XiaoMi-AI文件搜索系统
World File Search System严重程度
使用多模式数据和机器学习预测多发性硬化症的疾病严重程度
Magi Andorra 1 · Ana Free 2,18 · Melanie Roots Brune‑Ingebretse 5,6 · Federical Ivaldi 9 · Cellerino 3 · Matthew Pardini · Book 1 · Irene Power 1 · Eloy 1 · Eloy Martinez‑Heras 1 · Decree Asseyer 10 · Sayedamirhosein Joseph Kauer-Bonin 1
使用具有12铅心电图的深神经网络算法的肥厚性心肌病患者的心力衰竭严重程度分类的模型
肥厚性心肌病（HCM）中的抽象目标观察到了特定的心电图异常。因此，ECG是一种有价值的筛选工具。尽管有几项研究报告了从心电图发现估计致命心律不齐的风险，但尚未确定使用ECG来识别心力衰竭的严重程度（HF）通过应用深度学习（DL）方法尚未确定。我们评估了数据驱动的机器学习方法是否可以有效地识别HCM患者的HF严重程度。使用来自218例HCM患者和245例非HCM患者的12个铅ECG数据开发了一个基于神经网络的模型，将其分为两种（轻度至中度和重度）或三个（轻度，中度和重度）HF的HF。根据纽约心脏协会的功能类别定义了这些严重程度，以及脑纳替肽的N末端激素的水平。此外，根据堪萨斯城心肌病问卷（KCCQ）-12，将患者分为组。采用了一种转移学习方法来解决目标样本数量少的问题。使用PTB-XL提前训练该模型，PTB-XL是一个开放的ECG数据集。结果，使用我们的数据集训练的模型获得了温和的平均F1得分为0.745，而轻度至中度类样品的型号为0.745，精度为0.750。基于KCCQ-12的分组获得了相似的结果。结论我们使用具有12个铅ECG数据的深神经网络算法开发了用于HCM患者HF严重程度的模型。通过使用引导梯度加权级激活图和集成梯度的数据分析，QRS波在真实阳性的轻度至中度类别的情况下强烈强调，而突出显示的部分在真实正面的严重类别的案例中是高度可变的。我们的发现表明，该DL算法在使用12个铅ECG数据中的应用可能对HCM患者的HF状态分类很有用。
定量铁 - 神经素MRI MRI与帕金森氏病的运动严重程度与放射学疾病分类相匹配
帕金森氏病（PD）是一种常见的神经退行性疾病，其特征在临床上以静止震颤，胸肌，僵硬和姿势不稳定为特征。临床特征只有在黑质（SN）中显着（50–70％）多巴胺能神经元丧失后才能明显（Sulzer等，2018）。PD的临床诊断可能很困难（Rizzo等，2016; Beach and Adler，2018年），最近对PD患者进行的民意调查报告了26％的误诊，另外21％的PD患者诊断了三次，在进行专业转诊之前三次（Parkinson's UK，2020年）。非侵入性神经影像学有望改善PD临床诊断和管理中的信心。中脑的高分辨率神经元素和对铁敏感的MRI是PD患者SN中描述的放射生物标志物的有用序列（Pavese和Tai，2018; Pyatigorskaya et al。，2020; Cho等，2021a，b）。但是，其定量标记的价值是毫无意义的。人类尸体研究表明，中脑中富含深褐色的细胞质神经元素色素的神经元容易受到PD的变性（Sasaki等，2006; Sulzer and Surmeier，2013）。在这些脆弱的神经素蛋白含量的大脑区域中多巴胺能神经元的丧失是该疾病的特征运动症状的基础（Sasaki等，2006; Sulzer等，2018）。体内神经素敏感的MRI可靠地量化了ni骨损伤，并将PD与健康受试者区分开来（Wang等，2019）。 铁敏感的MRI，例如定量敏感性映射（QSM），始终发现体内神经素敏感的MRI可靠地量化了ni骨损伤，并将PD与健康受试者区分开来（Wang等，2019）。铁敏感的MRI，例如定量敏感性映射（QSM），始终发现铁在PD的神经退行性过程中也起着重要作用。游离铁促进了无毒自由基的产生，导致多巴胺能细胞死亡（Dexter等，1989）。
高级临床见解的创新自动糖尿病性视网膜病变严重程度分级
[2]电子和电气工程可爱的专业大学，旁遮普省，印度摘要：糖尿病性视网膜病（DR）是一种影响视网膜的危险眼疾，可能导致视力丧失和失明，尤其是在糖尿病患者中。早期识别对于良好的结果至关重要，但是只能通过耗时和劳动密集的彩色眼镜图片来诊断糖尿病性视网膜病。为了克服这一挑战，这项研究提出了一种基于深度学习的策略，该策略通过增强的神经网络（IDR-ENN）使用糖尿病性视网膜病变分级，将视网膜图片分类为糖尿病性视网膜病的不同阶段。在一个数据集中对所提出的方法进行了培训，该数据集包括测试集中的2200张照片和训练集中的11000个彩色视网膜图像。模拟结果表明，基于IDR的算法可以达到极好的准确性，灵敏度和特异性。在这项研究中，我们提出了一种方法来显着减少糖尿病性视网膜病变检测的计算时间。一种NovelIdr-enn方法可在糖尿病性视网膜病变检测的训练计算时间中显着减少85％。本文的总体结论强调了深度学习的潜力，以改善糖尿病性视网膜病的诊断和分级，这可能会对预防由这种疾病引起的失明产生重大影响。关键字：深度学习，糖尿病性视网膜病，盲型跨跨神经网络+，诊断，分级，预防1。简介
杜克大学跑步机评分预测糖尿病患者的冠状动脉疾病严重程度。
冠状动脉疾病（CAD）是全球范围内死亡率和发病率的重要原因。杜克跑步机评分（DTS）是一种临床评估，该评估使用运动应力测试来确定冠状动脉疾病（CAD）的严重程度。目的：这项研究是为了了解DTS在糖尿病和非糖尿病患者中的CAD严重程度如何。方法：2023年3月至2023年在伊斯兰堡皮姆斯心脏病学系进行了一项前瞻性队列研究。总共450例患者分为糖尿病（225）和非糖尿病（225）组。糖尿病。经过验证的DTS分数运动持续时间，ST段偏差和心绞痛症状，以预测严重的CAD。-11或以上是高风险，-10至+4是中等风险，+5或更多是低风险。结果：对450例患者的研究为282名（62.6％）和168名（37.3％）的女性，平均年龄为58.4±13.2岁。冠状动脉血管造影，170名糖尿病患者（75.6％）和130个非糖尿病患者（57.8％）具有大量CAD。糖尿病患者的高血压为52.9％，非糖尿病患者为49.3％（p = 0.920）。糖尿病患者患有10.6％的血脂异常，非糖尿病患者为9.3％（p = 0.058）。结论：DTS可能预测糖尿病患者和非糖尿病患者的CAD严重程度。糖尿病是CAD的关键危险因素，DTS可能有助于估算风险。dts和CAD风险评估可能会受到患者特征，运动能力和跑步机技术的影响。
纤维肌痛患者的抗卫星胶质细胞 IgG 抗体与症状严重程度以及丘脑和前扣带皮层中的代谢物浓度有关
最近的转化研究表明，纤维肌痛可能是一种自身免疫性疾病，其致病机制由外周疼痛诱发作用介导，即免疫球蛋白 G (IgG) 抗体与背根神经节中的卫星胶质细胞 (SGC) 结合。对假定的自身免疫的首次临床评估表明，与健康对照组相比，纤维肌痛患者 (FMS) 的抗 SGC 抗体 (称为抗 SGC IgG) 水平升高，并且抗 SGC IgG 与更严重的疾病状态相关。本研究的总体目标是确定抗 SGC IgG 在驱动疼痛方面的作用是否完全通过外周机制（如迄今为止间接显示的那样），还是也可以归因于中枢机制。为此，我们希望首先在更大的 FMS 队列中确认抗 SGC IgG 与疼痛相关临床指标之间的关系。其次，我们探索了这些自身抗体与 FMS 中的脑代谢物浓度（通过磁共振波谱分析 (MRS) 评估）和压力诱发的大脑疼痛处理（通过功能性磁共振成像 (fMRI) 评估）之间的关联。在 FMS 的丘脑和前扣带皮层 (rACC) 中进行了质子 MRS，并评估了各种代谢物的浓度。在 fMRI 期间，FMS 接收与低和高疼痛强度相对应的单独校准的疼痛压力刺激。我们的结果证实了抗 SGC IgG 与评估病情严重程度的临床指标之间存在正相关性。此外，与抗 SGC IgG 水平低的 FMS 相比，抗 SGC IgG 水平高的 FMS 疼痛强度更高，疾病状态更差。此外，抗 SGC IgG 水平与丘脑和 rACC 中的代谢物（如鲨肌醇）以及丘脑中的总胆碱和大分子 12 呈负相关，因此将抗 SGC IgG 水平与 FMS 脑中代谢物的浓度联系起来。然而，FMS 中的抗 SGC IgG 水平与对压痛的敏感性或大脑对诱发压痛的处理无关。总之，我们的结果表明，抗 SGC IgG 可能与自发性、非诱发性疼痛具有临床相关性。我们当前和以前的转化和临床发现可以为在 FMS 中尝试新的抗体相关治疗提供依据。
纤维肌痛患者的抗卫星胶质细胞IgG抗体与症状严重程度和丘脑和鼻扣前扣带回皮质的代谢浓度有关
最近的翻译工作表明，纤维肌痛可能是一种自身免疫性条件，其致病机制是由外围性，疼痛引起的，可引起疼痛的疼痛作用的免疫球蛋白G（IgG）抗体，该抗体与卫星胶质细胞（SGC）在背部根神经节中结合。对假设的自动im城市的第一次临床评估表明，与健康对照相比，纤维肌痛受试者（FMS）对SGC（称为抗SGC IgG）的抗体水平升高，并且抗SGC IgG与更严重的疾病状况相关。当前研究的总体目的是确定抗SGC IgG在驱动疼痛中的作用是完全通过外围机制，正如到目前为止所显示的那样，还是可以归因于中心机制。为此，我们想首先在较大的FMS中确认抗SGC IgG和与疼痛相关的临床指标之间的关系。其次，我们探索了这些自身抗体与脑代谢产物浓度（通过磁共振光谱，MRS评估）和压力引起的大脑疼痛处理（通过FMS评估的磁共振磁共振成像，FMRI评估）。质子MRS在FMS的丘脑和前扣带回皮层（RACC）中进行，并评估了广泛代谢物的浓度。在fMRI期间，FMS收到了对应于低疼痛强度的单独校准的疼痛压力刺激。我们的结果证实了抗SGC IgG与评估条件严重程度的临床指标之间存在正相关。综上所述，我们的结果表明，抗SGC IgG可能在临床上与自发的，非诱发的疼痛相关。此外，与抗SGC IgG水平低的FMS相比，抗SGC IgG水平高的FMS具有更高的疼痛强度和较差的疾病状态。此外，抗SGC IgG水平与丘脑和RACC中的Scyllo-肌醇等代谢产物以及丘脑中的总胆碱和大分子12负相关，从而将抗SGC IgG水平与FMS大脑中的代谢物的浓度联系起来。然而，FMS中的抗SGC IgG水平与对压力疼痛的敏感性或诱发压力疼痛的大脑加工无关。我们当前和以前的翻译和临床发现可能会提供一个基本原理，以尝试在FMS中尝试与抗体相关的新疗法。
发作时症状1型糖尿病和疾病严重程度
对编辑者：Hummel等人的最新发现是用预症状1型糖尿病识别儿童的潜在临床益处[1]。作者比较了在FR1DA研究中先前诊断为预症状1型疾病后患有1型糖尿病的儿童与未经诊断为诊断为诊断的儿童的人群中的1型糖尿病。评估筛查的优势和缺点应考虑对患者和医疗保健系统的好处。重要的与患者相关的临床终点包括糖尿病性酮症酸中毒（DKA），症状和医疗化，在没有先前诊断为1型1型糖尿病的儿童的比较中，均未报告其中一个。自1999年以来，德国萨克斯市的儿童糖尿病注册表已收集有关2890例新诊断的糖尿病病例的信息，年龄≤17.9999.99岁，2013年至2019年之间的确定性为98％[2] [2]。在这里，我们检查了从该注册表中输入的个人的数据，这些数据被诊断为最近发作的1型糖尿病≤10.99岁，
糖尿病足患者的疾病严重程度和手术延伸相关的HBA 1C水平升高
HBA 1C值提供了有关症状血糖控制的长期信息。与高血糖一起形成的糖基化的氧化应激产物增加导致糖尿病患者的微血管和大血管并发症。DFUS患者中与高血糖和葡萄糖代谢相关的变化导致疾病称为PAD，并且动脉粥样硬化的发展以及内皮损伤，高脂血症，粘度增加，粘度增加和血小板活性。已经提出，换句话说，帕德（PAD）是动脉粥样硬化阻塞性疾病，其中30％–78％的DFU患者存在。[34,35]糖化血红蛋白增加了1％的增长，使PAD风险增加28％，而PAD作为独立危险因素的发生率与糖尿病的持续时间有关。[36]仅血管衰竭并不能导致溃疡，但灌注不足可以防止溃疡愈合，为组织坏死奠定基础，并防止感染清除。
o r i g i n a l r e s a r c h在2型糖尿病中的C肽与周围动脉粥样硬化的严重程度之间的相关性
1埃及开罗Al-azhar大学的女子医学院血管外科系； 2埃及开罗Al-azhar大学临床病理学系，女子医学学院； 3埃及开罗Al-Azhar大学的男孩医学院血管和血管内手术系； 4埃及开罗Al-azhar大学医学院无线电诊断系； 5埃及开罗Al-Azhar大学的女生内分泌学系； 6港口港口大学医学院内科学系，埃及说，港口； 7埃及开罗Al-azhar大学女子医学院内科学系； 8埃及开罗al-azhar University的女童医学学院社区医学与职业健康系