背景:近期研究表明,肠道菌群可能会影响肌萎缩侧索硬化症的发展进程,然而两者之间的因果关系尚不清楚。目的:利用孟德尔随机化方法探索肠道菌群与肌萎缩侧索硬化症之间的因果关系。方法:从IEU Open GWAS数据库(由英国布里斯托尔大学的...背景:近期研究表明,肠道菌群可能会影响肌萎缩侧索硬化症的发展进程,然而两者之间的因果关系尚不清楚。目的:利用孟德尔随机化方法探索肠道菌群与肌萎缩侧索硬化症之间的因果关系。方法:从IEU Open GWAS数据库(由英国布里斯托尔大学的英国医学研究委员会和遗传流行病学研究所开发,旨在提供与多种疾病相关的全基因组关联研究数据,为开放数据库)中分别获取肠道菌群和肌萎缩侧索硬化症的GWAS数据,以肠道菌群为暴露因素、肌萎缩侧索硬化症为结局变量,使用逆方差加权法、MR-Egger回归法、加权中位数法、加权模型法和简单模型法来探究两者之间的因果关系。使用敏感性分析检验孟德尔随机化结果的可靠性,使用反向孟德尔随机化分析进一步验证两者间的因果关系。结果与结论:(1)正向孟德尔随机化分析结果表明,6种肠道菌群与肌萎缩侧索硬化症之间存在因果关系,其中嗜胆菌属(β=0.206,OR=1.229)、毛螺菌属(β=0.288,OR=1.333)、马文-布莱恩特氏菌属(β=0.196,OR=1.216)、瘤胃球菌UCG010属(β=0.254,OR=1.289)和泰泽氏菌属3型(β=0.128,OR=1.136)可能是肌萎缩侧索硬化症的潜在危险因素,肠杆菌属(β=-0.203,OR=0.816)可能是肌萎缩侧索硬化症的保护因素;(2)在敏感性分析中,未发现显著的异质性和水平多效性(P均> 0.05),反向孟德尔随机化分析亦未揭示肠道菌群与肌萎缩侧索硬化症之间存在反向因果关系;(3)该研究结果不仅为肌萎缩侧索硬化症治疗提供了潜在的生物标志物,还为开发基于肠道菌群的新的干预治疗方案提供了理论依据,对中国基础医学研究具有一定的启示意义。展开更多
注意缺陷与多动障碍(Attention Deficit and Hyperactivity Disorder,ADHD)俗称多动症,是一种常见的儿童行为异常性疾病。由于目前多动症尚无明确病因,且多动症患者与正常儿童的脑部结构仅存在细微差异,导致临床医生难以进行有效诊断。...注意缺陷与多动障碍(Attention Deficit and Hyperactivity Disorder,ADHD)俗称多动症,是一种常见的儿童行为异常性疾病。由于目前多动症尚无明确病因,且多动症患者与正常儿童的脑部结构仅存在细微差异,导致临床医生难以进行有效诊断。针对此类疾病,本文提出一种基于ConvNeXt和注意力机制的卷积神经网络,用于区分多动症患者和正常儿童。首先对结构磁共振图像进行预处理,其次加载预训练模型,通过包含多维协作注意力的ConvNeXt网络进行深层特征提取,重构ConvNeXt输出层并得到最终分类结果。在ADHD-200数据集上进行验证,实验结果表明,其分类准确性达到97.3%,优于目前的主流方法,并且模型的热力图提示了前额叶等与疾病相关的脑部区域,因此可以作为一种有效、便捷的多动症辅助诊断方法。展开更多
文摘背景:近期研究表明,肠道菌群可能会影响肌萎缩侧索硬化症的发展进程,然而两者之间的因果关系尚不清楚。目的:利用孟德尔随机化方法探索肠道菌群与肌萎缩侧索硬化症之间的因果关系。方法:从IEU Open GWAS数据库(由英国布里斯托尔大学的英国医学研究委员会和遗传流行病学研究所开发,旨在提供与多种疾病相关的全基因组关联研究数据,为开放数据库)中分别获取肠道菌群和肌萎缩侧索硬化症的GWAS数据,以肠道菌群为暴露因素、肌萎缩侧索硬化症为结局变量,使用逆方差加权法、MR-Egger回归法、加权中位数法、加权模型法和简单模型法来探究两者之间的因果关系。使用敏感性分析检验孟德尔随机化结果的可靠性,使用反向孟德尔随机化分析进一步验证两者间的因果关系。结果与结论:(1)正向孟德尔随机化分析结果表明,6种肠道菌群与肌萎缩侧索硬化症之间存在因果关系,其中嗜胆菌属(β=0.206,OR=1.229)、毛螺菌属(β=0.288,OR=1.333)、马文-布莱恩特氏菌属(β=0.196,OR=1.216)、瘤胃球菌UCG010属(β=0.254,OR=1.289)和泰泽氏菌属3型(β=0.128,OR=1.136)可能是肌萎缩侧索硬化症的潜在危险因素,肠杆菌属(β=-0.203,OR=0.816)可能是肌萎缩侧索硬化症的保护因素;(2)在敏感性分析中,未发现显著的异质性和水平多效性(P均> 0.05),反向孟德尔随机化分析亦未揭示肠道菌群与肌萎缩侧索硬化症之间存在反向因果关系;(3)该研究结果不仅为肌萎缩侧索硬化症治疗提供了潜在的生物标志物,还为开发基于肠道菌群的新的干预治疗方案提供了理论依据,对中国基础医学研究具有一定的启示意义。
文摘注意缺陷与多动障碍(Attention Deficit and Hyperactivity Disorder,ADHD)俗称多动症,是一种常见的儿童行为异常性疾病。由于目前多动症尚无明确病因,且多动症患者与正常儿童的脑部结构仅存在细微差异,导致临床医生难以进行有效诊断。针对此类疾病,本文提出一种基于ConvNeXt和注意力机制的卷积神经网络,用于区分多动症患者和正常儿童。首先对结构磁共振图像进行预处理,其次加载预训练模型,通过包含多维协作注意力的ConvNeXt网络进行深层特征提取,重构ConvNeXt输出层并得到最终分类结果。在ADHD-200数据集上进行验证,实验结果表明,其分类准确性达到97.3%,优于目前的主流方法,并且模型的热力图提示了前额叶等与疾病相关的脑部区域,因此可以作为一种有效、便捷的多动症辅助诊断方法。
