Une étude intégrée de l’omique unicellulaire sur la réversion de la latence du VIH révèle de nouveaux régulateurs de la réactivation virale Cet article intitulé “Integrated single-cell multiomic analysis of HIV latency reversal reveals novel regulators of viral reactivation” a été réalisé conjointement par Manickam Ashokkumar, Wenwen Mei et plusieu...
Évaluation Clinique Automatisée des Mouvements de Marche Anormaux des Patients ABI via un Système d’Extraction et de Classification des Images Contexte Académique Après une lésion cérébrale acquise (LCA), les troubles de la marche sont une forme courante de handicap physique. La LCA comprend généralement les AVC et les traumatismes crâniens, avec u...
Contexte L’accident vasculaire cérébral (AVC) est l’une des principales causes de décès et d’invalidité dans le monde. Avec le vieillissement de la population et l’urbanisation, le nombre total de patients victimes d’AVC augmente à l’échelle mondiale. Bien que les progrès des traitements aient réduit le taux de mortalité, le nombre de survivants né...
Etude sur le rôle du guidage par imagerie hyperspectrale quantitative assistée par apprentissage automatique dans la résection tumorale cérébrale Introduction La résection complète des gliomes malins a toujours été confrontée au défi de différencier les cellules tumorales dans les zones d’infiltration. Le contexte de cette étude est le suivant : en...
Étude des caractéristiques utiles pour la prédiction de la survie globale des patients atteints de gliomes de bas grade Contexte académique Les gliomes sont une croissance tumorale dans le cerveau, généralement une menace sérieuse pour la vie des patients. Dans la majorité des cas, les gliomes finissent par entraîner la mort du patient. L’analyse d...
Prédiction de la maladie du gliome basée sur une machine à apprendre intégrée optimisée Contexte et objectifs de la recherche Dans la recherche médicale, les gliomes sont les tumeurs cérébrales primaires les plus communes, regroupant plusieurs types de cancer avec différents comportements cliniques et résultats thérapeutiques. Une prédiction précis...
Utilisation de l’apprentissage automatique transparent et des perspectives explicatives pour autonomiser l’intelligence artificielle explicable dans le pronostic des gliomes Contexte académique Cette étude vise à développer une technique fiable pour détecter si des patients souffrent d’un type spécifique de tumeur cérébrale — gliome — en utilisant ...
Recherche clinique sur l’application des méthodes d’analyse des fragments d’ADN sans cellules pour améliorer la détection précoce du cancer du poumon Contexte de l’étude Le cancer du poumon est l’un des types de cancer les plus menaçants pour la santé des hommes et des femmes dans le monde entier. Aux États-Unis, plus de 125 000 personnes meurent c...
Prédiction de l’asthme par des classificateurs améliorés par des graphes d’affinité : Une approche d’apprentissage automatique basée sur les biomarqueurs sanguins routiniers Introduction L’asthme est une maladie chronique du système respiratoire affectant environ 235 millions de personnes dans le monde. Selon l’Organisation mondiale de la santé (OM...
Introduction de Contexte La dépression, en particulier le Trouble Dépressif Majeur (Major Depressive Disorder, abrégé MDD), est une maladie mentale répandue et invalidante, souvent décrite comme un “rhume psychologique”. De nombreuses personnes atteintes de MDD éprouvent des symptômes persistants de tristesse, de désespoir, de troubles cognitifs et...