Informatie

Kan moord worden gemodelleerd als een besmettelijke ziekte?

Kan moord worden gemodelleerd als een besmettelijke ziekte?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Achtergrond

"Toen de Mexicaanse griep de bevolking trof, piekte het in bepaalde gebieden en nam het af in aangrenzende regio's, het treft het hardst waar mensen de minste bescherming hebben en dit patroon is meer uitgesproken (hier)"

Blijkbaar gevallen van moord verspreidt zich volgens een 26-jarige studie van de stad Newark, New Jersey (samenvatting) in een vergelijkbaar patroon als infectieziekten zoals de Mexicaanse griep.

Vragen

Het zou interessant zijn om uw mening te horen, maar enkele interessante vragen die ik zou willen stellen zijn:

  1. In hoeverre zouden moord en de epidemiologie infectieziektepatronen op elkaar kunnen lijken?

  2. Welke factoren zou je kunnen suggereren die kunnen leiden tot hun schijnbare overeenkomsten?

  3. Kunnen we, gezien het feit dat moord gemodelleerd kan worden als een infectieziekte, epidemiologische interventies toepassen op moord?


Disclaimer: ik ben een modelleraar van infectieziekten en over het algemeen behoorlijk sceptisch over "We hebben X gemodelleerd als een uitbraak!" beweringen, omdat veel slechts een oefening zijn in het aanpassen van de curve.

Gezien het feit dat het antwoord zowel "Ja" als "Nee" is.

"Nee": Moord als daad is echt niet overdraagbaar, en als het niet overdraagbaar is, kan het niet worden gemodelleerd als een infectieziekte.

"Ja": Het is waarschijnlijk mogelijk om sommige dingen op dezelfde manier te modelleren als infectieziekten, omdat de onderliggende oorzaken van moord enigszins 'overdraagbaar' kan zijn. Bepaald gedrag, trapsgewijze effecten (als een familielid wordt opgesloten, vergroot dit de kans dat andere leden van dat gezin worden opgesloten) enz. kunnen misdaad "ziekteachtige" eigenschappen geven.

Dat wordt waarschijnlijk grotendeels gedreven door onderliggende sociale netwerken en dergelijke, die ook van belang zijn voor infectieziekten. Maar dan heb je een probleem met redeneren. Heeft de moord zich bijvoorbeeld verspreid via een sociaal netwerk, of hebben we slechts een steekproef genomen van een groep mensen met een gedeelde onderliggende oorzaak (bijvoorbeeld armoede, lidmaatschap van bendes, enz.)

Het is waarschijnlijk nuttig om een ​​aantal van deze dingen te modelleren, maar het is naar mijn mening nuttiger om ze te modelleren als hun eigen proces, in plaats van te proberen ze als een ziekte te laten ontstaan.


Modelorganisme

EEN modelorganisme (vaak afgekort tot model-) is een niet-menselijke soort die uitgebreid wordt bestudeerd om bepaalde biologische fenomenen te begrijpen, met de verwachting dat ontdekkingen in het modelorganisme inzicht zullen geven in de werking van andere organismen. [1] Modelorganismen worden veel gebruikt om menselijke ziekten te onderzoeken wanneer experimenten met mensen onhaalbaar of onethisch zouden zijn. [2] Deze strategie wordt mogelijk gemaakt door de gemeenschappelijke afstamming van alle levende organismen en het behoud van metabole en ontwikkelingsroutes en genetisch materiaal in de loop van de evolutie. [3] [ pagina nodig ]

Het bestuderen van modelorganismen kan informatief zijn, maar men moet voorzichtig zijn bij het generaliseren van het ene organisme naar het andere. [4] [ pagina nodig ]

Bij het onderzoeken van ziekten bij de mens maken modelorganismen het mogelijk om het ziekteproces beter te begrijpen zonder het extra risico dat ze een echte mens schaden. De gekozen soort zal meestal voldoen aan een bepaalde taxonomische equivalentie [ verduidelijking nodig ] op mensen, om zo op een ziekte of de behandeling ervan te reageren op een manier die, indien nodig, lijkt op de menselijke fysiologie. Hoewel biologische activiteit in een modelorganisme geen effect bij mensen garandeert, worden veel medicijnen, behandelingen en geneeswijzen voor ziekten bij de mens ontwikkeld, deels onder begeleiding van diermodellen. [5] [6] Er zijn drie hoofdtypen ziektemodellen: homoloog, isomorf en voorspellend. Homologe dieren hebben dezelfde oorzaken, symptomen en behandelingsmogelijkheden als mensen met dezelfde ziekte. Isomorfe dieren delen dezelfde symptomen en behandelingen. Voorspellende modellen lijken in slechts een paar opzichten op een bepaalde ziekte bij de mens, maar zijn nuttig bij het isoleren en het maken van voorspellingen over mechanismen van een reeks ziektekenmerken. [7]


Het biomedische model

In de biomedische gezondheidszorg heeft de zorgverlener te weinig tijd om naar alle zorgen van de patiënt te luisteren en biedt dus ineffectieve zorg. Het systeem houdt geen rekening met de vele psychologische risicofactoren voor zowel morbiditeit als mortaliteit, en negeert de psychosociale aspecten. Dit leidt tot onnodig gebruik van medische en chirurgische diensten. Verder pakt het huidige model problemen zoals "therapietrouw en verbetering van levensstijl of psychologische interventies voor acute ziekte en beheer van stressvolle medische procedures niet volledig aan." (LevantR, 2005)

Succes en kracht van het biomedische model

Het biomedische model is effectief gebleken bij het diagnosticeren en behandelen van de meeste ziekten en is "in verband gebracht met een enorme verbetering van de medische zorg". (Wade D, Halligan P, 2004.) In de loop van de geschiedenis heeft het model de redenen voor het optreden van ziekten vastgesteld en heeft het zeer effectieve behandelingsstrategieën bedacht. "Het biomedische model is duidelijk relevant voor veel ziektegerelateerde ziekten, heeft een intuïtieve aantrekkingskracht en wordt ondersteund door een schat aan ondersteunende biologische bevindingen." (Wade D, Halligan P, 2004.)

Op medicijnen gebaseerde behandelingen en chirurgische procedures zijn veel effectiever en veiliger geworden voor het individu.

Talloze levens zijn gered door interventies zoals de behandeling van trauma, kanker en de vermindering van sterfte door hart- en vaatziekten. Dit zijn zeker belangrijke bijdragen aan de samenleving (Thiele D, 2004.)

Zwakte en nadelen van het biomedische model

Het biomedische model houdt geen rekening met de rol van iemands psychologie of samenleving bij de oorzaak van ziekte en de behandeling ervan. Door de psychologie van de patiënt te negeren, ziet de hulpverlener mogelijk alleen een 'patiënt' of een 'case' en niet de echte persoon erachter.

Het biomedische ziektemodel is mogelijk niet in staat om vele vormen van ziekte volledig te verklaren.

Dit komt door de veronderstelling dat elke ziekte één enkele onderliggende oorzaak heeft, namelijk ziekte (pathologie) en dat verwijdering of verzwakking van de ziekte zal resulteren in een terugkeer naar gezondheid. Er zijn echter aanwijzingen dat deze veronderstelling onjuist is. (Wade D, Halligan P, 2004).

Deze veronderstelling "heeft geleid tot medicalisering van vaak ervaren abnormale sensaties en vaak ongeloof van patiënten die zich presenteren met ziekte zonder enig aantoonbaar ziekteproces." (Wade D, Halligan P, 2004). Met andere woorden, men kan zeggen dat het biomedische model geen functionele somatische syndromen en ziekte verklaart zonder duidelijke ziekte.

Hoewel het biomedische model effectief is bij de diagnose van een ziekte en bij het ontwikkelen van behandelstrategieën en chirurgische procedures, kunnen de beperkingen van het medische model niet worden ontkend.

Het model houdt niet effectief rekening met psychologische, psychosociale of spirituele factoren. Om een ​​echt bruikbaar model te zijn, moet het radicaal worden veranderd, zodat het bovenstaande factoren bevat. Het is nodig om ons biomedische gezondheidszorgsysteem te transformeren naar een systeem dat gebaseerd is op het biopsychosociale model, dat psychologische en sociale factoren erkent.

REFERENTIES

Levant R. (2005). Gezondheidszorg voor de hele persoon . Op 3 november opgehaald van http://www.apa.org/monitor/may05/pc.html

Thiele D. (2004). Impact van het biomedische ziektemodel voor inheemse volkeren. Op 4 november opgehaald van http://www.latrobe.edu.au/aipc/HTML%20abstracts/Thiele,%20D-270.html

Wade D, Halligan P. (2004). Zorgen biomedische ziektemodellen voor goede gezondheidszorgsystemen? BMJ 329:1398-1401.


Statistisch model kan toekomstige ziekte-uitbraken voorspellen

John Drake in het Ecology Auditorium bij UGA CREDIT: UGA

Verschillende onderzoekers van de Universiteit van Georgia werkten samen om een ​​statistische methode te ontwikkelen waarmee voorspellers van volksgezondheid en infectieziekten het opnieuw optreden van ziekten beter kunnen voorspellen, met name voor vermijdbare kinderinfecties zoals mazelen en kinkhoest.

Zoals beschreven in het journaal PLOS Computational Biology, resulteerde hun vijfjarige project in een model dat laat zien hoe subtiele veranderingen in de stroom van gerapporteerde gevallen van een ziekte voorspellend kunnen zijn voor zowel een naderende epidemie als voor het uiteindelijke succes van een ziekte-uitroeiingscampagne.

"We hopen dat we in de nabije toekomst beschikbaar zullen zijn om waarschuwingssignalen voor opkomende ziekten die door dit model worden geïdentificeerd te volgen en te volgen", zegt John Drake, Distinguished Research Professor of Ecology en directeur van het Center for the Ecology of Infectious Diseases, die onderzoek doet naar de dynamiek van biologische epidemieën. Zijn huidige projecten omvatten studies van het ebolavirus in West-Afrika en het aan het ademhalingssyndroom gerelateerd coronavirus in de Hoorn van Afrika.

In de afgelopen jaren heeft de hernieuwde opkomst van mazelen, bof, polio, kinkhoest en andere ziekten die door vaccinatie kunnen worden voorkomen, geleid tot een hernieuwde aandacht voor paraatheid bij noodsituaties.

"Er is onderzoek gedaan in ecologie en klimaatwetenschap naar kantelpunten in klimaatverandering," zei hij. "We realiseerden ons dat dit wiskundig vergelijkbaar is met ziektedynamiek."

Drake en collega's richtten zich op 'kritiek vertragen', oftewel het verlies van stabiliteit dat optreedt in een systeem als een omslagpunt wordt bereikt. Deze vertraging kan het gevolg zijn van de evolutie van pathogenen, veranderingen in het contactpercentage van geïnfecteerde personen en afname van vaccinatie. Al deze veranderingen kunnen de verspreiding van een ziekte beïnvloeden, maar ze vinden vaak geleidelijk en zonder veel gevolgen plaats totdat een omslagpunt wordt overschreden.

De meeste data-analysemethoden zijn ontworpen om de verspreiding van ziekten te karakteriseren nadat het omslagpunt al is overschreden.

"We zagen de noodzaak om de manieren te verbeteren om te meten hoe goed een ziekte onder controle is, wat moeilijk kan zijn in een zeer complex systeem, vooral wanneer we een klein deel van het werkelijke aantal gevallen waarnemen", zei Eamon. O'Dea, een postdoctoraal onderzoeker in het laboratorium van Drake die zich richt op ziekte-ecologie.

Het onderzoeksteam ontdekte dat hun voorspellingen consistent waren met de bekende bevindingen van de Britse epidemiologen Roy Anderson en Robert May, die de duur van epidemische cycli vergeleken bij mazelen, rubella, bof, pokken, waterpokken, roodvonk, difterie en kinkhoest uit de jaren 1880. tot 1980. Zo ontdekten Anderson en May dat de mazelen in Engeland en Wales afremden na uitgebreide immunisatie in 1968. Evenzo laat het model zien dat infectieziekten langzamer gaan naarmate een immunisatiedrempel wordt bereikt. Kleine variaties in infectieniveaus kunnen nuttige vroege waarschuwingssignalen zijn voor het opnieuw opduiken van ziekten die het gevolg zijn van een afname van de opname van vaccins, schreven ze.

"Ons doel is om dit op kleinere schaal te valideren, zodat staten en steden mogelijk ziekten kunnen voorspellen, wat praktisch is in termen van hoe beslissingen over vaccins te nemen," zei O'Dea. "Dit kan vooral nuttig zijn in landen waar mazelen nog steeds een hoge doodsoorzaak is."

Om te illustreren hoe het infectieziektemodel zich gedraagt, heeft het team een ​​visualisatie gemaakt die eruitziet als een reeks kommen met ballen die erin rollen. In het model beïnvloedt de dekking van het vaccin de ondiepheid van de kom en de snelheid van de bal die erin rolt.

"Heel vaak wordt de conceptuele kant van de wetenschap niet zo benadrukt als zou moeten, en we waren verheugd de juiste beelden te vinden om anderen te helpen de wetenschap te begrijpen", zegt Eric Marty, een ecologie-onderzoeker die gespecialiseerd is in datavisualisatie.

Als onderdeel van Project AERO, wat staat voor Anticipating Emerging and Re-emerging Outbreaks, creëren Drake en collega's interactieve tools op basis van kritische vertraging die onderzoekers en beleidsmakers in het veld kunnen gebruiken en beslissingen kunnen nemen. Het team ontwikkelt bijvoorbeeld een interactief dashboard dat niet-wetenschappers helpt bij het plotten en analyseren van gegevens om de huidige trends voor een bepaalde infectieziekte te begrijpen. Ze presenteren nu een prototype aan collega-onderzoekers en verwachten binnen een jaar een publieke release.

"Als een computermodel van een bepaalde ziekte voldoende gedetailleerd en nauwkeurig was, zou het mogelijk zijn om het verloop van een uitbraak te voorspellen met behulp van simulatie," zei Marty. "Maar als je geen goed model hebt, zoals vaak het geval is, kunnen de statistieken van kritieke vertraging ons nog steeds vroegtijdig waarschuwen voor een uitbraak."


Toekomstige onderzoeksrichtingen

Onderzoek met behulp van agent-based modellering om chronische ziekten te bestuderen staat nog in de kinderschoenen. We hebben 3 mogelijke redenen gegeven voor een lage acceptatiegraad van op agent gebaseerde modellering in de studie van chronische gezondheidsproblemen en hun gevolgen. Ten eerste worden chronische ziekten niet gekenmerkt door duidelijke "transmissie"-mechanismen, dus veel onderzoekers aarzelen om agent-based modeling te gebruiken om chronische ziekten te bestuderen, vanwege de algemene perceptie dat agent-based modeling alleen geschikt is om gezondheidsproblemen te modelleren die van persoon tot persoon kunnen worden overgedragen. tot persoon. Ten tweede is het over het algemeen moeilijker om op agent gebaseerde modellering te implementeren dan meer algemeen gebruikte simulatiebenaderingen zoals op Markov gebaseerde toestandsovergangsmodellen. In de meeste gevallen vereist het ontwikkelen van een op agenten gebaseerd model enige training in computerprogrammering, terwijl het bouwen van op Markov gebaseerde modellen kan worden gedaan met behulp van spreadsheetsoftware (bijv. Microsoft Excel) of gespecialiseerde, gebruiksvriendelijke software zoals TreeAge Pro (TreeAge Pro (TreeAge Software, Inc). Ten slotte vereist de ontwikkeling van op agenten gebaseerde modellen over het algemeen een grote hoeveelheid gegevens op individueel niveau voor parametrering, kalibratie en validatie. Dergelijke gegevens zijn niet altijd beschikbaar voor onderzoekers. Ondanks deze barrières zijn wij van mening dat beleidsmakers en zorgverleners baat zouden hebben bij toegang tot hoogwaardige, goed ontworpen agent-based modellen die hen kunnen helpen de ontwikkeling en gevolgen van chronische ziekten beter te begrijpen en daardoor hun besluitvorming met met betrekking tot het ontwerp van interventies en de toewijzing van middelen.

Ziektespecifieke toekomstige onderzoeksrichtingen

Suikerziekte. Voor zover ons bekend is agent-gebaseerde modellering alleen toegepast op de studie van diabetische retinopathie (22,23). We zijn echter van mening dat het ook nuttig kan zijn om de progressie van andere diabetische complicaties en mdash-nefropathie, neuropathie, myocardinfarct en beroerte te bestuderen. Bovendien zouden toekomstige agent-gebaseerde modellen gezondheidsgedrag, zoals dieet, lichaamsbeweging en roken, moeten omvatten en de impact van gedragsverandering op de preventie en behandeling van diabetes moeten onderzoeken. Ten slotte moet bij agentgebaseerde modellering rekening worden gehouden met de impact van comorbiditeiten (bijv. Obesitas, hypertensie, hyperlipidemie) en farmacologische interventies op de gezondheidsuitkomsten van een persoon met diabetes.

Hart-en vaatziekte. Hoewel het model in de studie van Li et al. de mogelijkheid aantoonde om een ​​agens-gebaseerd model te gebruiken om hart- en vaatziekten te bestuderen, heeft het model enkele beperkingen met betrekking tot het ontwerp en de structuur (27). Een persoon heeft bijvoorbeeld een normaal gewicht of overgewicht in het model en gedetailleerde veranderingen in BMI worden niet gemodelleerd. Wij zijn van mening dat een op agentia gebaseerd model van hart- en vaatziekten met meer gedetailleerde ziekteprogressie en gevalideerde modelvoorspelling potentiële gebruikers preciezere inzichten en meer vertrouwen zal bieden bij het gebruik van de resultaten om de besluitvorming te informeren. Daarnaast stellen we voor om sociale invloed op te nemen in toekomstige modellering bij het bestuderen van de impact van leefstijlinterventies op hart- en vaatziekten. Ten slotte zouden toekomstige agent-gebaseerde modellen van hart- en vaatziekten rekening kunnen houden met de effecten van verschillende behandelingsstrategieën, medicamenteuze therapieën en procedures (bijv. revascularisatie, pacemakerimplantatie) om hun klinische relevantie te verbeteren.

Obesitas. De meeste agent-gebaseerde modellen van obesitas waren gericht op de impact van sociale invloeden (peer-effecten) op de dynamiek van obesitas (33,35). Sociale invloeden zijn echter mogelijk niet de enige factoren of de belangrijkste factoren die verband houden met obesitas. We stellen voor om gezondheidsgedrag, zoals fysieke activiteit en dieet, op te nemen in toekomstige agent-gebaseerde modellen van obesitas. Bovendien zouden agent-gebaseerde modellen van obesitas nuttiger kunnen zijn als ze rekening zouden houden met bewijs uit de biologie, gedragswetenschappen en psychologie om de ontwikkeling en progressie van obesitas beter te begrijpen.

Multimorbiditeit. Hoewel multimorbiditeit de meest voorkomende chronische aandoening is geworden onder de oudere populatie (65 jaar of ouder) in de Verenigde Staten (37), ontbreken geloofwaardige agent-gebaseerde modellen die de ontwikkeling en gevolgen van multimorbiditeit bestuderen. Daarom moeten modelbouwers en geïnteresseerde volksgezondheids- en medische onderzoekers ernaar streven om uitgebreide agentgebaseerde modellen van multimorbiditeit te ontwikkelen waarin zowel de kenmerken van individuele chronische aandoeningen als de mogelijke interacties tussen deze gezondheidsaandoeningen expliciet worden vastgelegd.

Doelspecifieke toekomstige onderzoeksrichtingen

Risicobeoordeling. Risicobeoordeling voor chronische ziekten is een essentieel onderdeel van het beheer van de volksgezondheid. De huidige instrumenten voor risicobeoordeling zijn gebaseerd op standaard statistische modellen (bijv. regressie) om correlaties in enigszins beperkte administratieve datasets te identificeren. Zelfs meer geavanceerde statistische methoden, zoals structurele vergelijkingsmodellering en latente klassenanalyse, zijn niet in staat om de gemeenschappelijke niet-lineariteit, onderlinge afhankelijkheid en dynamiek van risicofactoren en ziekte-uitkomsten bij de individuen die deel uitmaken van een populatie vast te leggen. Een veelbelovende toekomstige onderzoeksrichting is dus het gebruik van op agentia gebaseerde modellen om het risico op chronische ziekten en ziektespecifieke mortaliteit te beoordelen. Op agent gebaseerde modellen leggen de ontwikkeling van chronische ziekten vast als een opkomend resultaat van een reeks factoren, waaronder gezondheidsopvattingen, sociale normen, levensstijlgedrag, therapietrouw en biomarkers, die vaak stochastisch, dynamisch en interactief veranderen. Zoals aangetoond in Li et al, kan een op agentia gebaseerd model van hart- en vaatziekten worden gebruikt om het risico van een populatie van belang te beoordelen en kan het mogelijk een essentieel onderdeel worden van het beheer van de volksgezondheid (28).

Kosteneffectiviteitsanalyse. De meeste modelgebaseerde kosteneffectiviteitsanalyses zijn gebaseerd op Markov-modellen. Markov-modellen zijn echter bekritiseerd omdat ze veel beperkingen en inherente aannames hebben die de resultaten misleidend kunnen maken (38). Voorbeelden van beperkingen voor Markov-modellen zijn het onvermogen om heterogene populaties te modelleren (dwz met een reeks populatiekenmerken) of om rekening te houden met de afhankelijkheid van eerdere toestanden van het systeem. Enkele onderzoeken hebben aangetoond dat agent-gebaseerde modellering sommige beperkingen van Markov-modellen kan overwinnen en besluitvormers meer flexibiliteit kan bieden bij het bestuderen van de kosteneffectiviteit van een bepaalde interventie om chronische ziekten te voorkomen (39,40). Onderzoekers hebben echter niet volledig gebruik gemaakt van de modelleringskracht van agent-gebaseerde modellen &mdash, zoals het vastleggen van populatie-interacties en het integreren van gegevens op individueel niveau &mdash om de nauwkeurigheid en geloofwaardigheid van kosteneffectiviteitsanalyses te verbeteren.

Hoewel agentgebaseerde modellering een krachtige benadering is voor het bestuderen van chronische gezondheidsproblemen, blijft het een onderbenut hulpmiddel onder onderzoekers in de geneeskunde en de volksgezondheid die geïnteresseerd zijn in de preventie en het beheer van chronische ziekten. We geven voorbeelden van op agent gebaseerde modelleringstoepassingen op het gebied van diabetes, hart- en vaatziekten en obesitas. Het bredere gebruik van op agenten gebaseerde modellering heeft het potentieel om nieuwe inzichten te verschaffen op het gebied van bevolkingsgezondheidsbeheer, medische besluitvorming en formulering en beoordeling van gezondheidszorgbeleid.


Slotopmerkingen

De studie van intracellulaire pathogenen in zebravismacrofagen heeft geleid tot nieuwe mechanistische inzichten die nieuwe gastheergerichte therapeutische strategieën inspireren (tabel 1). De real-time beeldvormingsmogelijkheden bij zebravissen zullen ook zeer nuttig zijn voor het ophelderen van de mechanismen die ten grondslag liggen aan migratieprocessen van macrofagen, zoals al is aangetoond door de studie van neutrofielen in het larvale systeem (Sarris et al., 2012 Henry et al., 2013 Shelef et al., 2013). Een vraag die zowel voor infectieziekten als voor kankerbiologie zeer relevant is, betreft de aanwezigheid van verschillende pro- en anti-inflammatoire macrofaagsubtypes in zebravissen. Klassiek geactiveerde (M1) en alternatief geactiveerde (M2) macrofagen, die lijken op de fenotypes van zoogdiermacrofagen, zijn geïdentificeerd in verschillende vissoorten (Forlenza et al., 2011). Er is gesuggereerd dat verschillende subtypes van macrofagen al aanwezig kunnen zijn in vroege zebravislarven, maar dit moet nog verder worden onderzocht (Feng et al., 2010). De vroege larvale stadia, die optimaal geschikt zijn voor beeldvorming en voor genetische en farmacologische interventies, kunnen veel informatie geven over de intracellulaire overlevingsmechanismen van pathogenen, zoals blijkt uit de hierin besproken studies. De vroege larvale stadia zijn ook erg nuttig voor het bestuderen van de reactie van microglia op hersenletsel of infectie, wat bijdraagt ​​aan een beter begrip van de rol van deze gespecialiseerde macrofagen bij neurodegeneratieve ziekten (Sieger et al., 2012 Sieger en Peri, 2013). Het bestuderen van de antigeenpresentatiefunctie van macrofagen en DC's in latere ontwikkelingsstadia wordt steeds beter mogelijk dankzij de vooruitgang in technologieën voor het genereren van stabiele mutantlijnen (Clark et al., 2011 Blackburn et al., 2013 Kettleborough et al., 2013). Dynamische interacties tussen macrofagen en neutrofielen die naar voren komen uit recente studies bij zebravissen zijn van groot belang voor verder onderzoek (Ellett et al., 2011 Yang et al., 2012 Elks et al., 2013). Het gebruik van het zebravismodel heeft al inzichten opgeleverd in de in vivo relevantie van intracellulaire afweermechanismen zoals ROS- en RNS-productie en autofagie. We verwachten dat verder gebruik van dit krachtige model belangrijke bijdragen zal blijven leveren aan het begrip van aangeboren immuniteit en van de virulentiestrategieën die pathogenen gebruiken om de aangeboren afweer van de gastheer te ondermijnen.


Functies van een hormoon

Hormonen bij dieren

De neuro-endocrien systeem is een complexe opstelling van cellen bij dieren die berichten kunnen doorgeven via hormonen. Vanaf het moment van conceptie tot het moment van overlijden zullen verschillende hormonen het lichaam beïnvloeden en de ontwikkeling en het verloop ervan veranderen. Deze chemische signalen werken op verschillende niveaus bij dieren.

Een hormonale reactie bij dieren begint met input voor de sensorische systemen. Licht, aanraking, geur, smaak en andere fysieke inputs worden verwerkt door de centraal zenuwstelsel. De hersenen beslissen wat ze van deze input moeten maken op basis van genetica en ervaringen uit het verleden. Als reactie op de input sturen de hersenen een signaal naar de hypothalamus, het centrale verwerkingscentrum voor hormonale instructies. Voor instructies die snel moeten worden gegeven, neemt de hypothalamus contact op met de achterste hypofyse via zenuwverbindingen. Deze impulsen signaleren de achterste hypofyse om snel een hormoon af te geven. Slagaders in de klier vervoeren de vrijgekomen hormonen rechtstreeks door het bloed naar de weefsels waarvoor ze bedoeld zijn.

Hoewel er honderden reacties zijn die worden veroorzaakt door een hormonale cascade, zijn er maar een paar verschillende acties die worden veroorzaakt door hormonen op biochemisch niveau. Veel hormonen binden aan een oppervlakte-eiwit, dat zich door het celmembraan uitstrekt. Het eiwit verandert dan van vorm, waardoor ook aan de binnenkant van de cel een conformatieverandering optreedt. Deze wijziging kan een tweede boodschapper, die het bericht naar een ander punt in de cel brengt. Andere hormonen gaan door het celmembraan en activeren een proces in het cytosol of reizen helemaal naar de nucleaire envelop om een ​​bericht over de transcriptiesnelheid af te leveren.

Er zijn honderden verschillende signalen die kunnen worden uitgevoerd door het hormoonsysteem. Verschillende hormonen activeren verschillende systemen. Steroïde hormonen activeren bijvoorbeeld gentranscriptie en reguleren de enzymen die uit genen worden aangemaakt. Vitamine D, een hormoon en vitamine, reguleert calcium in het bloed en de botten. Andere signalen kunnen enzymen activeren die al aanwezig zijn in de doelcel, waardoor snel een metabolisch proces in gang wordt gezet. Neurotransmitters zijn een speciale vorm van hormonen, die slechts korte afstanden tussen neuronen afleggen. Dieren hebben ook speciale hormonen genaamd feromonen die ze in het milieu afgeven om het gedrag van andere dieren te stimuleren. Deze hormonen kunnen seksueel, territoriaal of instructief zijn.

Hormonen in planten

Net als bij dieren hebben planten veel verschillende hormonen die hun levenscyclus en ontwikkeling beheersen. Er zijn verschillende groepen plantenhormoon, waaronder de auxines, gibberellines en ethyleen, onder andere. Planthormonen zijn lange tijd bestudeerd als middel om de plantengroei te wijzigen en te manipuleren. Sommige plantenhormonen zijn kunstmatig ontwikkeld voor gebruik op commerciële gewassen. Tomaten worden bijvoorbeeld vaak gerijpt door de afgifte van het plantenhormoon ethyleen. Zo zijn alle tomaten tegelijk klaar om geplukt te worden. Hierdoor kunnen commerciële machines snel en eenvoudig hele velden tegelijk verwerken. Auxine en verwante hormonen worden gebruikt om de wortelgroei te bevorderen en weefselculturen te ontwikkelen. Dit hormoon remt ook de groei van veel volwassen planten en kan als onkruidverdelger werken.

Planten hebben ook hormonen die afkomstig zijn van verschillende startmoleculen. In feite is een hormoon van de brassinoliden familie lijkt op dierlijke steroïde hormonen zoals testosteron. Anderen, zoals hormonen uit de gibberelline familie, hebben honderden verschillende vormen en lijken niet duidelijk op een bekend dierlijk hormoon. Synthetische versies van veel van deze hormonen zijn in het laboratorium gemaakt, zodat hun effecten en samenstelling gemakkelijker kunnen worden bestudeerd.

Door dit proces werd ontdekt dat planten veel routes hebben ontwikkeld die een bepaald hormoon gebruiken als signaal tussen planten. Planten die worden aangevallen door sprinkhanen kunnen een hormoon afgeven dat naburige planten signaleert om hun verdediging gereed te maken. Dit lijkt erg op hoe dieren communiceren met feromonen.


Beoogd publiek en doel van het pakket

Het publiek voor het DSAIDE-pakket bestaat uit individuen die geïnteresseerd zijn in het begrijpen van de verspreiding en controle van infectieziekten op populatieniveau vanuit een dynamisch systeem- en modelperspectief. Het pakket is oorspronkelijk ontwikkeld als aanvulling op een cursus over epidemiologie van infectieziekten vanuit een dynamisch systeemperspectief. De documentatie in DSAIDE streeft er echter naar gedetailleerd en op zichzelf staand genoeg te zijn om een ​​gemotiveerde student in staat te stellen DSAIDE te gebruiken en de onderwerpen die door het pakket worden behandeld zelfstandig te leren. Eventuele kennislacunes kunnen worden opgevuld door de verstrekte referenties te lezen. Voor meer gevorderde studenten die vertrouwd zijn met een bepaald niveau van codering, kan het pakket worden gebruikt zoals beschreven in "Niveau 2" en "Niveau 3" hieronder, op zichzelf of als aanvulling op een cursus over modellering van infectieziekten.


3. Evolutie van nieuwe interventieproducten en volgorde van studiefasen

Veel interventieproducten, en vooral medicijnen en vaccins, zullen waarschijnlijk afkomstig zijn van fundamenteel onderzoek in laboratoria. Dergelijke producten moeten een lange reeks tests doorlopen voordat ze in aanmerking komen voor gebruik in het soort veldproeven waarop dit boek zich richt. Vóór elk menselijk gebruik zal een nieuw product in het laboratorium worden getest op zijn activiteit en toxiciteit in verschillende in vitro en dierproefsystemen. Als het deze stadia met succes doorloopt, kunnen onderzoeken naar veiligheid, toxiciteit en activiteit worden uitgevoerd bij een klein aantal menselijke vrijwilligers, met zorgvuldige klinische monitoring. Voordat een nieuw product voor wijdverbreid gebruik kan worden geïntroduceerd, moet een reeks aanvullende onderzoeken worden uitgevoerd, waarbij steeds meer proefpersonen betrokken zijn. Proeven bij mensen doorlopen gewoonlijk een reeks opeenvolgende 'fasen' van geleidelijk toenemende omvang om eerst de veiligheid en het werkingsmechanisme vast te stellen en vervolgens, in latere fasen, de werkzaamheid tegen de doelziekte(n) en veiligheid in een groter aantal van onderwerpen.

3.1. Klinische studies: fasen I tot IV

Fase I-onderzoeken zijn verkennende first-in-human-onderzoeken en kunnen de toediening van kleine, dan grotere doses van het onderzoeksproduct aan een klein aantal gezonde mensen (tien tot 50) inhouden om voorlopige gegevens te verzamelen over de farmacokinetiek van het product (waar het product en zijn metabolieten in het lichaam terechtkomen en in welke concentraties) en farmacodynamiek (wat het medicijn in het lichaam doet). Deze onderzoeken kunnen helpen om de dosering en frequentie vast te stellen die veilig en noodzakelijk zijn om effect te hebben. Deze onderzoeken zijn bedoeld om een ​​eerste beoordeling te maken van de veiligheid en verdraagbaarheid van het geneesmiddel of vaccin bij een klein aantal, meestal gezonde, vrijwilligers.

Fase II-onderzoeken worden uitgevoerd voor producten die in fase I-onderzoeken geen significante veiligheidsproblemen hebben vertoond. Ze omvatten steeds grotere aantallen deelnemers (bijvoorbeeld aanvankelijk tientallen proefpersonen, maar latere studies kunnen er 100 zijn) en zijn ontworpen om te beoordelen hoe goed de interventie werkt (therapeutische geneesmiddelen zouden studies bij patiënten omvatten, terwijl vaccins zouden worden beoordeeld op immunogeniciteit in gezonde vrijwilligers), en om de veiligheid te controleren bij een groter aantal gezonde vrijwilligers (vaccins) of bij patiënten (therapeutische geneesmiddelen). Fase II-onderzoeken kunnen ook worden opgezet om te evalueren welke doses en het aantal doses van de interventie moeten worden gegeven, en wat de intervallen tussen doses moeten zijn. Gewoonlijk zal een product worden geëvalueerd in een aantal verschillende Fase II-onderzoeken, waarbij de prestaties onder verschillende omstandigheden worden geëvalueerd. Een malariavaccin kan bijvoorbeeld in eerste instantie worden uitgeprobeerd bij volwassenen, maar vervolgens worden getest in steeds jongere groepen totdat het wordt getest in de uiteindelijke doelpopulatie van zuigelingen.

Fase III-onderzoeken hebben tot doel een definitieve beoordeling te geven van de werkzaamheid van de interventie ten opzichte van de primaire uitkomst(en) van belang. Ze leveren ook veiligheidsgegevens in een grotere groep proefpersonen. Bij deze onderzoeken zijn meestal grote aantallen personen betrokken (bijv. 1000� of meer) en het zijn onderzoeken die worden uitgevoerd om het bewijs van werkzaamheid en veiligheid te leveren dat nodig is om een ​​product bij een vergunningverlenende instantie in te dienen. Om deze reden worden ze soms ‘pivotal’ proeven genoemd.

Fase IV-onderzoeken worden uitgevoerd nadat is aangetoond dat de interventie werkzaam is in fase III-onderzoeken en worden uitgevoerd om de veiligheid en effectiviteit van een interventie te beoordelen bij gebruik onder routinematige gezondheidsdiensten, of in de buurt van deze omstandigheden (in plaats van in de speciale omstandigheden van een gecontroleerd onderzoek). Als het om een ​​gereguleerd product gaat, zoals een geneesmiddel of vaccin, gaat het meestal om onderzoeken na registratie of na vergunningverlening. Veiligheidskwesties die belangrijk zijn, maar die zich voordoen bij een relatief klein deel van de individuen, kunnen pas duidelijk worden door fase IV-onderzoeken, zodra er een wijdverbreide toepassing van een interventie is. Fase IV-onderzoeken nemen soms de vorm aan van gerandomiseerde onderzoeken waarbij de veiligheid en effectiviteit worden beoordeeld door de resultaten van toediening van het product aan sommige individuen of gemeenschappen te vergelijken, maar niet aan anderen (willekeurig toegewezen). However, such trials may be difficult to conduct, once a product has been licensed by the national regulatory authority, and then non-randomized assessments must be made, such as through �ore versus after studies’ or case-control investigations. Many trials of strategies of how best to use drugs or vaccines can also be considered as Phase IV studies, such as a comparison of intermittent preventive therapy (IPT) using anti-malarial drugs given to all young children, compared to teaching their mothers to recognize and treat their children if they have possible falciparum malaria.

The main focus of the book will be on large-scale Phase III trials conducted ‘in the field’ (i.e. outside clinical facilities), but there is also a specific chapter on Phase IV studies (see Chapter 22).

Although similar terms are often used for the ‘phase’ of trials conducted to test the effectiveness or efficacy of interventions that do not use an investigational product, such as behaviour change interventions or incentives, these have much less well-defined, or universally agreed, phases, and it is not uncommon for the first RCT of such an intervention to be the equivalent of a Phase III trial of a drug or vaccine.

3.2. Registration of new interventions

Legal registration procedures are mandated in most countries before a drug or vaccine can be put into general use, and these procedures normally require documentation of the safety and efficacy of the intervention, based on RCTs involving many hundreds of subjects. Further guidance on the rules and regulations for assessing the safety and efficacy of products for use in human beings can be found at the website of the US Food and Drug Administration (<http://www.fda.gov>).

3.3. ‘Proof of principle’ trials

The purposes of field trials may change as experience with an intervention accumulates. Sometimes, particularly in early trials of a new intervention, the purpose of the study is analytic to demonstrate an effect or to establish a principle, with little consideration as to whether the intervention is practicable at the population level for disease control. An example might be the use of a malaria vaccine that must be administered monthly to be effective. Such studies are sometimes called 𠆎xplanatory’ or ‘proof of principle’ trials (Schwartz and Lellouch, 1967). Once an effect against the disease under study has been demonstrated, there might then be greater impetus to develop new formulations of the intervention or different schedules that would be more practicable for application in a disease control programme. Subsequent, and generally larger, trials are conducted, in which the purpose is to establish the benefit of an intervention applied under the circumstances of general use. These studies are often called ‘pragmatic’ trials (Schwartz and Lellouch, 1967).

3.4. Trials of intervention delivery strategies

Although new products developed through basic science research may serve as the impetus for field trials, some interventions or intervention strategies are developed directly as a result of field studies and experience such as a vaccine strategy for smallpox eradication and the use of tsetse fly traps for the control of trypanosomiasis transmission. Thus, trials may be needed not only of the product itself, but also of the way that product is used or delivered. Trials like these would involve intervention ‘packages’ which might include, for example, the same drug or vaccine, but provided with different educational approaches or delivery methods. Sometimes, an intervention that has been shown to be effective must be added into an ongoing disease control programme that involves other kinds of interventions. For example, it is expected that, when effective malaria vaccines become available, they will be added to other malaria control methods, based on a combination of vector control, case finding, and treatment strategies. Further studies of how best to integrate these interventions into an overall strategy will have to be worked out. In addition, policy and planning decisions about disease control will have to be guided by appropriate cost-effectiveness analyses.


Could murder be modeled as an infectious disease? - Biologie

NIAID conducts and supports clinical trials evaluating therapies and vaccine candidates against severe acute respiratory syndrome coronavirus type 2 (SARS-CoV-2), the virus that causes COVID-19.

The NIAID Strategic Plan for COVID-19 Research details the institute’s priorities for controlling and ultimately ending the spread of the novel coronavirus (SARS-CoV-2) and the disease it causes (COVID-19).

NIAID's cloud-based, secure data platform enables sharing of anonymous patient-level clinical data to help generate new knowledge to treat and prevent infectious diseases such as COVID-19.

NIAID’s research program to develop safe and effective antivirals to combat SARS-CoV-2 will also build sustainable platforms for targeted drug discovery and development of antivirals against viruses with pandemic potential.


Bekijk de video: Peter R de Vries 2007 afl 07 20 mei De perfecte treinmoord nl gesproken (September 2022).


Opmerkingen:

  1. Derren

    Ik denk dat je het fout hebt. Ik kan mijn positie verdedigen. Mail me op PM, dan praten we verder.

  2. Lindly

    Wie heeft je dat verteld?

  3. Muraco

    Ik ben niet bezorgd.

  4. Chryses

    I can offer you to visit the website, which gives a lot of information on the subject that interests you.

  5. Kagaktilar

    ja, kom op, kom op)))

  6. Jorrel

    De crisis is niet in het bedrijfsleven, de crisis is in de hoofden. Zelfs Poetin erkende de economische crisis, hoewel hij deze niet eerder herkende, dus er is iets om over na te denken

  7. Tayyib

    Absolutely it is right



Schrijf een bericht