VS
Veronika Skvortsova
Author with expertise in Diagnosis and Treatment of Carotid Artery Disease
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
5
(60% Open Access)
Cited by:
4,827
h-index:
35
/
i10-index:
80
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Telmisartan to Prevent Recurrent Stroke and Cardiovascular Events

Salim Yusuf et al.Aug 27, 2008
Prolonged lowering of blood pressure after a stroke reduces the risk of recurrent stroke. In addition, inhibition of the renin-angiotensin system in high-risk patients reduces the rate of subsequent cardiovascular events, including stroke. However, the effect of lowering of blood pressure with a renin-angiotensin system inhibitor soon after a stroke has not been clearly established. We evaluated the effects of therapy with an angiotensin-receptor blocker, telmisartan, initiated early after a stroke.In a multicenter trial involving 20,332 patients who recently had an ischemic stroke, we randomly assigned 10,146 to receive telmisartan (80 mg daily) and 10,186 to receive placebo. The primary outcome was recurrent stroke. Secondary outcomes were major cardiovascular events (death from cardiovascular causes, recurrent stroke, myocardial infarction, or new or worsening heart failure) and new-onset diabetes.The median interval from stroke to randomization was 15 days. During a mean follow-up of 2.5 years, the mean blood pressure was 3.8/2.0 mm Hg lower in the telmisartan group than in the placebo group. A total of 880 patients (8.7%) in the telmisartan group and 934 patients (9.2%) in the placebo group had a subsequent stroke (hazard ratio in the telmisartan group, 0.95; 95% confidence interval [CI], 0.86 to 1.04; P=0.23). Major cardiovascular events occurred in 1367 patients (13.5%) in the telmisartan group and 1463 patients (14.4%) in the placebo group (hazard ratio, 0.94; 95% CI, 0.87 to 1.01; P=0.11). New-onset diabetes occurred in 1.7% of the telmisartan group and 2.1% of the placebo group (hazard ratio, 0.82; 95% CI, 0.65 to 1.04; P=0.10).Therapy with telmisartan initiated soon after an ischemic stroke and continued for 2.5 years did not significantly lower the rate of recurrent stroke, major cardiovascular events, or diabetes. (ClinicalTrials.gov number, NCT00153062.)
0

Complex fuzzy sets

D. Ramot et al.Apr 1, 2002
The objective of this paper is to investigate the innovative concept of complex fuzzy sets. The novelty of the complex fuzzy set lies in the range of values its membership function may attain. In contrast to a traditional fuzzy membership function, this range is not limited to [0, 1], but extended to the unit circle in the complex plane. Thus, the complex fuzzy set provides a mathematical framework for describing membership in a set in terms of a complex number. The inherent difficulty in acquiring intuition for the concept of complex-valued membership presents a significant obstacle to the realization of its full potential. Consequently, a major part of this work is dedicated to a discussion of the intuitive interpretation of complex-valued grades of membership. Examples of possible applications, which demonstrate the new concept, include a complex fuzzy representation of solar activity (via measurements of the sunspot number), and a signal processing application. A comprehensive study of the mathematical properties of the complex fuzzy set is presented. Basic set theoretic operations on complex fuzzy sets, such as complex fuzzy complement, union, and intersection, are discussed at length. Two novel operations, namely set rotation and set reflection, are introduced. Complex fuzzy relations are also considered. Index Terms-Complex fuzzy intersection, complex fuzzy relations, complex fuzzy sets, complex fuzzy union, complex-valued grades of membership, fuzzy complex numbers.
0

Robust detection of SARS-CoV-2 exposure in population using T-cell repertoire profiling

Elizaveta Vlasova et al.Jan 1, 2023
The COVID-19 pandemic clearly demonstrates the need to monitor the spread of infectious diseases and population immunity. Probing adaptive immunity by sequencing the repertoire of antigen receptors (Rep-Seq) encoding specificity and immunological memory has become a method of choice for immunology studies. Rep-Seq can detect the imprint of past and ongoing infections and study individual responses to SARS-CoV-2 as shown in a number of recent studies. Here we apply a machine learning approach to two large datasets with more than 1200 high-quality repertoires from healthy and COVID-19-convalescent donor repertoires to infer T-cell receptor (TCR) repertoire features that were induced by SARS-CoV-2 exposure. Proper standardization of Rep-Seq batches, access to human leukocyte antigen (HLA) typing and both α- and β-chain sequences of TCRs allowed us to generate a high-quality biomarker database and build a robust and highly accurate classifier for COVID-19 exposure applicable to individual TCR repertoires obtained using different protocols, paving a way to Rep-Seq-based immune status assessment in large cohorts of donors.