军事和全球健康重要性疾病(3,4)。 ngs方法可以提供更高直通的测试(5),对新型或意外生物的新分类单元的鉴定和创建(6),以及分子表征,例如对新兴病原体的遗传研究;例如,在Bennett等人中。 (7)。 使用测序进行病原体监测和爆发调查的GEIS资助监视计划的一些早期例子是DOD全球呼吸监测计划(8)和多种耐药的有机体reposito-ry和监测网络(9,10)。 随着时间的流逝,GEIS资金用于购买和维护测序平台,生物信息学软件以及用于基因组数据收集和分析的计算基础架构。 随着NGS技术变得越来越成熟且普遍使用,GEIS组合的不断增长的部分包含了测序和生物启发性工作,因此需要更好的协调来设定监视优先级,并发展和实施病原体基因组测序努力的战略方向。 2017年,GEIS创建了一个NGS Laboratories的财团,以更好地管理有限的资源,并合作由GEIS资助的NGS和生物信息学活动。 新成立的联盟的主要目的是开发一个可持续可靠的实验室网络,能够完全使用测序技术进行传染病监测和流行病反应活动。 建议包括指定的合作伙伴提供技术支持和培训。 以及军事和全球健康重要性疾病(3,4)。ngs方法可以提供更高直通的测试(5),对新型或意外生物的新分类单元的鉴定和创建(6),以及分子表征,例如对新兴病原体的遗传研究;例如,在Bennett等人中。(7)。使用测序进行病原体监测和爆发调查的GEIS资助监视计划的一些早期例子是DOD全球呼吸监测计划(8)和多种耐药的有机体reposito-ry和监测网络(9,10)。随着时间的流逝,GEIS资金用于购买和维护测序平台,生物信息学软件以及用于基因组数据收集和分析的计算基础架构。随着NGS技术变得越来越成熟且普遍使用,GEIS组合的不断增长的部分包含了测序和生物启发性工作,因此需要更好的协调来设定监视优先级,并发展和实施病原体基因组测序努力的战略方向。2017年,GEIS创建了一个NGS Laboratories的财团,以更好地管理有限的资源,并合作由GEIS资助的NGS和生物信息学活动。新成立的联盟的主要目的是开发一个可持续可靠的实验室网络,能够完全使用测序技术进行传染病监测和流行病反应活动。建议包括指定的合作伙伴提供技术支持和培训。以及在GEIS NGSBC(下一代测序和生物信息学联盟)战略计划的第一次迭代中,财团的领导层制造了用于在DOD内建立和维持病原体基因组监测能力的程序推荐。
摘要 目的 评估不同类型血脂异常个体罹患2型糖尿病(T2DM)的风险,并比较不同血脂参数对T2DM的预测价值。 方法 对中国健康与养老纵向研究(CHARLS)的数据进行二次分析。在基线调查(2011—2012年)中,共访谈17 708名45岁以上个体,采集11 847份血样。在两次随访调查(2013—2014年和2015—2016年)中确认T2DM的结果。通过Cox比例风险回归模型估计T2DM与血脂异常相关的HR和95%CI。通过受试者工作特征(ROC)曲线下面积(AUC)比较八个血脂参数的判别值。 结果 共7329名参与者纳入分析;在平均3.4年的随访期内,387名(5.28%)受试者新发糖尿病。与血脂正常者相比,高胆固醇血症、高甘油三酯血症及低高密度脂蛋白胆固醇(HDL-C)者的2型糖尿病风险显著升高(HR(95% CI)分别为1.48(1.11至1.96)、1.92(1.49至2.46)和1.67(1.35至2.07))。非HDL-C(0.685,95%CI 0.659~0.711)、甘油三酯(TG)(0.684,95%CI 0.658~0.710)、总胆固醇(TC)/HDL-C(0.685,95%CI 0.659~0.712)及TG/HDL-C(0.680,95%CI 0.654~0.706)的AUC均显著(p<0.005)大于其他脂质参数。结论中老年人高甘油三酯血症、高胆固醇血症及低HDL-C是罹患糖尿病的高危人群,非HDL-C、TG、TC/HDL及TG/HDL在预测2型糖尿病发病率方面优于其他脂质参数。
有限的印刷和电子发行权 复制和印刷受 1976 年《版权法》和美国适用条约的约束。本文及其所含商标受法律保护。本出版物仅供非商业用途使用。未经授权禁止在线发布本出版物。允许复制本文档用于个人、学术或政府用途,但前提是文档未经修改且完整,但复制时请注明作者和中国航天研究院 (CASI)。复制或以其他形式重复使用其任何研究文档用于商业用途,必须获得中国航天研究院的许可。有关重印和链接许可的信息,请联系中国航天研究院。
