XiaoMi-AI文件搜索系统
World File Search System列线图
综合生物信息学方法揭示 LRP1 表达在卵巢癌中的预后意义
摘要：过度活跃的肿瘤微环境 (TME) 导致卵巢癌 (OC) 中癌细胞的无限制存活、耐药性和转移。然而，OC 的 TME 内治疗靶点仍然难以捉摸，量化 TME 活性的有效方法仍然有限。在此，我们采用综合生物信息学方法来确定哪些免疫相关基因 (IRG) 调节 TME，并进一步评估它们在 OC 进展中的潜在治疗诊断 (治疗 + 诊断) 意义。使用稳健的方法，我们开发了一个预测风险模型，以回顾性检查来自癌症基因组图谱 (TCGA) 数据库的 OC 患者的临床病理参数。预后模型的有效性通过来自国际癌症基因组联盟 (ICGC) 队列的数据得到证实。我们的方法确定了九个 IRG，AKT2、FGF7、FOS、IL27RA、LRP1、OBP2A、PAEP、PDGFRA 和 PI3，它们形成了 OC 进展的预后模型，区分出低风险组内临床结果明显更好的患者。我们验证了该模型作为独立的预后指标，并证明当与临床列线图一起使用时具有增强的预后意义，以实现准确预测。LRP1 表达升高表明膀胱癌 (BLCA)、OC、低级别神经胶质瘤 (LGG) 和胶质母细胞瘤 (GBM) 预后不良，也与其他几种癌症的免疫浸润有关。与免疫检查点基因 (ICG) 的显著相关性凸显了 LRP1 作为生物标志物和治疗靶点的潜在重要性。此外，基因集富集分析突出了 LRP1 参与代谢相关途径，支持其在 BLCA、OC、低级别神经胶质瘤 (LGG)、GBM、肾癌、OC、BLCA、肾肾透明细胞癌 (KIRC)、胃腺癌 (STAD) 以及胃和食管癌 (STES) 中的预后和治疗相关性。我们的研究在癌症的 TME 中生成了九个 IRG 的新特征，这些特征可以作为潜在的预后预测因子，并为改善 OC 的预后提供宝贵的资源。
人工智能在基于 MRI 的直肠癌分期中的作用：系统评价
多项研究探讨了人工智能 (AI) 在基于磁共振成像 (MRI) 的直肠癌 (RC) 分期中的应用，但仍然缺乏全面的评估。本系统评价旨在回顾 AI 模型在基于 MRI 的 RC 分期中的表现。对 PubMed 和 Embase 进行了搜索，从数据库建立之初到 2024 年 10 月，没有任何语言和年份限制。本评价纳入了前瞻性或回顾性研究，这些研究评估了 AI 模型（包括机器学习 (ML) 和深度学习 (DL)）在基于 MRI 的 RC 分期中的诊断性能与任何比较器进行比较。绩效指标被视为结果。两名独立审阅者参与了研究的选择和数据提取，以限制偏见；任何分歧都通过相互协商或与第三位审阅者讨论解决。从数据库中共找到 716 条记录。其中，14 项研究（1.95%）最终被纳入本综述。这些研究发表于 2019 年至 2024 年之间。这些研究采用了各种 MRI 技术，并开发了多种 AI 模型。深度学习是最常见的。用于开发 AI 模型的 MRI 图像包括来自不同景观和系统的 T1 加权图像（14.28%）、T2 加权图像（85.71%）、扩散加权图像（42.85%）或这些图像的组合。这些模型是使用各种技术构建的，主要是深度学习，例如传统神经网络（28.57%）、深度学习重建（14.28%）、弱监督模型开发框架（7.12%）、深度神经网络（7.12%）、基于更快区域的 CNN（7.12%）、ResNet、基于深度学习的临床放射组学列线图（7.12%）、LASSO（7.12%）和随机森林分类器（7.12%）。所有使用单一类型图像或组合成像模式的模型在准确度、灵敏度、特异性、阳性似然比、阴性似然比和曲线下面积方面均表现出优于人工评估的性能，得分 >0.75。这被认为是良好的表现。目前的研究表明，基于 MRI 的 RC 分期 AI 模型表现出很高的性能，前景广阔。
开发相互作用的交互式列图，以预测具有性障碍性障碍性ICU患者的短期生存
背景：性障碍性贫血是一种严重的血液学疾病，其标志是全年症和骨髓衰竭。ICU的入院通常反映了需要重症监护的疾病进展或并发症。预测这些患者的短期生存对于个性化治疗和资源优化至关重要。编号图为整合临床参数提供了一种实用的工具，提供了准确的可视化生存预测，以指导ICU中性贫血患者的决策。方法：使用模拟IV数据库，我们确定了被诊断为性贫血的ICU患者。从数千个可用的变量中，我们从五个维度上提取数据：人口统计学，合成指标，实验室事件，合并症和药物使用情况。基于现有的性质贫血研究，进一步完善了400多个变量，并应用了机器学习技术来确定建模的七个最有效的预测指标。使用机器学习方法进行预处理，这些预测因素的可行性通过其他分类和回归模型验证，验证方法是AUROC。此外，使用来自EICU协作研究数据库的数据进行了外部验证，以评估我们的模型的普遍性。使用逻辑回归（LR）构建了互动命名图，以预测患有同性血症患者的7天，14天和28天的死亡率。结果：这项研究中总共包括了1,662名被诊断为性贫血的患者，其中7：3的比例分为训练和测试队列。逻辑回归模型表现出强烈的预测性能，分别为7天，14天和28天死亡率预测的AUC值分别达到0.8227、0.8311和0.8298。使用EICU数据库的外部验证进一步证实了该模型的通用性，AUC值为0.7391、0.7119和0.7093。这些结果突出了该模型在预测性障碍性贫血患者短期生存方面的稳定性和有效性。结论：APS III领导的一组七个预测因子被证明可有效地建模性质贫血患者的短期生存。使用这些预测因素，COX和Logistic回归模型生成了列线图，这些图可以准确预测7天，14天和28天的死亡率。这些工具可以支持临床医生进行个性化的风险评估和决策。
简介 VMSR Murthy 博士
• 拉索设备系统的运行效率与环境和经济效率 • 拉索台阶爆破和碎裂/背裂控制中的地震效应 • 镐与岩石相互作用时的热行为以及露天采矿机操作参数的优化 • 通过机器振动和粗糙度指数映射分析旋转爆破孔钻机的性能 • 使用马尔可夫链对隧道掘进机进行可靠性建模 • 一种用于脆弱煤矿支护设计的新型岩体评级方法（RMRdyn）。 • 机械化长壁矿井中为防止采煤机过载而对硬砂岩进行可切割性评估（Jhanjhra，ECL）。 • 使用机器学习算法（ANN）对台阶爆破抛掷距离的预测模型， • 估算露天采矿机切割中的产量、镐和柴油消耗以及露天采矿机的本土化。 • 确定顶板岩石的阈值峰值粒子速度，以合理装药炸药，提高煤矿、金属矿和隧道的安全性和生产率 • 增强印度本土金刚石线技术在石材切割中的功能能力。 • 通过全面的列线图进行资产管理，快速评估露天矿工的表现并计划库存。 • 预测坑洞形成的风险、深度和大小，尤其是在浅层煤矿中，以确保安全开采。 • 爆炸压力和基于时间的概念来估计飞石距离，这对于确定矿井中的禁区以确保安全操作至关重要。 • 结合岩石、炸药和爆炸设计参数的模型，用于金属矿的超挖控制。旨在减少因爆炸引起的超挖而导致的矿石稀释。随后还整合了拉力优化。 • 水下钻孔和爆破概念和技术，用于在海洋结构附近进行控制爆破，以完成港口（维沙卡帕特南）的加深和拓宽，以及用于加强贸易的引水渠道。 • 开发了独一无二的圆盘/镐切割测试设施，该设施在 IIT(ISM) 进行设计、制造和测试。 • 虚拟现实矿山模拟器，在 IIT(ISM) 构思、设计和开发了印度唯一的一个。在此基础上创建了全沉浸式采矿方法（地下和露天煤矿开采模式）。
研究基因表达、生物标志物和多分析物测试
代码 编号 描述 CPT 0006M 肿瘤学（肝脏），利用新鲜肝细胞癌肿瘤组织，测定 161 个基因的 mRNA 表达水平，包括甲胎蛋白水平，以算法报告风险分类器 0007M 肿瘤学（胃肠道神经内分泌肿瘤），利用全外周血对 51 个基因进行实时 PCR 表达分析，以算法报告肿瘤疾病指数的列线图 0019M 心血管疾病，血浆，通过基于适体的微阵列分析蛋白质生物标志物，以算法报告高危人群中 4 年发生冠状动脉事件的可能性 0041U 伯氏疏螺旋体，通过免疫印迹检测 5 个重组蛋白组抗体，IgM 0042U 伯氏疏螺旋体，通过免疫印迹检测 12 个重组蛋白组抗体，IgG 0063U 神经病学（自闭症），通过 LCMS/MS 检测 32 个胺，使用血浆，算法报告为与自闭症谱系障碍相关的代谢特征 0108U 胃肠病学（巴雷特食管），全幻灯片数字成像，包括形态分析、9 种蛋白质生物标志物（p16、AMACR、p53、CD68、COX-2、CD45RO、HIF1a、HER- 2、K20）的计算机辅助定量免疫标记和形态学、福尔马林固定石蜡包埋组织，算法报告为进展为高度发育不良或癌症的风险 0170U 神经病学（自闭症谱系障碍 [ASD]），RNA，下一代测序，唾液，算法分析，结果报告为 ASD 诊断的预测概率 0258U 自身免疫（牛皮癣），mRNA，下一代测序，50-100 个基因的基因表达谱，使用粘性贴片进行皮肤表面收集，算法报告为对牛皮癣生物制剂的反应可能性0263U 神经病学（自闭症谱系障碍 [ASD]），16 种中心碳代谢物（即 α 酮戊二酸、丙氨酸、乳酸、苯丙氨酸、丙酮酸、琥珀酸、肉碱、柠檬酸、富马酸、次黄嘌呤、肌苷、苹果酸、S-磺基半胱氨酸、牛磺酸、尿酸和黄嘌呤）的定量测量，液相色谱串联质谱法 (LC-MS/MS)，血浆，算法分析，结果报告为阴性或阳性（针对 ASD 的代谢亚型）0288U 肿瘤学（肺），mRNA，11 个基因（BAG1、BRCA1、CDC6、CDK2AP1、ERBB3、FUT3、IL11、LCK、RND3、SH3BGR、WNT3A）和 3 个参考基因（ESD、TBP、YAP1）的定量 PCR 分析，福尔马林固定石蜡包埋 (FFPE) 肿瘤组织，算法解释报告为复发风险评分 0289U 神经病学（阿尔茨海默病），mRNA，通过 24 个基因的 RNA 测序进行基因表达分析，全血，算法报告为预测风险评分 0290U 疼痛管理，mRNA，通过 36 个基因的 RNA 测序进行基因表达分析，全血，算法报告为预测风险评分
TB MED 507 - 陆军出版局
附录 A. 参考文献，第 56 页 B. 湿球黑球温度指数，第 60 页 C. 指挥官、高级士官和教员的预防热伤亡风险管理指南，第 61 页 词汇表，第 65 页 表格列表 表 2-1. 通用热适应策略，第 12 页 表 3-1. 25 名志愿者在高温下进行 3 小时户外运动时测得的直肠温度与其他体温之间的平均绝对差 (MAD)，第 16 页 表 3-2. 在温暖和炎热环境中训练的液体补充和工作休息指南，第 18 页 表 3-3. 在温暖和炎热环境中连续工作时间和液体补充的建议，第 19 页 表 3-4. 轻型飞行服的战斗机热应力指数 (FITS)（晴天至轻微阴天），第 25 页使用标准补液政策在温暖和炎热环境中训练的替代液体补充指南，第 29 页表 3-6。补水优化策略，第 30 页表 4-1。劳力性中暑的个体和环境风险因素，第 34 页表 4-2。与劳力性中暑易感性有关的药物，第 35 页表 4-3。经典中暑和劳力性中暑的比较，第 39 页表 4-4。劳力性中暑的常用测量分析物及其恢复时间过程，第 40 页表 4-5。导致劳力性横纹肌溶解症的潜在因素，第 41 页表 5-1。疑似中暑伤员的警告信号、症状和紧急措施，第 43 页表 5-2。建议使用冰袋治疗疑似劳力性中暑，第 47 页表 5-3。军人昏倒后的不同表现类型，第 53 页表 5-4。 ICD-10 劳力性中暑症状编码，第 55 页 图表列表 图 2-1. 美国陆军人员 5 年期间（2015-2019 年）热衰竭和中暑的总体频率和每周分布，第 5 页 图 2-2. 军人在热环境中从事体力劳动时的能量（热量）传递，第 6 页 图 2-3. 测量位置对 WBGT 指数的影响，佐治亚州本宁堡，2005 年 7 月，第 8 页 图 2-4. 环境热应激对相当于 2 英里跑步或 3 英里行军的自定步调耐力任务的独立和综合影响，第 10 页 图 2-5. 权衡分析表现列线图，第 10 页 图 3-1. 热应激风险评估流程，第 14 页 图 3-2. CHS 和 UCHS 期间以三种代谢率持续体力劳动时身体核心温度反应说明，第 15 页军事和运动医学 WBGT 指数类别比较，第 20 页图 3-4。佐治亚州本宁堡 2017 年 7 月 31 日历史气象数据，第 21 页图 3-5。12 英里行军期间身体储热率比较，负重 55 磅，180 分钟完成（标准），速度慢 10%，重量轻 50%，或将衣服换到 PFU，第 21 页