在过去的半个世纪中,胰腺导管腺癌(PDAC)的五年生存率几乎没有提高。它固有地抵抗了FDA-批准的免疫疗法,这改变了其他晚期实体瘤患者的前景。积累的证据将这种抵抗力与其标志性免疫抑制环境有关,后者灌输了在肿瘤 - 纤维化效应效应T细胞中进行性功能障碍。该环境是在免疫抑制细胞种群(包括调节性T细胞(T Reg))的肿瘤开始时建立的,这些细胞(T Regs)与恶性PDAC的进展并行积累。因此,T Regs的治疗操作已引起了显着的科学和商业关注,这是由于发现丰富的肿瘤 - 填充t regs与PDAC患者的预后较差相关的发现所增强。在此,我们提出了一种机制,以抗PDAC对抗PD-1和CTLA-4免疫疗法的抗性,并重新评估追求T型剂量靶向疗法的理由,以鉴于最近的研究,这些研究促进了患者来源的肿瘤样品的免疫景观。我们评估正在逐步限制对PDAC治疗的免疫抑制的策略,以及提供初步证据的临床活动证据的SIGNPOST早期试验。在这种情况下,我们发现了对PDAC持续开发T Reg的免疫疗法的投资的令人信服的论点。
Higuchi Satoshi (Orcid ID: 0000-0002-7914-8256) Guideline-directed medical treatment in patients undergoing transcatheter edge-to-edge repair for secondary mitral regurgitation Satoshi Higuchi, MD, PhD, 1 Mathias Orban, MD, 1,2 Marianna Adamo, MD 3 , Cristina Giannini, MD 4 , Bruno Melica,医学博士5,妮可·卡拉姆(Melica),医学博士Nicole Karam,医学博士6,医学博士7 Daniel Kalbacher,医学博士,8,9 Benedikt Koell,MD,8 Lukas,Stolz,Stolz,Stolz,MD 1,Daniel Braun,MD,MD,MHBA 1,2 1,2迈克尔·诺斯(Michael Neuss) Ferreira,医学博士5,医学博士Holger Thiele,医学博士13号,马里兰州Stephan Baldus 13号,Ralph Stephan von Bardeleben,MD,MD 11,MD,1,2 STEFFEN MASSBERG,1,2 Stephan Windecker,医学博士,医学博士,MD,7 Philipp Lurz,7 Philipp Lurz,MD,Phd,Phd,Phd,Phd,13 Anna Sonia petronio,raham,Mden fornam lindef byann linden linden ,, 15,Marco Metra,MD 3,JörgHausleiter,MD 1,2,*; EUROSMR调查人员
©作者2024。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的,该许可允许以任何媒介或格式使用,共享,适应,分发和复制,只要您对原始作者和来源提供适当的信誉,请提供与创意共享许可证的链接,并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中,除非在伴侣的信用额度中另有说明。如果本文的创意共享许可中未包含材料,并且您的预期用途不受法定法规的允许或超过允许的用途,则您需要直接从版权所有者那里获得许可。要查看此许可证的副本,请访问http:// creativecommons.org/licenses/4.0/。
(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。该预印本版的版权持有人于2025年2月15日发布。 https://doi.org/10.1101/2025.02.11.637729 doi:Biorxiv Preprint
Q&A 15 min 9:30 - 10:15 AM Rapid Fire Poster Session Moderator: Bruce Brenner, MD, FACS, Staten Island, NY 5 minutes Spatial Analysis of Melanoma Mortality in Relation to Provider Distribution Across U.S. Health Service Areas 5 minutes Eli Kasheri, BS, Miami, FL Re-envisioning Cancer Survivorship – Introducing Comprehensive Cancer Care & Survivorship Medicine 5 minutes Regina Jacob, MSCE, MD, New Hyde Park, NY Excellence in Compliance with Standard 5.8 Lung Nodes- Implementing a QI Project to Improve Patient Care and Outcomes 5 minutes Isabel Emmerick, MPH, PhD, Worcester, MA Iterative Process for Improving Compliance with Synoptic Operative Reports in a Large Healthcare System 5 minutes Mary Brandt, MD, Milwaukee, WI The Lived Experiences of Family Cancer Caregivers: The Impact of支持服务5分钟5分钟,艾米·霍尔特(Amy Halter),宾夕法尼亚州印第安纳州印第安纳州的博士
使用说明 以下承保政策适用于 Cigna 公司管理的健康福利计划。某些 Cigna 公司和/或业务线仅向客户提供使用情况审查服务,并不作出承保决定。对标准福利计划语言和承保决定的引用不适用于这些客户。承保政策旨在为解释 Cigna 公司管理的某些标准福利计划提供指导。请注意,客户的特定福利计划文件 [团体服务协议、承保证明、承保证书、计划概要 (SPD) 或类似计划文件] 的条款可能与这些承保政策所依据的标准福利计划有很大不同。例如,客户的福利计划文件可能包含与承保政策中涉及的主题相关的特定排除条款。如果发生冲突,客户的福利计划文件始终优先于承保政策中的信息。在没有控制联邦或州承保要求的情况下,福利最终由适用福利计划文件的条款决定。在每个特定情况下,确定承保范围时需要考虑 1) 服务日期有效的适用福利计划文件的条款;2) 任何适用法律/法规;3) 任何相关附属源材料,包括承保政策;4) 特定情况的具体事实。每个承保申请都应根据其自身情况进行审查。医疗主任应在适当的情况下进行临床判断,并酌情做出个人承保决定。如果护理或服务的承保范围不取决于具体情况,则只有在根据适用承保政策中概述的相关标准提交请求的服务(包括承保诊断和/或程序代码)时,才会提供报销。如果因本承保政策未涵盖的疾病或诊断而开具账单,则不允许报销服务(请参阅下面的“编码信息”)。开具账单时,提供商
O-04研究中AI驱动的手动分析,以区分新手和医学教育专家技能Jafar Arash Mehr博士;医学博士Eric S. Hungness; Amy L. Halverson,医学博士,FACS;以及伊利诺伊州芝加哥的西北大学杰弗里·H·巴尔苏克(Jeffrey H.西北医学 - 西北大学,伊利诺伊州芝加哥,简介:人工智能(AI)可以增强教师教育者对学习者任务绩效的评估。 我们旨在开发一种创新的工具,可以使用计算机视觉和AI在缝合任务过程中跟踪和分析手动运动,以区分新手和专家表现。 方法:我们对一位作者(JAM)进行了视频记录的简单中断缝合任务,该任务(JAM)在缝合板上模拟了专家和新手表演。 使用深度摄像头和开源机器学习和计算机视觉工具(图)记录了每个任务的视频。 使用OpenCV库检索视频帧,然后传递到Google MediaPipe库,该库在每只手上都跟踪21个地标。 intel pyrealsense2每0.1秒钟在3D空间中提取地标的坐标。 总共定义了16个指标,以表征手提动作。 来自这些指标的汇总组数据用于训练多层感知神经网络,以区分专家和新手。 构建了一个评分系统,用于定量评估。 16个指标中有14个可以区分新手和专家组(p值<0.05)。 评分系统已在另外10个专家和10个新手视频上进行了验证。O-04研究中AI驱动的手动分析,以区分新手和医学教育专家技能Jafar Arash Mehr博士;医学博士Eric S. Hungness; Amy L. Halverson,医学博士,FACS;以及伊利诺伊州芝加哥的西北大学杰弗里·H·巴尔苏克(Jeffrey H.西北医学 - 西北大学,伊利诺伊州芝加哥,简介:人工智能(AI)可以增强教师教育者对学习者任务绩效的评估。我们旨在开发一种创新的工具,可以使用计算机视觉和AI在缝合任务过程中跟踪和分析手动运动,以区分新手和专家表现。方法:我们对一位作者(JAM)进行了视频记录的简单中断缝合任务,该任务(JAM)在缝合板上模拟了专家和新手表演。使用深度摄像头和开源机器学习和计算机视觉工具(图)记录了每个任务的视频。使用OpenCV库检索视频帧,然后传递到Google MediaPipe库,该库在每只手上都跟踪21个地标。intel pyrealsense2每0.1秒钟在3D空间中提取地标的坐标。总共定义了16个指标,以表征手提动作。来自这些指标的汇总组数据用于训练多层感知神经网络,以区分专家和新手。构建了一个评分系统,用于定量评估。16个指标中有14个可以区分新手和专家组(p值<0.05)。评分系统已在另外10个专家和10个新手视频上进行了验证。创建工具后,同一位作者将模拟更多的专家和新手表演,并允许该工具根据评分系统预测性能水平:初步结果:使用50个模拟专家和50个新手视频对神经网络进行了培训。分别发现评分的准确性和精度分别为85%和90%。下一步:我们开发了一个创新的基于AI的视频分析框架,能够区分专家和新手的基本缝合技能。该工具有可能通过减少教师培训和评估学习者的需求,在其他医疗任务中使用有意义的医学教育贡献。
小鼠乳腺由导管树组成,导管树内衬上皮细胞,每个乳头顶端都有一个开口。上皮细胞在乳腺功能中起着重要作用,是大多数乳腺肿瘤的起源。将感兴趣的基因引入小鼠乳腺上皮细胞是评估上皮细胞基因功能和生成小鼠乳腺肿瘤模型的关键步骤。这一目标可以通过将携带感兴趣基因的病毒载体注射到小鼠乳腺导管树中来实现。注射的病毒随后感染乳腺上皮细胞,带来感兴趣的基因。病毒载体可以是慢病毒、逆转录病毒、腺病毒或腺病毒相关病毒 (AAV)。这项研究展示了如何通过小鼠乳腺导管内注射病毒载体将感兴趣的基因传递到乳腺上皮细胞中。携带GFP的慢病毒用于显示传递基因的稳定表达,携带Erbb2(HER2/Neu)的逆转录病毒用于显示致癌基因诱导的非典型增生性病变和乳腺肿瘤。