方法:我们比较了 CYA-SCD 和年龄及种族匹配的 CYA-TD 中横断面原始分数和量表分数作为与年龄相关的认知变化(轨迹)。我们还比较了有无 SCI 的 CYA-SCD 与 CYA-TD 中横断面与年龄相关的认知变化(轨迹)。使用韦氏智力量表评估一般认知能力,包括作为智商基础的言语理解指数 (VCI) 和知觉推理指数 (PRI)。使用 Delis-Kaplan 执行功能系统 (D-KEFS) 塔式子测试和执行功能行为评定量表 (BRIEF) 问卷评估执行功能。从同期 3 T MRI 中识别 SCI;排除有明显中风的参与者。可获得近期血红蛋白,并在 MRI 当天测量血氧饱和度 (SpO 2 )。
Cybersickness是与虚拟现实(VR)用户体验相关的常见疾病。基于机器学习(ML)和深度学习(DL)的几种自动化方法,以检测网络病。但是,这些Cybersickness检测方法中的大多数被视为计算密集型和黑盒方法。因此,这些技术既不值得信赖,也不是实用的,因为它可以在独立的能源受限的VR头部安装设备(HMD)上。在这项工作中,我们提出了可解释的人工智能(XAI)基于Cybersickness检测的框架LiteVR,解释了模型的结果,降低了功能维度和整体计算成本。首先,我们基于长期短期记忆(LSTM),门控复发单元(GRU)和多层感知器(MLP)开发了三个Cybersickness DL模型。然后,我们采用了事后解释,例如Shapley添加说明(SHAP),以解释结果并提取Cybersickness的最主要特征。最后,我们以减少的功能数量重新训练DL模型。我们的结果表明,引人注目的特征是Cybersickness Declection的最主要的。此外,基于基于XAI的功能排名和降低维度,我们显着将模型的大小降低了4.3倍,训练时间最高为5.6倍,其推理时间最高为3.8倍,最高可降低Cybersick Nessick Nespection tection coctection tection coctiction Percipation Percipation和低回归误差(即快速运动尺度)(FMS)。我们提出的LITE LSTM模型在分类网络病和回归(即FMS 1-10)中获得了94%的精度,其根平方误差(RMSE)为0。30,表现优于最先进的。我们提出的LITEVR框架可以帮助研究人员和从业人员在独立的VR HMD中分析,检测和部署其基于DL的Cybersickness检测模型。
摘要:镰状细胞病(SCD)是影响人类的最遗传的血液学疾病之一。在临床上,在严重情况下,进行性多器官衰竭和死亡率增加。最高的患病率是西非,印度,地中海地区和中东国家。羟基脲是可用于SCD的主要药物,对于SCD患者仍然是一线治疗。另外三种药物疗法,l-谷氨酰胺,体素和克里扎龙珠单抗已被批准为辅助药物。但是,这些治疗方法均未治愈。有效的基于细胞的疗法可用,例如红细胞(RBC)交换,唯一的治疗疗法是血髓性干细胞移植(HSCT)。基因编辑现在显示出治疗SCD和β-地中海贫血的希望。最近的临床试验证明,这种治疗策略是有效的,但是昂贵。尽管有安全有效的药物治疗可用,但鉴于医疗保健费用不断上升,包括住院和医疗干预措施,关注这些药物的总体价值的问题仍然存在。在此,我们报告了一项具有成本效益的评估,可以指导未来在SCD患者中做出HSCT作为细胞治疗的决策的努力。
* 这些作者对这项工作做出了同等贡献。附属机构 1) 免疫学和炎症,赛诺菲,美国马萨诸塞州剑桥 2) 罕见血液病,赛诺菲,美国马萨诸塞州沃尔瑟姆 3) 英国心脏基金会心血管流行病学部,剑桥大学公共卫生和初级保健系,英国剑桥 4) Tidal Therapeutics 蛋白质科学,赛诺菲,美国马萨诸塞州剑桥 5) 转化生物学研发,Biogen,美国马萨诸塞州剑桥 6) 波士顿大学阿拉姆 V. 乔巴尼安和爱德华·阿维迪西安医学院血液学/肿瘤学科;波士顿医学中心;镰状细胞病卓越中心,美国马萨诸塞州波士顿 7) 英国心脏基金会研究卓越中心,剑桥大学,英国剑桥 8) 国家血红蛋白病参考实验室,血液学系,四楼,约翰·拉德克利夫医院,英国牛津。 9)英国剑桥大学生物医学园区 NHS 血液与移植中心。 10) 英国剑桥大学国家健康与护理研究所血液与移植捐献者健康与行为研究组,英国剑桥 11) 英国国家医疗服务体系血液与移植-牛津中心,约翰拉德克里夫医院 2 楼,英国牛津 12) 英国牛津大学 BRC 血液学主题和拉德克里夫医学系,约翰拉德克里夫医院,英国牛津 13) 英国剑桥健康数据研究中心,威康基因组园区和剑桥大学,英国剑桥 14) 健康数据科学研究中心,人类科技城,意大利米兰 20157 15) 英国剑桥大学心肺研究所,英国剑桥 16) 英国威康桑格研究所人类遗传学系,欣克斯顿 17) 英国剑桥大学 MRC 生物统计学组,英国剑桥 18) 英国国家医疗服务体系血液与移植中心,朗路,剑桥,英国 19) 赛诺菲精准医学与计算生物学,美国马萨诸塞州剑桥联系人:Adam S. Butterworth 教授(asb38@medschl.cam.ac.uk)
摘要 摘要 通过头戴式显示器 (HMD) 观看虚拟环境时,经常会出现晕动症。本研究检查了 vection(即虚幻的自我运动)和感知头部运动与实际头部运动之间的不匹配是否会导致这种不良体验。观察者在通过 Oculus Rift HMD 观看立体光流时进行振荡偏航头部旋转。在 3 种对物理头部运动进行视觉补偿的条件下测量了 vection 和晕动症:“补偿”、“未补偿”和“反向补偿”。当 HMD 模拟较近的光圈时,发现 vection 在“补偿”条件下最强,在“反向补偿”条件下最弱。然而,在全视野曝光期间,这 3 种条件下的 vection 相似。晕动症在“反向补偿”条件下最严重,但在其他两种条件下并无不同。我们得出结论,感知头部运动与实际头部运动之间的不匹配会严重导致晕动症。矢量和晕屏之间的关系较弱且显得复杂。
镰状细胞病 (SCD) 是由成人血红蛋白 (Hb) 链中的单个氨基酸变化引起的,这种变化会导致 Hb 聚合和红细胞 (RBC) 镰状化。导致胎儿 珠蛋白在成年期产生的突变共同遗传,胎儿 Hb 的遗传性持续性 (HPFH) 降低了 SCD 的临床严重程度。HBG 珠蛋白启动子中的 HPFH 突变会破坏阻遏物 BCL11A 和 LRF 的结合位点。我们使用 CRISPR-Cas9 通过产生插入和缺失来模拟 HBG 启动子中的 HPFH 突变,从而导致已知和推定的阻遏物结合位点的破坏。编辑患者来源的造血干/祖细胞 (HSPC) 中的 LRF 结合位点可导致 珠蛋白去阻遏和镰状表型的纠正。用靶向 LRF 结合位点的 gRNA 处理的 HSPC 异种移植在重新植入 HSPC 方面表现出较高的编辑效率。这项研究确定了 LRF 结合位点是基因组编辑治疗 SCD 的有力靶点。
结果:纳入了 129 名患者(66 名男性)和 50 名对照者(21 名男性),年龄在 8-64 岁之间。患者和对照者的脑体积没有显著差异。与对照者相比,SCA 患者的 PSI 和 WMI 显著降低,这可以通过年龄增长和男性性别来预测,PSI 模型中的血红蛋白较低,但羟基脲治疗没有影响。对于男性 SCA 患者,WMV、年龄和社会经济地位可以预测 PSI,而皮层下总体积可以预测 WMI。年龄可以显著正向预测整个组(患者 + 对照者)的 WMV。年龄有负向预测整个组的 PSI 的趋势。对于皮层下总体积和 WMI,年龄仅预测患者组的下降。发育轨迹分析显示,只有 8 岁患者的 PSI 显著延迟;认知和脑容量数据的发展速度与对照组相比并无显著差异。
这以液体和片剂形式可用。一周后的液体瓶过期,因此我们鼓励孩子们尽可能立即学习片剂。如果需要液体,我们建议重复处方为8至10瓶。药剂师应将其作为粉末分配,并教父母与所需的水量弥补。
镰状细胞疾病(SCD)是最常见的遗传疾病。疼痛是SCD的关键发病率,而阿片类药物是主要治疗方法,但它们的副作用强调了对新的镇痛方法的需求。人性化的转基因小鼠模型在理解SCD的病理学和疼痛机制方面具有启发性。纯合(HBSS)Berkley小鼠表达> 99%的人类镰状血红蛋白和包括Hypergergesia在内的临床SCD的几种特征。以前,我们报道了内源性大麻素2-芳基烯丙基甘油(2-AG)是促伤害性介体Prostaglandin e2------------------酯(PGE 2 -G)的前体,这会导致SCD中的女超敏。现在,我们证明了2-AG在镰状小鼠中2-AG的因果作用。HBSS小鼠中的痛觉过敏与血浆中2-AG水平升高相关,其合成酶二酰基甘油脂肪酶β(DAGLβ)在血细胞中的合成,PGE 2和PGE 2和PGE 2 -g,pGE 2 -g,副造影剂的水平升高。在非疗法HBSS小鼠中,单次静脉注射2AG产生了痛觉过敏,但在对照(HBAA)中不表达正常的人HBA。JZL184,一种2AG水解的抑制剂,也会在非高温HBSS或半合子(HBAS)小鼠中产生痛觉过敏,但并未在高过时的HBSS小鼠中影响痛觉过敏。daglβ的抑制剂KT109的全身性和内倾剂给药减少了HBSS小鼠的机械和热痛觉过敏。Hypergeria的降低伴随着2 AG,PGE 2和PGE 2 -G的降低。这些结果表明,通过靶向daglβ来维持血液中2-AG的生理水平可能是治疗SCD疼痛的新颖有效的方法。
抽象目标是评估定量需求,情感需求,不明确和矛盾的需求以及暴力/暴力威胁与长期疾病缺席风险(LTSA)之间的暴力/暴力威胁之间的相互作用(LTSA)。方法,我们包括2012年,2014年和2016年丹麦(WEHD)工作环境与健康浪潮的55个467名员工。我们在WEHD调查中测量了四个自变量,并在随访的12个月内评估了国家注册册中LTSA的风险。使用COX比例危害模型,对年龄,性别,教育程度和工作组进行了调整,我们估计了LTSA的风险,并使用相对相互作用(RERI)进行了相对多余的风险评估了与添加性的偏差。的结果是高度情绪需求和高定量需求的组合(HR 1.50; 95%CI 1.33至1.70; RERI 0.06; 95%CI -0.15 O 0.26)以及高情绪需求和暴力/暴力/暴力威胁/暴力威胁(HR 1.76; 95%CI 1.53至2.53至2.53至2.0.12; Rori; Rorii; Rorii; Rorii; Rorii; Rorii; Rorii; Rorii; Roririi; Roririi; Rorii; Roririi; Roririi》; 0.66)我们没有发现在预测LTSA方面与添加剂效应的偏差迹象。 For combinations of violence/threats of violence and high quantitative demands (HR 1.90; 95% CI 1.64 to 2.20; RERI 0.36; 95% CI 0.01 to 0.71) and unclear and contradictory demands and high quantitative demands (HR 1.46; 95% CI 1.31 to 1.62; RERI 0.23; 95% CI 0.04 to 0.42)结果表明LTSA的过量风险高于添加性(即,超级药物)。 结论参与者报告了高定量需求,结合了暴力/暴力威胁或不明确和矛盾的要求,其LTSA风险比预期的更高,表明超级药物。的结果是高度情绪需求和高定量需求的组合(HR 1.50; 95%CI 1.33至1.70; RERI 0.06; 95%CI -0.15 O 0.26)以及高情绪需求和暴力/暴力/暴力威胁/暴力威胁(HR 1.76; 95%CI 1.53至2.53至2.53至2.0.12; Rori; Rorii; Rorii; Rorii; Rorii; Rorii; Rorii; Rorii; Roririi; Roririi; Rorii; Roririi; Roririi》; 0.66)我们没有发现在预测LTSA方面与添加剂效应的偏差迹象。 For combinations of violence/threats of violence and high quantitative demands (HR 1.90; 95% CI 1.64 to 2.20; RERI 0.36; 95% CI 0.01 to 0.71) and unclear and contradictory demands and high quantitative demands (HR 1.46; 95% CI 1.31 to 1.62; RERI 0.23; 95% CI 0.04 to 0.42)结果表明LTSA的过量风险高于添加性(即,超级药物)。 结论参与者报告了高定量需求,结合了暴力/暴力威胁或不明确和矛盾的要求,其LTSA风险比预期的更高,表明超级药物。的结果是高度情绪需求和高定量需求的组合(HR 1.50; 95%CI 1.33至1.70; RERI 0.06; 95%CI -0.15 O 0.26)以及高情绪需求和暴力/暴力/暴力威胁/暴力威胁(HR 1.76; 95%CI 1.53至2.53至2.53至2.0.12; Rori; Rorii; Rorii; Rorii; Rorii; Rorii; Rorii; Rorii; Roririi; Roririi; Rorii; Roririi; Roririi》; 0.66)我们没有发现在预测LTSA方面与添加剂效应的偏差迹象。For combinations of violence/threats of violence and high quantitative demands (HR 1.90; 95% CI 1.64 to 2.20; RERI 0.36; 95% CI 0.01 to 0.71) and unclear and contradictory demands and high quantitative demands (HR 1.46; 95% CI 1.31 to 1.62; RERI 0.23; 95% CI 0.04 to 0.42)结果表明LTSA的过量风险高于添加性(即,超级药物)。结论参与者报告了高定量需求,结合了暴力/暴力威胁或不明确和矛盾的要求,其LTSA风险比预期的更高,表明超级药物。结果对预防与不良心理社会工作条件有关的负面影响具有影响。