XiaoMi-AI文件搜索系统
World File Search Systemrandomization
药物靶标孟德尔随机化分析支持降低血浆 ANGPTL3、ANGPTL4 和 APOC3 水平作为降低心血管疾病风险的策略
。CC-BY-NC-ND 4.0 国际许可证 它是永久可用的。 是作者/资助者，已授予 medRxiv 许可以显示预印本（未经同行评审认证）预印本 此版本的版权所有者于 2024 年 1 月 30 日发布。；https://doi.org/10.1101/2024.01.23.24301541 doi：medRxiv 预印本
血压升高加速中年女性脑白质老化：英国生物库的孟德尔随机化研究
血压升高是脑血管病和心血管病的主要危险因素[1,2]，并且与认知障碍和痴呆症的高风险相关[3,4]。研究报告称，高血压与脑结构和神经生物学功能的改变密切相关[5,6]。先前的研究还表明血压与白质完整性之间存在显著的遗传相关性[7]。随着正常衰老，人脑的微观结构不断变化，反映出脑萎缩以及认知和记忆力下降[8]。因此，了解血压升高如何导致脑加速衰老对于揭示血压对脑和认知功能障碍的潜在机制非常重要。高血压的患病率随着年龄的增长而增加，并且在不同年龄周期的男性和女性中存在差异[9,10]，尤其是绝经后的老年女性。在本研究中，我们将评估血压对一般人群以及特定性别和特定年龄群体的白质脑衰老的因果影响，以了解控制血压在减缓脑加速衰老方面的益处。
SIM2REAL转移
• Domain randomization ( dynamics , visuals) • Learning to adapt the textures of the simulator to match the real domain • Learning to adapt the dynamics of the simulator to match the real domain • Learning from label images as opposed to pixel images-> semantic maps between simulation and real world are
引用Liu J，Wu G，Li S，Cheng L和Ye X（2024）甲状腺功能亢进和心力衰竭之间的遗传关联：Mendelian随机研究
甲状腺激素是内分泌激素，由甲状腺细胞合成和分泌。循环甲状腺激素可以作用于广泛的细胞，对于生长和能量代谢是必要的。甲状腺功能亢进发生时，甲状腺激素过量被合成并分泌。先前的调查表明，甲状腺功能亢进症的患病率在欧洲为0.8％，在美国为1.3％（1，2）。一项基于中国人口的观察性研究报告说，碘舒适的地区甲状腺功能亢进症的发生率约为1.2％（3），这意味着一百人中有一个人是甲状腺功能亢进。根据存在或不存在临床症状，甲状腺功能亢进分为明显或亚临床类型。明显的甲状腺功能亢进症的症状主要是由过量激素引起的，导致超级代谢和交感神经激发的症状，例如pal，出汗，焦虑和体重减轻（4）。心房纯正是甲状腺功能亢进的并发症，被认为是充血性心力衰竭的独立危险因素（5），而心力衰竭是心血管事件的主要原因（6）。此外，甲状腺毒性周期性麻痹，东亚个体中的有害并发症比北美人更普遍（0.2％对2％）（7）（7）的特征是肌肉麻痹，急性低血压和甲状腺毒性（8），并且可能导致严重的心动或肌肉无力。心力衰竭（HF）是由心脏功能障碍引起的心脏疾病，是临床实践中常见疾病之一。HF可以显着提高患者的住院和死亡率。研究发现表明，在发达国家，HF的患病率约为1-2％，而发展中国的数字较高（9）。根据美国心脏协会（AHA）的一份报告，在不同年龄段的男性（40-59、60-79和≥80岁）中，HF的人口百分比分别为1.5％，6.6％和10.6％。女性的相应百分比约为1.2％，4.8％和13.5％（10）。一项4。7年的随访研究表明，HF患者通常需要住院治疗，其中1,077例患者中最多4,359例住院，平均每人4次住院治疗（11）。这些住院时间中有70％以上发生在≥65岁的成年人中（12）。Stewart的研究招募了16,224名男性和14,842名妇女的心力衰竭，心肌梗塞或癌症的妇女，发现男性患者每1000人损失约6.7岁的预期寿命，而女性为5.1岁。发现心力衰竭的死亡率高于许多癌症（13）。一项观察性研究表明，住院五年中HF患者的死亡率超过65％（14）。此外，对于住院的HF，预后较差。研究表明死亡率
引用Zhang Q，Wang H，Tian Y，Li J，Xin Y和Jiang X（2024）Mendelian随机分析，以研究口服和Oropha中的肠道微生物组
头颈癌是全球第六个最常见的癌症（Warnakulasuriya，2009年），口服和口咽癌是最常见的亚型。烟草和酒精消耗（Hashibe等，2009），人乳头瘤病毒（HPV）感染（Ang等，2010）和特定的性行为（Heck等，2010）已被认为是口腔和口腔和口腔咽部癌症癌症危险因素。最近，人们对癌症与微生物组之间的联系越来越多。特别是，在肠道微生物组中已经观察到癌症相关的生物标志物（Cullin等，2021）。肠道菌群是肠道中存在的细菌种类的集合。肠道微生物在肿瘤中的作用可以分为局部和远端角色（Matson等，2021）。除了特异性肠道微生物在局部致癌作用中具有的重要作用外，肠道微生物还可以改变宿主的整体免疫系统，从而导致癌症（Castellarin等，2012; Amieva and Peek，2016）。肠道微生物与肠上皮之间存在天然的解剖屏障，主要由分泌肠道粘液的杯状细胞组成（Kim和Ho，2010）和产生抗菌肽的细胞（Salzman等人（Salzman et al。，2007））。因此，肠道微生物与免疫系统之间的接触受到限制。但是，特定的微生物会影响肠道屏障的完整性。益生菌调节免疫系统是一种潜在的抗肿瘤策略（Vétizou等，2015）。当这种完整性被破坏时，癌的数量越来越多，通过受损的肠道障碍循环（Rajagopala等，2017）；此外，诱导了炎症或免疫抑制，在促进癌症中起间接作用（Yu and Schwabe，2017）。An example illustrating this distal role is that the gut microbiota can promote hepatocellular carcinoma and pancreatic cancer growth/progression/invasion and metastasis, which contain no known microbiome, by elevating cancer- promoting in fl ammatory microbial-associated molecular patterns such as lipopolysaccharides ( Dapito et al., 2012 ; Ochi et al., 2012 ).肠道微生物可以通过调节肠上皮屏障的原发性和继发性淋巴机构来调节免疫力，从而影响肿瘤微环境（Gopalakrishnan等，2018）。先前已经报道了肠道微生物与肠肿瘤敏感性之间的关联（Yachida等，2019）。肠道微生物群已被证明通过调节免疫细胞功能，影响炎症反应，调节免疫耐受性（Zhou等，2021）和产生代谢物（Zhang等，2019）。然而，肠道菌群与肠胃外肿瘤（尤其是口咽和口服癌症）之间的因果关系尚不清楚。Mendelian随机化（MR）是一种统计方法，用于根据工具变量（遗传变异）评估暴露与结果之间的因果关系，可以看作是随机对照试验（RCT）的自然类似物。因此，我们旨在研究肠道菌群是否与口服和与传统的黄金标准RCT相反，参与者根据其基因型分配，从而减少了反向因果关系和混杂因素（例如道德和社会经济因素）的影响。
黑色素瘤和皮肤恶性肿瘤临床试验
在2-6 wks的非直率SCC内完成治愈性意图后RT的完成，除了局部的CSCC之外，没有其他并发性恶性肿瘤，没有其他同时发生的CSCC，无血液学恶性肿瘤，没有任何远距离转移性CSCC的病史，没有自身免疫性疾病，没有任何自身免疫性疾病。
遗传洞察力及其在心血管疾病中的作用
静息心率与观察和孟德尔随机研究中的心血管疾病和死亡率有关。这项研究的目的是扩大静息心率相关的遗传变异的数量，并获得有关静息心率生物学及其临床序列的进一步见解。对多达835,465个个体的100个研究的全基因组荟萃分析揭示了352个基因座的493个独立的遗传变异，其中包括以前鉴定的静息心率相关基因座以外的68种遗传变异。我们优先考虑670个基因，并在计算机注释中指出了它们在心肌细胞中的富集，并提供了对ECG签名的见解。两个样本的孟德尔随机分析表明，较高的遗传预测的静息心率增加了扩张心肌病的风险，但降低了发展心房效果，缺血性中风和心脏栓塞性中风的风险。与我们以前的孟德尔随机研究相比，我们没有找到线性或非线性遗传关联的证据。系统改变当前和先前的孟德尔随机研究之间的关键差异表明，这些研究之间最有可能差异的原因是由于先前由较低的P值阈值在较低的P Value阈值下弱的单样MR分析中的假阳性发现。结果扩展了我们对静息心率生物学的理解，并就其在心血管疾病发展中的作用提供了更多见解。
静态摩擦对机器人增强学习中SIM2REAL的影响
摘要 - 在机器人增强学习中，SIM2REAL差距仍然是一个关键的挑战。但是，静态摩擦对SIM2REAL的影响尚未得到充实。常规域随机化方法通常从其参数空间中排除静态摩擦。在我们的机器人加强学习任务中，这种常规域随机方法导致了明显不足的现实世界模型。为了应对这一SIM2REAL挑战，我们采用了执行器网作为常规域随机化的替代方案。虽然这种方法能够成功地转移到平面运动，但在楼梯等复杂地形上失败了。为了研究影响机器人关节中SIM2REAL的物理参数，我们开发了一个控制理论关节模型并进行了系统的参数鉴定。我们的分析表明，机器人关节中出乎意料的高摩擦力比率。为了减轻其影响，我们实施了SIM2Real的静态摩擦域随机化。认识到摩擦建模引入的训练难度增加，我们提出了一种简单新颖的解决方案，以降低学习复杂性。为了验证这种方法，我们进行了比较三种方法的综合SIM2SIM和SIM2REAL实验：常规域随机化（无静态摩擦），执行器NET和我们的静态摩擦感知域随机化。所有实验均利用快速运动适应（RMA）算法。结果表明，我们的方法实现了出色的自适应能力和整体性能。
高级流行病学方法课程 - 2025年11月18日至21日，弗莱彻健康酒店 - 荷兰莱顿
Tuesday 18 November 2025 13.00-13.30 Coffee, lunch and welcome 13.30-13.40 Introduction to the course 13.40-14.55 Causality, an introduction 14.45-15.00 Break 15.00-16.00 Data and models 16.00-17.30 Estimands & Target trial emulation – part 1 18.00-19.30 Dinner 19.30-20.30 Estimands & Target trial emulation – part 2 Wednesday 19 November 2025 8.30-9.00 Coffee and welcome 9.00-10.00 Propensity scores: theory 10.00-10.15 Break 10.15-11.30 Propensity scores: computer practical 11.30-12.30 Negative controls 12.30-13.30 Lunch 13.30-14.30 Mediation analysis 14.30-15.30 Instrumental variable & Mendelian randomisation: theory 15.30-16.00 Break 16.00-17.30 Exercise Mendelian randomization 18.00-19.30晚餐19.30-21.00定量偏置分析