XiaoMi-AI文件搜索系统
World File Search Systemtico
CorticoMetrics LLC 2020 年 9 月 30 日 Nick Schmansky 先生......
贸易/设备名称：THINQ 法规编号：21 CFR 892.2050 法规名称：图片存档和通信系统 监管类别：II 类 产品代码：LLZ 日期：2020年8月26日 收到日期：2020年8月31日 亲爱的 Schmansky 先生： 我们已审查了您根据第 510(k) 条提交的上市前通知，该通知表明您有意销售上述设备，并已确定该设备与在 1976 年 5 月 28 日（医疗器械修正案颁布日期）之前在州际贸易中合法销售的同类设备基本等同（就附件中注明的用途而言），或与已根据《联邦食品、药品和化妆品法案》（法案）的规定重新分类的设备基本等同，这些设备不需要获得上市前批准申请（PMA）的批准。因此，您可以销售该设备，但须遵守该法案的一般控制规定。虽然本函将您的产品称为设备，但请注意，一些已获准的产品可能是组合产品。位于 https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm 的 510(k) 上市前通知数据库可识别组合产品提交。该法案的一般控制条款包括年度注册、设备列表、良好生产规范、标签以及禁止贴错标签和掺假的要求。请注意：CDRH 不会评估与合同责任担保相关的信息。但我们提醒您，设备标签必须真实且不得误导。如果您的设备被归类（见上文）为 II 类（特殊控制）或 III 类（PMA），则可能会受到其他控制。影响您设备的现有主要法规可在《联邦法规》第 21 篇第 800 至 898 部分中找到。此外，FDA 可能会在《联邦公报》上发布有关您设备的进一步公告。请注意，FDA 发布实质等效性判定并不意味着 FDA 已判定您的设备符合该法案的其他要求或其他联邦机构管理的任何联邦法规和规章。您必须遵守该法案的所有要求，包括但不限于：注册和登记（21 CFR 第 807 部分）；标签（21 CFR 第 801 部分）；设备的医疗器械报告（医疗器械相关不良事件报告）（21 CFR 803）或组合产品的上市后安全报告（21 CFR 4，子部分 B）（见
抗惊厥药 MK-801 是一种强效的 N-甲基-D-...
摘要 化合物 MK-801{(+)-5-甲基-10,11-二氢-5H-二苯并[a,d]环庚烯-5,10-亚胺马来酸盐} 是一种强效抗惊厥药，口服后有效，其作用机制尚不清楚。我们在大鼠脑膜中检测到了 [3H]MK-801 的高亲和力（Kd = 37.2 ± 2.7 nM）结合位点。这些位点不耐热、具有立体选择性且具有区域特异性，其中海马的位点密度最高，其次是大脑皮层、纹状体和延髓脑桥。小脑中未检测到结合。MK-801 结合位点表现出一种新的药理学特性，因为这些位点上没有一种主要的神经递质候选物活跃。唯一能够竞争 [3H]MK-801 结合位点的化合物是已知能够阻断由 N-甲基-D-天冬氨酸 (N-Me-D-Asp) 受体亚型介导的兴奋性氨基酸反应的物质。这些物质包括分离性麻醉药苯环利定和氯胺酮以及 a 型阿片类药物 N-ailylnormetazocine (SKF 10,047)。使用大鼠皮质切片制剂进行的体外神经生理学研究表明 MK-801 对 N-Me-D-Asp 的去极化反应具有强效、选择性和非竞争性拮抗作用，但对海人酸或奎斯奎特无作用。苯环利定、氯胺酮、SKF 10,047 和 MK-801 对映体作为 N-Me-D-Asp 拮抗剂的效力与其作为 [3H]MK-801 结合抑制剂的效力密切相关 (r = 0.99)。这表明 MK-801 结合位点与 N-Me-D-Asp 受体相关，并解释了 MK-801 作为抗惊厥药的作用机制。
化妆品中的皮肤菌群调节剂
课程结论论文-TCC（本科生） - 里奥格兰德大学北部联邦大学卫生科学中心，药房。natal，RN，2024。指导：Elissa Arantes Ostrosky。
<在化粪池患者管理中分为人工智能
1。Brown JM，Campbell JP，Beers A等。使用深卷积神经网络在早产性视网膜病变中对疾病的自动诊断。 Jama Ophthalmol。 2018; 136：803–810。 doi：10.1001/jamaophthalmol.2018.1934。 2。 Gulshan V，Peng L，Coramm等。 在视网膜眼底照片中检测糖尿病性视网膜病的深度学习算法的开发和验证。 JAMA。 2016; 316：2402–2410。 doi：10。 1001/jama.2016.17216。 3。 Coyner AS，Swan R，Campbell JP等。 使用深卷积神经网络的预性早产性底面图像质量评估。 眼科视网膜。 2019; 3：444–450。 doi：10.1016/j.oret.2019.01.015。 4。 Rajpurkar P，Irvin J，Zhu K等。 chexnet：放射科医生级的肺炎检测在胸部X布斯具有深度学习。 ARXIV171105225 CS Stat。 2017年11月。http://arxiv.org/abs/1711.05225。 2019年10月23日访问。 5。 Jones LD，Golan D，Hanna SA，Ramachandran M.人工智能，机器学习和医疗保健的发展：光明的未来还是令人担忧的原因？ 骨JT res。 2018; 7：223–225。 doi：10。 1302/2046-3758.73.BJR-2017-0147.R1。 6。 de Fauw J，Ledsam JR，Romera-Paredes B等。 临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。 nat Med。 2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。使用深卷积神经网络在早产性视网膜病变中对疾病的自动诊断。Jama Ophthalmol。2018; 136：803–810。 doi：10.1001/jamaophthalmol.2018.1934。 2。 Gulshan V，Peng L，Coramm等。 在视网膜眼底照片中检测糖尿病性视网膜病的深度学习算法的开发和验证。 JAMA。 2016; 316：2402–2410。 doi：10。 1001/jama.2016.17216。 3。 Coyner AS，Swan R，Campbell JP等。 使用深卷积神经网络的预性早产性底面图像质量评估。 眼科视网膜。 2019; 3：444–450。 doi：10.1016/j.oret.2019.01.015。 4。 Rajpurkar P，Irvin J，Zhu K等。 chexnet：放射科医生级的肺炎检测在胸部X布斯具有深度学习。 ARXIV171105225 CS Stat。 2017年11月。http://arxiv.org/abs/1711.05225。 2019年10月23日访问。 5。 Jones LD，Golan D，Hanna SA，Ramachandran M.人工智能，机器学习和医疗保健的发展：光明的未来还是令人担忧的原因？ 骨JT res。 2018; 7：223–225。 doi：10。 1302/2046-3758.73.BJR-2017-0147.R1。 6。 de Fauw J，Ledsam JR，Romera-Paredes B等。 临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。 nat Med。 2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。2018; 136：803–810。doi：10.1001/jamaophthalmol.2018.1934。2。Gulshan V，Peng L，Coramm等。 在视网膜眼底照片中检测糖尿病性视网膜病的深度学习算法的开发和验证。 JAMA。 2016; 316：2402–2410。 doi：10。 1001/jama.2016.17216。 3。 Coyner AS，Swan R，Campbell JP等。 使用深卷积神经网络的预性早产性底面图像质量评估。 眼科视网膜。 2019; 3：444–450。 doi：10.1016/j.oret.2019.01.015。 4。 Rajpurkar P，Irvin J，Zhu K等。 chexnet：放射科医生级的肺炎检测在胸部X布斯具有深度学习。 ARXIV171105225 CS Stat。 2017年11月。http://arxiv.org/abs/1711.05225。 2019年10月23日访问。 5。 Jones LD，Golan D，Hanna SA，Ramachandran M.人工智能，机器学习和医疗保健的发展：光明的未来还是令人担忧的原因？ 骨JT res。 2018; 7：223–225。 doi：10。 1302/2046-3758.73.BJR-2017-0147.R1。 6。 de Fauw J，Ledsam JR，Romera-Paredes B等。 临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。 nat Med。 2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。Gulshan V，Peng L，Coramm等。在视网膜眼底照片中检测糖尿病性视网膜病的深度学习算法的开发和验证。JAMA。 2016; 316：2402–2410。 doi：10。 1001/jama.2016.17216。 3。 Coyner AS，Swan R，Campbell JP等。 使用深卷积神经网络的预性早产性底面图像质量评估。 眼科视网膜。 2019; 3：444–450。 doi：10.1016/j.oret.2019.01.015。 4。 Rajpurkar P，Irvin J，Zhu K等。 chexnet：放射科医生级的肺炎检测在胸部X布斯具有深度学习。 ARXIV171105225 CS Stat。 2017年11月。http://arxiv.org/abs/1711.05225。 2019年10月23日访问。 5。 Jones LD，Golan D，Hanna SA，Ramachandran M.人工智能，机器学习和医疗保健的发展：光明的未来还是令人担忧的原因？ 骨JT res。 2018; 7：223–225。 doi：10。 1302/2046-3758.73.BJR-2017-0147.R1。 6。 de Fauw J，Ledsam JR，Romera-Paredes B等。 临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。 nat Med。 2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。JAMA。2016; 316：2402–2410。 doi：10。 1001/jama.2016.17216。 3。 Coyner AS，Swan R，Campbell JP等。 使用深卷积神经网络的预性早产性底面图像质量评估。 眼科视网膜。 2019; 3：444–450。 doi：10.1016/j.oret.2019.01.015。 4。 Rajpurkar P，Irvin J，Zhu K等。 chexnet：放射科医生级的肺炎检测在胸部X布斯具有深度学习。 ARXIV171105225 CS Stat。 2017年11月。http://arxiv.org/abs/1711.05225。 2019年10月23日访问。 5。 Jones LD，Golan D，Hanna SA，Ramachandran M.人工智能，机器学习和医疗保健的发展：光明的未来还是令人担忧的原因？ 骨JT res。 2018; 7：223–225。 doi：10。 1302/2046-3758.73.BJR-2017-0147.R1。 6。 de Fauw J，Ledsam JR，Romera-Paredes B等。 临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。 nat Med。 2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。2016; 316：2402–2410。doi：10。1001/jama.2016.17216。3。Coyner AS，Swan R，Campbell JP等。使用深卷积神经网络的预性早产性底面图像质量评估。眼科视网膜。2019; 3：444–450。 doi：10.1016/j.oret.2019.01.015。 4。 Rajpurkar P，Irvin J，Zhu K等。 chexnet：放射科医生级的肺炎检测在胸部X布斯具有深度学习。 ARXIV171105225 CS Stat。 2017年11月。http://arxiv.org/abs/1711.05225。 2019年10月23日访问。 5。 Jones LD，Golan D，Hanna SA，Ramachandran M.人工智能，机器学习和医疗保健的发展：光明的未来还是令人担忧的原因？ 骨JT res。 2018; 7：223–225。 doi：10。 1302/2046-3758.73.BJR-2017-0147.R1。 6。 de Fauw J，Ledsam JR，Romera-Paredes B等。 临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。 nat Med。 2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。2019; 3：444–450。doi：10.1016/j.oret.2019.01.015。4。Rajpurkar P，Irvin J，Zhu K等。chexnet：放射科医生级的肺炎检测在胸部X布斯具有深度学习。ARXIV171105225 CS Stat。2017年11月。http://arxiv.org/abs/1711.05225。2019年10月23日访问。5。Jones LD，Golan D，Hanna SA，Ramachandran M.人工智能，机器学习和医疗保健的发展：光明的未来还是令人担忧的原因？骨JT res。 2018; 7：223–225。 doi：10。 1302/2046-3758.73.BJR-2017-0147.R1。 6。 de Fauw J，Ledsam JR，Romera-Paredes B等。 临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。 nat Med。 2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。骨JT res。2018; 7：223–225。 doi：10。 1302/2046-3758.73.BJR-2017-0147.R1。 6。 de Fauw J，Ledsam JR，Romera-Paredes B等。 临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。 nat Med。 2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。2018; 7：223–225。doi：10。1302/2046-3758.73.BJR-2017-0147.R1。6。de Fauw J，Ledsam JR，Romera-Paredes B等。 临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。 nat Med。 2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。de Fauw J，Ledsam JR，Romera-Paredes B等。临床上适用的深度学习，用于视网膜疾病中的诊断和转诊。nat Med。2018; 24：1342–1350。 doi：10.1038/ s41591-018-0107-6。2018; 24：1342–1350。doi：10.1038/ s41591-018-0107-6。
诱导孤立的肾上腺皮质激素缺乏症
结果：我们确定了123例被诊断为免疫检查点抑制剂诱导的IAD的病例，由44名女性和79名男性患者组成。这些患者的平均年龄为64.3±12.6岁，而67.5％的年龄为60.5％。这些患者中的大多数（78.9％）接受了抗编程的细胞死亡蛋白-1（抗PD-1）抗体或抗编程的细胞死亡配体1（抗PD-L1）抗体或两者，而19.5％则接受了联合治疗，顺序治疗或两者。共有26例患者接受了抗胞毒性T淋巴细胞抗原4抗体（抗CTLA-4）。诊断出肾上腺不足之前的ICI治疗周期为8（6，12），诊断前ICI治疗持续时间为6（4，8）个月。ICIS中断后1至11个月， 11个案件发生了IAD。 疲劳和食欲不振是最常见的症状，令人惊讶的是，有两例无症状的IAD病例。 大多数患者（88例）的垂体磁共振成像正常，只有14例报道了轻度萎缩或垂体肿胀，21例未报告成像结果。 大多数诊断是通过基础激素水平进行的，并且仅在一部分情况下进行了垂体刺激测试。 尚无报告因IAD而停止使用ICI使用的案例，也没有因IAD而死亡。11个案件发生了IAD。疲劳和食欲不振是最常见的症状，令人惊讶的是，有两例无症状的IAD病例。大多数患者（88例）的垂体磁共振成像正常，只有14例报道了轻度萎缩或垂体肿胀，21例未报告成像结果。大多数诊断是通过基础激素水平进行的，并且仅在一部分情况下进行了垂体刺激测试。尚无报告因IAD而停止使用ICI使用的案例，也没有因IAD而死亡。
病例报告：使用Apremilast管理Pemphigus Folicaus，而无需全身性糖皮质激素或免疫抑制剂
pemphigus叶子（PF）是Pemphigus的一种超级形式。PF的治疗选择类似于垂体的Pemphigus，包括糖皮质激素，免疫抑制剂和Rituximab等。这些治疗方法可以有效地改善状况，但也可能伴随着副作用的高风险。因此，为PF患者找到安全有效的治疗选择至关重要。对于拒绝糖皮质激素或免疫抑制剂治疗的患者，它不仅需要受益，而且对于不能接受糖皮质激素或免疫抑制剂治疗的患者。在此，我们报道了一例PF病例，该病例是在没有全身性糖皮质激素或免疫抑制剂的情况下用apremilast处理的。一名54岁的妇女在树干上表现出痒红斑和侵蚀超过1个月。患者在两周的时间内施加了不改进的Mometasonefuroate霜。报道了糖尿病和萎缩性胃炎的过去史。体格检查显示散布的红斑斑块和树干上的侵蚀。未观察到粘膜受累。该条件通过疾病区域指数和数值评分量表进行评估，基线得分分别为7和8。组织病理学检查显示乙糖体解和上皮内泡。直接的免疫荧光揭示了与网状分布之间的IgG和补体3沉积。进行了PF的诊断。基于酶联免疫吸附测定结果，DSG1和DSG3抗体的水平分别为28.18和0.26 kU/L。该患者已通过全身性糖皮质激素或免疫抑制剂成功治疗了Apremilast。患者每天继续使用30毫克的Apremilast进行维护，并且没有不良的
成人情绪的性别差异以及跨中皮质胶质电路的压力诱导的转录连贯性
与男性相比，抽象女性大约被诊断出患有重度抑郁症（MDD）的可能性大约是男性的两倍。虽然MDD的性别差异可能是通过循环的性腺激素驱动的，但我们假设发育激素暴露和/或遗传性别可能起作用。小鼠在成年中被赋形切除术，以隔离发育激素的作用。我们研究了发育性性腺和遗传性别对在非压力和慢性应激条件下甲壳虫/抑郁样行为的影响，并在三个与情绪相关的大脑区域进行了RNA序列。我们使用了一种集成网络方法来识别调节应力敏感性的转录模块和特定于应力的集线器基因，重点是这些模块是否与性别有所不同。在识别出Anhedonia/抑郁样行为（女性>男性）的性别差异后，我们表明发育激素暴露（性腺女性> Gonadal雄性）和遗传性别（XX> XY）都会导致性别差异。由差异表达基因表示的顶部生物学途径与免疫功能有关。我们确定哪些差异表达的基因是由发育性性腺或遗传性别驱动的。受男性和女性慢性应激影响的基因几乎没有重叠。我们还鉴定了受压力影响的高度共表达的基因模块，其中一些模块在男性和女性的相反方向上受到影响。由于所有小鼠在成年后都有同等的激素暴露，因此这些结果表明，敏感发育期间性腺激素暴露的性别差异计划成人情绪上的性别差异，并且这些性别差异与成人循环的性腺激素无关。
用于诊断...
急性淋巴细胞类别的患病率更高，到达儿童的80％，而成年人中只有20％的病例，其主要特征是高细胞增殖，分化程度较小（Moreira等，2018）；根据世界卫生组织（WHO）的说法，它分为两个先驱：B和T，它指的是淋巴细胞谱系的存在，存在淋巴细胞的存在，B是负责大多数情况的b和t，允许终身性白血病与终身性白血病有关（PUI; Robson; Robson; Robson; Look; look; silva; Silva; Silva; Silva; Silva; Silva; Silva; Silva; Silva; Silva; Silva; Silva; Silva; Silva; Silva; 2009年》。在编年史中，受影响的细胞也是淋巴细胞B，但是达到的年龄组是最高的（Barros，2009年）及其异常，突出了三体性，易位，缺失，缺失和束缚，揭示了细胞遗传学对诊断的重要性（Chauffaille，2005年）。