它既快速又敏感。 IGRAS无法区分无症状的潜在结核病感染和活动性结核病疾病。成像检查的特定景点很低（2-4）。因此，结核病的诊断仍然具有挑战性。在这本社论中，我们介绍了一个研究主题，其中包括许多研究，这些研究研究了TB诊断中的新型诊断方法，以及几篇重点介绍不同主题的评论论文，并指出了未来研究的方向。抗原ESAT -6/CFP10（EC），是MTB的蛋白质，在BCG菌株中不存在，在IGRA诊断中已被广泛用作MTB刺激剂。Phat等。Phat等。在一项前瞻性队列研究中，Yuan等人。 招募了357例患者，以评估该EC皮肤测试的敏感性和特定性，该患者是通过皮内注射重组EC蛋白进行的。 他们的数据表明，根据临床参考标准，对患者EC皮肤测试的敏感性和特定性为71.52％和65.45％。 通过靶向和基于知识的方法研究了抗TB化学疗法期间脂质相关基因的表达，以评估脂质的潜在使用 -在一项前瞻性队列研究中，Yuan等人。招募了357例患者，以评估该EC皮肤测试的敏感性和特定性，该患者是通过皮内注射重组EC蛋白进行的。他们的数据表明，根据临床参考标准，对患者EC皮肤测试的敏感性和特定性为71.52％和65.45％。通过靶向和基于知识的方法研究了抗TB化学疗法期间脂质相关基因的表达，以评估脂质的潜在使用 -
一种针对结核病的新型疫苗策略
未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本的版权持有人（本版本发布于2024年5月15日。; https：//doi.org/10.1101/2024.05.15.15.15.594337 doi：biorxiv Preprint