Результаты поиска

Возраст мозга при множественном склерозе: исследование с глубоким обучением и традиционным машинным обучением.

«Возраст мозга» — это количественная оценка биологического возраста мозга и общие усилия по измерению нейродегенерации независимо от типа болезни. При множественном склерозе ускоренное старение мозга связано с начислением инвалидности. Искусственный интеллект стал многообещающим инструментом для оценки и количественной оценки воздействия нейродегенеративных заболеваний. Несмотря на существование многочисленных моделей ИИ, наблюдается заметная нехватка сравнительных данных снимков для традиционного машинного обучения по сравнению с глубоким обучением в таких условиях, как множественный склероз.

RNAi-Based Therapeutics and Novel RNA Bioengineering Technologies.

RNA interference (RNAi) provides researchers with a versatile means to modulate target gene expression. The major forms of RNAi molecules, genome-derived microRNAs (miRNAs) and exogenous small interfering RNAs (siRNAs), converge into RNA-induced silencing complexes to achieve posttranscriptional gene regulation. RNAi has proven to be an adaptable and powerful therapeutic strategy where advancements in chemistry and pharmaceutics continue to bring RNAi-based drugs into the clinic. With four siRNA medications already approved by the US Food and Drug Administration (FDA), several RNAi-based thera

Достижения в области диагностических средств и терапевтических подходов к глиомамам: всеобъемлющий обзор.

Глиомы, широко распространенная категория первичных злокачественных опухолей мозга, создают огромные клинические проблемы из-за их инвазивного характера и ограниченных возможностей лечения. Нынешний терапевтический ландшафт для глиомов сдерживается ".one-Эта парадигма подходит для всех, что существенно ограничивает эффективность лечения. Несмотря на осуществление стратегий мультимодального лечения, показатели выживаемости по-прежнему вызывают разочарование. Традиционный подход к лечению, предусматривающий хирургическое пересечение, излучение и химиотерапию, сталкивается с серьезными ограничени

Совпадение в полном тексте источника
… Machine learning techniques, such as the radial basis function support vector machine (RBF-SVM), play a pivotal role in achieving this differentiation [ 101 ]. …

Research on predicting the progression of multiple myeloma treated with bortezomib based on multimodal ensemble learning.

BackgroundMultiple myeloma (MM) is a malignancy characterized by abnormal plasma cell proliferation. While bortezomib has improved outcomes, significant individual variability persists. Accurate early prediction of patient progression is crucial for optimizing therapeutic intensity and improving long-term survival. Developing an automated, multimodal prediction model can provide clinicians with a robust tool for personalized prognosis, thereby reducing the burden of ineffective treatments on patients.MethodsWe enrolled 207 newly diagnosed MM (NDMM) patients treated with bortezomib. Based on 2-

Совпадение в полном тексте источника
… Support Vector Machine (SVM) is a powerful supervised learning algorithm used for classification and regression tasks. Its main idea is to find an optimal hyperplane to separate data points from different classes, maximizing the margin between them. …

Radiomics analysis of thoracic vertebral bone marrow microenvironment changes before bone metastasis of breast cancer based on chest CT.

Bone metastasis from breast cancer significantly elevates patient morbidity and mortality, making early detection crucial for improving outcomes. This study utilizes radiomics to analyze changes in the thoracic vertebral bone marrow microenvironment from chest computerized tomography (CT) images prior to bone metastasis in breast cancer, and constructs a model to predict metastasis.MethodsThis study retrospectively gathered data from breast cancer patients who were diagnosed and continuously monitored for five years from January 2013 to September 2023. Radiomic features were extracted from the

Совпадение в полном тексте источника
… A variety of algorithms were utilized to construct predictive models, such as logistic regression, K-Nearest Neighbors (KNN), Support Vector Machines (SVM), Random Forest, Extremely Randomized Trees (ExtraTrees), Light Gradient Boosted Machine (LightGBM), and Multilayer Perceptron (MLP). …

Advances in improving cancer immunotherapy with nanotechnology: from smart nanoparticles to synergistic combination strategies.

Cancer immunotherapy has substantially advanced cancer treatment, achieving durable responses in select malignancies. However, its widespread application is limited by significant challenges: low efficacy in many solid tumors, severe side effects, and immune evasion facilitated by the tumor microenvironment (TME). Nanotechnology offers a promising approach to address these obstacles. By employing nanoparticles (NPs), we can precisely deliver therapeutics to tumor sites, ensure controlled release to minimize side effects, and amplify the immune response, thereby substantially boosting the effec

mRNA Vaccines: Current Applications and Future Directions.

Messenger RNA (mRNA) vaccines, as a novel class of biotherapeutics, leverage mRNA technology to instruct cells to produce specific antigens, thereby inducing an immune response. In recent years, significant progress has been made in applying these vaccines to infectious disease prevention and cancer treatment. Compared with traditional vaccines, mRNA vaccines offer high programmability, as well as greatly enhanced stability and immunogenicity, achieved through nucleotide modifications and advanced delivery systems such as lipid nanoparticles. However, many challenges remain in the design and d

Множественная стратификация риска склероза и прогнозирование расходов на здравоохранение с использованием машинного обучения.

СПРАВОЧНАЯ ИНФОРМАЦИЯ: Растущая доступность медицинских данных дает возможность более активно бороться с такими хроническими заболеваниями, как множественный склероз (МС). Мы поставили перед собой цель разработать подход к машинному обучению (ML) для выявления пациентов с повышенным уровнем риска и прогнозирования их расходов на медицинское обслуживание. МЕТОДЫ: Мы провели ретроспективный анализ деидентифицированных коммерческих страховых требований 267,000 (неполные лица)631 с MS), с января 2016 по июнь 2018. Ежемесячные данные о претензиях были агрегированы, и 72 ML регрессия и 63 :: были по

Совпадение в полном тексте источника
… These approaches included K-Nearest Neighbors, decision trees, gradient boosting machines, ElasticNet generalized linear models, random forests, support vector machines, and neural networks. …

CAR-T-Cell-Based Cancer Immunotherapies: Potentials, Limitations, and Future Prospects.

Cancer encompasses various elements occurring at the cellular and genetic levels, necessitating an immunotherapy capable of efficiently addressing both aspects. T cells can combat cancer cells by specifically recognizing antigens on them. This innate capability of T cells has been used to develop cellular immunotherapies, but most of them can only target antigens through major histocompatibility complexes (MHCs). New gene-editing techniques such as clustered regularly interspaced short palindromic repeat (CRISPR)-associated protein 9 (CRISPR-cas9) can precisely edit the DNA sequences. CRISPR-c

Highlights lecture EANM 2016: "Embracing molecular imaging and multi-modal imaging: a smart move for nuclear medicine towards personalized medicine".

The 2016 EANM Congress took place in Barcelona, Spain, from 15 to 19 October under the leadership of Prof. Wim Oyen, chair of the EANM Scientific Committee. With more than 6,000 participants, this congress was the most important European event in nuclear medicine, bringing together a multidisciplinary community involved in the different fields of nuclear medicine. There were over 600 oral and 1,200 poster or e-Poster presentations with an overwhelming focus on development and application of imaging for personalized care, which is timely for the community. Beyond FDG PET, major highlights inclu

Воздействие интерферона-β и диметилфумарата на нелинейные динамические характеристики сигнатур электроэнцефалограммы у пациентов с множественным склерозом.

ВВЕДЕНИЕ: Множественный склероз (МС) представляет собой сложное неврологическое состояние, которое затрагивает многих людей во всем мире, и в настоящее время проводится значительный объем исследований, направленных на понимание патологии и развития лечения. Нелинейный анализ все чаще используется для анализа сигналов электроэнцефалографии (ЭЭГ) от пациентов с различными неврологическими расстройствами, включая MS, и он доказал свою эффективность как инструмент понимания сложной природы мозга.МЕТОДЫ: Настоящее исследование направлено на изучение воздействия Интерферона-β (IFN-β) и диметилфумара

Conformal prediction enables disease course prediction and allows individualized diagnostic uncertainty in multiple sclerosis.

Accurate assessment of progression and disease course in multiple sclerosis (MS) is vital for timely and appropriate clinical intervention. The gradual transition from relapsing-remitting MS (RRMS) to secondary progressive MS (SPMS) is often diagnosed retrospectively with a typical delay of three years. To address this diagnostic delay, we developed a predictive model that uses electronic health records to distinguish between RRMS and SPMS at each individual visit. To enable reliable predictions, conformal prediction was implemented at the individual patient level with a confidence of 93%. Our

Совпадение в полном тексте источника
… Four ML models were trained: logistic regression, support vector machines (SVM), gradient-boosting (GB), random forest (RF), and a DL model (‘long short-term memory’, LSTM). … Architectures Five model architectures were utilized for predictions: (1) logistic regression (LR), (2) support vector machines (SVM), (3) gradient-boosting (GB), (4) random forest (RF), and (5) a DL model using long short-term memory (LSTM). …

От прогнозирования к вмешательству: Искусственный интеллект для адаптивного реагирования и моделирования токсичности в клеточной терапии для гематологовых злодеяний.

Гематологическая магнелезность, включая острую лейкемию миэлоида, миэлодипластические синдромы, лимфому и множественную миелому, характеризуется глубокой биологической гетерогенностью и высокодинамичными траекториями лечения, которые традиционные статические прогнозирующие системы неполно улавливают. Клеточная терапия, такая, как химерик антигенная рецепторная терапия Т-клеток и трансплантация стволовых клеток с гематополией, предлагает потенциально лечебные варианты для рецидива или рефракторного заболевания, однако результаты остаются весьма различными, а управленческие решения, касающиеся и

Совпадение в полном тексте источника
… Commonly used algorithms, including random forests, support vector machines, gradient boosting methods, and neural networks, enable the analysis of complex, non-linear relationships within clinical and molecular datasets [ 17 ]. …

Tumor Vaccines: Unleashing the Power of the Immune System to Fight Cancer.

This comprehensive review delves into the rapidly evolving arena of cancer vaccines. Initially, we examine the intricate constitution of the tumor microenvironment (TME), a dynamic factor that significantly influences tumor heterogeneity. Current research trends focusing on harnessing the TME for effective tumor vaccine treatments are also discussed. We then provide a detailed overview of the current state of research concerning tumor immunity and the mechanisms of tumor vaccines, describing the complex immunological processes involved. Furthermore, we conduct an exhaustive analysis of the con

Cell and Gene Therapy: Transforming Treatment Paradigms for Patient-Centric Care.

Cell and gene therapies (CGTs) are transforming medicine by offering potential cures for diseases previously considered untreatable. Despite rapid advancements, challenges remain in optimizing efficacy and safety and ensuring patient accessibility and preference due to high costs and clinical uncertainties, particularly for rare diseases and one-time administration. The American Society of Clinical Pharmacology & Therapeutics (ASCPT) held a CGT satellite conference in 2025, titled "Cell and Gene Therapy: Transforming Treatment Paradigms for Patient-Centric Care." This manuscript summarizes the

Распространение профилей метилирования ДНК без клеток в качестве неинвазивных множественных склерозовых биомаркеров: исследование, подтверждающее концепцию.

В случае хронических нейродегенеративных заболеваний, таких, как множественный склероз (MS), остро ощущается потребность в экономически эффективных неинвазивных биомаркерах крови для одновременной классификации подтипов заболеваний, мониторинга степени инвалидности и прогнозирования долгосрочного прогресса. В этом концептуальном исследовании мы провели последовательность последовательности целых геномов-бисульфитов (РГБС) с низким охватом 75 Отбор проб ДНК без ячеек (CfDNA) с использованием хорошо известной реальной группы потенциальных клиник с продольными показателями инвалидности. Мы провел

Совпадение в полном тексте источника
… For all machine learning methods described below, we evaluated seven commonly used machine learning models and reported the best performing model: LogisticRegression via “l2” or “elasticnet”, support vector machine (SVM) via “rbf” or “linear” kernels, XGBoost, GradientBoostingClassifier, and LightGBM …

Regulatory Convergence in Cell and Gene Therapy: Harmonizing Quality, CMC, and Approval Pathways Across the FDA, EMA, PMDA, and Emerging Markets.

Cell and gene therapies (CGTs) have progressed from proof of concept to an established commercial pipeline, yet global translation remains constrained by fragmented regulatory frameworks; heterogeneous Chemistry, Manufacturing, and Controls (CMC) requirements; and divergent approval pathways. This narrative review compares CGT quality, CMC, and approval-pathway regulation across the US Food and Drug Administration (FDA), European Medicines Agency (EMA), and Japan's Pharmaceuticals and Medical Devices Agency (PMDA), together with five emerging-market agencies: Brazil, Russia, India, China, and

Treating Primary Aldosteronism-Induced Hypertension: Novel Approaches and Future Outlooks.

Primary aldosteronism (PA) is the most common cause of secondary hypertension and is associated with increased morbidity and mortality when compared with blood pressure-matched cases of primary hypertension. Current limitations in patient care stem from delayed recognition of the condition, limited access to key diagnostic procedures, and lack of a definitive therapy option for nonsurgical candidates. However, several recent advances have the potential to address these barriers to optimal care. From a diagnostic perspective, machine-learning algorithms have shown promise in the prediction of P

A Preliminary Investigation towards the Risk Stratification of Allogeneic Stem Cell Recipients with Respect to the Potential for Development of GVHD via Their Pre-Transplant Plasma Lipid and Metabolic Signature.

The clinical outcome of allogeneic hematopoietic stem cell transplantation (SCT) may be influenced by the metabolic status of the recipient following conditioning, which in turn may enable risk stratification with respect to the development of transplant-associated complications such as graft vs. host disease (GVHD). To better understand the impact of the metabolic profile of transplant recipients on post-transplant alloreactivity, we investigated the metabolic signature of 14 patients undergoing myeloablative conditioning followed by either human leukocyte antigen (HLA)-matched related or unr

Совпадение в полном тексте источника
… A support vector machine (SVM) used these VIP variables to further find the binary classification of patients in the two groups. … An algorithm based on support vector machine (SVM) was used to identify the top 20 variable importance in projection (VIP) to further select the best hyperplane that represents the largest separation between the two groups ( Figure 1 ). …

Цифровой двойник для неврологических условий: систематический обзор сферы охвата.

Цифровая двойная технология стала многообещающим подходом к развитию точной медицины в сложных болезнях, особенно в неврологии. Цель этого аналитического обзора заключалась в том, чтобы систематически картировать текущую литературу о цифрового двойного применения в неврологических условиях с уделением особого внимания характеристикам исследований, подходам к моделированию, источникам данных и клиническому применению. Всесторонний поиск six базы данных с момента создания по февраль 2026 выявленные 36 - исследования, отвечающие критериям включения. Полученные результаты свидетельствуют о быстром