XiaoMi-AI文件搜索系统
World File Search Systemsurvival
临床肿瘤药物开发中的生物标志物、生存和安全性综合建模
基于模型的方法，包括群体药代动力学-药效学建模，已成为肿瘤药物开发临床阶段的重要组成部分。在过去二十年中，模型已经发展到描述生物标志物和肿瘤大小的时间动态、治疗相关不良事件及其与生存的关系。集成模型，在此定义为包含至少两个药效学/结果变量的模型，用于通过模拟回答药物开发问题，例如，支持探索患者亚组或其他肿瘤适应症的替代给药策略和研究设计。随着监管机构进一步强调早期和个性化剂量优化以及以患者为中心的包容性开发，预计这些药物计量学方法将得到扩展
偏好获取速度与新癌症药物生存益处的确定性：一个离散选择实验
方法，通过用于调查研究的在线平台Cint招募了美国国家代表性的老年人样本，以参加在线离散选择实验。为了符合条件，受访者必须自我报告一些癌症的经验 - 他们，他们自己，亲密的朋友或家人，以前或目前被诊断出患有癌症。在实验中，受访者选择了两种癌症药物，考虑了五个属性：功能状态，预期寿命，新药的生存益处的确定性，该药物对替代端点的影响以及美国食品和药物管理（FDA）批准时间的延迟。第一个主要结果是生存益处确定性的相对重要性和等待受访者的时间。第二个主要结果是愿意等待更大的生存益处，包括按癌症经验，年龄，教育状况，种族或种族和收入和收入进行亚组分析。次要结果是对确定性和等待时间的敏感性的变化，具体取决于药物对替代端点的影响，受访者的功能状况和预期寿命。研究计划已在ClinicalTrials.gov，NCT05936632中注册。
通过生存和病毒载量数据揭示虹鳟对传染性胰腺坏死病毒的抗性遗传学
传染性胰腺坏死病毒 (IPNV) 是虹鳟养殖业动物福利和经济的主要威胁之一。先前的研究已表明，对 IPNV 的抗性存在显著的遗传变异。这项研究的主要目的是调查虹鳟鱼苗对 IPNV 的抗性遗传结构。为了实现这一目标，610 条虹鳟鱼苗（来自 5 个公鱼和 5 个母鱼的全因子交配）接受了来自商业养殖场养殖的大西洋鲑鱼的 IPNV 分离株 (IPNV-AS) 的浴池攻击。使用三种不同的表型评估对 IPNV 的抗性；在 40 天的攻击测试期间记录在鱼上的二元存活率 (BS)、总存活天数 (TDS) 和病毒载量 (VL)。所有鱼都使用 57K Affymetrix SNP 阵列进行基因分型。IPNV-AS 分离株导致总死亡率为 62.1%。生存性状（BS h 2 = 0.21 ± 0.06，TDS h 2 = 0.25 ± 0.07）和 VL 性状（h 2 = 0.23 ± 0.08）的遗传力估计值为中等，表明在虹鳟鱼选择性育种计划中可能选择提高对 IPNV 的抗性。两个生存性状（BS 和 TDS）之间的统一估计遗传相关性表明这两个性状可被视为同一性状。相反，在 VL 和两个生存性状之间发现中等正向负遗传相关性（- 0.61 ± 0.22 至 - 0.70 ± 0.19）。许多 QTL 跨越染色体范围的 Bonferroni 校正阈值的性状的 GWAS 表明所研究性状的多基因性质。发现 10 个可能识别的基因中，大多数与免疫或病毒致病机制有关，这可能是导致 IPNV-AS 存活率显著遗传变异的原因。QTL 验证分析表明，检测到的 QTL 的三种基因型在死亡率和 VL 方面没有显著差异。VL 性状在死鱼苗中表现出较大的变异，并且与两种存活表型具有一致的模式，但死鱼苗和活鱼苗中 IPNV VL 阳性样本的比例没有显著差异
基于AI的生存外推方法
1。Suresh，K.，Severn，C。和Ghosh，D。（2022）。 生存预测模型：离散时间建模简介。 BMC医学研究方法论，22（1），207。https：//doi.org/10.1186/S12874-022-022-01679-6 2。 Ogunpola，A.，Saeed，F.，Basurra，S.，Albarrak，A.M。，＆Qasem，S.N。（2024）。 基于机器学习的预测模型，用于检测心血管疾病。 诊断，14（2），144。 Alowais，S。A.，Alghamdi，S。S.，Alsuhebany，N.，Alqahtani，T.，Alshaya，A.I.，Almohareb，S.N.，Aldairem，A. 革新医疗保健：人工智能在临床实践中的作用。 BMC医学教育，23，689。https：//doi.org/10.1186/s12909-023-04698-zSuresh，K.，Severn，C。和Ghosh，D。（2022）。生存预测模型：离散时间建模简介。BMC医学研究方法论，22（1），207。https：//doi.org/10.1186/S12874-022-022-01679-6 2。Ogunpola，A.，Saeed，F.，Basurra，S.，Albarrak，A.M。，＆Qasem，S.N。（2024）。 基于机器学习的预测模型，用于检测心血管疾病。 诊断，14（2），144。 Alowais，S。A.，Alghamdi，S。S.，Alsuhebany，N.，Alqahtani，T.，Alshaya，A.I.，Almohareb，S.N.，Aldairem，A. 革新医疗保健：人工智能在临床实践中的作用。 BMC医学教育，23，689。https：//doi.org/10.1186/s12909-023-04698-zOgunpola，A.，Saeed，F.，Basurra，S.，Albarrak，A.M。，＆Qasem，S.N。（2024）。基于机器学习的预测模型，用于检测心血管疾病。诊断，14（2），144。Alowais，S。A.，Alghamdi，S。S.，Alsuhebany，N.，Alqahtani，T.，Alshaya，A.I.，Almohareb，S.N.，Aldairem，A.革新医疗保健：人工智能在临床实践中的作用。BMC医学教育，23，689。https：//doi.org/10.1186/s12909-023-04698-z
根据转录组学与转移性实体肿瘤患者生存期的相关性识别关键预后基因的中心网络枢纽
摘要背景：癌症中失调的通路可能对枢纽依赖。识别这些失调的网络并加以靶向可能会带来新的治疗选择。目标：考虑到中心枢纽与致死率增加相关的假设，识别中心网络中的关键枢纽靶标可能有助于开发出对晚期转移性实体瘤疗效更高的新型药物。设计：探索 WINTHER 试验（N = 101 名患有各种转移性癌症的患者）的转录组数据（22,000 种基因产物），其中肿瘤和正常器官匹配的组织均可用。方法：对转录组中的所有基因进行回顾性计算机模拟分析，以识别肿瘤和正常组织之间表达不同的基因（配对 t 检验），并使用生存分析（Cox 比例风险回归算法）确定它们与生存结果的关联。根据已识别基因的生物学相关性，然后确定中心网络内感兴趣的枢纽靶标。根据这些基因的表达水平对患者进行分组（ K 均值聚类），并检查这些组与生存期的关联（Cox 比例风险回归算法、森林图和 Kaplan-Meier 图）。结果：我们确定了四个关键的中心枢纽基因 - PLOD3、ARHGAP11A、RNF216 和 CDCA8，与类似的正常组织相比，它们在肿瘤组织中的高表达与较差的结果具有最显著的相关性。这种相关性与肿瘤或治疗类型无关。这四种基因的组合显示出最高的显著性和与较差结果的相关性：总体生存率（风险比（95% 置信区间 (CI)）= 10.5（3.43–31.9）p = 9.12E-07 在 Cox 比例风险回归模型中的对数秩检验）。在独立队列中验证了结果。结论：PLOD3、ARHGAP11A、RNF216 和 CDCA8 的表达结合起来可构成一种预后工具，与肿瘤类型和既往治疗无关。这些基因是拦截各种癌症中枢网络的潜在靶点，为新型治疗干预提供了途径。
黑客供应链：SBOM生存指南
•广泛的影响：一位受损的供应商可以感染许多下游客户。•利用信任：攻击者操纵供应商与客户之间的可信赖关系。•隐藏的入口点：攻击者隐藏在软件依赖性层中，从而使检测变得困难。
细胞死亡和癌症和正常生理学的生存
细胞如何死亡是细胞生物学的一个基本方面，因此，现实地假设，尽管对各种细胞死亡的各种模式和途径进行了数十年的研究，但我们仍在学习很多。也许是矛盾的，细胞死亡的领域仍然充满活力，这是由于这个分子和细胞生物学领域的频繁进步和出版物所证明的。从一开始就可以考虑三种一般类型的细胞死亡（我与I型，II和III型的早期描述；我在此不使用的术语）。我们首先可以考虑“谋杀”，也就是说，该牢房被积极杀死。谋杀的一些例子是冻融，低渗性休克，补体介导的裂解和细胞毒性细胞杀死。这些不需要简单（冻融），而可以包括垂死细胞的参与（细胞毒性细胞杀死），并且可以在有机生物学中起重要作用。第二种要考虑的类型是“破坏”，也就是说，细胞生存所必需的过程的破坏。这也可能涉及细胞的积极参与 - 就像如果机器不运行的话，木制鞋子不会被工业织机破坏一样。（虽然通常建议此图像是“ Sabot”或木制鞋的“破坏”一词的起源，但该术语实际上源于删除Sabot或Railroad Tie的效果，以损害移动的火车。在任何一种情况下，销毁积极参与其自身破坏的东西的效果都充分传达了这里的重点）。如果我们认为许多基因及其产品对于细胞至关重要细胞破坏的一个例子是铁凋亡的过程，还有许多其他命名的细胞死亡方式可以以这种方式进行分类。第三种类型可以被视为“自杀”，即至少在参与时导致细胞死亡的途径的激活。这些是细胞凋亡，坏死和凋亡的充分描述的过程，可能还有其他。罗伯特·霍维茨（Robert Horwitz）多年前，在第一次关于细胞死亡的会议上，在第一次会议上指出，可能有很多方法可以杀死细胞，并且通过扩展，一个细胞可能会自杀。
对机器人和胸腔镜结肠切除术之间长期患者存活率的差异的研究
去除起始级非小细胞肺癌（NSCLS）的指南是叶切除术。不幸的是，某些老年人或患有低心肺储备的人无法使用此技术。对于这些人，肺组织的原材料或部分部分，例如已推荐定义其特性和楔入去除的建筑属性[1]。导致死亡率的最常见癌症是肺癌。康复的可能性最高来自手术在早期阶段清除疾病。易感人物一直是用于执行叶状切除术的方法。由于已使用了20多年，因此已经确立了许多中心去除恶性肿瘤的首选程序[2]。五名男子忍受了十二个不同的辐射方案，三个人进行了重建手术，所有这些都显着增加了所获得的值。肌肉注射毒性在三种情况下非常有害。在所有化学疗法和外科手术失败后，一个人因进展的前列腺癌而去世[3]。进行此风险评估表达了担心，很少有证据证明对与特定恶性肿瘤相关的治疗方法的利用证明，与替代解决方案的微神经程序相比，这可能与更高的长期死亡风险有关[4]。
HR+ 转移性乳腺癌生存趋势
摘要目的：临床试验和现实世界研究显示，细胞周期蛋白依赖性激酶 4/6 抑制剂 (CDK4/6i) 可改善激素受体阳性/人类表皮生长因子受体 2 阴性 (HR+/HER2−) 转移性乳腺癌 (mBC) 患者的生存率。然而，使用流行病学方法对更广泛的 HR+/HER2− mBC 人群的生存率改善的研究有限。方法 这项回顾性研究使用 SEER 登记数据评估 2010 年至 2019 年期间诊断为 HR+/HER2− 新发 mBC 的患者的乳腺癌特异性生存率 (BCSS)。使用 Kaplan–Meier 和 Cox 比例风险模型比较 2015 年指南建议使用 CDK4/6i 之前 (2010 ‒ 2013 年，随访至 2014 年) 和之后 (2015 ‒ 2018 年，随访至 2019 年) 诊断的患者的 BCSS。与 HR+/HER2 阳性 (HER2+) 新发 mBC 患者进行了比较，2015-2018 年期间没有发生重大指南变化。结果 纳入了 11,467 名 HR+/HER2− mBC 女性和 3,260 名 HR+/HER2+ mBC 女性的数据。调整基线特征后，2015 年后确诊的 HR+/HER2− mBC 患者 (n = 6163) 与 2015 年之前确诊的患者 (n = 5304；HR = 0.895，p < 0.0001) 相比，BC 特异性死亡风险降低了约 10%。相反，2015 年后 (n = 1798) 与 2015 年之前 (n = 1462) 相比，HR+/HER2+ BCSS 没有显著变化。在 ≥ 65 岁的患者中也发现了类似的结果。结论使用美国最大的基于人群的纵向癌症数据库之一，2015 年后 HR+/HER2− mBC 患者的 BCSS 与 2015 年之前相比有显著改善，这可能是由于 2015 年后引入了 CDK4/6i。 2015 年后与 2015 年前相比，HR+/HER2+ mBC 患者的 BCSS 无显著改善，这可能是因为这两个时间段都有 HER2 靶向疗法。
制造传感网络物理化的计算设计管道
陈公共卫生学院，马萨诸塞州波士顿； 40成人骨髓移植服务，医学系，纽约纽约纪念斯隆·凯特林癌症中心； 41白血病系，加利福尼亚州杜阿尔特市霍普国家医学中心血液学与造血细胞移植系；阿联酋阿布扎比的谢赫·沙克布特医疗城医学院42医学系； 43 Mayo Clinic Cancer Center，Mayo Clinic，Rochester，明尼苏达州； 44阿布扎比哈利法大学医学与健康科学学院； 45 Dana Farber波士顿儿童的癌症和血液疾病中心，马萨诸塞州波士顿； 46北卡罗来纳州教堂山北卡罗来纳大学教堂山北卡罗来纳大学血液学系； 47儿科血液学，肿瘤学，血液和骨髓移植，俄亥俄州哥伦布市全国儿童医院； 48纽约州布法罗市罗斯威尔公园综合癌症中心癌症预防与控制部