XiaoMi-AI文件搜索系统
World File Search System偏倚
基于计算机结构的糖尿病或肥胖症治疗靶点设计者：系统评价方案
肥胖是几种慢性非传染性疾病的重要危险因素，与糖尿病密切相关。计算机建模技术有利于理解特定目标和感兴趣物质之间的相互作用机制，从而优化药物开发。在本文中，描述了两种系统评价方案的方案，用于确定治疗目标和治疗肥胖症或糖尿病的计算机模拟模型。该方案遵循系统评价和荟萃分析方案的首选报告项目 (PRISMA-P) 的指南，并发表在国际系统评价前瞻性注册数据库 (PROSPERO：CRD42022353808) 上。搜索策略将根据描述符的组合制定并在以下数据库中执行：PubMed；ScienceDirect；Scopus；Web of Science；Virtual Health Library；EMBASE。仅插入具有分子动力学、分子对接或两者的原始计算机模拟研究。两名经过培训的研究人员将独立选择文章、提取数据并评估偏倚风险。将通过改编版的《加强实证模拟研究报告》（STRESS）评估质量，并使用从不同文献来源获得的检查表评估偏倚风险。该方案的实施将导致制定两份系统评价，确定计算机模拟研究及其模型中使用的治疗肥胖症（评价 1）或糖尿病（评价 2）的治疗目标。系统化有关这些治疗目标及其计算机结构的知识至关重要，主要是因为计算机模拟有助于更准确地规划未来的体外或体内研究。因此，根据该方案制定的评价将指导未来研究的目标/模型选择决策，重点是肥胖症或糖尿病的治疗，有助于减轻诸如成本、时间和体外和/或体内检测的必要性等因素。
在人工智能框架中使用放射基因组学进行脑肿瘤表征
摘要：脑肿瘤表征（BTC）是通过肿瘤分割、分类、检测和风险分析等各种方法了解脑肿瘤的根本原因及其特征的过程。实质性的脑肿瘤表征包括识别各种有用基因组的分子特征，这些基因组的改变会导致脑肿瘤。放射组学方法通过在人工智能（AI）环境中提取定量放射组学特征来利用放射图像进行疾病表征。然而，当考虑到更高级别的疾病特征，例如遗传信息和突变状态时，“放射组学和基因组学”的综合研究已被视为“放射基因组学”的范畴。此外，放射基因组学环境中的人工智能提供了个性化治疗和个体化医疗等最终结果等好处/优势。本研究借助统计观察和偏倚风险 (RoB) 分析，总结了脑肿瘤在新兴研究领域（即 AI 环境中的放射组学和放射基因组学）中的特征。使用 PRISMA 搜索方法，在 IEEE、Google Scholar、PubMed、MDPI 和 Scopus 中找到了 121 项与本综述相关的研究。我们的研究结果表明，放射组学和放射基因组学都已成功应用于多种肿瘤学应用，具有众多优势。此外，在 AI 范式下，传统和深度放射组学特征都对 BTC 放射基因组学方法的有利结果产生了影响。此外，偏倚风险 (RoB) 分析通过提供其中涉及的偏差，可以更好地理解具有 AI 更强优势的架构。
在人工智能框架中使用放射基因组学进行脑肿瘤表征
摘要：脑肿瘤表征（BTC）是通过肿瘤分割、分类、检测和风险分析等各种方法了解脑肿瘤的根本原因及其特征的过程。实质性的脑肿瘤表征包括识别各种有用基因组的分子特征，这些基因组的改变会导致脑肿瘤。放射组学方法通过在人工智能（AI）环境中提取定量放射组学特征来利用放射图像进行疾病表征。然而，当考虑到更高级别的疾病特征，例如遗传信息和突变状态时，“放射组学和基因组学”的综合研究已被视为“放射基因组学”的范畴。此外，放射基因组学环境中的人工智能提供了个性化治疗和个体化医疗等最终结果等好处/优势。本研究借助统计观察和偏倚风险 (RoB) 分析，总结了脑肿瘤在新兴研究领域（即 AI 环境中的放射组学和放射基因组学）中的特征。使用 PRISMA 搜索方法，在 IEEE、Google Scholar、PubMed、MDPI 和 Scopus 中找到了 121 项与本综述相关的研究。我们的研究结果表明，放射组学和放射基因组学都已成功应用于多种肿瘤学应用，具有众多优势。此外，在 AI 范式下，传统和深度放射组学特征都对 BTC 放射基因组学方法的有利结果产生了影响。此外，偏倚风险 (RoB) 分析通过提供其中涉及的偏差，可以更好地理解具有 AI 更强优势的架构。
帕金森病的计算机化认知训练
摘要 简介 认知障碍被认为是帕金森病 (PD) 的重要非运动症状，需要基于证据的非药物干预措施来预防或减缓此类患者群体的认知能力下降。计算机化认知训练 (CCT) 就是这样一种干预措施，它已被证明对老年人群的认知能力有效。本系统评价旨在研究 CCT 对 PD 患者的认知、社会心理和功能领域的疗效，并研究可能缓和 CCT 对认知影响的研究和干预设计因素。 方法与分析 将纳入研究 CCT 对无痴呆症的 PD 患者的认知、社会心理或功能结果影响的随机对照试验。主要结果是整体认知功能。次要结果是领域特定的认知功能、社会心理功能和功能能力。 我们系统地搜索了截至 2020 年 5 月 14 日的 MEDLINE、Embase 和 PsycINFO，以确定相关文献。将使用修订后的 Cochrane 偏倚风险工具评估偏倚风险。效应大小将计算为基线到干预后变化的标准化平均差（Hedges' g），每个符合条件的结果测量的置信区间为 95%。将使用随机效应模型对研究间的结果进行汇总，考虑研究内效应大小的依赖结构。将使用 τ 2 和 I 2 统计量评估异质性。将使用混合效应元回归模型，根据关键研究和干预设计因素研究潜在的调节因素。伦理与传播 无需伦理批准。研究结果将在同行评审的科学期刊上发表。PROSPERO 注册号 CRD42020185386。
常规光子放射治疗后的血脑屏障通透性——临床和临床前研究的系统评价和荟萃分析
放射治疗 (RT) 是治疗脑肿瘤的基石。除了细胞毒性之外，RT 还会破坏血脑屏障 (BBB)，导致周围脑实质的通透性增加。尽管这种影响已被普遍承认，但不同放射方案如何影响以及在多大程度上影响 BBB 完整性仍不清楚。本系统综述和荟萃分析的目的是研究光子 RT 方案在临床和临床前研究中对 BBB 通透性（包括其可逆性）的影响。我们系统地回顾了 PubMed、Embase 和 Cochrane 搜索引擎中的相关临床和临床前文献。通过荟萃分析对总共 69 项纳入研究（20 项临床研究、49 项临床前研究）进行了定性和定量分析，并评估了不同疾病类型和 RT 方案中 RT 诱导的 BBB 通透性的关键决定因素。定性数据综合显示，35% 的纳入临床研究报告了 RT 后 BBB 中断，而 30% 的研究尚无定论。有趣的是，基于分次方案和累积剂量计算出不同生物有效剂量的研究之间没有观察到明显差异；然而，在治疗后的患者随访期间注意到 BBB 中断增加。临床前研究的定性分析显示，78% 的纳入研究存在 RT BBB 中断，这通过荟萃分析得到显著证实（p < 0.01）。值得注意的是，研究之间存在高偏倚风险、出版偏倚和高度异质性。这项系统评价和荟萃分析揭示了 RT 方案对 BBB 完整性的影响，并开启了将此因素整合到未来 RT 决策过程的讨论，以更好地研究其发生及其对伴随或辅助治疗的影响。
临床和转化放射肿瘤学
放射治疗 (RT) 是治疗脑肿瘤的基石。除了细胞毒性之外，RT 还会破坏血脑屏障 (BBB)，导致周围脑实质的通透性增加。尽管这种影响已被普遍承认，但不同放射方案如何影响以及在多大程度上影响 BBB 完整性仍不清楚。本系统综述和荟萃分析的目的是研究光子 RT 方案在临床和临床前研究中对 BBB 通透性（包括其可逆性）的影响。我们系统地回顾了 PubMed、Embase 和 Cochrane 搜索引擎中的相关临床和临床前文献。通过荟萃分析对总共 69 项纳入研究（20 项临床研究、49 项临床前研究）进行了定性和定量分析，并评估了不同疾病类型和 RT 方案中 RT 诱导的 BBB 通透性的关键决定因素。定性数据综合显示，35% 的纳入临床研究报告了 RT 后 BBB 中断，而 30% 的研究尚无定论。有趣的是，基于分次方案和累积剂量计算出不同生物有效剂量的研究之间没有观察到明显差异；然而，在治疗后的患者随访期间注意到 BBB 中断增加。临床前研究的定性分析显示，78% 的纳入研究存在 RT BBB 中断，这通过荟萃分析得到显著证实（p < 0.01）。值得注意的是，研究之间存在高偏倚风险、出版偏倚和高度异质性。这项系统评价和荟萃分析揭示了 RT 方案对 BBB 完整性的影响，并开启了将此因素整合到未来 RT 决策过程的讨论，以更好地研究其发生及其对伴随或辅助治疗的影响。
久坐行为与脑功能之间的关联......
该方案以系统评价和荟萃分析方案的首选报告项目为指导，并发表在国际系统评价前瞻性注册数据库 (PROSPERO: CRD42023392246) 中。将搜索的数据库包括 EMBASE、Scopus、ScienceDirect、Web of Science、SPORTDiscus、CINAHL 和 PubMed。对儿童和青少年 (5 至 19 岁) 进行的分析 SB 与 BDNF 之间关联的横断面和队列研究将纳入系统评价。将描述研究的特点、方法学方面和主要结果。然后，将评估纳入研究的偏倚风险 (由 STROBE 和 Newcastle-Ottawa 量表评估) 和证据水平 (由 GRADE 工具评估)。还将进行亚组分析。两位经验丰富的审阅者将进行研究选择、数据提取和方法学质量评估。
机器学习在区分神经胶质瘤和原发性神经胶质瘤中的应用...
缩写：AI = 人工智能；AUC = 受试者工作特征曲线下面积；CNN = 卷积神经网络；ML = 机器学习；PCNSL = 原发性中枢神经系统淋巴瘤；PRISMA = 系统评价和荟萃分析的首选报告项目；PROBAST = 预测模型研究偏倚风险评估工具；TRIPOD = 个体预后或诊断的多变量预测模型的透明报告 胶质瘤是中枢神经系统最常见的原发性恶性肿瘤。1 胶质瘤的一个重要的鉴别诊断是原发性中枢神经系统淋巴瘤 (PCNSL)，这是一种较少见但恶性程度极高的肿瘤。2 正确区分这些肿瘤实体对临床医生来说是一项重要的挑战，因为 2021 年 7 月 26 日收到；2022 年 1 月 31 日修订后接受。
通过解读和靶向个性化蛋白质网络改变来克服黑色素瘤对 BRAFV600E 抑制的耐药性
图 1：传统生物标志物分析与患者特异性信号特征分析。遗传/蛋白质生物标志物分析依赖于对常见癌症类型相关基因或蛋白质表达水平的评估（左）。药物组合的设计是根据对周围信号网络状态的推断，基于先前的知识（左）。相比之下，患者特异性信号特征 (PaSSS) 分析涉及数百种癌症相关蛋白质的蛋白质组学分析，并无偏倚地识别每个样本中改变的信号特征，即不依赖于先前对信号通路的了解。这使得能够合理设计基于患者特异性独特重新连接信号网络的个性化靶向药物组合（右）。