XiaoMi-AI文件搜索系统
World File Search Systemutc
引用Li L，Guo Y，Gong B，Wang S，Wang MM，Sun P，Jiang S和Yang L（2024）三级淋巴结构与临床结果之间的关联
最近，癌症免疫疗法的令人兴奋的进展已引入了癌症治疗的新时代，尤其是在许多实体瘤的治疗领域中（1）。免疫检查点抑制剂（ICI）主要包括抗胞毒性T-淋巴细胞相关蛋白4（CTLA-4）和反编程的细胞死亡1/编程死亡死亡配体（PD-1/PD-L1）（2）（2）。ICI改善了在实体瘤中的患者存活率，例如黑色素瘤，非小细胞肺癌，转移性尿路癌，肝细胞癌，胃癌（3-6）。但是，并非所有癌症患者都受到免疫疗法的好处。例如，只有大约5％的转移性三阴性乳腺癌患者获得了对PD-1/PD-L1阻断的阳性反应（7，8）。因此，对预测免疫疗法反应的相应生物标志物的研究对癌症患者具有很大的意义。 第三级淋巴结构（TLSS）是在慢性炎症和肿瘤发生过程中在非淋巴组织中形成的异位淋巴器官，其中包括B细胞和T细胞（9）。 TLSS中存在的免疫细胞增强了肿瘤抗原的表现，通过细胞因子扩增信号，并激活CD8+ T细胞以靶向和破坏肿瘤细胞（10，11）。 tlss是触发和维持对肿瘤的局部和全身T和B细胞反应的焦点的关键作用。 已经证明了从几种实体瘤鉴定出的 TLSS与ICIS治疗的癌症患者的结局相关（11-19）。 但是，缺乏用于TLSS评估的统一标准。因此，对预测免疫疗法反应的相应生物标志物的研究对癌症患者具有很大的意义。第三级淋巴结构（TLSS）是在慢性炎症和肿瘤发生过程中在非淋巴组织中形成的异位淋巴器官，其中包括B细胞和T细胞（9）。TLSS中存在的免疫细胞增强了肿瘤抗原的表现，通过细胞因子扩增信号，并激活CD8+ T细胞以靶向和破坏肿瘤细胞（10，11）。tlss是触发和维持对肿瘤的局部和全身T和B细胞反应的焦点的关键作用。TLSS与ICIS治疗的癌症患者的结局相关（11-19）。但是，缺乏用于TLSS评估的统一标准。通常，TLSS的存在或较高的密度表明接受ICIS治疗的癌症患者的预后有利（11-16，18）。值得注意的是，一些研究还报告说，在接受ICIS治疗的癌症患者中，例如头部和颈部鳞状细胞癌和结肠直肠癌的TLSS存在与PFS或OS的存在显着相关（20，21）。各种研究都采用了不同的标准，有些研究将TLSS归类为高密度或低密度（22-24），而其他研究则仅使用TLSS的存在或不存在作为评估的基准（23，25）。此外，TLSS成熟度的程度是某些研究中考虑的因素（26）。这些分类方法中的多样性可能会影响与TLSS相关的预后预测能力。因此，有必要进行更新，更全面的荟萃分析，以探讨用ICIS治疗的癌症患者中三级淋巴结构（TLSS）和临床结果之间的关联。这项研究的主要目的是通过分析通过ICIS治疗的癌症患者的第三纪淋巴样结构（TLS）和临床结果之间的关联来探索与免疫疗法相关患者中的预后生物标志物，以研究接受ICIS治疗的癌症患者的预后价值。
机器人二尖瓣修复后的功能结果
我们对前瞻性收集的调查数据进行了单个机构的回顾性分析，以评估我们的目标。评估了203名在2010年3月1日至2020年9月31日之间进行机器人二尖瓣成形术的患者。在这些患者中，有63名患者对使用改良的KCCQ-12调查对术后功能结果进行了在线调查。我们进行了配对的非参数Wilcoxon和一个样本t检验，以评估测量结果中的统计显着性。
NAFLD的肝外结局：心血管疾病
任何人都可以自由访问可作为“开放访问”的作品的全文。可根据创意共享许可提供的作品可根据所述许可条款和条件使用。使用所有其他作品的使用要求正确持有人（作者或出版商）同意，如果不符合适用法律的版权保护。
帕金森氏病患者患有呼吸机的临床结局
运动，动作的动作，运动迟缓，平衡差，依赖运动减少以及在说话，遗传和便秘期间的面部表情变化（9，10）。此外，PD中痴呆症的风险约为相同年龄和性别的对照组的6至8倍，长期患病率约为80％（11）。语音障碍也很普遍，包括音质肌音障碍，语音障碍，发音和速率以及响度降低，元音集中和不精确的辅音（10，12，13）。除了身体问题外，这些患者还会出现并发症，例如抑郁，焦虑，精神困扰症状和冷漠，每种都会影响患者的生活质量（14，15）。当前，PD没有简单易用的确定性治疗方法。因此，PD在家里或医院对看护人构成了许多挑战。如果护理人员是患者的配偶，他们经常被迫改变角色，必须长期扮演其配偶的角色（16，17）。在住院治疗的情况下，应旨在改善这些患者的健康状况并防止住院并发症（18-21）。改善住院患者健康的一种方法是在ICU中提供医疗和护理，这就是为什么与呼吸机相关的指标是必不可少的考虑因素的原因（22-25）。
评估大脑和肠道认知电生理学的效用，以早期预测主要抑郁症的治疗结果
根据世界卫生组织的说法，全球约有5％的成年人患有临床抑郁症，在印度，大约是4.5％的人。 口服药物是针对抑郁症的常见治疗方法。 但是，在第一次试验中，有一半以上的治疗方法对药理治疗策略没有响应，可能需要使用其他药物进行切换或增强。 在更快的时间表中，需要精确模型来达到个性化的治疗策略。 使用临床信息以及脑电图（EEG）数据显示出一些早期模型，显示出良好的表现，可以预测抑郁症的早期治疗结果。 然而，这些研究所确定的关键特征，包括抑郁症患者的差异额叶theta功率和额叶α不对称的存在，由于可解释性和稳健性的矛盾，近期挑战：当theta和alpha频率信号被嘲笑时，与他们的周期性成分相关，并不是在其质量成分的情况下，估计的估计并不是在其periodigic组成部分。 另一方面，许多早期研究已经报道了抑郁症的肠道异常，但尚未用于抑郁症的预测或预后。 我们的研究目标是双重的：首先确定可以早期预测治疗结果的特征，并为不同的患者亚组解释它们，其次是了解纵向数据收集和肠脑相互作用的实用性，以预测治疗结果。根据世界卫生组织的说法，全球约有5％的成年人患有临床抑郁症，在印度，大约是4.5％的人。口服药物是针对抑郁症的常见治疗方法。 但是，在第一次试验中，有一半以上的治疗方法对药理治疗策略没有响应，可能需要使用其他药物进行切换或增强。 在更快的时间表中，需要精确模型来达到个性化的治疗策略。 使用临床信息以及脑电图（EEG）数据显示出一些早期模型，显示出良好的表现，可以预测抑郁症的早期治疗结果。 然而，这些研究所确定的关键特征，包括抑郁症患者的差异额叶theta功率和额叶α不对称的存在，由于可解释性和稳健性的矛盾，近期挑战：当theta和alpha频率信号被嘲笑时，与他们的周期性成分相关，并不是在其质量成分的情况下，估计的估计并不是在其periodigic组成部分。 另一方面，许多早期研究已经报道了抑郁症的肠道异常，但尚未用于抑郁症的预测或预后。 我们的研究目标是双重的：首先确定可以早期预测治疗结果的特征，并为不同的患者亚组解释它们，其次是了解纵向数据收集和肠脑相互作用的实用性，以预测治疗结果。口服药物是针对抑郁症的常见治疗方法。但是，在第一次试验中，有一半以上的治疗方法对药理治疗策略没有响应，可能需要使用其他药物进行切换或增强。在更快的时间表中，需要精确模型来达到个性化的治疗策略。使用临床信息以及脑电图（EEG）数据显示出一些早期模型，显示出良好的表现，可以预测抑郁症的早期治疗结果。然而，这些研究所确定的关键特征，包括抑郁症患者的差异额叶theta功率和额叶α不对称的存在，由于可解释性和稳健性的矛盾，近期挑战：当theta和alpha频率信号被嘲笑时，与他们的周期性成分相关，并不是在其质量成分的情况下，估计的估计并不是在其periodigic组成部分。另一方面，许多早期研究已经报道了抑郁症的肠道异常，但尚未用于抑郁症的预测或预后。我们的研究目标是双重的：首先确定可以早期预测治疗结果的特征，并为不同的患者亚组解释它们，其次是了解纵向数据收集和肠脑相互作用的实用性，以预测治疗结果。大约有161名参与者（幼稚的患者= 99）注册了我们的纵向研究，涵盖了三次访问，我们的目的是调查访问1（基线）和访问2（7-10天内）是否可以预测3（30天后）中的抗抑郁治疗结果。在消耗后，在访问2（患者= 42）中收集了来自89名参与者的脑电图和电视画学数据，在访问中收集61个参与者（患者= 21）。我们在大脑和肠道中使用电生理特征以及临床数据来训练简单的预测模型，并且能够可靠地预测特异性为78％和灵敏度为84％的抑郁药物的无反应。对治疗结果的重要特征进行了排名，完全为临床医生提供了可扩展的全身认知工具，用于指导其药物策略。
o r i g i n a l r e s a r c h的开发和机器学习模型的验证，以预测较差的动脉瘤S
背景：血管内治疗（EVT）被建议作为治疗颅内动脉瘤的优越方式。然而，患有EVT的动脉瘤性蛛网膜下腔出血（ASAH）患者的功能结果较差仍然存在。因此，迫切需要研究风险因素并在此类患者的亚型中开发关键的决策模型。方法：我们从正在进行的注册表队列研究Prosah-MPC中提取了目标变量，该研究是在中国多个中心进行的。我们将这些患者随机分配给培训和验证队列，比为7：3。单变量和多元逻辑回归以找到潜在因素，然后开发了具有优化变量的九个机器学习模型和堆栈集合模型。通过多个指标评估了这些模型的性能，包括接收器操作特征曲线（AUC-ROC）下的区域。我们进一步使用Shapley添加说明（SHAP）方法，基于最佳模型的特征可视化分布。结果：总共招募了226名经历EVT的较差ASAH的合格患者，而89（39.4％）的12个月结果较差。年龄（调整或[AOR]，1.08; 95％CI：1.03–1.13; P = 0.002），蛛网膜下腔出血体积（AOR，1.02; 95％CI：1.00-1.05; P = 0.033; P = 0.033; P = 0.033），神经外神经社会级联盟，Wornurosurgical Societies等级（wfns）（W ffns）（w ffns）（w ffns）（w ffns）（2.03）（aor c）（2.03）; 1.05–3.93; p = 0.035）和狩猎级别（AOR，2.36; 95％CI：1.13–4.93; p = 0.022）被确定为不良结果的独立风险因素。NCT05738083。然后，开发的预测模型表明，LightGBM算法在验证队列中的AUC-ROC值为0.842，而Shap结果表明年龄是影响功能结果的最重要的风险因素。结论：LightGBM模型在促进患有不良后果风险的贫困级ASAH患者的风险分层方面具有巨大的潜力，从而增强了临床决策过程。试用注册：Prosah-MPC。2022年11月16日注册 - 回顾性注册，https：// clinical trials.gov/study/nct05738083。关键词：颅内动脉瘤，蛛网膜下腔出血，血管内手术，机器学习，预后
接受和承诺疗法的可接受性和可行性改善造血干细胞移植的结局
对HCT的心理干预措施的先前研究受到限制[9，10]。在2016年的荟萃分析中，认知行为疗法（CBT）干预措施通常具有最大的影响；然而，效应大小很小，效果较大的研究缺乏方法论[11]。此外，过去的研究主要集中于减少移植后HCT患者或护理人员的生活质量[12-14]，但少数例外（例如[15]）。研究使患者和护理人员参与前移植前（例如[16]）时，他们的重点是改善护理人员的痛苦和生活质量，而不是建立患者对治疗的弹性或提高能力以遵循治疗建议，以优化移植成果的结果（例如，每日身体活动[17]）。
腔内A乳腺癌中的基因表达及其与化学放射疗法结果和复发的相关性
乳腺癌是女性最普遍的癌症之一，也是该国生长最快的癌症类型之一（1，2）。每年，成千上万的人得到毁灭性的消息，即他们患有乳腺癌，使其成为世界上最常见的恶性肿瘤之一（3，4）。根据数据，总共有2015万妇女被诊断为全球乳腺癌。在2020年在全球诊断出患有乳腺癌的2020万妇女中，大约有23,000名因疾病而丧生（5-7）。乳腺癌发生在世界上几乎每个国家，青春期后都会影响任何女性，并且其患病率随着年龄的增长而增加（8，9）。如果发现和早期治疗该疾病，乳腺癌女性的预后会更好。乳腺癌可以根据分子标记物（包括腔A，腔B，她的2个阳性和三重阴性）分类为各种亚型（10，11）。这项研究的目的是检查Luminala乳腺癌型中的基因表达，并查看是否与临床功效和复发有关联（12，13）。这种乳腺癌的亚型与更好的预后和复发率降低有关。我们首先旨在阐明在腔A乳腺癌的病理过程中基因的特定表达，包括基因表达数据，疗效反馈和腔内A乳腺癌的复发。为了找到潜在的相关性，我们
全球供应链破坏对宏观经济结果的因果影响：证据和理论
我们研究了全球供应链中断的因果影响和政策影响。我们从集装箱船的强制性自动识别系统数据中构建了供应链中断的新指数，开发了一种新型的空间聚类算法，该算法决定了全球主要端口的位置，速度和集装箱船的实时拥塞。我们开发了一种模型，在生产商和零售商之间进行搜索摩擦，将备用生产能力与商品市场拥堵以及产出和价格的响应联系起来，对供应链冲击的响应。产出，价格和备用能力的共同介绍产生了供应链干扰的唯一识别限制，使我们能够研究此类中断的因果影响。我们记录了供应链冲击如何在2021年推动通货膨胀的方式，但在2022年，传统需求和供应冲击在解释通货膨胀方面也起着重要作用。最后，我们展示了在全球供应链冲击后与常规情况相比，金钱政策如何在驯服通货膨胀方面更有效。