Benjamin B. Johnson, 1 Marie-Victoire Cosson, 2,3,9 Lorenza I. Tsansizi, 2,3,9 Terri L. Holmes, 1 Tegan Gilmore, 2 Katherine Hampton, 1 Ok-Ryul Song, 2,4 Nguyen TN Vo, 5 Aishah Nasir, 5 Alzbeta Chabronova, 6 Chris Denning, 5 Mandy J. Peffers, 6 Catherine LR Merry, 5,7 John Whitelock, 5,8 Linda Troeberg, 1 Stuart A. Rushworth, 1 Andreia S. Bernardo, 2,3, * 和 James GW Smith 1,10, * 1 诺维奇医学院代谢健康中心,东英吉利大学,诺维奇研究园,诺维奇 NR4 7UQ,英国 2 弗朗西斯·克里克研究所,伦敦 NW1 1AT,英国 3 NHLI,伦敦帝国理工学院,伦敦,英国 4 高通量筛选科学技术平台,弗朗西斯克里克研究所,伦敦 NW1 1AT,英国 5 医学院,再生和建模组织,生物发现研究所,诺丁汉大学公园分校,诺丁汉 NG7 2RD,英国 6 生命历程和医学科学研究所,威廉亨利邓肯大厦,西德比街 6 号,利物浦 L7 8TX,英国 7 医学生物化学和微生物学系,乌普萨拉大学,瑞典乌普萨拉 8 新南威尔士大学生物医学工程研究生院,悉尼,新南威尔士州 2052,澳大利亚 9 这些作者贡献相同 10 主要联系人 * 通信地址:a.bernardo@imperial.ac.uk (ASB),jgsmith@uea.ac.uk (JGWS) https://doi.org/10.1016/j.celrep.2023.113668
受试者保持身体姿势不做任何计划好的动作,并在运动任务条件下,受试者用右手重复进行手指伸展/屈曲。BOLD 对比图像(4x4x4 毫米体素平面分辨率;回波平面成像重复时间为 1.6 秒;回波时间 21.6 毫秒;翻转角度 90º)以 100 个体积的块形式按照以下顺序记录:运动阻滞→静止阻滞→运动阻滞→静止阻滞(每个受试者 400 个总体积 = 100 个体积 x 2 个运动阻滞 x 2 个静止阻滞)。fMRI 数据与 3D 解剖图像(1x1x1 毫米体素分辨率;重复时间 7.6 毫秒;回波时间 1.6 毫秒;翻转角度 12º;250 x 250 毫米视野;256x256 采样矩阵)联合注册。所有数据集都标准化到 Talairach 空间(表 1 显示了 ROI 的位置和大小)。
神经变性(Ragagnin等,2019; Rojas等,2020; Reyes- Leiva等,2022)。ALS的神经病理机制涉及遗传,环境和细胞因子之间的复杂相互作用,从而导致运动神经元脆弱性和神经蛋白流量(Mejzini等,2019; Le Gall等,2020; Keon等,2021年,2021年)。积累的证据表明,铁失调和沉积在ALS的发病机理中起着至关重要的作用,这有助于氧化应激和神经元损伤(Kupershmidt和Youdim,2023; Long等,2023)。铁是细胞代谢的重要元素,但是过量铁可以产生活性氧(ROS),损害细胞成分(例如脂质,蛋白质和DNA)(Ying等,2021)。因此,铁稳态受到各种蛋白质(例如转铁蛋白,铁蛋白和肝素)在大脑中的严格调节(Singh等,2014)。铁失调和沉积对神经元功能和存活具有多种影响。例如,铁可以改变谷氨酸受体和转运蛋白的表达和活性,从而导致兴奋性毒性和突触功能障碍。铁可以触发线粒体功能障碍,从而减少能量产生并增加ROS的产生(Cheng等,2022)。除了将小胶质细胞和星形胶质细胞刺激,铁还可以刺激神经蛋白的炎症和细胞因子释放。此外,铁可以与其他金属(例如铜和锌)做出反应,从而影响它们的可用性和毒性。磁化敏感性可以测量组织在磁场中磁化的容易程度(Conte等,2021)。此外,错误折叠的蛋白质超氧化物歧化酶1(SOD1)和TAR DNA结合蛋白43(TDP-43)与家族性和零星ALS相关,可以通过铁(Basso等,2013; Ndayisaba et al。,2019年)汇总和清除。磁共振成像(MRI)是诊断各种疾病的强大工具,例如神经系统疾病(Kollewe等,2012; Bhattarai等,2022; Ghaderi,2023; Ghaderi et al。,2023b; Mohammammadi等,2023)。定量敏感性映射(QSM)是一种敏感的MRI技术,用于检测组织中的磁敏感性变化(Acosta-Cabronero等,2018)。QSM是一种可以与MRI结合使用的技术,以测量组织的磁敏感性,它反映了组织在磁场中磁化的容易程度(Ravanfar等,2021)。具有高磁化率的组织,例如富含铁的组织,会使MRI扫描中的磁场扭曲(Duyn,2013年)。QSM可以提供各种大脑区域中铁浓度的准确估计值,例如皮层,基底神经节和小脑和QSM,并且QSM在检测包括ALS在内的神经退行性疾病中的铁沉积方面表现出了令人鼓舞的结果(Ravanfar等,2021年)。易感加权成像(SWI)是另一种MRI技术,它可以可视化具有高磁化率的组织(Liu等,2021)。swi结合了定性显示组织磁场变化的幅度和相位信息,但它受到区域界面的影响和图像伪像的影响,这些效果随图像参数而变化(Haacke等,2009; Mittal等,2009; Haller等,20221)。SWI也已用于诊断和监测涉及铁沉积的疾病,例如神经退行性疾病和神经肌肉疾病(Schweitzer等,2015; Lee等,2017; Welton等,2019),但是
Pierre Mora (1), Sabrina Ayadi (2), Benjamin Sourisseau (2), Fabien Xuereb (1), Marie Beylot-Barry (3), Sarah Djabarouti (3) (1) University Hospital Bordeaux and INSERM U1034 (2) University Hospital Bordeaux (3) University Hospital Bordeaux and Bordeaux Institute of Oncology (BRIC) Abstract WHAT是已知和客观的:
(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2023年8月22日发布。 https://doi.org/10.1101/2023.08.21.554147 doi:Biorxiv Preprint
摘要 - 杂种闭环系统(也称为人造胰腺(AP))的最新进展已被证明可以优化葡萄糖控制,并减轻1型降解者(T1D)的人的自我管理负担。AP系统可以通过连续葡萄糖监测实时通信来调整胰岛素泵的基础输注速率。在深度神经网络中赋予的能力,深钢筋学习(DRL)引入了基础胰岛素控制算法的新范式。但是,所有现有的基于DRL的AP控制器都需要在代理和环境之间进行大量随机在线互动。虽然可以在T1D模拟器中进行阀门,但在现实世界临床环境中它变得不切实际。为此,我们提出了一个离线DRL框架,该框架可以完全离线开发和验证基础胰岛素控制的模型。它包括基于双重延迟的深层确定性策略梯度和行为克隆的DRL模型,以及使用拟合Q评估的非政策评估(OPE)。我们评估了由UVA/Padova T1D Simulator生成的10个虚拟成年人和10个虚拟青少年的硅数据集上提出的框架,而OHIOT1DM数据集则是一个具有12个真实T1D主题的临床数据集。在In Silico数据集中的性能表明,离线DRL算法在范围内显着增加了时间,同时将成人和青少年组的范围低于范围和时间以下。实际和估计的策略值之间的高矛式等级相关系数表示OPE的准确估计。然后,我们使用OPE来估计临床数据集上的模型性能,在该数据集中,观察到每个受试者的策略值显着提高。结果表明,提出的框架是改善T1D中个性化基底胰岛素控制的可行且安全的方法。
本文引入了一种新型的多代理增强学习(RL)方法,用于1型糖尿病患者(T1D)的个性化葡萄糖控制。所提出的方法利用了由血糖(BG)代谢模型和多代理角色批评的RL模型组成的闭环系统,该模型充当基底核糖顾问。在三种不同的情况下,评估RL药物的性能并与常规疗法进行了比较。评估指标包括最低,最大和平均葡萄糖水平,以及在二型BG范围内所花费的时间百分比。此外,分析了平均每日推注和基底胰岛素剂量。结果表明,基于RL的基底支柱顾问可通过降低血糖变异性并增加目标范围内70-180 mg / dl的时间的比例来显着改善葡萄糖的控制。具体来说,在方案A,B和C中,目标范围内花费的时间从66个增加。66±34。97%至92。55±4。05%,64。13±33。84%至93。91±6。03%和58。85±34。67%至78。 34±13。 分别为28%。 基于RL的方法还可以防止严重的高血糖事件(P≤0。 05)并减少低血糖的发生。 对于场景A和B,降血糖事件从14个下降。 2%±32。 27%至3.77%±4.01%和16。 59%±32。 分别为42%至2.63%±4.09%。 05)。67%至78。34±13。分别为28%。基于RL的方法还可以防止严重的高血糖事件(P≤0。05)并减少低血糖的发生。对于场景A和B,降血糖事件从14个下降。2%±32。27%至3.77%±4.01%和16。59%±32。分别为42%至2.63%±4.09%。05)。值得注意的是,在情况C中,由于胰岛素敏感性的降低,在任何一种方法中均未经历降血糖事件。此外,该研究表明,与常规治疗相比总的来说,这些发现表明多代理RL方法在获得更好的葡萄糖控制方面具有EFF的性质,并减轻T1D患者严重高血糖的风险。
在出生后的第一年,他的运动和发育里程碑正常,但随后在 18 个月大时出现肌张力低下和平衡问题。他在 5 岁时出现右下肢肌张力障碍,并开始逐渐丧失粗大和精细运动功能,包括独立行走的能力。他在 7 岁时发展为全身性肌张力障碍。考虑手术时的表型表现主要是肌张力过高,四肢活动范围有限,无法负重,脊柱侧弯严重。他的肌张力障碍对肠内苯海索、巴氯芬、卡比多巴-左旋多巴、亚叶酸钙和丁苯那嗪也有抵抗力。根据他父母的报告,在植入一个
图 5 识别预测结果的跨诊断成分。我们使用 Cox 模型的偏最小二乘回归来找到一个成分 (a),该成分最大化了连接和审查死亡时间之间的协方差。连接代表 PLSR 权重,因此对于得分较高的受试者,红色表示连接较强,蓝色表示连接较弱。PSP 患者和 CBS 患者 (c) 之间的此成分没有差异。使用五倍交叉验证并使用一致性分析和综合曲线下面积评估结果,我们发现连接提供了患者人口统计信息和住院运动之外的额外信息,但结合结构、临床和基线指标可提供最佳预测准确性 (de)。(DMN,默认模式网络;DAN,背侧注意网络;FPN,额顶网络;SM,感觉运动;TN,丘脑网络;VAN,腹侧注意网络)。