XiaoMi-AI文件搜索系统
World File Search System合并症
用于识别 COVID-19 药物再利用机会的网络医学框架
COVID-19 大流行要求快速识别药物再利用候选药物。在过去十年中，网络医学已经开发出一个由一系列定量方法和预测工具组成的框架，用于研究宿主-病原体相互作用、揭示感染的分子机制、识别合并症以及快速检测药物再利用候选药物。在这里，我们将基于网络的工具集应用于 COVID-19，恢复病毒在肺部的主要肺部表现以及观察到的与心血管疾病相关的合并症。我们预测病毒可以在其他组织中表现出来，例如生殖系统和大脑区域，此外，我们还预测了神经系统合并症。我们基于这些发现部署了三种基于网络的药物再利用策略，依靠网络接近度、扩散和基于 AI 的指标，允许对所有已批准的药物进行排名
心脏死亡中的肥胖心肌病
23。Lewis AJM，Rayner JJ，Abdesselam I，Neubauer S，Rider OJ。 在没有合并症的情况下，肥胖与临床意义的左心室肥大无关。 int j Cardiovasc成像。 2021; 37（7）：2277 - 2281。Lewis AJM，Rayner JJ，Abdesselam I，Neubauer S，Rider OJ。在没有合并症的情况下，肥胖与临床意义的左心室肥大无关。int j Cardiovasc成像。2021; 37（7）：2277 - 2281。
Novo Nordisk的销售额在丹麦Kroner中增长了29％，在2023年的头六个月中，以持续汇率的汇率销售额增长了30％，达到10077亿dkk
LarsFruergaardJørgensen，总裁兼首席执行官：“我们对2023年上半年的销售增长感到非常满意。增长是由对基于GLP-1的糖尿病和肥胖症治疗的需求增加所驱动的，我们为患者提供的服务比以往任何时候都多。最初六个月的表现使我们能够提高全年的前景。在研发中，我们对选定试验的结果感到非常兴奋。肥胖症是一种与许多合并症相关的严重慢性疾病，而Select的结果表明，通过治疗半卢比德患者可以大大降低与该疾病相关的合并症。
用于预测COVID-19感染的机器学习模型
摘要 - 由SARS-COV-2病毒引起的COVID-19大流行已成为本世纪最重要的全球危机之一，在全球范围内具有严重的健康和社会经济影响。现有的研究强调了合并症在影响Covid-19结果中的关键作用，但有效的预测模型仍然是一个挑战。这项研究研究了机器学习算法根据患者合并症预测Covid-19的结果的潜力。将算法K-Nearest邻居，决策树，逻辑回归和随机森林应用于仅从马其顿北部公共卫生研究所获得的仅包括阳性COVID-19案例的流行病学数据集。此外，两种集合学习技术（XGBoost和Rusboost）用于提高预测准确性。模型在各种算法中达到了90％的高精度。这些发现表明，机器学习模型可以是预测COVID-19结果的有效工具，尤其是在可用的合并症数据时。
COVID-19 疫苗 Janssen，INN-Ad26.COV2-S，重组
接种杨森 COVID-19 疫苗的个体和接种安慰剂的个体的人口统计学和基线特征相似。在主要疗效分析人群中，接种杨森新冠疫苗的受试者年龄中位数为52.0岁（范围：18至100岁）； 79.7%（n=15,646）的人年龄在 18 至 64 岁之间，其中 20.3%（n=3,984）的人年龄在 65 岁或以上，3.8%（n=755）的人年龄在 75 岁或以上； 44.3% 为女性； 46.8%来自北美（美国），40.6%来自拉丁美洲，12.6%来自南非（南非共和国）。共有 7,830 人（39.9%）在研究开始时患有至少一种与进展为严重 COVID-19 疾病风险增加相关的先前存在的合并症（合并症包括：肥胖（定义为 BMI ≥30 kg/m2）（27.5%）、高血压（10.3%）、2 型糖尿病（7.2%）、稳定/控制良好的 HIV 感染（2.5%）、严重心脏病（2.4%）和哮喘（1.3%））。 ≤1% 的个体患有其他合并症。
相关的糖尿病会告知早期检测生物标志物和...
tan PS，Garriga C，Clift A，Liao W，Patone M，Coupland C，Bashford-Rogers R，Sivakumar S，Sivakumar S，Hippisley-Cox J.体重指数的时间性，血液测试，合并症，合并症，药物使用，用作胰腺粘液膜腺癌的早期标记，研究con cisecon conecon conecon（pdac）。肠道。2023年3月; 72（3）：512-521。 doi：10.1136/gutjnl-2021-326522。EPUB 2022 JUN 27。PMID：35760494; PMCID：PMC9933161。
