滲出の読み方は、「しんしゅつ」で、英語はexudation。医学でよく使われる意味は、 炎症の際に血液や組織液が血管の外にしみ出ることです。一般的な意味として、液体が外に滲み出る(にじみでる)ことを滲出と言います。
参考:コトバンク
使用例
肺胞組織が広範に傷害され、血漿成分が滲出し硝子膜が3~7日程度かけて形成される。https://medical-tribune.co.jp/news/2022/0415545253/
滲出の読み方は、「しんしゅつ」で、英語はexudation。医学でよく使われる意味は、 炎症の際に血液や組織液が血管の外にしみ出ることです。一般的な意味として、液体が外に滲み出る(にじみでる)ことを滲出と言います。
参考:コトバンク
使用例
肺胞組織が広範に傷害され、血漿成分が滲出し硝子膜が3~7日程度かけて形成される。https://medical-tribune.co.jp/news/2022/0415545253/
研究のデザイン
引用元:How to do (or not to do) … Assessing the impact of a policy change with routine longitudinal dat
PWLF
Prophet
High Stake Testの定義
Green(2013)“A high-stakes assessment has important consequences for the assessee (such as access to job opportunities); a low-stakes test does not. ‥ 一般に,入試や検定試験のような大規模テストはhigh-stakes test とされ,定期試験のようなclassroom assessmentはlow-stakes testとされるのかもしれない。しかし,Green(2013)が “The same assessment may be high stakes for some assessees, low stakes for others.” と述べていることからわかるように,classroom assessmentだからといって全てがlow-stakesとはならない。(テスト作りの研修根岸雅史 Negishi Masashi(東京外国語大学))
A high-stakes test is a test with important consequences for the test taker. (High stakes-testing Wikipedia)
トランスクリプトーム解析にしろ、プロテオミクスにしろ、オミックスの手法を用いた実験データの解析が、現代の生命科学研究においては主流になっていると思います。自分はオミックスデータの解析に関する経験が皆無なので、ネット上のチュートリアルなど、理解を助けてくれそうな教育的なリソースをまとめておきます。
上の論文で紹介されていたツールの一覧
Name | Description |
KEGG | Kyoto Encyclopedia of Genes and Genomes |
DAVID | The Database for Annotation, Visualization and Integrated Discovery |
PID | Pathway Interaction Database |
IPA | Ingenuity Pathway Analysis |
Cytoscape | An open source platform for complex network analysis and visualization |
HAPPI | Human Annotated and Predicted Protein Interaction Database |
GSEA | Gene Set Enrichment Analysis |
Reactome | Curated database of pathways and reactions (pathway steps) |
BioCarta | Pathway database |
HPD | Integrated Human Pathway Database |
PAGED | Pathway and Gene Enrichment Database |
HPRDB | Human Protein Reference Database |
DrugBank | Drug Bank |
CPDB | Consensus Path DB |
BINGO | Biological Network Gene Ontology Tool |
GATHER | Gene Annotation Tool to Help Explain Relationships |
プロテオームの臨床応用(疾患プロテオミックス)では、疾患に起因して発現量が増加または減少するタンパク質が対象となる。とくにサンプルの前処理が簡単なSELDI-TOFMSは臨床応用が注目され、 (1)疾病を定量的に判断するための指標(バイオマーカ)探索を行う単一マーカ解析や、(2)複数のバイオマーカを組み合わせ、発現プロファイルを解析して疾病の有無を判定する複数マーカ解析がある。単一マーカ解析は従来の統計解析で対応可能であるが、プロファイル解析では、データから有効な情報を発見する「データマイニングdeata-mining」手法が用いられる。その手法としては主成分分析、階層的クラスタリング、非階層的クラスタリング (k-means法)、線形・非線形判別などの従来の多変量解析だけでなく、データマイニングに特有な手法として、決定木、自己組織化マップ、ニューラルネットワーク、サポートベクターマシンが使用されて、これまでも前立腺がんや卵巣がんなど疾患の鑑別診断や全体的な傾向の把握に利用されている。ただ変量数(質量スペクトル)が個体症例数より著しく多い多次元データであるので、既知情報・知識などの利用なども含めた精度改善など多くの克服すべき課題が存在している。(プロテオーム情報のデータマイニング Data-mining in proteomics 田中 博 Tanaka Hiroshi 東京医科歯科大学 疾患生命科学研究部 生命情報学https://www.jstage.jst.go.jp/article/jhupo/2005/0/2005_0_18/_article/-char/ja/)
質量分析計によるデータは,網羅性の観点からはオミクスと言い切れない弱みがある.それはすべてのMS/MSスペクトルを取得できないという技術的制約である.タンパク質や二次代謝物のように複雑な分子を同定するには,クロマトグラフィーの保持時間,精密質量,同位体比の情報だけでは不十分で,部分構造の手がかりを与えるMS/MSスペクトルの取得が必須になる.しかし現在の質量分析計は,走査スピードの限界から,検出されるすべてのMSピークに対してMS/MS分析を実施できない.‥ そこで‥ しかしこれらの手法は,クロマトグラフィーで分離できる数千ものピークのうち,1割にも満たない部分のMS/MSしか計測していない.これでは網羅的とは言いがたい.さらに深刻な問題点は,この選択性あるいは恣意性が分析結果を再利用しにくくする点だろう.たとえば興味深い生体サンプルから得られたMS/MS分析データが公開されているとする.しかしそこに自分が知りたい代謝物情報が記録されている可能性は低い.なぜなら分析者によって解析したい化合物は異なるし(たとえばMRMの対象外),ピークの強度もサンプルごとに異なる(たとえばDDAで選ばれない)からである.(生体内の低分子代謝産物を網羅的に捉えるための新技術MS-DIALプログラムによる次世代MS/MS解析 化学と生物 Vol. 54, No. 3, 2016)
動脈瘤への血流をネック面に留置される多数の金属素線により直接的に減少させて、動脈瘤内にコイルを留置せずに血栓化を促して閉塞させるというコンセプト (脳動脈瘤の血管内治療の現状と近未来 Jpn J Neurosurg (Tokyo) 29:94-100, 2020 )
1990年 イタリアの脳神経外科医Guido Guglielmi、カリフォルニア大学ロサンゼルス校放射線科Fernando Vinuelaらが電気離脱式コイルGDCを開発
1992年 電気離脱式コイルGuglielmi Detachable Coil (GDC)導入(欧州)、(米国1995年、日本1997年)
2002年 International Subarachnoid Aneurysm Trial (ISAT)試験 破裂動脈瘤を対象にしたクリッピング術とコイル塞栓術のランダム化比較試験 Lancet 360:1267-1274, 2002
2012年 米国のの神経外科医Robert F. Spetzlerらがランダム化比較試験BRAT The Barrow Ruptured Aneurysm Trial. J Neurosurg 116:135-144, 2012
2015年 日本でフローダイバーター(第二世代フローダイバーターMedtronic社Pipeline Flex )導入
2019年7月日本で日本でフローダイバーター(第三世代フローダイバーターMedtronic社Pipeline Shield)導入
参考資料
脳動脈瘤に対して開頭術を行った件数と脳血管内治療を行った件数の割合が、病院によって大きく異なることが脳動脈瘤 脳血管内治療 手術件数実績病院ランキング(下のリンク先)の表からわかります。未破裂のものに限って、開頭術+脳血管内治療の件数に対する脳血管内治療の割合を調べてみますと(以下、2015年の数字)、
埼玉医科大学国際医療センター 116/(116+119) =49%
東京慈恵会医科大学病院 184/(13+184)=93%
東京女子医科大学病院 32/(32+148)=18%
東海大学八王子病院 59/(59+49)=55%
聖麗メモリアル病院 8/(8+113)=7%
順天堂大学順天堂医院 139/(139+5)=97%
という結果で、病院ごとに手技の選択のしかたに大きな違いが認められます。
因子分析(要因分析とも呼ばれる)とはどんな分析手段なのでしょうか?因子分析とは、複数の観測値(例えば、国語のテストの点数、算数のテストの点数、理科のテストの点数、他の教科いろいろ)があったときに、これらの教科数よりももっと少ない種類の一般的な能力(例えば、言語能力、数理的能力)の存在を仮定して、それらの組み合わせ(線形結合)および、一般的な能力では説明がつかない個々の教科特有の能力との和とするモデルを考える分析手法です。
因子分析は心理学の分野で多用されていますが、それは人間の能力やパーソナリティをできるでけ少ない数の基本要素によって説明したいという要請があるせいです。C. Spearmanが、心理学の研究で人間の知能を定量的に表すために使ったのが最初だそう。
例:健康と喫煙の相関は、他の変数が健康と喫煙の両方に影響を与えた、もしくは健康状態が喫煙に影響を与えたと考えることもできるので、喫煙が健康を悪化させる原因であるということは意味しない。タバコ製品についての税率は喫煙に与える効果のみを通して健康に影響を与えると仮定する(操作変数=タバコ製品の税率)。もしタバコ税と健康状態が相関していれば、それは喫煙が健康状態の変化の原因であるという証拠と見なせる。(参考:ウィキペディア)
Sharp RDとFuzzy RD
青森県立保健大学のウェブサイトで、科研費に採択された6人の先生方による座談会の記録が公開されていました。
青森県立保健大学 > 研究推進・知的財産センター > 座談会
科研費に応募する人の全てに役立つ内容だと思いますので、この座談会(平成28年7月)の記録の一部を紹介します。