本系统综述研究了有关沙特人群中易激综合症(IBS)的流行病学和危险因素的可用文献。进行了对PubMed,Scopus,Science Direct,Cochrane图书馆和Web Science的全面电子搜索,遵循针对系统评价和荟萃分析的首选报告项目2020指南,以识别评估沙特阿拉伯中IBS普遍存在和风险因素的研究。共有22项涉及20,755名参与者的研究符合纳入标准。大多数研究(21/22)使用罗马IV标准进行IBS诊断,而一项研究使用了自我管理的问卷。报告的IBS的患病率在2.7%至83.3%之间,总体患病率为26.3%(5461例)。IBS的重大危险因素包括抑郁症,焦虑,IBS的家族史,女性性别,学生地位和中年,而IBS患者更有可能表现出更高水平的焦虑,抑郁和恐惧症。饮食习惯也发挥了作用,非IBS组消耗更多的纤维和烟酸,而IBS组则消耗了更多的能量和碳水化合物。这项系统评价的发现突出了IBS在沙特阿拉伯的重大负担,并强调了饮食模式,社会心理因素和遗传倾向在其发作和严重性中的重要性。鉴于这些见解,公共卫生计划应专注于患者教育和文化量身定制的干预措施,以有效地管理IBS。
引言人线粒体DNA(mtDNA)是圆形双链体,由16 569个碱基对(BPS)组成。1 mtDNA变体是在没有进行重组的情况下进行母体传播的,从而使它们在连续的世代上积累。mtDNA的这种特征使其成为研究人群遗传学,系统发育进化,人类迁移以及医学和法医研究的流行工具。许多关于mtDNA分析的研究已经发表。2-11线粒体单倍群包括具有相同累积mtDNA变体的个体,通常在特定地理区域中发现,并且可以通过母体谱系进行追踪。这些单倍体在线粒体系统发育树中构成不同的分支。某些单倍体主要与特定地理区域相关。单倍群L0 – L6通常在撒哈拉以南非洲人中发现,而R5 – R8,M2 – M6和M4 –
目的:本研究旨在调查FUT2基因(RS1047781,RS601338)的多态性与FUT3基因(RS3745635,RS28362459)之间的关联与Zhuang Guangxi的Zhuang Guangxi人群的炎症(IBD)的易感性。方法:从113名Zhuang患者(41例克罗恩病[CD] [CD]和72例溃疡性结肠炎[UC])和120名HAN患者(42例使用CD和UC的78例)中收集肠粘膜组织,所有这些患者均与IBD和106 ZHUANG和119 HAN不相关的IBD和诊断为119 Han Han and National and Neftress and and and and All Indection shancement and Neftrant and and and and and and national and Neftran Indribectrans。DNA。FUT2基因多态性(RS1047781,RS601338)和FUT3基因多态性(RS3745635,RS28362459)。PCR产物片段,并使用GenBank数据库进行了序列分析。结果:Zhuang UC患者组的FUT2 RS1047781多态性的基因型和等位基因频率与对照组中的频率显着不同(p <0.05)。同样,与对照组相比,在Zhuang UC和CD患者组的FUT3 RS3745635多态性的基因型和等位基因频率中观察到显着差异(P <0.05)。在Zhuang CD患者和对照组之间的FUT2 RS1047781的基因型和等位基因频率中没有发现统计学上的显着差异(P> 0.05)。关键字:岩藻糖基转移酶2,岩藻糖基转移酶3,炎症性肠病,IBD,溃疡性结肠炎,UC,Crohn'disease,CD此外,在Zhuang UC和CD患者组和对照组之间的fut2 rs601338和FUT3 RS28362459的基因型和等位基因频率中没有明显差异(P> 0.05)。结论:在广西Zhuang人口中,FUT2 RS1047781和FUT3 RS3745635多态性可能与IBD相关,而FUT2 RS601338和FUT3 RS28362459多态性可能不会显示这种关联。
使用代码调节的诱发潜力(C-VEP)对脑部计算机界面(BCIS)进行研究,最近取得了显着的进步(Martínez-Cagigal等,2021)。这些突破归因于刺激协议的复杂设计和创新的解码技术,它们共同建立了基于C-DEP的BCIS作为通信和控制应用程序的当前最新技术。该研究主题旨在通过促进原始贡献来推动领域的前进,并特别着眼于提高C-DEP驱动的BCI系统的可用性,可靠性和实用性。的目标是更加关注这一新兴领域,尽管它取得了显着的成就,但仍需要在临床环境和日常生活中促进这些技术的广泛采用。C-VEP刺激方案与其他主要类别的诱发反应明显不同,例如与事件相关的电位(ERP)和稳态视觉诱发的潜力(SSVEP)(Martínenez-Cagigal等人,2021年)。ERP协议通常基于奇数范式,其速度要慢得多,典型的刺激发作异步(SOA)约为250 ms(4 Hz),而C-vep中使用的至少16 ms(60 Hz)的速度相比。同样,尽管与ERP相比,SSVEP范式也相对较快,但SSVEP协议依赖于频率的方法,在这种方法中,刺激仅限于具有特定频率和相位的周期性信号。相比之下,C-VEP协议采用了噪声方法,允许更广泛的刺激序列(包括非周期性模式),同时还表现出对窄带干扰的更大弹性。此外,最近的证据表明,从信息理论的角度来看,在基于C-DEP的BCIS中,可以通过视觉诱发的途径达到的最大信息传输速率显着超过了基于SSVEP的系统(Shi等,2024)。
摘要 目的 在通过脑机接口操纵假肢的过程中,皮质表面的分布式微刺激可以有效地向受试者提供反馈。这种反馈可以向假肢使用者传达大量信息,可能是获得假肢的精确控制和实施的关键。然而,到目前为止,人们对解码此类模式的生理限制知之甚少。在这里,我们旨在测试一种旋转光遗传反馈,该反馈旨在有效地编码假肢中使用的机器人执行器的 360° 运动。我们试图评估通过闭环脑机接口控制假肢关节的小鼠对其的使用情况。 方法 我们测试了小鼠优化虚拟假肢关节轨迹的能力,以解决奖励性伸手任务。它们可以通过调节初级运动皮层中单个神经元的活动来控制关节的速度。在任务期间,投射到初级体感皮层上的模式化光遗传刺激不断向小鼠传递有关关节位置的信息。主要结果 我们表明,小鼠能够在任务的主动行为环境中利用连续、旋转的皮质反馈。小鼠通过更频繁地检测奖励机会,以及通过将关节更快地移向奖励角区,并在奖励区停留更长时间,实现了比没有反馈时更好的控制。控制关节加速度而不是速度的小鼠无法改善运动控制。 意义 这些发现表明,在闭环脑机接口的背景下,可以利用具有优化形状和拓扑的分布式皮质反馈来控制运动。我们的研究直接应用于机器人假肢中经常遇到的旋转关节的闭环控制。 1. 简介
% 5702.13 1.12(11)×10 -25 48.5 17.9 33.6 5715.30 1.07(16)×10 -25 49.1 17.3 33.6 5752.04 2.88(95)×10 -26 61.0 21.3 17.7 5816.60 2.60(28)×10 -26 29.4 37.3 33.3 5842.20 1.61(30)×10 -26 28.8 39.7 31.5 1.90(30)×10 -26 2.20(30)×10 -26 5875.20 2.42(24)×10 -26 30.5 29.3 40.3 40.2 2.33(24)×10 -26 5905.72 1.33(24) 1.76(20)×10 -26 1.53(20)×10 -26 5933.75 1.03(10)×10 -26 21.3 41.3 41.5 37.2 1.21(10)×10 -26 1.14(10)×10 -26 1.17(10)×10 -26 1.17(10)×10 -26 1.17(10 -26 1.17(10)×10-26×10-26×10-26×10-26×10-25(10-25) 1.18(10)×10 -26 6022.06 7.4(15)×10 -27 25.9 30.6 43.5 6120.45 7.0 7.0(12)×10 -27 14.6 34.0 51.4 6224.09 3.5(12)3.5(12)×10 -27 17.9 36.6 36.6 36.6 45.5 6369.00 a <5×7 636.00 a <5×7 67 636.6369.00 a <5×27 67 636.636.00 a <5.5×7 67 66.6 34.6 6.9(65)×10 -27 85.4 5.9 8.7 6562.18 9.1(40)×10 -27 79.4 8.0 12.6 6637.62 4.7(14)×10 -26 71.8 6.9 21.9 21.3 21.3 257
抽象背景本研究的目的是评估糖尿病前期和未知糖尿病的流行率及其在大型中年城市人口中的长期变化。我们在2007年至2018年之间进行了筛查运动,以了解巴黎西部郊区的心血管危险因素,包括40-70岁的受试者(Carvar 92)。在没有报告以前没有糖尿病的受试者中,糖尿病前和未诊断的糖尿病定义如下:禁食血浆葡萄糖(FPG)≥6.1mmol/L(110 mg/dl)和<7 mmol/l(126 mg/dl)(126 mg/dl)(126 mg/dl)(126 mg/dl)在who who who criter/criter/criter to a da中(5.6和5.6)(5.6)(5.6)(5.6)(5.6)(5.6)(5.6)(5.6)和5.69。未诊断的糖尿病的FPG≥7.0mmol/L。carvar 92队列中的32,721名受试者的结果,32,675名在此分析中包括在内。患者的中位年龄为56岁[30,94],男性为45.4%,5.9%患有已知糖尿病,36.4%的人超重,肥胖为18.7%。在没有以前已知的糖尿病的患者中(n = 30,759),根据WHO标准(根据ADA标准为27.2%),有8.1%的患者患糖尿病,糖尿病为2.3%。与非糖尿病患者相比,患有糖尿病前和未知糖尿病的受试者更有可能是男性,年龄较大,超重或肥胖。从2007年到2018年,糖尿病前期,未知糖尿病和已知糖尿病的患病率降低了,除了糖尿病前期糖尿病前期的前糖尿病前期稳定的糖尿病患者对55-64岁的人保持稳定。结论糖尿病前和未知糖尿病的患病率仍然很高,但在12年期间降低。大约四分之一的糖尿病病例仍未诊断。我们的结果表明,仍然有筛查和心血管预防运动的空间。
摘要 运动想象脑机接口 (MI-BCI) 的最大问题是 BCI 性能不佳,即“BCI 效率低下”。尽管过去的研究试图通过调查影响用户 MI-BCI 性能的因素来寻找解决方案,但问题仍然存在。与 MI-BCI 性能相关的研究因素之一是性别。关于性别对用户控制 MI-BCI 能力的影响的研究仍无定论,主要是因为过去的研究样本量小且性别分布不均衡。为了解决这些问题并获得可靠的结果,本研究将四个 MI-BCI 数据集合并为一个包含 248 个主题且性别分布均等的大型数据集。数据集包括来自两性健康受试者的 EEG 信号,这些受试者按照 Graz 协议执行了右手和左手运动想象任务。分析包括从 C3 和 C4 电极中提取 Mu 抑制指数,并比较女性和男性参与者之间的值。与之前的一些研究结果不同,这些研究报告了女性 BCI 用户在调节 mu 节律活动方面的优势,我们的结果并未显示两组的 Mu 抑制指数之间存在任何显着差异,这表明性别可能不是 BCI 性能的预测因素。
摘要 —脑机接口 (BCI) 在大脑和外部设备之间建立了直接的通信通路。脑电图 (EEG) 因其便利性和低成本而成为 BCI 中最受欢迎的输入信号。大多数基于 EEG 的 BCI 研究都集中在 EEG 信号的准确解码上;然而,EEG 信号也包含丰富的隐私信息,例如用户身份、情绪等,这些信息应该受到保护。本文首先揭示了基于 EEG 的 BCI 中的一个严重的隐私问题,即 EEG 数据中的用户身份很容易被学习,因此来自同一用户的不同 EEG 数据会话可以关联在一起,以更可靠地挖掘隐私信息。为了解决这个问题,我们进一步提出了两种方法将原始 EEG 数据转换为身份不可学习的 EEG 数据,即删除用户身份信息,同时保持主要 BCI 任务的良好性能。在来自五种不同BCI范式的七个EEG数据集上的实验表明,平均而言,生成的不可学习身份的EEG数据可以将用户识别准确率从70.01%降低到最多21.36%,极大地促进了基于EEG的BCI中的用户隐私保护。