XiaoMi-AI文件搜索系统
World File Search Systemviva
外周CD4 + T细胞与接受化学免疫疗法的晚期非小细胞肺癌患者的反应和存活相关
结果：治疗前CD4 + /总T细胞比的响应者比非反应者高得多（p <0.05）。预处理总淋巴细胞（P = 0.012），总B淋巴细胞（P = 0.025）和NK细胞（P = 0.022）以及治疗后NK细胞（P = 0.011）和NKT细胞（P = 0.035）显着相关。治疗后CD8 + /总T细胞比与OS正相关（P = 0.038）。在多元分析中，治疗后NK细胞和处理后CD4 + CD8 + /总T细胞比与OS（危险比[HR] = 10.30，P = 0.038）和PFS（HR = 1.95，P = 0.022）负相关。值得注意的是，在治疗前后，CD4 + /总T细胞比和预后之间都观察到显着的正相关（P <0.05）。
构建具有IRAE和诊所特征的nom图，以预测接受抗PD-1治疗的晚期G/GEJ腺癌患者的存活
方法：组装了255名被诊断为晚期G/ GEJ腺癌的成年患者的数据集。将影响整体生存（OS）至显着程度的IRAE识别为候选变量，并将其整合为候选变量，以及其他12个候选变量。These included gender, age, Eastern cooperative oncology group performance status (ECOG PS) score, tumor stage, human epidermal growth factor receptor 2 (HER2) expression status, presence of peritoneal and liver metastases, year and line of anti-PD-1 treatment, neutrophil-to-lymphocyte ratio (NLR), controlling nutritional status (CONUT) score, and Charlson comorbidity index （CCI）。为了减轻与伊拉斯有关的时机偏见，采用了具有里程碑意义的分析。使用最小绝对收缩和选择算子（LASSO）回归进行了变量选择以查明明显的预测因子，并应用了方差障碍因子来解决多重共线性。随后，使用正向似然比方法进行了COX回归分析来开发生存预测模型，排除未能满足比例危害（PH）假设的变量。该模型是使用整个数据集开发的，然后通过Bootstrap重新采样进行内部验证，并通过另一家医院的同类进行外部验证。此外，创建了一个列图来描述预测模型。
引文
糖尿病在具有并发症的高收入和低收入国家中越来越普遍（1-3）。它可能导致微血管（肾病，视网膜病和神经病）和宏 - 血管并发症（4-6）。除了管理高血糖外，糖尿病患者还需要临床监测和评估其他危险因素，并管理并发症的潜在预测因素（6-8）。糖尿病神经病的发病率正在增加，即使撒哈拉以南非洲人的现有病例相对降低（9）。糖尿病神经病（DNP）是糖尿病最常见的并发症（10，11）。根据在拉丁美洲进行的系统审查，其患病率在2型DM和1型糖尿病中的患病率在7.0％至34.2％之间的范围为34.5％（6）。尽管大约一半的糖尿病患者无症状对于DNP，但大多数患者都会出现麻木，刺痛，疼痛和无力，导致全世界造成残疾的残疾（12-15）。它会因慢性疼痛，跌倒，肢体截肢和足部溃疡而导致的生活质量。DNP的这些表现进一步导致睡眠障碍，焦虑和抑郁（6，10，15）。糖尿病神经病是低收入和高收入国家的全球医疗保健问题（16，17）。估计每30秒在世界某个地方，由于糖尿病神经病而进行下肢截肢（18）。糖尿病神经病是全球施加社会经济负担和残疾的糖尿病并发症的迅速增长（7，19 - 21）。IT占足迹溃疡的80％，50-60％的非创伤肢体截肢（15）。糖尿病患者中糖尿病神经病的汇总患病率在全球22％至46.5％（6）范围内。在非洲和埃塞俄比亚，它分别在22-66％至52.2 - 53.6％之间，分别患有糖尿病神经病（22-24）。由于诊断迟到，筛查和诊断资源的不足，对血糖的控制不佳，健康支出不足，医疗资源短缺以及缺乏质量糖尿病护理的增加，发展中国家的糖尿病神经病的患病率和发生率很高（20，22）。在黑狮医院进行的一项研究表明，糖尿病神经病是主要的糖尿病并发症，
寄生虫生存与宿主免疫之间的战争拖船
寄生疾病在热带和亚热带国家造成重大伤害，导致死亡率，发病率和社会经济差异。感染的结果和疾病的严重程度通常取决于寄生虫生存策略与宿主免疫反应之间的相互作用。强大而有效的宿主免疫反应可以限制寄生虫的复制，降低疾病的严重程度并促进康复。相反，如果寄生虫可以逃避或抑制免疫反应，则感染可能会持续并导致慢性或严重疾病。有时，宿主免疫反应本身可以通过寄生虫感染引发的过度或失调的免疫反应会导致疾病病理，从而导致组织损伤，炎症和免疫介导的疾病。寄生虫和宿主免疫之间的这场战争是由协同进化动力学驱动的。寄生虫不断适应托管免疫反应，然后托管又制定了应对寄生虫逃避策略的新策略。这种共同进化过程可以导致具有增强的免疫逃避能力（从而促进耐药性）和宿主遗传变异的新寄生虫菌株的出现，从而赋予耐药性或对特定寄生虫的敏感性。因此，了解这场正在进行的战斗中涉及的复杂机制和动态对于开发更有效的方法来管理和打击寄生疾病至关重要。它涉及研究寄生虫采用的机制，以逃避免疫检测和开发可以增强宿主免疫反应的干预措施。Nguyen等人的研究论文。此外，探索宿主对寄生虫感染的遗传因素的遗传因素可以帮助识别较高风险的人并为有针对性的预防或治疗方法提供信息。该研究主题旨在为我们的理解 - 寄生虫相互作用做出贡献，从而导致寄生虫学领域的进步和人类健康的改善。它包括四个原始研究文章和一篇评论文章，重点介绍锥虫病，利什曼病，疟疾，贾第鞭毛病毒（原生动物感染）和血吸虫病（蠕虫感染）。重点是由细胞外原生动物寄生虫锥虫埃文西（Trypanosoma evansi）引起的感染，该寄生虫在牲畜和游戏动物中导致致命的慢性浪费疾病。这项研究已建立了一个实验疾病模型
病例报告：免疫疗法诱导脉络膜黑色素瘤意外总生存率：大约一个病例
脉络膜是巩膜和视网膜之间的层，这是眼睛的紫外线的一部分。脉络膜黑色素瘤（CM）是紫外黑色素瘤（UV）（1）的亚型。um是眼睛中最常见的癌症，是成年人中最常见的原发性原发性肿瘤（1，2）。它代表所有黑色素瘤的3％至5％（1）。cm是成年人最常见的原发性原发性肿瘤，但仍然是罕见的肿瘤，估计每年为每百万居民5.1和9例（3，4）。双边参与是例外的，报告为0.18％至0.2％的病例，但不应忽略它，因为早期诊断和治疗可以改善生存率和视觉预后（5-8）。主要的临床标志是视力下降。经常观察到超声上的圆顶或双孔透镜外观。保守治疗最常在眼睛上提出，并且医源性视觉丧失的风险仍然显着（3）。CM的死亡率已在摘除后进行了广泛的研究，在5年时约为30％，在10年时为50％（3，4）。的确，CM是
Taichi-MSS方案：通过Tai Chi运动增强MCI患者的认知和脑功能，并结合多感官刺激
结果：端口在整个队列中没有显着提高生存率，在SEER队列中，中位总生存期为38个月（p = 0.56），中国人群中的39个月（p = 0.75）。然而，在免疫疗法亚组中，中国队列表明，免疫疗法与港口的生存率显着改善（p = 0.044）。多数COX回归分析表明，患者50-59岁的患者（HR = 5.93，95％CI：1.67-21.06）和95％（95％），95％（HR CI：3.04-39.56）与年龄<50岁的患者相比，生存风险增加。此外，YPT3-4阶段患者的风险比YPT1-2阶段的患者更高（HR = 2.12，95％CI：1.14-3.93，P = 0.017）。在CT3-4分期中，观察到类似的趋势，R1/R2和无免疫疗法。淋巴结转移也显示出与生存风险的进行性关系，患者分类为YPN1（HR = 1.90），
飞机生存能力联合技术协调小组
生存能力 (JTCG/AS) 中央办公室。JTCG/AS 由联合航空指挥官组 (JACG) 授权成立。JTCG/AS 组织如图 3 所示。本文件旨在提供在 JTCG/AS 赞助下发布的技术报告列表。本参考书目按部分组织，包含由三个主要小组（易感性降低、脆弱性降低和生存能力方法）制作的出版物。这些部分之后是包含行政和集团支持出版物的部分，以及包含与飞机战斗损伤修复相关的出版物的另一部分。作为最后一部分，包含与飞机生存能力有关但未由 JTCG/AS 资助的文件。每个部分都有自己的目录。文档按报告编号和标题进行索引。
肿瘤微环境相互作用引导图形学习，从全切片病理图像进行人类癌症生存分析
深度学习技术的最新进展为协助病理学家从全切片病理图像（WSI）中预测患者的生存期带来了可能性。然而，大多数流行的方法仅适用于WSI中特定或随机选择的肿瘤区域中的采样斑块，这对于捕捉肿瘤与其周围微环境成分之间复杂相互作用的能力非常有限。事实上，肿瘤在异质性肿瘤微环境（TME）中得到支持和培育，详细分析TME及其与肿瘤的相关性对于深入分析癌症发展的机制具有重要意义。在本文中，我们考虑了肿瘤与其两个主要TME成分（即淋巴细胞和基质纤维化）之间的空间相互作用，并提出了一种用于人类癌症预后预测的肿瘤微环境相互作用引导图学习（TMEGL）算法。具体来说，我们首先选择不同类型的块作为节点来为每个 WSI 构建图。然后，提出了一种新颖的 TME 邻域组织引导图嵌入算法来学习可以保留其拓扑结构信息的节点表示。最后，应用门控图注意网络来捕获肿瘤与不同 TME 组件之间与生存相关的交集以进行临床结果预测。我们在来自癌症基因组图谱 (TCGA) 的三个癌症队列上测试了 TMEGL，实验结果表明 TMEGL 不仅优于现有的基于 WSI 的生存分析模型，而且对生存预测具有良好的可解释能力。
