1,724,149 research outputs found
Lifelines data en biobank
No full textLifelines is in december 2006 gestart als grootschalige prospectieve cohort studie onder ruim 167.000 inwoners van Noord-Nederland (Groningen, Friesland en Drenthe). Lifelines verzamelt (longitudinale) data en lichaamsmaterialen van deelnemers uit drie generaties om inzicht te krijgen in hoe mensen gezonder oud worden en in de factoren die van belang zijn bij het ontstaan en verloop van ziekten. Inmiddels
Lifelines is de eerste studie die alle levensaspecten bij het onderzoek betrekt, van erfelijkheid en leefstijl tot en met psychische en sociale factoren. Alleen zo’n brede aanpak kan diepgaand inzicht opleveren in het ontstaan en beloop van ziekten. Dat kan resulteren in het identificeren van nieuwe risicofactoren voor het ontstaan van ziekten en voorspellers van een gezonde levensloop. Hiermee kan een belangrijke bijdrage geleverd worden aan de ontwikkeling van nieuwe preventieve maatregelen en behandelingen.
De deelnemers worden eens in de ongeveer vijf jaar uitgenodigd voor een bezoek op een van de Lifelines locaties in de drie noordelijke provincies. Hierbij worden metingen en tests gedaan (o.a. bloeddruk, gewicht, lengte, hartfunctie, longfunctie) en wordt er biomateriaal verzameld (bloed, urine, DNA, ontlasting, hoofdhaar). De uitslagen van de metingen en tests worden teruggekoppeld aan de deelnemer en zijn of haar huisarts. Daarnaast ontvangen deelnemers iedere een tot twee jaar een uitgebreide vragenlijst met vragen over o.a. gezondheid, gedrag, leefstijl en voedingsgewoonten.
Lifelines volgt deelnemers nu meer dan vijftien jaar. Deelnemers bezoeken ons eens in de 5 jaar en daardoor zijn nu van 3 meetmomenten (waves) biomaterialen en metingen beschikbaar, daarnaast is er een enorme voorraad aan lichaamsmaterialen opgeslagen in de Lifestore die onderzoekers kunnen aanvragen voor eigen (biomarker)analyses. Daarnaast vullen deelnemers rondom bezoeken en iedere 2 jaar follow up vragenlijsten in. Er zijn nu van 7 meetmomenten data beschikbaar. Lifelines wil deelnemers blijven volgen. Een vierde meetmoment, waarbij we opnieuw gegevens op basis van vragenlijsten, metingen en lichaamsmaterialen gaan verzamelen is in voorbereiding.
Naast het reguliere onderzoek voor iedere deelnemer, worden kleinere groepen deelnemers ook gevraagd om deel te nemen aan aanvullend onderzoek. Voorbeelden hiervan zijn het Lifelines corona onderzoek, onderzoek naar darmgezondheid, ontwikkeling van baby’s, mentale gezondheid (ADHD, depressie en angststoornissen), longaandoeningen en hart en vaatziekten (CT-scans), het Lifelines-corona onderzoek. Op dit moment is genetische data van ruim 50.000 deelnemers reeds beschikbaar.
Tot slot zijn er mogelijkheden voor data koppeling met andere registraties. Voor aanvragen van data koppeling wordt gebruik gemaakt van TTPs, pseudonimisatie en encryptie. Voorbeelden van data koppeling zijn:
koppelingen op basis van GEO locaties, bijv. GIS, LISA data;
koppeling met CBS data, bijvoorbeeld doodsoorzaken, beroepencodering, zie procedure;
óf koppelingen via CBS bijvoorbeeld NIVEL, IADB (apothekers registratie: zie procedure voor aanvraag gekoppelde data medicatie gebruik van IADB.nl database met Lifelines data);
koppeling met bijvoorbeeld PALGA (Public Pathology Database) en NKR (IKNL database)
lifelines: survival analysis in Python
No full text<p>0.22.2 New features</p>
<ul>
<li>lifelines is now compatible with scipy>=1.3.0</li>
</ul>
<p>Bug fixes</p>
<ul>
<li>fixed printing error when using robust=True in regression models</li>
<li><code>GeneralizedGammaFitter</code> is more stable, maybe.</li>
<li>lifelines was allowing old version of numpy (1.6), but this caused errors when using the library. The correctly numpy has been pinned (to 1.14.0+)</li>
</ul>
CamDavidsonPilon/lifelines: 0.11.0
No full text0.11.0
<ul>
<li>fixes regression in <code>KaplanMeierFitter.plot</code> when using Seaborn and lifelines.</li>
<li>introduce a new <code>.plot</code> function to a fitted <code>CoxPHFitter</code> instance. This plots the hazard coefficients and their confidence intervals. </li>
<li>in all plot methods, the <code>ix</code> kwarg has been deprecated in favour of a new <code>loc</code> kwarg. This is to align with Pandas deprecating <code>ix</code></li>
</ul>
CamDavidsonPilon/lifelines: v0.17.3
No full text0.17.3
<ul>
<li>Fix in <code>compute_residuals</code> when using <code>schoenfeld</code> and the minumum duration has only censored subjects. </li>
</ul>
Microbial lifelines in bioprocesses: From concept to application
No full textBlöbaum L, Haringa C, Grünberger A. Microbial lifelines in bioprocesses: From concept to application. Biotechnology Advances. 2022;62.Bioprocesses are scaled up for the production of large product quantities. With larger fermenter volumes, mixing becomes increasingly inefficient and environmental gradients get more prominent than in smaller scales. Environmental gradients have an impact on the microorganism's metabolism, which makes the prediction of large-scale performance difficult and can lead to scale-up failure. A promising approach for improved understanding and estimation of dynamics of microbial populations in large-scale bioprocesses is the analysis of microbial lifelines. The lifeline of a microbe in a bioprocess is the experience of environmental gradients from a cell's perspective, which can be described as a time series of position, environment and intracellular condition. Currently, lifelines are predominantly determined using models with computational fluid dynamics, but new technical developments in flow-following sensor particles and microfluidic single-cell cultivation open the door to a more interdisciplinary concept. We critically review the current concepts and challenges in lifeline determination and application of lifeline analysis, as well as strategies for the integration of these techniques into bioprocess development. Lifelines can contribute to a successful scale-up by guiding scale-down experiments and identifying strain engineering targets or bioreactor optimisations. Copyright © 2022. Published by Elsevier Inc
CamDavidsonPilon/lifelines: v0.24.4
No full text0.24.4 - 2020-04-13
Bug fixes
Improved stability of interval censoring in parametric models.
setting a dataframe in ancillary_df works for interval censoring
.score works for interval censored model
- …
