XiaoMi-AI文件搜索系统
World File Search System硬化症
肌萎缩性侧向硬化症的药物发现和发育的指导原则
•缺乏实施现有指南（7）（8）•对SOD1动物模型的历史依赖（非TDP-43病理学）•模型模拟ALS病理学的有限方面，并且缺乏人类的生物学环境（例如tdp-43对隐秘外显子剪接的调节）•强调生存作为终点，尤其是在SOD1小鼠中，没有可靠的“零星”疾病的可信模型•没有可靠的大型动物模型（与CSF生物标志物，PK和其他参数之间的范围相关），以及在实验室之间进行独立的模型•跨越•跨越型模型。与临床前模型中的功效相关•未能将动物模型的发现与人类数据（遗传学，组织，流体样品）保持一致•缺乏有效的PK/PD来告知人类的剂量实验医学
icobrain ms 治疗活动性复发缓解型多发性硬化症
（干扰素β、醋酸格拉替雷、特立氟胺、富马酸二甲酯）或高效药物。然后对患者进行监测，并可能根据频繁的临床复发或 MRI 活动（或两者兼有）将他们的 MS 重新归类为更活跃的疾病。疾病活动的标准基于 MRI（白质病变）和临床证据（复发和残疾进展）。临床医生会定性评估 MRI 证据。使用萎缩标准化 (SIENA) 分析的结构图像评估是一种经过验证的自动分析方法，但仅用于研究环境并仅评估脑萎缩。如果服用低效药物的患者继续出现疾病活动，则考虑改用更高效的药物（奥瑞珠单抗、克拉屈滨、那他珠单抗、芬戈莫德、奥法木单抗、阿仑单抗）。
视神经脊髓炎谱系障碍和多发性硬化症的大脑年龄差距
摘要 目的 评估基于深度学习的脑年龄预测在视神经脊髓炎谱系障碍 (NMOSD) 和复发缓解型多发性硬化症 (RRMS) 中的临床意义。方法 这项队列研究使用了 2009 年至 2018 年期间从中国 6 个三级神经病学中心收集的回顾性数据。总共研究了 199 名 NMOSD 患者和 200 名 RRMS 患者以及 269 名健康对照者。85 名 NMOSD 患者和 124 名 RRMS 患者进行了临床随访（平均持续时间 NMOSD=5.8±1.9（1.9-9.9）年，RRMS=5.2±1.7（1.5-9.2）年）。深度学习用于从健康对照者的 MRI 扫描中了解“脑年龄”并估计患者的脑年龄差距（BAG）。结果 NMOSD 组（5.4±8.2 岁）和 RRMS 组（13.0±14.7 岁）的 BAG 显著高于健康对照组。两组患者中，较高的基线残疾评分和严重的脑容量损失与 BAG 升高有关。RRMS 患者病程越长，BAG 升高就越高。BAG 可显著预测 NMOSD 和 RRMS 患者的扩展残疾状态量表恶化。结论 NMOSD 患者存在明显的 BAG，尽管其 BAG 小于 RRMS。BAG 是 NMOSD 和 RRMS 中具有临床意义的 MRI 标记。
肌萎缩侧索硬化症等罕见神经退行性疾病行动计划
加速获得 ALS 关键疗法法案 2021 年 12 月 23 日，总统签署了《加速获得 ALS 关键疗法法案》3（以下简称“ALS 法案”），该法案指示美国卫生与公众服务部 (HHS) 采取一系列行动，包括根据 ALS 法案第 4 条的要求，制定一项行动计划，以促进 ALS 和其他罕见神经退行性疾病药物的开发和获取。具体而言，第 4 条指出，在 ALS 法案颁布后六个月内，FDA 应在其网站上发布一份行动计划，描述 FDA 打算在计划发布后的五年内就计划增强、政策制定、监管科学举措和其他适当举措采取的行动，以便：
全基因组鉴定肌萎缩侧索硬化症的遗传基础
张赛, 1 , 8 Johnathan Cooper-Knock, 2 , 8 Annika K. Weimer, 1 Minyi Shi, 1 Tobias Moll, 2 Jack NG Marshall, 2 Calum Harvey, 2 Helia Ghahremani Nezhad, 2 John Franklin, 2 Cleide dos Santos Souza, 2 Ke Ning, 2 Cheng Wang, 3 Jingjing Li, 3 Allison A. Diliot, 4 Sali Farhan, 4 Eran Elhaik, 5 Iris Pasniceanu, 2 Matthew R. Livesey, 2 Chen Eitan, 6 Eran Hornstein, 6 Kevin P. Kenna, 7 Project MinE ALS 测序联盟, Jan H. Veldink, 7 Laura Ferraiuolo, 2 Pamela J. Shaw, 2 和 Michael P. Snyder 1 , 9 , * 1 遗传学系中心斯坦福大学医学院基因组学和个性化医学系，斯坦福，CA 94305，美国 2 谢菲尔德大学谢菲尔德转化神经科学研究所，谢菲尔德，S10 2HQ，英国 3 伊莱和埃迪丝布罗德再生医学和干细胞研究中心、巴卡尔计算健康科学研究所、帕克癌症免疫治疗研究所和加州大学旧金山分校医学院神经病学系，旧金山，CA 94143，美国 4 麦吉尔大学蒙特利尔神经病学研究所神经病学和神经外科系，蒙特利尔，QC H3A 1A1，加拿大 5 隆德大学生物系，隆德 223 62，瑞典 6 魏茨曼科学研究所分子遗传学系，雷霍沃特 7610001，以色列 7 大学医学中心鲁道夫马格努斯脑中心神经病学系乌得勒支，乌得勒支 3584 CX，荷兰 8 这些作者贡献相同 9 主要联系人 *通信地址：mpsnyder@stanford.edu https://doi.org/10.1016/j.neuron.2021.12.019
肌萎缩侧索硬化症 (ALS) 的实验医学成功之路 (EXPERTS-ALS)
简明英语摘要 背景和研究目的 肌萎缩侧索硬化症 (ALS) 是最常见的运动神经元疾病 (MND)，是一种影响 1/300 人的致命疾病。ALS 会导致肌肉萎缩，并随着时间的推移而恶化，导致失去行走、说话、进食和最终呼吸的能力。ALS 没有治愈方法或高效的减缓疾病的疗法。从历史上看，ALS 的药物试验一直没有成功。人们认为，一种可以在 ALS 患者而不是细胞或动物模型中快速筛选药物的过程将更好地为所需的大型 III 期试验选择治疗方法。EXPERTS-ALS 是一项英国多中心研究，它将通过观察血液测试标记物的变化来筛选药物是否有可能减缓 ALS 的进展。血液中一种称为神经丝轻链 (NFL) 的标记物（神经细胞的组成部分）的水平越高，ALS 致残率就越快。如果发现血液中的 NFL 水平出现大幅下降，就会建议将药物推向 III 期试验。
多发性硬化症的自体造血干细胞移植：挪威的长期随访数据
到2018年1月。一名患者（3％）不接受研究纳入，因此丢失了随访。在先前的出版物中描述了中等强度非毛囊方案的研究方案，选择标准和治疗原型。1例患者在Haukeland University Hospital进行了大约3个月，6个月和1年HSCT的临床对照。 随后，患者参加了本地，主要是每年的神经系统控制，包括5年的随访对照。 除了没有新的杂志共振成像（MRI）疾病活性外，没有疾病活性的证据（NEDA-3）被定义为缺乏临床复发和持续残疾进展的综合评分。 2进展/改进定义为扩大的残疾状态量表（EDSS）得分1例患者在Haukeland University Hospital进行了大约3个月，6个月和1年HSCT的临床对照。随后，患者参加了本地，主要是每年的神经系统控制，包括5年的随访对照。除了没有新的杂志共振成像（MRI）疾病活性外，没有疾病活性的证据（NEDA-3）被定义为缺乏临床复发和持续残疾进展的综合评分。2进展/改进定义为扩大的残疾状态量表（EDSS）得分
BDNF与多发性硬化症中神经保护和神经塑性的相关性
结论：迄今为止，评估BDNF在多发性硬化症患者中的作用的研究尚无定论。然而，有新的证据表明BDNF在多发性硬化症中具有有益作用，因为报告对临床和MRI特征的积极影响大于研究，假设BDNF的有害影响。此外，关于VAL66MET多态性的研究尚未确定多发性硬化症中的保护性还是有害因素，但大多数研究再次假设通过调节BDNF分泌和抗炎作用，在健康对照中具有不同的co虫和抗炎作用，具有多重粘膜病患者，可能是由于多种菌丝的多次囊括性，具有不同的影响。需要对较大的队列和纵向随访的进一步研究，以提高我们对BDNF在中枢神经系统中的影响的理解，尤其是在多发性硬化症的背景下。
使用多模式数据和机器学习预测多发性硬化症的疾病严重程度
Magi Andorra 1 · Ana Free 2,18 · Melanie Roots Brune‑Ingebretse 5,6 · Federical Ivaldi 9 · Cellerino 3 · Matthew Pardini · Book 1 · Irene Power 1 · Eloy 1 · Eloy Martinez‑Heras 1 · Decree Asseyer 10 · Sayedamirhosein Joseph Kauer-Bonin 1
心率变异性有助于对系统性硬化症中的表型进行分类
我们旨在开发系统性硬化症（SSC）子类型分类器工具，以在患者的床边使用。我们比较了静止（5分钟）的心率变异性（HRV），并响应于具有弥漫性（n = 16，DCSSC）和有限（n = 38，LCSSC）的患者（n = 58）的正抑制（5分钟）（n = 58）。在时间，频率和非线性域中从Beat-Beat RR间隔中评估HRV。DCSSC组与LCSSC组不同，主要是较高的心率（HR）和较低的HRV，在depubitus和正稳态条件下。站立机动降低了HR标准偏差（SD_HR），Poincaré拟合椭圆的RR间隔图（SD2）的主要轴长以及DCSSC组中的相关维度（CORDIM），而LCSSC组中这些HRV索引增加了（P = 0.004，P = 0.004，p = 0.002，以及增加了这些HRV指数。我们确定了5个最有用和判别的HRV变量。We then compared 341 classifying models (1 to 5 variables combinations × 11 classifier algorithms) according to mean squared error, logloss, sensitivity, specificity, precision, accuracy, area under curve of the ROC-curves and F1-score.f1得分范围从最佳1-可添加模型的0.823到4个变量最佳模型的最大0.947。最具体和精确的模型包括SD_HR，SD2和Cordim。总而言之，我们提供了高性能分类模型，能够从ECG记录中区分易于在床边执行的有限皮肤SSC子类型。模型基于1至5 HRV索引用作自主综合影响心脏活动的非线性标记。