XiaoMi-AI文件搜索系统
World File Search System外周血
外周血细胞计数作为免疫的预测指标......
癌症免疫疗法已成为治疗各种恶性肿瘤的突破性进展。ICI 靶向 PD-1/PD-L1 和 CTLA-4 通路，通过阻断抑制信号、激活 T 细胞和重振抗肿瘤免疫反应发挥作用。然而，通过增强宿主的免疫反应和破坏免疫稳态，ICI 可促进炎症活动，可能导致多个器官的炎症相关损害 ( 1 )。这表现为一系列临床症状，统称为 irAE，通常影响各种器官系统，包括皮肤、内分泌、呼吸和胃肠系统 ( 2 )。irAE 的发病率相对较高，某些严重并发症会显著影响患者的生活质量和预后 ( 3 )。有效管理 irAE 而不损害 ICI 的抗肿瘤效果或患者的长期生存率仍然是一项临床挑战 ( 4 )。值得注意的是，发生 irAE 的患者通常会获得更好的癌症治疗结果（5-7）。因此，提前评估个人毒性风险至关重要，因为早期干预和管理 irAE 可以帮助确保高风险患者继续接受 ICI 治疗并从中受益。
2025; 16（6）：2001-2014。 doi：10.7150/jca.105171研究论文一种机器学习模型，利用CT放射线特征和外周血炎症
目的：研究机器学习模型的价值，该模型在预测接受PD-1抑制剂的不可切除的食管鳞状细胞癌（ESCC）患者的预后中整合了放射性特征和外周血炎症标志物的预后。方法：进行了回顾性收集，涉及105例无法切除的ESSC患者，他们在2020年1月至2023年8月在中国科学和技术大学的第一家附属医院接受了PD-1抑制剂以及同时进行的化学放疗。这些患者被随机分为训练集（n = 74）和验证集（n = 31）。放射素学特征，并使用Pearson相关和Lasso-Cox方法进行了特征选择。基线临床特征，并在免疫疗法开始之前和治疗后4-6周内收集血液学参数，以计算炎症标记。随后，使用多元COX比例危害模型鉴定了影响患者预后的独立放射素学特征，并将这些特征纳入基于临床特征的多元COX模型中，以得出结合放射线和临床特征的独立预后因素。根据涉及临床特征，放射线特征和联合指标的COX分析结果，构建了拟议图以预测患者的2年无进展生存期（PFS）。使用ROC曲线和校准曲线对模型进行评估和评估。结果：在训练队列中，临床模型的AUC为0.705，放射素模型为0.573，合并模型为0.834。在验证队列中，临床模型的AUC为0.784，放射素模型为0.775，合并模型为0.872。结论：整合放射素特征NGTDM-busyness，炎症标记δNLR和临床特征M级的组合模型为患者的2年PFS提供了最佳的预测值。
l e t t t t e评论：“源自外周血细胞计数和临床迹象的炎症指数的关联以及对治疗的反应
炎症研究杂志2025：18 2283–2284 2283©2025 Tan and Li。这项工作由Dove Medical Press Limited发布和许可。本许可的完整条款可在https://www.dovepress.com/terms.php上找到，并合并了创意共享归因 - 非商业（无体现，v3.0）许可证（http://creativecommons.orgn.org/licenses/byby-nc/by-nc/3.0/）。通过访问您接受条款的工作。只要工作正确地归因于Dove Medical Press Limited，允许未经Dove Medical Press Limited的任何进一步许可就允许进行工作。 有关此工作商业使用的许可，请参阅我们条款的第4.2和第5段（https://www.dovepress.com/terms.php）。允许未经Dove Medical Press Limited的任何进一步许可就允许进行工作。有关此工作商业使用的许可，请参阅我们条款的第4.2和第5段（https://www.dovepress.com/terms.php）。
miR-455-3p具有前列腺癌外周血中PSA的诊断潜力较高
前列腺癌（PCA）是全球男性尿液系统中常见的恶性肿瘤之一，其发病率和死亡率逐年增加[1]。更糟糕的是，通常发生骨转移和复发，这使预后较差[2]。PCA的基本诊断包括直肠数字检查检测，血清前列腺植物抗原（PSA）检测，活检分析和组织学分析[3]。但是，很难通过这些方法来验证PCA的进展和非正常增生[4，5]。在细胞性的PSA结果中易受药物，炎症和良性前列腺病变的影响，导致PCA预后缺乏特异性和敏感性[6]。因此，找到新的临床诊断标记至关重要。microRNA（miRNA）是具有高保守性的单链非编码RNA。它们的长度约为18至22个核苷酸[7]。miRNA通过与Messenger RNA（mRNA）的3'未翻译区（UTR）中的序列结合而干扰蛋白质的翻译，从而降低了mRNA的稳定性或抑制跨文本基因的表达[8]。参与各种生理过程，例如细胞增殖和凋亡，在疾病中起着重要的调节作用，并且与各种肿瘤的发生密切相关[9-11]。近年来，循环miRNA作为各种疾病的诊断标记，由于其在监测方面的便利性[12-14]。但是，关于生物标志物的研究仍然不足。研究表明，循环miRNA是PCA诊断的互补候选生物标志物。随着测序技术的发展，生物信息学已被用来探索基因水平上各种疾病的病理机制。基因表达综合（GEO）数据库是一种在线基因芯片数据库的基因表达数据库[15]。基因图和微阵列用于筛选差异表达的miRNA（demirnas）和基因。本研究通过两个GEO数据集的相互作用分析确定了一个共同的目标miR-455-3p。然后分析 miR-455-3p与PCA中的临床特征的相关性，并用临床样品验证。进一步预测了miR-455-3p的下游结合基因。最后，为靶基因构建了蛋白质 - 蛋白相互作用（PPI）网络，并进行了基因和基因组（KEGG）途径分析的京都百科全书。
急性代偿性肝硬化患者的外周血单核细胞的单细胞RNA测序揭示了与ACLF进展风险增加有关的特定单核细胞子集
保留所有权利。未经许可就不允许重复使用。永久性。预印本（未经同行评审的认证）是作者/资助者，他已授予Medrxiv的许可证，以在2025年2月7日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2025.02.04.25321370 doi：medrxiv preprint
边缘性人格障碍患者外周血单核细胞的线粒体呼吸活动和 DNA 损伤
。CC-BY-NC-ND 4.0 国际许可证 它是永久可用的。 是作者/资助者，已授予 medRxiv 许可以显示预印本（未经同行评审认证）预印本 此版本的版权所有者于 2025 年 1 月 31 日发布。；https://doi.org/10.1101/2025.01.29.25321066 doi：medRxiv 预印本
鉴定1型糖尿病相关的T细胞受体库曲目来自人类外周血
1型糖尿病（T1D）是一种T细胞介导的疾病，具有强大的免疫遗传HLA依赖性。HLA等位基因对T细胞受体（TCR）曲目的影响塑造胸腺的选择并控制糖尿病生成克隆的激活，但在T1D中仍未解决。我们对三个横截面同类群（包括T1D患者）以及健康相关和无关的对照组的2250个HLA类型的个体进行了循环的TCRβ链曲目。我们发现HLA风险等位基因在T1D个体中显示出更高的TCR曲目限制。我们利用深度学习来鉴定与T1D相关的TCR子序列基序，这些基序在居住在T1D个体的胰腺淋巴淋巴结中的独立TCR同类中也观察到。总体而言，我们的数据证明了基于遗传风险的T1D相关的TCR基序富集，为自动反应性提供了潜在的指标，以及基于TCR的诊断和治疗剂的基础。
外周血细胞图像分析的语言模型
摘要本文研究了视觉模型（VLM）在外周血细胞自动形态学分析中的应用。虽然手动显微镜分析仍然是血液学诊断的金标准，但它既耗时又可能会受到观察者间的变化。这项工作旨在开发和评估能够从微观图像中对血细胞进行准确的形态描述的微调VLM。我们的方法论包括三个主要阶段：首先，我们创建了一个合成数据集，该数据集由10,000个外周血细胞图像与专家制作的形态描述配对。第二，我们在三个开源VLMS上使用低级适应性（LORA）和量化Lora（Qlora）进行了微调方法：Llama 3.2，Qwen和Smovlm。最后，我们开发了一个基于Web的界面，用于实用部署。的结果表明，在预先调整后所有模型的所有模型中都有显着改善，QWEN的性能最高（BLEU：0.22，Rouge-1：0.55，Bertscore F1：0.89）。为了确保可访问性并实现正在进行的评估，该模型已被部署为网络空间的Web应用程序，使研究社区可自由使用。我们得出的结论是，微调的VLM可以有效地分析外周血细胞形态，从而为血液学分析提供了标准化的潜力。这项工作建立了一个框架，可以将视觉模型改编为专业的医疗成像任务，这对改善临床环境中的诊断工作流程的影响。完整的实现可在GitHub
踝臂指数作为 2 型糖尿病患者外周血管疾病预测指标的研究
外周血管疾病 (PVD) 是一种常见问题，影响着 60 岁以上人口的 20%。PVD 是 2 型糖尿病的大血管并发症之一，被认为是心肌梗塞的主要风险因素（或同等风险因素）。如果没有适当的检查，很难在糖尿病患者中诊断出 PVD，因为同时存在的感觉神经病变会延迟疾病的临床表现。踝臂压指数 (ABPI) 是一种简单、床边、非侵入性、客观且高度可重复的测试，可以确诊 PVD。ABPI 不仅是未确诊 PVD 的标志，也是全身动脉粥样硬化的预测指标。ABPI 测量提供了一种简单、可重复、非侵入性、有效的方法来评估糖尿病患者的血管状态。本研究的主要目的是利用踝臂指数和彩色多普勒超声检查评估糖尿病患者中 PVD 的患病率，确定踝臂指数在研究参与者中检测外周血管疾病的诊断准确性，并比较踝臂指数和彩色多普勒超声检查在诊断外周血管疾病方面的表现。使用预先测试和预先设计的半结构化问卷作为研究工具。内容效度由领域专家和广泛的文献综述获得。根据踝臂指数和彩色多普勒超声检查，我们研究参与者的外周血管疾病患病率分别为 40% 和 45%。踝臂指数对诊断周围血管疾病具有很强的预测准确度，曲线下面积为 0.863，诊断准确度也很好，敏感性、特异性、阳性预测值分别为 80.8%、92.1%、89.1% 和 85.4%。右臂指数在诊断周围血管疾病方面的准确度高于左臂指数。因此，踝臂指数绝对可以在没有设施的情况下代替彩色多普勒超声检查，并且可以作为诊断周围血管疾病的有效筛查程序。
收获前CD34+细胞计数预测外周血干细胞收集
CD34+细胞计数在干细胞收集之前测量的分数解释了收集结果的80％（p <0.001）。根据我们的多变量模型，在干细胞收集之前测量的白细胞和CD34+细胞计数的综合作用解释了收集结果的90％。我们仅使用在干细胞收集之前测得的CD34+细胞计数开发了一个简化的预测模型（y = 0.101×β - 0.694）。基于我们的模型，CD34+细胞计数为36.6×10 6 /L足以在一次收集会话中实现目标收集结果。具有104×10⁶ /L的CD34+细胞计数，目标收集结果是在第一个收集会话中以97.5％的概率实现的。