XiaoMi-AI文件搜索系统
World File Search System体重
Taf1 敲除对胚胎雄性小鼠是致命的，杂合雌性表现出体重和运动障碍
TATA 盒结合蛋白相关因子 1 (TAF1) 是一种普遍表达的蛋白质，也是基础转录因子 TFIID 的最大亚基，在 RNA 聚合酶 II 依赖性转录的启动中起关键作用。人类男性中的 TAF1 错义变异会导致 X 连锁智力障碍（一种神经发育障碍），并且 TAF1 在 X 连锁肌张力障碍（一种神经退行性疾病，帕金森病）中失调。然而，该领域缺乏 TAF1 疾病的遗传小鼠模型来探索其在哺乳动物和治疗中的机制。在这里，我们生成并验证了条件性 cre-lox 等位基因和第一个普遍存在的 Taf1 敲除小鼠。我们发现雄性小鼠的 Taf1 缺失是胚胎致死的，这可能解释了为什么在人类中没有发现无效变体。在 Taf1 杂合雌性小鼠的大脑中，总体结构、整体表达和蛋白质定位没有发现差异，表明 X 失活极度偏向非突变染色体。尽管如此，这些雌性小鼠的体重显著增加，体重随年龄增长而增加，运动减少，这表明一小部分神经元受到 Taf1 缺失的负面影响。最后，这种新的小鼠模型可能是开发 TAF1 疾病治疗的未来平台。
体重指数，2型糖尿病和骨矿物质密度之间的因果关系：孟德尔随机化
骨质疏松症（OP）是一种全身性骨代谢疾病，其特征是骨骼质量减少，骨头小梁的逐渐丧失和骨矿物质密度降低（BMD）[1]。随着社会的发展以及人类生活方式和饮食方式的变化，超重和肥胖的普遍性已经上升。世界卫生组织（WHO）将超重和肥胖定义为对人类健康产生不利影响的脂肪积累，并建议将体重指数（BMI）用作诊断工具[2]。一些研究[3]提出了较高BMI对OP的保护作用，并且在BMI值和BMD之间观察到正相关。但是，2型糖尿病的发展与BMI密切相关，研究表明，BMI的增加增加了2型糖尿病发作的风险[4-9]。此外，BMD和BMI之间的相关性可以是双向的[10]，在相对肥胖症的情况下是阳性的（BMI 18。0–31。2 kg/m 2）和在严重的肥胖情况下进行负面影响（BMI 31。3–40。6 kg/m 2）。 这些发现表明，研究2型糖尿病，BMI和BMD之间关联的调用观察性研究可能会受到潜在混杂因素和反向因果关系的影响，并可能导致偏见和不准确的结论。 Mendelian随机化（MR）采用遗传变异作为一种工具变量，以在危险因素和疾病之间建立因果关系。 该研究利用UVMR和MVMR研究了2型糖尿病和BMI对BMD的影响。6 kg/m 2）。这些发现表明，研究2型糖尿病，BMI和BMD之间关联的调用观察性研究可能会受到潜在混杂因素和反向因果关系的影响，并可能导致偏见和不准确的结论。Mendelian随机化（MR）采用遗传变异作为一种工具变量，以在危险因素和疾病之间建立因果关系。该研究利用UVMR和MVMR研究了2型糖尿病和BMI对BMD的影响。此方法有效地解决了潜在的混杂和逆转因果关系的问题，使其成为传统流行病学方法的宝贵综合[11]。多变量Mendelian随机化（MVMR）是单变量的Mendelian随机化（UVMR）的扩展，考虑到多种性状的多态性[12]。MVMR的假设更具包容性，因为遗传变异可能会影响几个测量的暴露，并且相应地扩展了排除限制和交换性假设。MVMR在估计初级暴露对结果的直接影响方面给出了一致的结果，而没有充当介体的次级暴露的混淆影响。灵敏度分析，以评估各种假设对研究结果的影响并确保鲁棒性。进行了介导的MR分析，以评估BMI对BMD的影响是否由2型糖尿病介导。
多组分脂质乳液对极低出生体重婴儿脑容量的影响
在生命的早期优化营养的早期营养中的抽象目的是衰减早产的不良神经系统后果并有可能改善神经发育结果的关键机会。我们假设在肠胃外营养（PN）中使用多组分脂质乳液（MLE）与在极低的出生体重（ELBW）婴儿中等效年龄（TEA）的脑磁共振上的小脑脑磁共振上的较大体积有关。研究设计，我们分析了妊娠28周的早产儿和/或出生体重<1,000 g在我们以前的试验中随机分配的一群早产儿中的大脑磁共振成像（MRI），以接受MLE或大豆基脂质乳液（SLE）。该研究的主要结果是小脑体积（CEV），该小脑体积（CEV）是在茶中获得的MRI。次要结果包括总脑体积（TBV），上重量，脑干量和CEV校正了在TEA上获得的MRI评估的TBV。然后分析了34名婴儿的茶中的MRI：MLE组中的17个，SLE组为17。两个研究组之间进行MRI的月经后年龄（PMA）是可比的。MLE组中的CEV以及经PMA校正的CEV均高于SLE组。在考虑的其他大脑体积之间没有发现差异。结论我们的结果表明，在PN中使用MLE可以促进ELBW婴儿的CEV生长，并在TEA时以MRI价值促进。
为期7周的主动中断干预计划对身体识字和体重指数的影响
身体上的不活动已成为我们人群的主要危险因素（Rezende等，2016; Bull等，2020）。尽管如此，最低限度的体育活动（PA）准则和建议清楚地表明，年轻人每天至少应进行至少60分钟的中度和剧烈的体育锻炼，但只有20％的青少年遵守这些建议（WHO，2021年）。促进健康的终身生活方式可以使用资源来激励和提高人们对更积极的原因和目的的认识（Frohlich和Potvin，2008）。因此，旨在促进PA的所有干预措施不仅应集中在体育锻炼的数量和强度上（Cairney等，2019），而且还应提高参与者对为什么要活跃和
婴儿在产后第一年对早产儿的讲话：早产体重和孕产妇育儿压力的影响
摘要：早产可以增加育儿压力的水平（PS），尤其是在高危婴儿的父母（极低的出生体重（ELBW）和非常低的出生体重（VLBW））的情况下。尽管已发表的研究探讨了产妇PS如何影响早期二元相互作用，但有限的研究集中在婴儿指导的语音（IDS）上，并且没有研究研究基于出生体重和产妇ID的早产性严重程度之间的联系。这项研究涉及100个母亲二元组，分为30个ELBW早产婴儿，30名VLBW早产婴儿和40个完整（FT）的研究，研究了早期互动的早期出生体重和母性育儿压力对产生早期互动期间IDS特征的影响。使用Childes系统评估母体输入，而使用育儿应力指数短形式评估了育儿应力。结果表明，在3个月时，高风险的条件（ELBW早产和高育儿压力）与情感态度的语音减少和提出的质疑有关。IDS功能模式，特别是情感态度语音和问题的比例，受到出生体重组和3个月时的育儿压力水平的影响。这些发现突出了需要在临床实践中评估出生体重和育儿压力的背景下的必要性，从而提供了开发干预措施的见解，这些干预措施支持积极的父母 - 诱发互动并促进婴儿的发育。
2024 年 5 月简报：GLP-1 治疗持久性和体重管理处方的现实趋势
即使体重持续减轻程度不高（对于符合 GLP-1 治疗条件的体重指数 (BMI) 阈值的人来说，减轻 5% 或更多），他们的健康和幸福感也会得到显著改善。与肥胖相关的健康状况，如糖尿病、高血压、心脏病、中风、肝病、睡眠呼吸暂停和关节磨损增加等都会得到改善。例如，在一项对 529 名肥胖和心力衰竭患者的试验中，与接受标准治疗的患者相比，服用 GLP-1 索马鲁肽 (Wegovy ® ) 的人在一年后根据标准心力衰竭问卷测量的症状改善程度几乎是接受标准治疗的人的两倍。11 在另一项大型研究索马鲁肽对超重或肥胖患者心血管结果的影响 (SELECT) 试验中，服用索马鲁肽 (Wegovy ® ) 的超重和心血管疾病患者心脏病发作和中风的风险比服用安慰剂的人低 20%。12
术前脑μ-阿片受体的可用性预测女性减肥手术后体重发育
引言肥胖的流行率不断增加并达到全球流行水平。积累的证据表明，食欲控制和奖励处理机制的功能障碍显着有助于体重增加和维持，尤其是奖励电路中大脑的多巴胺和阿片类药物系统的肥胖症功能失调。多巴胺D 2受体（D 2 R）表达和功能在肥胖症中发生了改变（1-3），而内源性阿片类药物系统始终与动物喂养的享乐主义方面有关（4，5）。在人类中，进食触发了内源性阿片类药物释放（6），因此，药理学挑战研究发现，μ-阿片受体（MOR）拮抗剂和反激动剂均减少了人类饮食行为（7，8）。MOR水平也被下调，这是阿片类药物系统扰动在暴饮暴食中的重要性（9，10）。减肥手术目前是肥胖体重减轻的最有效方法。即使在12年之后，患者的平均术后总体重减轻已显示为27％（11）。减肥手术过程也比强化医疗疗法更有效，可以达到血糖控制（12）。为了减轻体重，目前有一些共识可以在减肥手术文献中使用标准化的报告指南（13），但是对于术后体重恢复，需要达成类似的统一共识，以评估体重减轻的耐用性并可靠地评估潜在的治疗方案（14）。减肥手术后的体重恢复在五分之一（15-17）中，最多三分之一（18-20）。导致手术后体重增加的因素仍然很少了解，但是横断面研究表明大脑在调节治疗反应中的可能作用。冲动性和抑制性是经常与手术后体重减轻较差有关的特征，但是心理社会问题和精神病合并症也可能对减肥结果产生重大影响（21-24）。但是，只有少数神经性研究检查了手术后体重减轻的神经预测因子。据我们所知，只有
预测出生体重的预测模型的开发和验证：个体参与者数据荟萃分析
约翰·阿洛蒂、1,2 露辛达·阿切尔、2,3 凯姆·IE·斯内尔、2,3 迪尤蒂·库马尔、1,2 雅克·马塞、4 莱恩·斯莱特纳、5 汉斯·沃尔夫、6 乔治·达斯卡拉基斯、7 齐藤茂、8 韦塞尔·甘泽沃特、6 秋秀、19 奥马·米斯特里、10 黛安·法勒、12菲奥诺拉·莫内, 13 张军, 14.15 保罗·T·塞德, 16.17 海伦娜·蒂德, 18 法布里西奥·达·席尔瓦·科斯塔, 19 雅典娜·P·苏卡, 20 梅兰妮·斯穆克, 21 塞尔吉奥·费拉扎尼, 22.23 西尔维娅, 22 普雷莫, 费德里科, 普雷莫 24 里纳特·加贝-本茨夫, 25 奇伊永田，26武田悟， 27 埃文·塞奎拉, 28 奥拉夫·拉佩尔, 29 何塞·吉尔赫姆·塞卡蒂, 30 雷切尔·凯瑟琳·莫里斯, 3 艾哈迈德·巴斯查特, 31 谢尔·萨尔维森, 32, 33 安格斯·卢克, 德斯·史密斯, 34 爱丽丝·朗博尔德, 36 马林·范·格尔德, 37 阿里·库马拉萨米, 1,2 约翰·金德姆, 38 塞波Heinonen, 39 Asma Khalil , 40,41 François Goffinet, 42,43 Sadia Haqnawaz, 44 Javier Zamora, 1,2, 4, Richard Thanga, Rileyna Drati, 3 1,2,46 国际妊娠并发症预测协作网络
评估对2型糖尿病疗法的体重减少的潜力：对120个随机对照试验的元回归分析
1。Antman EM，Loscalzo J.心脏病学的精确医学。nat Rev car-diol。2016; 13（10）：591-602。 2。 Kuss O，Opitz ME，Brandstetter LV，Schlesinger S，Roden M，HoyerA。 2型糖尿病治疗如何用于精密糖尿病ogy？ 来自174个随机ISED试验的血糖控制数据的元回归。 糖尿病学。 2023; 66：1622-1632。 3。 Jameson JL，Longo DL。 精确医学 - 个性化，问题和有前途。 n Engl J Med。 2015; 372（23）：2229-2234。 4。 Hawgood S，Hook-Barnard IG，O'Brien TC，Yamamoto KR。 精确医学：超出拐点。 SCI Transl Med。 2015; 7（300）：1-3。 5。 丹尼斯JM。 2型糖尿病中的精确药物：使用个性化预测模型来优化治疗的选择。 糖尿病。 2020; 69（10）：2075-2085。 6。 Wilkinson J，Arnold KF，Murray EJ等。 现实的时间检查机器学习驱动的精密药物的承诺。 柳叶刀数字健康。 2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2016; 13（10）：591-602。2。Kuss O，Opitz ME，Brandstetter LV，Schlesinger S，Roden M，HoyerA。2型糖尿病治疗如何用于精密糖尿病ogy？来自174个随机ISED试验的血糖控制数据的元回归。糖尿病学。2023; 66：1622-1632。3。Jameson JL，Longo DL。精确医学 - 个性化，问题和有前途。n Engl J Med。2015; 372（23）：2229-2234。 4。 Hawgood S，Hook-Barnard IG，O'Brien TC，Yamamoto KR。 精确医学：超出拐点。 SCI Transl Med。 2015; 7（300）：1-3。 5。 丹尼斯JM。 2型糖尿病中的精确药物：使用个性化预测模型来优化治疗的选择。 糖尿病。 2020; 69（10）：2075-2085。 6。 Wilkinson J，Arnold KF，Murray EJ等。 现实的时间检查机器学习驱动的精密药物的承诺。 柳叶刀数字健康。 2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2015; 372（23）：2229-2234。4。Hawgood S，Hook-Barnard IG，O'Brien TC，Yamamoto KR。精确医学：超出拐点。SCI Transl Med。2015; 7（300）：1-3。 5。 丹尼斯JM。 2型糖尿病中的精确药物：使用个性化预测模型来优化治疗的选择。 糖尿病。 2020; 69（10）：2075-2085。 6。 Wilkinson J，Arnold KF，Murray EJ等。 现实的时间检查机器学习驱动的精密药物的承诺。 柳叶刀数字健康。 2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2015; 7（300）：1-3。5。丹尼斯JM。2型糖尿病中的精确药物：使用个性化预测模型来优化治疗的选择。糖尿病。2020; 69（10）：2075-2085。6。Wilkinson J，Arnold KF，Murray EJ等。 现实的时间检查机器学习驱动的精密药物的承诺。 柳叶刀数字健康。 2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。Wilkinson J，Arnold KF，Murray EJ等。现实的时间检查机器学习驱动的精密药物的承诺。柳叶刀数字健康。2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2020; 2（12）：E677-E680。7。Prasad RB，Groop L. 2型糖尿病中的精密药物。J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。J Intern Med。2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2019; 285（1）：40-48。8。tsapas A，Karagiannis T，Kakotrichi P等。降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。糖尿病OBES METAB。糖尿病OBES METAB。2021; 23（9）：2116-2124。9。Blundell J，Finlayson G，Axelsen M等。每周一次的半紫鲁丁对食欲，饮食的控制，食物的控制和体重的影响。糖尿病OBES METAB。 2017; 19（9）：1242-1251。 10。 Palmer SC，Mavridis D，Nicolucci A等。 比较2型糖尿病患者的临床外发生和与降糖药物相关的不良事件：荟萃分析。 JAMA。 2016; 316（3）：313-324。 11。 Palmer SC，Tendal B，Mustafa RA等。 葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。 bmj。 2021; 372：M4573。 12。 tsapas A，Avgerinos I，Karagiannis T等。 降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。 Ann Intern Med。 2020; 173（4）：278-286。糖尿病OBES METAB。2017; 19（9）：1242-1251。 10。 Palmer SC，Mavridis D，Nicolucci A等。 比较2型糖尿病患者的临床外发生和与降糖药物相关的不良事件：荟萃分析。 JAMA。 2016; 316（3）：313-324。 11。 Palmer SC，Tendal B，Mustafa RA等。 葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。 bmj。 2021; 372：M4573。 12。 tsapas A，Avgerinos I，Karagiannis T等。 降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。 Ann Intern Med。 2020; 173（4）：278-286。2017; 19（9）：1242-1251。10。Palmer SC，Mavridis D，Nicolucci A等。比较2型糖尿病患者的临床外发生和与降糖药物相关的不良事件：荟萃分析。JAMA。 2016; 316（3）：313-324。 11。 Palmer SC，Tendal B，Mustafa RA等。 葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。 bmj。 2021; 372：M4573。 12。 tsapas A，Avgerinos I，Karagiannis T等。 降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。 Ann Intern Med。 2020; 173（4）：278-286。JAMA。2016; 316（3）：313-324。 11。 Palmer SC，Tendal B，Mustafa RA等。 葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。 bmj。 2021; 372：M4573。 12。 tsapas A，Avgerinos I，Karagiannis T等。 降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。 Ann Intern Med。 2020; 173（4）：278-286。2016; 316（3）：313-324。11。Palmer SC，Tendal B，Mustafa RA等。葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。bmj。2021; 372：M4573。12。tsapas A，Avgerinos I，Karagiannis T等。降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。Ann Intern Med。 2020; 173（4）：278-286。Ann Intern Med。2020; 173（4）：278-286。