(n=90) n (%) n (%) n (%) 高龄产妇(年龄 > 35 岁) 0 (0.0) 12 (33.3) 4 (4.4) 初产妇 1 (25.0) 8 (22.2) 37 (41.11) 经产妇 0 (0.0) 14 (38.9) 21 (23.3) 大产妇 0 (0.0) 6 (16.7) 5 (5.6) 肥胖 2 (50.0) 26 (72.2) 30 (33.3) 慢性高血压 1 (25.0) 6 (16.7) 0 (0.0) 代谢紊乱 4 (100.0) 18 (50.0) 0 (0.0) 先兆子痫 1 (25.0) 0 (0.0) 1 (1.1)总先兆子痫 1 (25.0) 8 (22.2) 6 (6.7) 重度先兆子痫 1 (25.0) 2 (5.6) 5 (5.6) 非重度先兆子痫 0 (0.0) 6 (16.7) 1 (1.1) 早期先兆子痫 1 (25.0) 3 (8.3) 1 (1.1) 晚期先兆子痫 0 (0.0) 5 (13.9) 5 (5.6) 剖宫产 4 (100.0) 29 (80.6) 40 (44.4) 羊水过少 0 (0.0) 3 (8.3) 2 (2.2) 羊水过多 2 (50.0) 6 (16.7) 0 (0.0) 早产 2 (50.0) 7 (19.4) 9 (10.0) 低出生体重 1 (25.0) 4 (11.1) 8 (8.9) 胎儿宫内生长受限 0 (0.0) 1 (2.8) 1 (1.1) 死产 0 (0.0) 1 (2.8) 0 (0.0)
特殊人群:亚洲患者在将帕妥珠单抗与化疗联合使用时,发生发热性中性粒细胞减少症的风险可能高于一般人群 (26% vs. 14%)。1 致癌性:未发现信息。致突变性:未发现信息。生育力:未进行正式研究;重复给药毒性研究未报告雄性或雌性猴子的生殖器官受到不良影响 1 妊娠:FDA 妊娠分类 D。3 有证据表明该药对人类胎儿有风险,但尽管有风险,孕妇使用该药的益处可能是可以接受的(例如,如果需要在危及生命的情况下使用该药,或者治疗不能使用更安全的药物或对更安全的药物无效的严重疾病)。动物研究报告了胚胎-胎儿毒性(例如羊水过少、胎儿肾脏发育延迟和胚胎-胎儿死亡),并且可能在妊娠的所有三个月期间发生。对于有生育能力的女性和有生育能力的女性伴侣的男性,在接受帕妥珠单抗治疗期间和治疗后六个月内应采取有效的避孕措施。1 由于帕妥珠单抗可能会分泌到乳汁中,因此不建议母乳喂养。
本文研究了竞争如何影响机器学习 (ML) 预测因子。随着 ML 变得越来越普遍,公司经常使用它来争夺客户。例如,Yelp 等数字平台使用 ML 来预测用户偏好并提出建议。用户更经常查询的服务(可能是因为它更准确地预测了用户偏好)也更有可能获得额外的用户数据(例如以 Yelp 评论的形式)。因此,竞争预测因子会引起反馈循环,从而预测因子的性能会影响其接收的训练数据并随着时间的推移使其预测产生偏差。我们引入了一个灵活的竞争 ML 预测因子模型,该模型既可以快速进行实验,又可以实现理论可处理性。我们通过实证和数学分析表明,竞争导致预测因子专门针对特定子群体,但代价是其在一般人群中的表现更差。我们进一步分析了预测因子专门化对用户体验到的整体预测质量的影响。我们表明,市场中竞争预测因子过少或过多都会损害整体预测质量。我们的理论通过使用流行的学习算法(例如神经网络和最近邻方法)在多个真实数据集上进行的实验得到了补充。
精确操纵和编辑人类细胞 DNA 序列的能力可以催生出强大的新型基因组药物。全球有数百万人患有遗传性疾病(Korf 等人,2019 年),其根本原因原则上可以通过治疗性 DNA 编辑剂来纠正。虽然传统的基因增强疗法可以通过提供基因的功能性副本来治疗某些常染色体隐性或单倍体不足性疾病,但基因编辑疗法可以直接纠正基因组 DNA 中的致病突变。因此,原则上,基因编辑可以治疗更广泛的遗传疾病,包括常染色体显性遗传病、因基因产物过少或过多而引起的疾病,或其他简单的基因过度表达无法最佳挽救疾病的疾病。即使对于可以通过现有基因增强或基因沉默策略解决的疾病,通过安装突变来增加或减少靶基因表达的基因编辑疗法也可以通过一次性治疗达到相同的效果,从而提供永久治愈的可能性。更广泛地说,即使没有致病突变的个体,患某些主要疾病(如冠心病)的风险也可以通过精确修改靶基因来调节,这使得基因编辑(如果被证明足够安全有效)有朝一日可能用于降低普通人群的疾病风险。治疗性基因编辑的前景促使人们做出巨大努力将基因编辑疗法引入临床。最近的进展包括开发用于哺乳动物细胞基因编辑的强大工具,包括可编程核酸酶、碱基编辑器和引发编辑器(Anzalone 等人,2020 年;Doudna,2020 年;Newby 和 Liu,2021 年)。这些基因编辑剂具有
arr[hg19] 17q12(34,815,072-36,215,917)x1 全基因组 SNP 微阵列 (Reveal) 分析显示一名女性存在上述染色体片段间质缺失。此间隔包括大量 OMIM 基因(起始:ZNHIT3 至结束:HNF1B)。该区域两侧有片段重复,这容易导致不均等减数分裂重组,从而导致缺失和重复。包含 HNF1B 基因 (OMIM:189907) 的此区域的缺失与可变表型相关,可能包括以下一种或多种:囊性肾病、胰腺萎缩、肝脏异常、认知障碍和结构性脑异常、糖尿病(成年期发病)和癫痫(参见参考资料)。还报告了产前超声异常病例,例如囊性肾、羊水过多/过少和膈疝(见参考文献;Hendrix;Chen)。由于这种疾病的多变性,无法精确预测产前表型。建议进行父母随访分析,以确定这种缺失是代表遗传还是新生变化。在目前的报告标准中未检测到其他 DNA 拷贝数变化或拷贝中性 ROH。建议进行遗传咨询。应在测试代码 511810(qPCR)下提交随访父母血液(绿顶肝素钠)。产前阵列的 qPCR 随访研究是免费的。如果父母研究结果为阴性,与新生 CNV 一致,则可以考虑进行父母 FISH 以排除罕见的平衡重排。新生 CNV 的父母随访需要付费,可能需要长达 56 天才能获得结果。提交父母或家族样本时,请参考产前样本编号。计费政策详情可在 www.labcorp.com 上查看。
背景:怀孕是一种独特的生理状态,其特点是女性身体会发生深刻变化,以支持胎儿的生长发育。怀孕期间,充足的营养对于满足母亲和发育中的胎儿日益增长的需求至关重要。在怀孕期间所需的各种营养素中,维生素 B12 是一种至关重要的微量营养素。它在细胞复制、神经发育和 DNA 合成中起着关键作用,对胎儿的正常生长发育至关重要。本研究旨在评估妊娠期维生素 B12 缺乏及其与母婴结局的关系。方法:这是一项横断面研究,研究对象为 2022 年 9 月至 2023 年 8 月期间入住孟加拉国国父谢赫·穆吉布医科大学 (BSMMU) 妇产科和胎儿母婴医学科的连续选定的刚生下一个活产婴儿的孕妇。本研究共纳入 90 名年龄为 18-40 岁、妊娠 28-40 周的女性。维生素 B12 水平 <200 pg/ml 的研究对象被视为低水平(第 I 组),而水平≥200 pg/ml 被视为正常(第 II 组)。对妊娠并发症和围产期结果进行了观察,并在两组之间进行了比较。结果:研究显示,大多数(57.8%)研究对象年龄在 26-34 岁之间,74.4% 为家庭主妇,70.0% 为多胎妊娠。31 名(34.4%)受访者的维生素 B12 水平低于 200 pg/mL,59 名(65.60%)女性的血清维生素 B12 水平正常(≥200 pg/mL)。16.1% 的 I 组母亲患有先天性脑积水,而 II 组母亲中只有 1.7% 患有先天性脑积水(p=0.017),9.7% 的 I 组母亲患有神经管缺陷,而 II 组母亲中没有一个患有神经管缺陷(p=0.038)。结论:与维生素 B12 水平正常的母亲相比,维生素 B12 缺乏的母亲羊水过少、胎儿脑积水和神经管缺陷的发生率明显更高。然而,没有出现严重的产妇并发症。关键词:维生素 B12、胎儿-产妇结局、孕妇
[26] Jiahao Yu、Xingwei Lin 和 Xinyu Xing。Gptfuzzer:使用自动生成的越狱提示对大型语言模型进行红队测试。arXiv 预印本 arXiv:2309.10253,2023 年。[27] Liangming Pan、Michael Saxon、Wenda Xu、Deepak Nathani、Xinyi Wang 和 William Yang Wang。自动纠正大型语言模型:调查各种自我纠正策略的概况。arXiv 预印本 arXiv:2308.03188,2023 年。[28] Susmit Jha、Sumit Kumar Jha、Patrick Lincoln、Nathaniel D Bastian、Alvaro Velasquez 和 Sandeep Neema。使用形式化方法引导的迭代提示消除大型语言模型的幻觉。2023 年 IEEE 国际保证自主会议 (ICAA),第 149-152 页。 IEEE,2023 年。[29] Jacob Menick、Maja Trebacz、Vladimir Mikulik、John Aslanides、Francis Song、Martin Chadwick、Mia Glaese、Susannah Young、Lucy Campbell-Gillingham、Geoffrey Irving 等人。教授语言模型以支持带有经过验证的引文的答案。arXiv 预印本 arXiv:2203.11147,2022 年。[30] Advait Sarkar。计算机应该易于使用吗?质疑用户界面设计的简单性原则。在 2023 年 CHI 计算机系统人为因素会议的扩展摘要中,第 1-10 页,2023 年。[31] Haiyan Zhao、Hanjie Chen、Fan Yang、Ninghao Liu、Huiqi Deng、Hengyi Cai、Shuaiqiang Wang、Dawei Yin 和 Mengnan Du。大型语言模型的可解释性:一项调查。 arXiv preprint arXiv:2309.01029,2023 年。[32] Todd Kulesza、Simone Stumpf、Margaret Burnett、Sherry Yang、Irwin Kwan 和 Weng-Keen Wong。过多、过少还是恰到好处?解释如何影响最终用户的心智模型。2013 年 IEEE 视觉语言和以人为本的计算研讨会,第 3-10 页。IEEE,2013 年。[33] Elaine Simpson RN 和 Mary Courtney RN。护理教育中的批判性思维:文献综述。国际护理实践杂志,8(2):89–98,2002 年。[34] Robert J Sternberg 和 Diane F Halpern。心理学中的批判性思维。剑桥大学出版社,2020 年。
2. DailyMed 和 DrugBank 链接 D. 未列入 2020 年草案名单的药物 1. 2018 年 2 月提出但未添加到 2020 年草案名单的药物 2. 卡介苗 (BCG) 3. 肉毒杆菌毒素 E. 要求从名单中删除的特定药物 1. Blinatumomab 2. 卡非佐米 3. 依斯利卡西平、洛美他派、米非司酮 4. 列出的对生殖和发育有影响的危险药物:卡麦角林、氯硝西泮、氟康唑、普乐沙福、利奥西呱和齐拉西酮 5. 艾替班特 6. 亮丙瑞林 7. 奥拉帕尼和特立氟胺 8. 催产素和其他催产药物 9. 帕罗西汀 10. 螺内酯 11.托吡酯 12. 乌利司他 13. 维加巴特 F. 列表中具体药物的位置 1. 卡非佐米 2. 达沙替尼和伊马替尼 3. 艾日布林 4. 艾塞那肽 5. 更昔洛韦和缬更昔洛韦 6. 激素药物:戈舍瑞林、地加瑞克、亮丙瑞林、雌激素和孕酮 7. 霉酚酸酯和霉酚酸 8. 西罗莫司和其他相关 mTOR 靶向药物 9. 沙利度胺、来那度胺和泊马度胺 10. 凡德他尼 G. 具体药物的分类/识别 1. 曲普瑞林 2. Ziv-阿柏西普、Ado-曲妥珠单抗 Emtansine、Fam-曲妥珠单抗 Deruxtecan H. 建议的文字编辑 IV. NIOSH 对 2024 年 1 月《联邦公报》通知中的公众意见和同行评审的回应以及关于拟议从名单中删除利拉鲁肽和帕妥珠单抗的评论请求 A. 公众意见 1. 一般意见 2. 利拉鲁肽 3. 帕妥珠单抗 a. 这是评估接触帕妥珠单抗可能性的合适方法吗? b. 羊水过少是评估的最佳健康影响吗?如果不是,应评估哪些其他健康影响以及原因? c. 针刺伤是医护人员唯一合理的接触途径吗? d. 关于在医疗环境中接触帕妥珠单抗的量的假设是否合理? i. 吸入 ii. 经皮暴露 iii. 口服暴露 e. 对于单克隆抗体,可以考虑哪些替代方法来表征对工人的潜在危害?