XiaoMi-AI文件搜索系统
World File Search Systempulmonary
ORAI1/stims肺血管疾病中的调节剂
钙（Ca 2 +）是调节各种细胞过程的次级信使。但是，CA 2 +不当行为可能导致病理状况。ORAI1是CA 2 +通道，有助于商店经营的钙进入（SOCE），并且在几种细胞类型的Ca 2 +稳态中起着至关重要的作用。ORAI1的失调导致严重的免疫缺陷综合征，一些癌症，肺动脉高压（PAH）和其他心肺疾病。 在其激活过程中，Orai1主要由基质相互作用分子（STIM）蛋白，尤其是stim1调节。但是，最近还描述了许多其他监管伙伴。 对这些调节伙伴的知识越来越多，可以更好地了解SOCE的下游信号传导途径，并提供了一个绝佳的机会，可以使Orai1失调在这些disse中解密。 这些蛋白质参与其他细胞功能，使其具有吸引力的治疗靶标。 本综述主要关注ORAI1调节伙伴在肺循环和炎症的生理和病理条件下。导致严重的免疫缺陷综合征，一些癌症，肺动脉高压（PAH）和其他心肺疾病。在其激活过程中，Orai1主要由基质相互作用分子（STIM）蛋白，尤其是stim1调节。但是，最近还描述了许多其他监管伙伴。对这些调节伙伴的知识越来越多，可以更好地了解SOCE的下游信号传导途径，并提供了一个绝佳的机会，可以使Orai1失调在这些disse中解密。这些蛋白质参与其他细胞功能，使其具有吸引力的治疗靶标。本综述主要关注ORAI1调节伙伴在肺循环和炎症的生理和病理条件下。
特发性肺纤维化的潜在治疗靶标
特发性肺纤维化（IPF）是一种慢性进行性疾病，是未知来源和最常见的间质性肺部疾病。但是，IPF的治疗选择是有限的，迫切需要新的疗法。组蛋白脱乙酰基酶（HDACS）是参与染色质重塑和基因转录调控的组蛋白乙酰化活性的酶。越来越多的证据表明，HDAC家族与包括IPF在内的慢性杂化疾病的发展和发展有关。本评论旨在总结有关HDAC和相关抑制剂及其在治疗IPF中的潜在应用的可用信息。将来，HDACs可能是新的靶标，可以帮助理解PF的病因，并且选择性抑制单个HDAC或HDAC基因的破坏可能是治疗PF的策略。
慢性阻塞性肺疾病：恶化和死亡率
背景：慢性阻塞性肺疾病（COPD）是发病率和死亡率的主要原因。COPD与全身性炎症有关，合并症很常见。一个特征是急性加重（AECOPDS），即症状恶化的发作。AECOPD与死亡率的增加有关。目的：寻找COPD死亡率和AECOPD的预后风险因素，重点是合并症和炎症生物标志物。方法：在论文I中，合并症，药理治疗和死亡率之间的关联在现实世界中的近18,000名初级保健COPD患者中进行了分析。通过COX比例危害回归分析了医疗记录和国家记录的数据。论文II – IV是基于识别出从三个瑞典地区初级和二级护理中招募的572名COPD患者的病毒（TIE）研究的工具。参与者被邀请参加三年的访问，包括静脉切开术，肺活量测定法和健康问卷。在第二篇论文中，用混合效应的逻辑回归分析了血液中性粒细胞与淋巴细胞比（NLR）和嗜酸性粒细胞（B- EOS）预测AECOPD的能力。在论文III中，用顺序的逻辑回归分析了C反应蛋白（CRP），纤维蛋白原，血清细胞（B-LEU）和四个血细胞指数预测AECOPDS的能力。在论文IV中，研究了一种用于预测死亡率的临床表型算法。结果：几种合并症，包括心脏病，与死亡率增加有关。用COX比例危害回归分析了该算法预测AECOPD和死亡率的能力；此外，分析了有关血液基炎性生物标志物差异的鉴定表型。一些药理治疗与死亡率升高或降低有关（论文I）。nlr，B-EOS，CRP，纤维蛋白原和B-Leu（Papers II – III）预测混杂因子调整后的AECOPD，而其他血细胞指数的价值有限（论文III）。临床表型算法预测了AECOPD和死亡率，并且表型具有不同的炎症生物标志物模式（论文IV）。结论：合并症，尤其是心脏病是COPD死亡率的实质性风险因素，应该是COPD患者管理不可或缺的一部分。nlr，b- EOS，CRP，纤维蛋白原和B-Leu是AECOPDS的独立预测指标，应进一步研究为例如风险预测工具的一部分。先前开发的用于临床表型的算法预测死亡率和AECOPD。
评估关键肺部狭窄和肺闭锁的胎儿中右心室纤维弹性的评估
保留所有权利。未经许可就不允许重复使用。（未经同行评审证明）是作者/资助者，他已授予Medrxiv的许可证，以永久显示预印本。此预印本版的版权持有人于2023年8月8日发布。 https://doi.org/10.1101/2023.08.04.23293682 doi：medrxiv preprint
严重血流动力学障碍的慢性血栓栓塞性肺动脉高压患者肺动脉内膜切除术前药物治疗的应用
慢性血栓栓塞性肺动脉高压 (CTEPH) 是急性肺栓塞的一种罕见并发症，其特征是肺大动脉的纤维血栓性阻塞无法解决。肺动脉内膜切除术 (PEA) 是该疾病的首选治疗方法，可显著提高生存率。血流动力学状况较差的患者手术后预后较差，这引发了一个问题：手术前使用药物治疗来优化血流动力学是否可以改善预后。本研究的目的是根据诊断时的血流动力学状况评估 PEA 前药物治疗的作用。我们回顾性分析了 2013 年 1 月至 2017 年 12 月接受 PEA 的所有患者。收集功能、临床和血流动力学数据以评估主要的预后决定因素。根据血流动力学严重程度和手术前使用靶向疗法对患者进行分层。共纳入 108 名患者。 35 名患者 (32.4%) 在 PEA 前使用了靶向治疗。药物治疗将手术时间推迟了约 7 个月。接受靶向治疗的患者和仅接受支持治疗的患者的总生存率没有差异（分别为 87.8% 和 80.3%，p = 0.426）。尽管如此，在分析严重血流动力学障碍（定义为基线时心输出量低 (< 3.7L/min)）的患者组时，接受靶向治疗的患者的一年生存率明显更高。对于心输出量低的高危 CTEPH 患者，在 PEA 前使用靶向治疗与更好的结果相关，这表明在这一特定亚组中术前使用药物治疗可能发挥重要作用。
关注哮喘和慢性阻塞性肺病
慢性气道疾病以气道炎症、阻塞和重塑为特征，发病率很高，尤其是在发展中国家。其中，哮喘和慢性阻塞性肺病 (COPD) 是全世界发病率最高、社会经济负担最高的疾病。尽管有大量关于预防、早期诊断和合理治疗这些终身疾病的指南，但它们在精准医疗中的价值非常有限。人工智能 (AI) 和机器学习 (ML) 技术已成为挖掘和整合大规模异构医疗数据以用于临床实践的有效方法，最近已有多种 AI 和 ML 方法应用于哮喘和 COPD。然而，很少有方法对临床实践有重大贡献。在这里，我们回顾了 AI 和 ML 在哮喘和 COPD 中实施的四个方面，以总结现有知识并指出临床医生安全有效地应用 AI 和 ML 工具所需的未来步骤。
肺动脉高压的差异药物反应
缩写：6MWD，6 分钟步行距离；APAH，相关肺动脉高压；APAH-CTD，与结缔组织疾病相关的 PAH；CCB，钙通道阻滞剂；cGMP，环磷酸鸟苷；CYP，细胞色素 P450；EDNRA，内皮素 A 型受体；ERA，内皮素受体拮抗剂；ETA，内皮素 A 型受体；ETB，内皮素 B 型受体；ET-1，内皮素-1；GWAS，全基因组关联研究；HPAH，遗传性肺动脉高压；IPAH，特发性肺动脉高压；mPAP，平均肺动脉压；NO，一氧化氮；NYHA，纽约心脏协会；PAH，肺动脉高压；PDE5 抑制剂，5 型磷酸二酯酶抑制剂； PTGIR，前列腺素I2受体；PTGIS，前列腺素I2合酶；PVR，肺血管阻力；RHC，右心导管插入术；sGC，可溶性鸟苷酸环化酶；WHO，世界卫生组织。
多任务深度自动编码器，可以在外周血中使用时间DNA甲基化数据来预测阿尔茨海默氏病的进展
在肺动脉高压（PAH）的基因组学基因组学上取得了长足的进步，因为第六次世界上的肺动脉高压座研讨会，在几种新型基因中鉴定了稀有变体，以及赋予PAH风险中等的常见变体。基因和专家小组的变体策划现在为了解要测试哪些基因以及如何解释临床实践中的变体提供了一个强大的框架。我们建议将基因检测提供给有症状的PAH患者的特定亚组，以及患有某些类型的3组肺动脉高压（pH）的儿童。对无症状家庭成员的测试以及在生殖决策中使用遗传学需要参与遗传学专家。现在存在大量具有生物素质的PAH患者，并且已经开始扩展到非组1 pH。但是，这些同类人群主要是欧洲血统。更大的多样性对于表征导致pH风险和治疗反应的全基因组变异的全部程度至关重要。还合并了其他类型的OMIC数据。此外，为了推进基因和途径特异性护理和靶向疗法，基因特异性注册机构对于支持患者及其家人以及为基于遗传知情的临床试验奠定基础至关重要。这将需要患者/家庭，临床医生和研究人员之间的国际宣传和合作。最终，对患者衍生的生物测量，临床和杂音信息以及分析方法的协调将推进这一领域。
恩格列净可改善线粒体的生物合成并改善实验性肺血管重塑，但可能对肺动脉高压患者无益
保留所有权利。未经许可不得重复使用。永久。预印本（未经同行评审认证）是作者/资助者，他已授予 medRxiv 许可，可以在此版本中显示预印本。版权所有者于 2025 年 1 月 29 日发布此版本。；https://doi.org/10.1101/2025.01.27.25321226 doi: medRxiv preprint
Seralutinib在肺动脉高压（PAH）中改善了肺动脉血管体积分布：Torrey阶段2 Imagi
1 s t a n f o r d u n i v e r s i t y，s t a n f o r d，c a，u s a; 2 b r i g h a m a n d wo m e n's h o s p i t a l，h a r v a r d i c a l s c a l s c h o o l，b o s t o n，m a，m a，m a，u s a; 3 i m p e r i a l c o l e l e g e h e a l t h c a r e n h s t tr u s t，l o n d o n，u k; 4 u n i v e r s i t y h o s p i t a l s o f l e u v e n，l e u v e n，b e l g i u m; 5 H O U S T O N M E T H O D I S T H O S P I T A L / We I L L C O R N E L M E D I C I N E，H O U S T O N，T X，T X，U S a; 6 U C D A V I S M E D I C A L C E N T E R，S A C R A M E N T O，C A，U S A； 7 u n i v e r s i t y o f n e b r a s k a m e d i c a l c e l c e n t e r，o m a h a a，n e，u s a; 8 wa s h i n g t o n u n i v e r s i t y s c h o o o o l o f m e d i c i n e，s t。l o u i s，m o，u s a; 9 t h e o h i o o s t e t e u n i v e r s i t y t y y x n e r m e d i c a l c e n t e r，c o l u m b u s，o h，o h，u s a; 1 0 g e n e r a l u n i v e r s i t y h o s p i t a l，p r a g u e，c z e c e c h r e p u b l i c; 1 1 G r e a t e r L o s A n g e l e s VA H e a l t h c a r e S y s t e m a n d D a v i d G e f f e n U C L A S c h o o l o f M e d i c i n e, L o s A n g e l e s , C A , U S A ; 1 2 U N I V E R S I T Y O F K A N S M E D I C A L C A L C A L C A L C A L C A L C A L C A L C A L C A L C A N S C I T Y，K S，K S，U S A; 1 3 T H E U N I V E R S I T Y O F M E L B O U R N E T S T。v i n c e n t's h o s p i t a l，f i t z r o y v i c，a u s t r a l i a a; 1 4 u n i v e r s i t y o f r o c h e s t e r m e d i c a l c e l c e n t e r，r o c h e s t e r，n y，n y，u s a; 1 5 f l u i d d a，i n c。，n e w yo r k，n y，u s a; 1 6 g o s s a m e r b i o，i n c。，s a n d i e g o，c a，u s a; 1 7 u n i v e r s i t y o f m i c h i g a n，a n n a r b o r，m i，u s a; 1 8 m a y o c l i n i c，r o c h e s t e r，m n，u s a; 1 9 j u s t u s -l i e e b i g -u n i v e r s i t y g i e s s e n，g i e s s e n，g e r m a ny; 2 0 u n i v e r s itépar i s -s a c l ay，l e k r e m l i n -b icêt r e，f r a n c e