XiaoMi-AI文件搜索系统
World File Search Systemhronic
慢性肾脏疾病的成年人中的全外观测序
hronic肾脏疾病（CKD）影响约14％的美国人（1，2）。这些人的发病率和死亡率比一般人群高10至15倍（1，3）。在大多数CKD患者中，诊断是基于标准的办公室检查，有时还基于肾脏活检发现。然而，早期CKD通常在临床上保持沉默，仅基于临床数据来区分亚型。因此，在许多人中，肾脏失败的确切原因仍然未知。大约10％至25％的CKD患者注意肾病的家族史（4-6），这表明在许多情况下，该疾病具有遗传性成分。基因组技术的最新进展，例如染色体微阵列和大规模平行（“下一代”）测序，以适度的成本和精确的定义
慢性淋巴细胞白血病细胞的三维共培养模型...
慢性淋巴细胞白血病 (CLL) 细胞扩散到支持性组织微环境中。为了研究白血病细胞组织保留的机制，我们开发了一个三维骨髓 (BM) 微环境，可在生物反应器内的支架内重现 CLL 和 BM 基质细胞之间的相互作用。我们的系统可以并行分析支架内保留的 CLL 细胞以及在有/无药剂的情况下释放的 CLL 细胞，分别模拟组织和循环细胞区室。只有在存在微环境元素的情况下，CLL 细胞才能保留在支架内，这些微环境元素通过直接接触下调 CLL 细胞中 HS1 细胞骨架蛋白的表达。与此一致，从患者 BM 中获得的 CLL 细胞中 HS1 的表达低于外周血中循环的 CLL 细胞。此外，我们证明，尽管存在依鲁替尼，但 HS1 失活、细胞骨架活性受损和表型更具侵袭性的 CLL 细胞更有可能保留在支架内，而依鲁替尼的动员作用主要作用于具有活性 HS1 的细胞，从而产生动态的细胞骨架活性。这种差异效应在传统的二维系统中是无法评估的，可能是单个 CLL 克隆产生独特耐药性的原因。值得注意的是，在依鲁替尼治疗期间在患者外周血中动员的 CLL 细胞表现出活化的 HS1，强调我们的模型能够可靠地反映体内情况。本文描述的三维模型适用于重现和识别关键的 CLL-BM 相互作用，为病理生理学研究和以个体化方式评估新型靶向疗法开辟了道路。
一项利用人工智能诊断脊柱疾病的机器学习算法的试点研究
慢性脊椎痛是全球最常见的慢性疾病，对生活质量和功能产生负面影响，并给医疗保健系统带来压力，是导致伤残调整生命年 (1-9) 的主要原因。事实上，25% 至 60% 的患者报告慢性持续性脊椎痛持续时间超过 1 年 (10-12)。对美国脊椎痛影响的评估显示，下背部疼痛排名第一，颈部疼痛排名第三 (8)。此外，Dieleman 等人 (5,6) 评估了美国医疗保健的经济影响，并显示 2016 年估计支出为 1,345 亿美元（比 2013 年增长 53.5%），其中 876 亿美元用于治疗脊椎痛。其他肌肉骨骼疾病的费用也从 2013 年的 1,835 亿美元增加到 2016 年的 2,633 亿美元，增幅为 43.5%。在现有的多种治疗方式中，除了手术干预和多种保守治疗方法外，小关节干预和硬膜外干预是治疗脊柱疼痛最常用的介入技术 (1-4)。尽管介入技术在 2009 年至 2018 年的近年来呈持平或下降趋势 (13-21)，但多年来一直在增加，但脊髓刺激的使用和支出趋势除外 (22)。因此，随着《平价医疗法案》的多项变化 (23-31)，公共和私人付款人制定了新的指导方针，它们的使用、适应症和医疗必要性一直在不断讨论。尽管有大量证据表明介入技术可以诊断和治疗脊柱疼痛，但这些问题仍然被提出（1,2,32-42）。此外，COVID-19 大流行与阿片类药物流行相结合，减少了获得介入技术的机会，阿片类药物流行在 2018 年之前一直得到控制，自 2019 年以来一直在加剧，2020 年阿片类药物死亡率呈爆炸式增长（1,2,43-47）。为了提供最佳护理，已经制定了多种措施，继续对慢性疼痛患者进行介入性疼痛管理，并最佳地利用介入技术和保守治疗（48-51），包括避免使用类固醇和使用远程医疗对患者进行评估（51）。因此，算法方法的重要性日益增加。算法方法的目的是提供一种规范的方法，以使用脊柱介入技术来管理脊柱疼痛，