Ống tủy là gì? Các công bố khoa học về Ống tủy

Tóm tắt —Nguồn lực Nghiên cứu Đối với Tín hiệu Sinh lý Phức tạp mới ra mắt, được tạo ra dưới sự bảo trợ của Trung tâm Nguồn lực Nghiên cứu Quốc gia của Viện Y tế Quốc gia, nhằm kích thích các nghiên cứu hiện tại và khám phá mới trong nghiên cứu các tín hiệu tim mạch và các tín hiệu sinh y học phức tạp khác. Nguồn lực này có 3 thành phần phụ thuộc lẫn nhau. Ngân hàng Sinh lý (PhysioBank) là một kho lưu trữ lớn và đang phát triển nhanh các bản ghi kỹ thuật số được xác định rõ về tín hiệu sinh lý và dữ liệu liên quan để sử dụng bởi cộng đồng nghiên cứu sinh y học. Hiện tại, nó bao gồm các cơ sở dữ liệu về tín hiệu sinh y học đa thông số từ hệ tim-phổi, thần kinh và các cơ sở dữ liệu khác từ những người khỏe mạnh cũng như từ các bệnh nhân mắc nhiều tình trạng khác nhau có ý nghĩa lớn đối với sức khỏe cộng đồng, bao gồm loạn nhịp nguy hiểm đến tính mạng, suy tim sung huyết, ngưng thở khi ngủ, rối loạn thần kinh và lão hóa. Bộ công cụ Sinh lý (PhysioToolkit) là một thư viện phần mềm nguồn mở cho xử lý và phân tích tín hiệu sinh lý, phát hiện các sự kiện có ý nghĩa sinh lý sử dụng cả kỹ thuật cổ điển và phương pháp mới dựa trên vật lý thống kê và động lực phi tuyến, hiển thị và mô tả tín hiệu tương tác, tạo cơ sở dữ liệu mới, mô phỏng các tín hiệu sinh lý và tín hiệu khác, đánh giá định lượng và so sánh các phương pháp phân tích, và phân tích các quá trình không ổn định. Mạng Sinh lý (PhysioNet) là diễn đàn trực tuyến để phổ biến và trao đổi các tín hiệu sinh y học đã ghi và phần mềm nguồn mở để phân tích chúng. Nó cung cấp các cơ sở cho việc phân tích hợp tác dữ liệu và đánh giá các thuật toán mới được đề xuất. Ngoài việc cung cấp quyền truy cập điện tử miễn phí vào dữ liệu của PhysioBank và phần mềm của PhysioToolkit thông qua Mạng Lưới Toàn Cầu (http://www.physionet.org), PhysioNet cung cấp các dịch vụ và đào tạo thông qua các hướng dẫn trực tuyến để hỗ trợ người dùng với các mức độ chuyên môn khác nhau.

Việc sử dụng cả mô hình hỗn hợp tuyến tính và mô hình hỗn hợp tuyến tính tổng quát (LMMs và GLMMs) đã trở nên phổ biến không chỉ trong khoa học xã hội và y khoa mà còn trong khoa học sinh học, đặc biệt trong lĩnh vực sinh thái học và tiến hóa. Các tiêu chí thông tin, chẳng hạn như Tiêu chí Thông tin Akaike (AIC), thường được trình bày như các công cụ so sánh mô hình cho các mô hình hỗn hợp.

Chúng tôi trình bày một cách cải thiện ước tính tiếp tuyến nội bộ trong phương pháp băng đàn hồi điều chỉnh nhằm tìm kiếm đường dẫn năng lượng tối thiểu. Trong các hệ thống mà lực dọc theo đường dẫn năng lượng tối thiểu là lớn so với lực phục hồi vuông góc với đường dẫn và khi nhiều hình ảnh của hệ thống được bao gồm trong băng đàn hồi, các nếp gấp có thể phát triển và ngăn cản băng hội tụ vào đường dẫn năng lượng tối thiểu. Chúng tôi chỉ ra cách các nếp gấp phát sinh và trình bày một cách cải thiện ước tính tiếp tuyến địa phương để giải quyết vấn đề này. Nhiệm vụ tìm kiếm chính xác năng lượng và cấu hình cho điểm yên ngựa cũng được thảo luận và các ví dụ cho thấy phương pháp bổ sung, phương pháp dimer, được sử dụng để nhanh chóng hội tụ đến điểm yên ngựa. Cả hai phương pháp chỉ yêu cầu đạo hàm cấp một của năng lượng và do đó có thể dễ dàng áp dụng trong các tính toán lý thuyết hàm mật độ dựa trên sóng phẳng. Các ví dụ được đưa ra từ nghiên cứu về cơ chế khuếch tán trao đổi trong tinh thể Si, sự hình thành Al addimer trên bề mặt Al(100) và sự hấp phụ phân ly của CH4 trên bề mặt Ir(111).

Tình trạng mắc ung thư và tử vong tại Hoa Kỳ đã được dự đoán cho các loại ung thư phổ biến nhất trong các năm 2020 và 2030 dựa trên sự thay đổi nhân khẩu học và tỷ lệ thay đổi trung bình hàng năm về tỉ lệ mắc và tử vong. Ung thư vú, tuyến tiền liệt và phổi sẽ tiếp tục là những loại ung thư hàng đầu trong suốt khoảng thời gian này, nhưng ung thư tuyến giáp sẽ thay thế ung thư đại trực tràng trở thành loại ung thư chẩn đoán đứng thứ tư vào năm 2030, và ung thư hắc tố cùng ung thư tử cung sẽ trở thành các loại ung thư phổ biến thứ năm và thứ sáu, tương ứng. Ung thư phổi được dự đoán sẽ vẫn là nguyên nhân gây tử vong ung thư hàng đầu trong khoảng thời gian này. Tuy nhiên, ung thư tụy và gan dự kiến sẽ vượt qua ung thư vú, tuyến tiền liệt và ung thư đại trực tràng để trở thành nguyên nhân gây tử vong liên quan đến ung thư đứng thứ hai và thứ ba vào năm 2030, tương ứng. Những tiến bộ trong sàng lọc, phòng ngừa và điều trị có thể làm thay đổi tình trạng mắc và/hoặc tỷ lệ tử vong do ung thư, nhưng điều này sẽ đòi hỏi sự nỗ lực hợp tác của cộng đồng nghiên cứu và y tế ngay bây giờ để mang lại sự thay đổi đáng kể cho tương lai. Cancer Res; 74(11); 2913–21. ©2014 AACR.

Các tác giả nghiên cứu ảnh hưởng của các đánh giá của người tiêu dùng đến doanh số tương đối của sách tại Amazon.com và Barnesandnoble.com. Các tác giả phát hiện rằng (1) các đánh giá đều rất tích cực tại cả hai trang web, nhưng có nhiều đánh giá hơn và đánh giá dài hơn tại Amazon.com; (2) sự cải thiện trong các đánh giá của một cuốn sách dẫn đến sự gia tăng trong doanh số tương đối tại trang web đó; (3) đối với hầu hết các mẫu trong nghiên cứu, tác động của các đánh giá một sao lớn hơn tác động của các đánh giá năm sao; và (4) bằng chứng từ dữ liệu về độ dài đánh giá cho thấy rằng khách hàng đọc nội dung đánh giá thay vì chỉ dựa vào các thống kê tổng hợp.

Mặc dù đã có nhiều hệ thống phân tích nguy cơ tiên lượng khác nhau để đánh giá kết quả lâm sàng cho bệnh nhân mắc hội chứng loạn sản tủy (MDS), sự không chính xác vẫn tồn tại trong các phân tích này. Để cố gắng cải thiện các hệ thống này, một Hội thảo Phân tích Nguy cơ MDS Quốc tế đã kết hợp dữ liệu tế bào học, hình thái và lâm sàng từ bảy nghiên cứu lớn đã được báo cáo trước đó, những nghiên cứu này đã tạo ra các hệ thống tiên lượng. Một phân tích toàn cầu đã được thực hiện trên các bệnh nhân này và các biến tiên lượng quan trọng đã được đánh giá lại để tạo ra một hệ thống tiên lượng đồng thuận, đặc biệt là sử dụng một phân loại tế bào học tủy xương (BM) tinh vi hơn. Phân tích đơn biến cho thấy các biến chính ảnh hưởng đến kết quả bệnh tật đối với sự tiến triển thành bệnh bạch cầu tủy cấp tính là các bất thường tế bào học, tỷ lệ bạch cầu tiền thân tủy xương và số lượng giảm bạch cầu; đối với tỷ lệ sống sót, ngoài những biến trên, còn bao gồm tuổi tác và giới tính. Các nhóm tế bào học có kết quả như sau: “kết quả tốt” là bình thường, −Y một mình, del(5q) một mình, del(20q) một mình; “kết quả kém” là phức tạp (tức là, ≥3 bất thường) hoặc bất thường nhiễm sắc thể 7; và “kết quả trung bình” là các bất thường khác. Phân tích đa biến đã kết hợp các nhóm tế bào học này với tỷ lệ bạch cầu tủy và số lượng giảm bạch cầu để tạo ra một mô hình tiên lượng. Việc cân nhắc các biến này theo sức mạnh thống kê đã tách biệt bệnh nhân thành các nhóm nguy cơ khác nhau với 25% bệnh nhân có nguy cơ chuyển biến thành bệnh bạch cầu tủy cấp tính, với: thấp (31% bệnh nhân), 9.4 năm; trung bình-1 (INT-1; 39%), 3.3 năm; INT-2 (22%), 1.1 năm; và cao (8%), 0.2 năm. Các đặc điểm này cũng tách biệt bệnh nhân thành các nhóm nguy cơ tương tự cho sống trung bình: thấp, 5.7 năm; INT-1, 3.5 năm; INT-2, 1.2 năm; và cao, 0.4 năm. Phân tầng theo tuổi tác đã cải thiện thêm phân tích về tỷ lệ sống sót. So với các phân loại dựa trên nguy cơ trước đây, Hệ thống Điểm số Tiên lượng Quốc tế này cung cấp một phương pháp cải thiện để đánh giá tiên lượng trong MDS. Hệ thống phân loại này nên được sử dụng hữu ích cho việc thiết kế và phân tích tinh vi hơn trong các thử nghiệm điều trị cho bệnh này.

Tóm tắt. Cả sai số bình phương trung bình (RMSE) và sai số tuyệt đối trung bình (MAE) đều thường được sử dụng trong các nghiên cứu đánh giá mô hình. Willmott và Matsuura (2005) đã đề xuất rằng RMSE không phải là một chỉ số tốt về hiệu suất trung bình của mô hình và có thể là một chỉ báo gây hiểu lầm về sai số trung bình, do đó MAE sẽ là một chỉ số tốt hơn cho mục đích đó. Mặc dù một số lo ngại về việc sử dụng RMSE được Willmott và Matsuura (2005) và Willmott et al. (2009) nêu ra là có cơ sở, sự đề xuất tránh sử dụng RMSE thay vì MAE không phải là giải pháp. Trích dẫn những bài báo đã nói ở trên, nhiều nhà nghiên cứu đã chọn MAE thay vì RMSE để trình bày thống kê đánh giá mô hình của họ khi việc trình bày hoặc thêm các chỉ số RMSE có thể có lợi hơn. Trong ghi chú kỹ thuật này, chúng tôi chứng minh rằng RMSE không mơ hồ trong ý nghĩa của nó, trái ngược với những gì được Willmott et al. (2009) tuyên bố. RMSE thích hợp hơn để đại diện cho hiệu suất của mô hình khi phân phối sai số được kỳ vọng là phân phối Gaussian. Ngoài ra, chúng tôi chỉ ra rằng RMSE thỏa mãn yêu cầu bất đẳng thức tam giác cho một chỉ số đo khoảng cách, trong khi Willmott et al. (2009) chỉ ra rằng các thống kê dựa trên tổng bình phương không thỏa mãn quy tắc này. Cuối cùng, chúng tôi đã thảo luận về một số tình huống mà việc sử dụng RMSE sẽ có lợi hơn. Tuy nhiên, chúng tôi không tranh cãi rằng RMSE ưu việt hơn MAE. Thay vào đó, một sự kết hợp của các chỉ số, bao gồm nhưng chắc chắn không giới hạn ở RMSEs và MAEs, thường cần thiết để đánh giá hiệu suất của mô hình.\n

Bài viết này mô tả sự phát triển mới nhất của một cách tiếp cận tổng quát để phát hiện và hình dung các xu hướng nổi bật và các kiểu tạm thời trong văn học khoa học. Công trình này đóng góp đáng kể về lý thuyết và phương pháp luận cho việc hình dung các lĩnh vực tri thức tiến bộ. Một đặc điểm là chuyên ngành được khái niệm hóa và hình dung như một sự đối ngẫu theo thời gian giữa hai khái niệm cơ bản trong khoa học thông tin: các mặt trận nghiên cứu và nền tảng trí tuệ. Một mặt trận nghiên cứu được định nghĩa như một nhóm nổi bật và nhất thời của các khái niệm và các vấn đề nghiên cứu nền tảng. Nền tảng trí tuệ của một mặt trận nghiên cứu là dấu chân trích dẫn và đồng trích dẫn của nó trong văn học khoa học—một mạng lưới phát triển của các ấn phẩm khoa học được trích dẫn bởi các khái niệm mặt trận nghiên cứu. Thuật toán phát hiện bùng nổ của Kleinberg (2002) được điều chỉnh để nhận dạng các khái niệm mặt trận nghiên cứu nổi bật. Thước đo độ trung gian của Freeman (1979) được sử dụng để làm nổi bật các điểm chuyển đổi tiềm năng như các điểm chịu ảnh hưởng nền tảng trong thời gian. Hai quan điểm hình dung bổ sung được thiết kế và thực hiện: các quan điểm cụm và các quan điểm vùng thời gian. Những đóng góp của phương pháp là (a) bản chất của một nền tảng trí tuệ được nhận diện bằng thuật toán và theo thời gian bởi các thuật ngữ mặt trận nghiên cứu nổi bật, (b) giá trị của một cụm đồng trích dẫn được diễn giải rõ ràng theo các khái niệm mặt trận nghiên cứu, và (c) các điểm chịu ảnh hưởng nổi bật và được phát hiện bằng thuật toán giảm đáng kể độ phức tạp của một mạng lưới đã được hình dung. Quá trình mô hình hóa và hình dung được thực hiện trong CiteSpace II, một ứng dụng Java, và áp dụng vào phân tích hai lĩnh vực nghiên cứu: tuyệt chủng hàng loạt (1981–2004) và khủng bố (1990–2003). Các xu hướng nổi bật và các điểm chịu ảnh hưởng trong mạng lưới được hình dung đã được xác minh phối hợp với các chuyên gia trong lĩnh vực, là tác giả của các bài báo chịu ảnh hưởng. Các ngụ ý thực tiễn của công trình được thảo luận. Một số thách thức và cơ hội cho các nghiên cứu sau này được xác định.

Việc sử dụng huỳnh quang diệp lục để giám sát hiệu suất quang hợp trong tảo và thực vật hiện đã trở nên phổ biến. Bài đánh giá này xem xét cách các thông số huỳnh quang có thể được sử dụng để đánh giá những thay đổi trong hóa học quang học của hệ quang hợp II (PSII), dòng điện tử tuyến tính và sự đồng hóa CO₂ trong vivo, đồng thời đưa ra cơ sở lý thuyết cho việc sử dụng các thông số huỳnh quang cụ thể. Mặc dù các thông số huỳnh quang có thể được đo dễ dàng, nhưng có thể gặp nhiều vấn đề tiềm ẩn khi ứng dụng chúng để dự đoán sự thay đổi trong hiệu suất quang hợp. Đặc biệt, việc xem xét các vấn đề liên quan đến ước tính chính xác hiệu suất hoạt động của PSII được đo bằng huỳnh quang và mối quan hệ của nó với tốc độ dòng điện tử tuyến tính và sự đồng hóa CO₂ được đề cập. Các vai trò của sự dập tắt quang hóa và phi quang hóa trong xác định sự thay đổi hiệu suất hoạt động của PSII cũng được khám phá. Cuối cùng, ứng dụng của chụp ảnh huỳnh quang vào nghiên cứu độ không đồng đều của quang hợp và sàng lọc nhanh số lượng lớn thực vật gây xáo trộn quang hợp và trao đổi chất liên quan cũng được xem xét.

Phản ứng chuỗi polymerase phiên mã ngược (RT-PCR) là phương pháp nhạy nhất để phát hiện mRNA với số lượng thấp, thường thu được từ các mẫu mô hạn chế. Tuy nhiên, đây là một kỹ thuật phức tạp, có nhiều vấn đề đáng kể liên quan đến độ nhạy, tính tái sản xuất và tính đặc hiệu của nó, và với tư cách là một phương pháp định lượng, nó gặp phải những vấn đề vốn có trong PCR. Sự ra đời gần đây của các quy trình RT-PCR động học dựa trên huỳnh quang đã đơn giản hóa đáng kể quá trình tạo ra sự định lượng mRNA tái sản xuất và hứa hẹn sẽ khắc phục những hạn chế này. Tuy nhiên, việc áp dụng thành công của chúng phụ thuộc vào sự hiểu biết rõ ràng về các vấn đề thực tiễn, và thiết kế thí nghiệm, ứng dụng và xác thực cẩn thận vẫn là điều cần thiết để đo lường định lượng chính xác sự phiên mã. Bài đánh giá này thảo luận về các khía cạnh kỹ thuật liên quan, tương phản giữa các phương pháp RT-PCR thông thường và động học trong việc định lượng biểu hiện gen và so sánh các hệ thống RT-PCR động học khác nhau. Nó minh họa sự hữu ích của những xét nghiệm này bằng cách chứng minh sự khác biệt đáng kể về mức độ phiên mã giữa các cá thể trong họ gen housekeeping, dehydrogenase glyceraldehyde-3-phosphate (GAPDH).