XiaoMi-AI文件搜索系统
World File Search Systemsubject
血浆载脂蛋白浓度和糖尿病患者的入射糖尿病
抽象背景：鉴定与2型糖尿病风险（T2D）相关的循环生物标志物（T2D）可用于改善最高风险患者的当前预防策略。在这里，我们旨在研究糖尿病前受试者血浆载脂蛋白浓度的关联，并在随访期间与新发作T2D的发生率有关。方法：在IT-DIAB前瞻性研究中，每年遵循5年的空腹葡萄糖水平受损的参与者（禁食等离子体葡萄糖[FPG]：110–125 mg/dl）。随访期间，T2D的发作定义为第一个FPG值≥126mg/dl。载脂蛋白（APO）A-I，A-II，A-IV，B100，C-I，C-II，C-III，C-III，C-II，C-IV，D，E，E，F，H，H，J，J，L1，M和（A）质量浓度由质谱测定。相关性。Kaplan – Meier曲线是使用基于Terciles和Iddist T2D的三元方法来绘制的。使用COX比例危害模型确定血浆载脂蛋白浓度与T2D的发生之间的关联。结果：在5年的中位随访期间，有115名参与者（37.5％）发展了T2D。在调整了年龄，性别，体重指数，FPG，HBA 1C和他汀类药物的使用后，APOC-I，APOC-II，APOC-II，APOC-III，APOE-III，APOE，APOE，APOF，APOF，APOH，APOJ和APOL1的血浆水平与T2D的高风险呈正相关。kaplan – Meier存活曲线还表明，与中部和上部相比，血浆APOE水平的下三分之一（<5.97 mg/dl）与较低的T2D转化风险（对数秩检验，p = 0.002）显着相关。After further adjustment for plasma triglycerides, only apoE (1 SD natural-log-transformed hazard ratio: 1.28 [95% confidence interval: 1.06; 1.54]; p = 0.010), apoF (1.22 [1.01; 1.48]; p = 0.037), apoJ (1.24 [1.03; 1.49]; p = 0.024), and apoL1 （1.26 [1.05; 1.52]; P = 0.014）与T2D的发作显着相关。结论：血浆APOE水平与糖尿病前受试者的T2D风险呈正相关，这是传统危险因素的独立。APOF，APOJ和APOL1与T2D风险的可能关联也为进一步的研究铺平了道路。试验注册此试验在clinicaltrials.gov上注册为NCT01218061和NCT01432509
较高理工学院的流动性学生的简短指南在网络上定位研究教授，学科，小组，时间表，classe
Master's Degree in Research and Innovation in Computational Intelligence and Interactive Systems .................................................................................................................................................... 13
一个新的理论框架共同解释了执行灵活决策的受试者的行为和神经变异性
能够根据上下文信息灵活切换对外部刺激的反应的能力对于与复杂世界的成功互动至关重要。在许多领域1-3中必须进行上下文依赖性计算，但它们的神经实现仍然很少理解。在这里，我们在大鼠中开发了一项新颖的行为任务，以研究上下文依赖性的选择和决策证据的积累4-6。在猴子和大鼠数据支持的假设下，我们首先从数学上显示网络可以通过三个定义组件的组合来解决此问题。可以通过实验数据直接识别和测试这些组件。我们进一步表明，现有的电生理和建模数据与这些组件的各种可能组合兼容，这表明不同的个体可以使用不同的组件组合。为了研究各个受试者的变异性，我们开发了自动化的高通量方法来培训大鼠的任务，并在其上训练了许多受试者。与理论预测，神经和行为分析一致，尽管任务表现均匀，但大鼠均显示了跨大鼠的实质异质性。我们的理论进一步预测了行为和神经信号之间的特定联系，该签名在数据中得到了强有力的支持。总而言之，我们的结果提供了一个新的实验支持的理论框架，以分析执行灵活决策任务的生物学和人工系统中的个体变异性，它们为较高认知的个体变异性研究打开了大门，并提供了对情境依赖性计算的神经机制的见解。
PRESTIGIO 登记处登记的多重耐药 HIV-1 患者对多拉韦林的残留表型敏感性
请以以下方式引用本文：Francesco SALADINI、Federica Giammarino、Franco Maggiolo、Micol Ferrara、Giovanni Cenderello、Benedetto M. Celesia、Ferdinando Martellotta、Vincenzo Spagnuolo、Giulio M. Corbelli、Nicola Gianotti、Maria M. Santoro、Stefano Rusconi、Maurizio Zazzi、Antonella Castagna，来自 PRESTIGIO 登记处受试者的多药耐药 HIV-1 对多拉韦林的残留表型敏感性，国际抗菌剂杂志 (2023)，doi：https://doi.org/10.1016/j.ijantimicag.2023.106737
虚拟衰老大脑：老年人认知能力下降的模型驱动解释
健康衰老伴随着个体认知能力的异质性下降，尤其是在衰老期间。这种变异的机制尚不清楚，但与白质纤维束的重组和大脑区域的功能共同激活有关。在这里，我们建立了一个因果推理框架，以提供结构连接和大脑功能之间联系的机制洞察，并基于大脑图像数据和网络建模。通过应用不同程度的半球间结构连接退化，我们不仅能够重现与年龄相关的半球间功能通信下降和相关的动态灵活性，而且我们获得了衰老过程中结构连接对大脑功能的整体调节增加。值得注意的是，结构连接和大脑功能之间的调节增加幅度更大，在认知能力较差的老年人中增加幅度更大。我们通过基于深度学习的贝叶斯方法独立验证了我们框架的因果假设。当前的结果可能是首次在大型群体中从机制上证明衰老过程中的去分化和支架作用会导致认知能力下降。
大脑网络成像主观认知下降的生物标志物的研究进度
研究表明，AD代表连续体，其特征是由于病理负担增加而导致无症状个体的神经病理学变化出现后临床症状的进行性出现和加剧。目前，研究人员正在逐渐将注意力转移到AD的临床前阶段，即主观认知能力下降（SCD； Jessen等，2020），这是临床前AD的典型疾病。如何准确诊断SCD并采取预防措施停止或延迟疾病的进一步发展已成为关键问题。同时，将研究结果转化为临床实践，并为医务人员提供有关SCD的诊断，预防和治疗的明确指导，以使学者受益，已成为该领域研究人员的共同目标。
MI-BCI 性能与受试者特定的频带特征相关
* 电子邮件：camille.benaroch@inria.fr 简介：运动想象 (MI) 任务调节 EEG 活动，尤其是在 α 和 β 频带 (8-30 Hz) 中。在 BCI 校准期间，通常使用数据驱动方法来选择这些频带中的特征，而很少考虑由此产生的人类表现。这种方法能达到最佳性能吗？为了回答这个问题，本研究调查了机器学习选择的特定受试者频带的特征（平均频率 (FB-Mean) 和长度 (FB-Length)）与在线 BCI 用户表现之间的关系。
健康受试者的 K757 和 K833 多剂量研究
研究涉及哪些内容？参与者按 3:1 的比例随机分配接受活性药物或安慰剂。在后续每个小组中，在施用下一剂量水平之前，将审查安全性、耐受性和可用的 PK 数据。研究阶段包括筛选（研究药物首次给药前最多 28 天）、治疗和随访期（最后一次给药后约 14 天）。每位参与者的总研究持续时间约为 8 周。通过体检、生命体征评估、12 导联心电图 (ECG)、临床实验室评估（血液化学和血液学生物标志物）和收集不良事件 (AE) 来评估安全性和耐受性。在给药前和第 14 天最后一次给药后最多 72 小时内获取血浆 (血液) 以进行 PK 和 PD 评估。
社会同步行为中主观经验的感觉运动基础
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是此预印本版本的版权持有人，该版本发布于2025年2月10日。 https://doi.org/10.1101/2025.02.09.637302 doi：Biorxiv Preprint
静息睡眠时间的受试者间和分区间变异性......
a 德国于利希研究中心神经科学与医学研究所（INM-7） b 德国杜塞尔多夫大学海因里希-海涅医学院系统神经科学研究所 c 法国塞尔吉巴黎大学理论与建模实验室，CNRS，UMR 8089，塞尔吉-蓬图瓦兹 cedex 95302 d 德国于利希研究中心于利希超级计算中心（JSC）高级模拟研究所 e 德国于利希研究中心神经科学与医学研究所（INM-1） f 新加坡国立大学睡眠与认知中心、转化磁共振研究中心和 N.1 健康研究所 g 新加坡国立大学电气与计算机工程系 h 美国马萨诸塞州查尔斯顿麻省总医院 Martinos 生物医学成像中心 i 新加坡综合科学与工程项目（ISEP）