XiaoMi-AI文件搜索系统
World File Search Systemprogress
基于知识的机制模型可准确预测 EGFR 突变肺腺癌中吉非替尼的病情进展
肺腺癌 (LUAD) 与晚期低存活率相关。尽管靶向疗法的发展已经改善了具有已识别的特定基因改变（例如表皮生长因子受体基因 (EGFR) 上的激活突变）的 LUAD 患者的预后，但肿瘤耐药性的出现最终会发生在所有患者中，这推动了新疗法的开发。在本文中，我们提出了 In Silico EGFR 突变型 LUAD (ISELA) 模型，该模型将 LUAD 患者的个体特征（包括肿瘤遗传异质性）与第一代 EGFR 酪氨酸激酶抑制剂吉非替尼作用下的肿瘤大小演变和肿瘤随时间的进展联系起来。该转化机制模型收集了有关 LUAD 的广泛知识，并在多个尺度上进行了校准，包括体外、人肿瘤异种移植小鼠和人类，重现了 90% 以上的已识别实验数据。此外，该模型的覆盖率为 98.5%，负对数秩检验为 99.4%，准确重现了 Lux-Lung 7 临床试验中的进展时间，该试验在校准中未使用，因此支持该模型具有较高的预测价值。这种基于知识的机制模型可以成为开发针对 EGFR 突变 LUAD 的新疗法的宝贵工具，为生成合成对照组奠定基础。
无进展生存期与接受转移性乳腺癌一线治疗的妇女的总体生存之间的关联：来自ESME现实世界数据库的证据
©作者2023。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http：//创建ivecommons。org/licen ses/by/4。0/。Creative Commons公共领域奉献豁免（http：//创建ivecommons。Org/publi cdoma in/Zero/1。0/1。0/）适用于本文中提供的数据，除非在数据信用额度中另有说明。
采用先进材料的随机激光器的近期进展与前景
限制光以使放大更加有效。然而，想象一下没有使用镜子的传统反馈机制的激光器。这里出现了“无镜激光”的概念，2,3这是 Letokhov 最初提出的。通常，散射会导致腔体损耗，并被视为应避免的有害因素。然而，最新发现证实了强散射在产生类似激光现象方面具有惊人的好处。想象一个具有众多散射中心的增益介质。当光穿过这样的介质时，光子在离开系统之前会遇到多次散射，从而增加光子在介质中的停留时间。这反过来又提高了光的放大效率。因此，散射不会在介质中使用额外的反射器，而是会捕获光。术语“随机介质”定义了这种无序介质。随机激光的基本原理如图 1 所示。“随机激光”这一术语最初于 1994 年发表并引入。4,5 随机激光 (RL) 的产生仅取决于增益介质
2024年经济与ESG进展综合报告
本着坚韧不拔的精神，我想强调我们对人才发展和稳健继任计划的高度重视。我们长期建立的计划确保我们在各个层面都拥有适当的能力和多样化的专业知识；这对于董事会、执行委员会和高级管理层的稳定性和连续性至关重要。作为我们继任计划的一部分，提名委员会定期审查所有执行委员会成员的继任情况，确保我们为未来的任何过渡做好准备。我很高兴我们成功提名了经验丰富的内部领导人来接替即将退休的执行委员会成员。在 2025 年 3 月的年度股东大会上，董事会的重要成员 Olivier Filliol 将退休，我代表董事会对他的奉献和
严重的创伤性脑损伤协作进度报告
‘我们的TOC（CARES转移）不仅是针对文档（医生）项目，还在进行中，在出院摘要中获得了盟军的健康甚至护理文件。所以这在我们的系统上真的很容易，就像它不难做到，但是您只需要时间才能进入……Allied Health（DAH）的总监实际上将其添加到了他们的笔记审核中……因此，他们从盟军的健康领导中获得了很大的推动力，因为他们发现它是一个非常好的主意。”
心律不齐患者的心脏电生理特征和心血管疾病进展的原始文章相关分析
摘要：目的：研究心律不齐患者的心脏电生理特征与心脏病患者（CVD）之间的相关性，并确定预测CVD发作的指标。方法：我们在2021年5月至2023年5月之间在四川大学西中华医院招募了100名心律失常患者。在住院期间和入院后一年内评估了CVD的发病率。我们比较了开发CVD的患者与没有的患者之间的基线特征，生化标记和心电图参数。Spearman相关分析以探索指标和CVD发生率之间的线性关系。多元逻辑回归用于识别Vari Ables和CVD之间的关联。接收器操作特征（ROC）曲线分析用于评估个体和综合风险因素的预测能力。结果：在100名患者中，有31名（31％）发展了CVD。与非CVD组相比，CVD组表现出明显更高的BMI，高血压患病率，甘油三酸酯（TG），高敏C反应蛋白（HS-CRP），B型NATRIARITE肽（BNP）和QT/QTC间隔。在CVD组中， HDL-C水平较低（p <0.05）。 Spearman相关性分析显示，BMI，高血压，TG，HS-CRP，BNP，QT，QT和QTC与CVD（r = 0.243，0.563，0.563，0.384，0.514，0.514，0.514，0.514，0.238，0.238，0.355，0.327，0.327，0.327，All P <0.05）。 相反，HDL -C与CVD显示为负相关（r = -0.200，p <0.05）。HDL-C水平较低（p <0.05）。Spearman相关性分析显示，BMI，高血压，TG，HS-CRP，BNP，QT，QT和QTC与CVD（r = 0.243，0.563，0.563，0.384，0.514，0.514，0.514，0.514，0.238，0.238，0.355，0.327，0.327，0.327，All P <0.05）。相反，HDL -C与CVD显示为负相关（r = -0.200，p <0.05）。QTC与BMI，高血压，TG和HS-CRP显着相关（r = 0.263，0.221，0.255，0.200，所有P <0.05）。多因素逻辑回归确定了BMI，TG，HS-CRP和QT/QTC间隔是CVD的重要危险因素（所有P <0.05）。ROC曲线分析表明，BMI，TG，HS-CRP，QT和QTC的联合评估产生的AUC为0.951，灵敏度为92.7％，特异性为86.4％，表现优于单个测试。结论：升高的BMI，TG，HS-CRP和延长的QT/QTC间隔与心律不齐患者的CVD发展显着相关。对这些因素的合并评估提高了CVD风险预测的准确性。
帕金森病的冷漠症进展与脑萎缩和白质损伤有关
我们使用了 445 名参与者的 T1 加权磁共振成像 (MRI) 和临床数据。冷漠症是运动障碍协会统一帕金森病评定量表 (MDS-UPDRS) 第 I 部分的一部分进行评估的。我们应用基于变形的形态测量 (DBM) 来量化灰质萎缩，并使用脑组织分割 (BISON) 算法从 T1 加权图像中分割出 WMH。使用线性回归模型，我们进行了横断面分析，以确定基线脑测量值 (DBM 和 WMH) 与冷漠严重程度之间的关联。纵向分析利用线性混合效应模型来调查基线脑测量值是否与未来的冷漠症随时间进展有关，其中考虑了年龄、性别、运动伪影、Hoehn 和 Yahr 分期、左旋多巴等效日剂量 (LEDD)、颅内总容量 (TIV) 和基线冷漠等协变量。我们进行了基于假设和探索性的分析，以确认文献中先前报告的结果并探索潜在的新关联。
元素柜及其设备的最新进展
摘要：信息技术的快速进步增强了人们对互补设备和电路的兴趣。常规的P型半导体通常缺乏足够的电性能，从而促使人们寻找具有高孔迁移率和长期稳定性的新材料。元素柜（TE）具有一维手性原子结构，由于其狭窄的带隙，高孔迁移率和在工业应用中的多功能性，尤其是在电子产品和可再生能源方面，因此出现了有前途的候选人。本评论重点介绍了纳米结构和相关设备的最新进展，重点是合成方法，包括蒸气沉积和水热合成，它们产生了纳米线，纳米棒和其他纳米结构。在光电探测器，气体传感器和能源收集设备中的关键应用被引起了人们的注意，并特别强调了它们在物联网（IoT）框架（IoT）框架中的作用，这是一个快速增长的领域，正在重塑我们的技术环境。也突出显示了基于TE的技术的前景和潜在应用。
PKD-MFF 信号轴将线粒体裂变与有丝分裂进程联系起来
Evanthia Pangou, 1,2,3,4,9 Olga Bielska, 1,2,3,4,9,10 Lucile Guerber, 1,2,3,4 Stephane Schmucker, 1,2,3,4 Arantxa Agote-Ara´ n, 1,2,3,4 Taozhi Ye, 1,2,3, Yong Ligta, 13, 13-3 1,2,3,4 Erwan Grandgirard, 1,2,3,4 Charlotte Kleiss, 1,2,3,4 Yansheng Liu, 5 Emmanuel Compe, 1,2,3,4 Zhirong Zhang, 1,2,3,4 Ruedi Aebersold, 6,7 Romeo Ricci, 1,2,8,3,13, * Sumara * 1 Institut de ´ ne ´ tique et de Biologie Mole ́ culaire et Sellulaire (IGBMC), Illkirch, France 2 Center National de la Recherche Scientifique UMR 7104, Strasbourg, France 3 Institut National de la Sante ́ et de la Recherche Medicale U964, Strasbourg University, Strasbourg, France France 5 Cancer Biology Institute, Yale School of Medicine, West Haven, CT, USA 6 Institute of Molecular Systems Biology, Department of Biology, ETH Z € urich, Z € urich, Switzerland 7 Faculty of Science, University of Z € urich, Z € urich, Switzerland 8 Laboratoire de Biochimi de Biologie Hospital, New Molecular Hospital bourg, France 9 These authors contributed equally 10 Present address: Buck Institute for Research on Aging, Novato, CA, USA 11 Lead contact *Correspondence: ricci@igbmc.fr (RR), sumara@igbmc.fr (IS)