XiaoMi-AI文件搜索系统
World File Search System心电图
使用 KISQALI 进行 QT 间期延长和心电图测试
在接受 KISQALI 治疗的晚期或 mBC 患者（MONALEESA-2、MONALEESA-7 和 MONALEESA-3）中，ALT 和 AST 的 3 级或 4 级升高分别发生于 11% 和 8%。在 ALT/AST 升高 ≥ 3 级的患者中，KISQALI 联合芳香化酶抑制剂或氟维司群治疗组的中位发病时间为 92 天。KISQALI 联合芳香化酶抑制剂或氟维司群治疗组的缓解至 ≤ 2 级的中位时间为 21 天。在 MONALEESA-2 和 MONALEESA-3 中，6 (1%) 名患者同时出现 ALT 或 AST 升高 >3 倍 ULN 且总胆红素 >2 倍 ULN，碱性磷酸酶正常，无胆汁淤积（海氏定律），所有患者在停用 KISQALI 后均康复。
审查心脏肌动病的心电图模式和心律不齐：从诊断到治疗管理 - 叙事评论
摘要：与疾病的其他方面相比，心脏淀粉样变性（CA）的电生理方面仍然很差。然而，心电图（ECG）异常在CA诊断和预后中起重要作用，心律不齐是CA治疗的关键部分。低电压和伪造模式在前端铅中较差的R波进展尤其是常见的发现。这些对于CA诊断和风险地层很有用，尤其是与临床或超声心动图发现时。心室和室性心律不齐在CA中很常见，尤其是在甲状腺硬化蛋白淀粉样变性（ATTR）中，其患病率与疾病进展有关。持续和非持续的心室心动过速的预后作用仍在辩论中，迄今为止，缺乏针对可植入的心脏脱落符号（ICD）的特定指示。另一方面，心房效果（AF）是最常见的上心律失常，患病率高达88％。抗凝应视为抗凝分析。此外，即使AF似乎不是CA中的独立预后因素，它的症状控制治疗仍然至关重要。最后，传导障碍和心律不齐也很常见，需要多达40％的患者的起搏器植入。
PNPLA3中的rs738409多态性与西孟加拉邦孟加拉民族人口中非酒精性脂肪肝病的发育和严重程度的关联 由于自然灾害引起的正常盐水供应链的破坏： 从理论模型到实际部署 预测痴呆症和帕金森氏病相关的皮质下区域中的脑铁沉积：英国生物库中的遗传和观察分析 适用于心电图图像的人工智能，用于可扩展的甲状腺素蛋白淀粉样蛋白心肌病 OMKAR：基于光学图的基因组的自动核分型，以鉴定宪法异常 给予年轻婴儿的益生菌和合成生药品 parvovirus b19废水固体中的基因组DNA浓度与社区感染有关 cenobamate对认知的负面影响 基于多矩的寿命基因对大肠癌的免疫相关性的影响 输注的免疫疗法会影响头颈癌的存活：倾向评分与分析匹配 通过生成变压器学习人类疾病的自然史 基于WGCNA和LASSO回归的新型结肠腺癌中衰老相关LNCRNA的预后模型 负面情绪对青少年非杀虫剂的影响 对ELMOD3相关常染色体的确认见解... 对GWAS目录的系统评价
参考文献1。Lazo M，Clark JM。非酒精性脂肪肝病的流行病学：一种全球视角。Semin Liver Dis.2008; 28：339-50。2。Bajaj S，Nigam P，Luthra A等。一项关于胰岛素抵抗，代谢共同变化和预测评分的病例对照研究。印度J Med Res。2009; 129（3）：285-292。 3。 Mohan V，Farooq S，Deepa M，Ravikumar R，Pitchumoni CS。 与不同等级的葡萄糖不耐症和代谢综合征有关的南印第安人非酒精脂肪肝病患病率。 糖尿病临床实践。 2009; 84（1）：84-91。doi：10.1016/j.diabres.2008.11.039 4。 Romeo S，Kozlitina J，Xing C等。 PNPLA3中的遗传变异赋予对非酒精性脂肪肝病的敏感性。 nat Genet。 2008; 40（12）：1461-1465。 doi：10.1038/ng.257 5。 Severson TJ，Bostur S，Bonkovsky HL。 影响非酒精性脂肪肝病的遗传因素：系统的临床综述。 世界J胃烯醇。 2016; 22（29）：6742-6756。doi：10.3748/wjg.v22.i29.6742 6。 Kozlitina J，Smagris E，Stender S等。 外显域的关联研究确定了一种TM6SF2变体，该变体赋予了对非酒精性脂肪肝病的易感性。 nat Genet。 2014; 46（4）：352-356。 doi：10.1038/ng.2901 7。 Oliveira Ain，Malta FM，Zitelli PMY，Salles APM，Gomes-Gouvea MS，Nastri ACS，Pinho JRR，Carrilho JRR，Carrilho FJ，Oliveira CP，Mendes-CorrêaMC，Pessoa MC，Pessoa MG，Mazo DF。 PMID：33622266; PMCID：PMC7901065。 8。2009; 129（3）：285-292。3。Mohan V，Farooq S，Deepa M，Ravikumar R，Pitchumoni CS。与不同等级的葡萄糖不耐症和代谢综合征有关的南印第安人非酒精脂肪肝病患病率。糖尿病临床实践。2009; 84（1）：84-91。doi：10.1016/j.diabres.2008.11.039 4。Romeo S，Kozlitina J，Xing C等。PNPLA3中的遗传变异赋予对非酒精性脂肪肝病的敏感性。nat Genet。2008; 40（12）：1461-1465。 doi：10.1038/ng.257 5。 Severson TJ，Bostur S，Bonkovsky HL。 影响非酒精性脂肪肝病的遗传因素：系统的临床综述。 世界J胃烯醇。 2016; 22（29）：6742-6756。doi：10.3748/wjg.v22.i29.6742 6。 Kozlitina J，Smagris E，Stender S等。 外显域的关联研究确定了一种TM6SF2变体，该变体赋予了对非酒精性脂肪肝病的易感性。 nat Genet。 2014; 46（4）：352-356。 doi：10.1038/ng.2901 7。 Oliveira Ain，Malta FM，Zitelli PMY，Salles APM，Gomes-Gouvea MS，Nastri ACS，Pinho JRR，Carrilho JRR，Carrilho FJ，Oliveira CP，Mendes-CorrêaMC，Pessoa MC，Pessoa MG，Mazo DF。 PMID：33622266; PMCID：PMC7901065。 8。2008; 40（12）：1461-1465。 doi：10.1038/ng.257 5。Severson TJ，Bostur S，Bonkovsky HL。影响非酒精性脂肪肝病的遗传因素：系统的临床综述。世界J胃烯醇。2016; 22（29）：6742-6756。doi：10.3748/wjg.v22.i29.6742 6。Kozlitina J，Smagris E，Stender S等。外显域的关联研究确定了一种TM6SF2变体，该变体赋予了对非酒精性脂肪肝病的易感性。nat Genet。2014; 46（4）：352-356。 doi：10.1038/ng.2901 7。 Oliveira Ain，Malta FM，Zitelli PMY，Salles APM，Gomes-Gouvea MS，Nastri ACS，Pinho JRR，Carrilho JRR，Carrilho FJ，Oliveira CP，Mendes-CorrêaMC，Pessoa MC，Pessoa MG，Mazo DF。 PMID：33622266; PMCID：PMC7901065。 8。2014; 46（4）：352-356。 doi：10.1038/ng.2901 7。Oliveira Ain，Malta FM，Zitelli PMY，Salles APM，Gomes-Gouvea MS，Nastri ACS，Pinho JRR，Carrilho JRR，Carrilho FJ，Oliveira CP，Mendes-CorrêaMC，Pessoa MC，Pessoa MG，Mazo DF。PMID：33622266; PMCID：PMC7901065。8。PNPLA3和TM6SF2多态性在巴西慢性丙型肝炎患者中对肝纤维化和代谢异常的作用C. BMC胃肠道。2021 Feb 23; 21（1）：81。 doi：10.1186/s12876-021-01654-3。SOOD V，Khanna R，Rawat D，Sharma S，Alam S，Sarin SK。研究小儿非酒精脂肪肝疾病中家庭聚类和PNPLA3基因多态性的研究。印度小儿科。2018年7月15日； 55（7）：561-567。 pmid：30129536。 9。 Bhatt SP，Nigam P，Misra A，Guleria R，Pandey RM，Pasha MA。 含有非酒精性脂肪肝病的亚洲印第安人中含patatin样磷脂酶结构域蛋白3（PNPLA-3）基因的遗传变异。 Metab Syndr Relat疾病。 2013年10月; 11（5）：329-35。 doi：10.1089/met.2012.0064。 EPUB 2013 JUN 4。 PMID：23734760。 10。 Koehler EM，Plompen EP，Schouten JN等。 糖尿病的存在和脂肪变性与一般人群中的肝脏僵硬有关：鹿特丹研究。 肝病学。 2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。 张L，You W，Zhang H，Peng R，Yao A，Li X等。 PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。 J胃肠肝素。 2015; doi：10.1111/jgh.12889 12。 Anstee QM，Day CP。 NAFLD的遗传学。 nat Rev Gastroenterol Hepatol。 2013; 10：645–655。 doi：10.1038/nrgastro.2013.182 PMID：24061205 13。 Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。2018年7月15日； 55（7）：561-567。pmid：30129536。9。Bhatt SP，Nigam P，Misra A，Guleria R，Pandey RM，Pasha MA。 含有非酒精性脂肪肝病的亚洲印第安人中含patatin样磷脂酶结构域蛋白3（PNPLA-3）基因的遗传变异。 Metab Syndr Relat疾病。 2013年10月; 11（5）：329-35。 doi：10.1089/met.2012.0064。 EPUB 2013 JUN 4。 PMID：23734760。 10。 Koehler EM，Plompen EP，Schouten JN等。 糖尿病的存在和脂肪变性与一般人群中的肝脏僵硬有关：鹿特丹研究。 肝病学。 2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。 张L，You W，Zhang H，Peng R，Yao A，Li X等。 PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。 J胃肠肝素。 2015; doi：10.1111/jgh.12889 12。 Anstee QM，Day CP。 NAFLD的遗传学。 nat Rev Gastroenterol Hepatol。 2013; 10：645–655。 doi：10.1038/nrgastro.2013.182 PMID：24061205 13。 Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。Bhatt SP，Nigam P，Misra A，Guleria R，Pandey RM，Pasha MA。含有非酒精性脂肪肝病的亚洲印第安人中含patatin样磷脂酶结构域蛋白3（PNPLA-3）基因的遗传变异。Metab Syndr Relat疾病。2013年10月; 11（5）：329-35。 doi：10.1089/met.2012.0064。EPUB 2013 JUN 4。 PMID：23734760。 10。 Koehler EM，Plompen EP，Schouten JN等。 糖尿病的存在和脂肪变性与一般人群中的肝脏僵硬有关：鹿特丹研究。 肝病学。 2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。 张L，You W，Zhang H，Peng R，Yao A，Li X等。 PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。 J胃肠肝素。 2015; doi：10.1111/jgh.12889 12。 Anstee QM，Day CP。 NAFLD的遗传学。 nat Rev Gastroenterol Hepatol。 2013; 10：645–655。 doi：10.1038/nrgastro.2013.182 PMID：24061205 13。 Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。EPUB 2013 JUN 4。PMID：23734760。10。Koehler EM，Plompen EP，Schouten JN等。糖尿病的存在和脂肪变性与一般人群中的肝脏僵硬有关：鹿特丹研究。肝病学。2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。 张L，You W，Zhang H，Peng R，Yao A，Li X等。 PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。 J胃肠肝素。 2015; doi：10.1111/jgh.12889 12。 Anstee QM，Day CP。 NAFLD的遗传学。 nat Rev Gastroenterol Hepatol。 2013; 10：645–655。 doi：10.1038/nrgastro.2013.182 PMID：24061205 13。 Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。张L，You W，Zhang H，Peng R，Yao A，Li X等。PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。J胃肠肝素。2015; doi：10.1111/jgh.12889 12。Anstee QM，Day CP。NAFLD的遗传学。nat Rev Gastroenterol Hepatol。2013; 10：645–655。doi：10.1038/nrgastro.2013.182 PMID：24061205 13。Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。J脂质res。PNPLA3基因和肝硬化的RS738409（I148M）变体：荟萃分析。2015; 56：167–175。doi：10.1194/jlr.m048777 pmid：25378656 14。Singal AG，Manjunath H，Yopp AC，Beg MS，Marrero JA，Gopal P等。PNPLA3对肝细胞癌纤维化进展和发育的影响：一种元分析。Am J胃肠道。2014; 109：325–334。doi：10.1038/ajg.2013.476 PMID：24445574 15。Shen J，Wong GL，Chan HL，Chan Hy，Yeung DK，Chan RS等。pNPLA3基因多态性在没有代谢的社区受试者中说明了脂肪肝
革命性心脏诊断：人工智能对心电图解释的功效RaíssaCorrêaTorres²，Victor Gabbr
人工智能（AI）彻底改变了心脏病学，尤其是通过与心电图（ECG）的整合。本研究旨在评估AI在解释心脏疾病诊断心脏病的有效性。叙事书目审查涵盖了2020年至2024年之间发表的文章，重点介绍了在ECG分析中应用和机器学习（ML）的研究。结果表明，AI可以将ECG转换为有效的筛选和预测工具，从而识别出常见的亚临床模式。强调了对有效临床实施的AI/ML素养的必要性。增强了AI改善心电图，将其变成强大的生物标志物的潜力，并指出AI辅助分析可以克服经典方法的局限性，从而扩大ECG功能。尽管ECG中的I AI面临与验证，数据隐私和对算法的理解有关的挑战，但它继续在早期发现和预防性干预心脏病方面有了重大改善。关键字：人工智能；心电图；心脏诊断。
从智能手机捕获的心电图照片中自动检测心脏状况
摘要背景研究人员已经开发了基于机器学习的ECG诊断算法，这些算法匹配甚至超过心脏病专家的性能水平。但是，它们中的大多数不能用于现实世界中，因为老年的ECG机器不允许安装新算法。目的是开发一种智能手机应用程序，该应用程序会自动从照片中提取ECG波形，并通过研究人员构建的各种诊断算法将其转换为电压序列进行下游分析。方法是使用客观检测和图像分割模型从临床医生拍摄的照片中自动提取ECG波形的一种新型方法。模块化机器学习模型的开发是为了依次执行波形识别，脱离环线和比例校准。然后使用基于机器学习的心律分类器分析提取的数据。从40个516扫描和444张照片的ECG的结果波形自动提取。扫描13 258（96.8％）的12 828（96.8％）和5743中的5399（94.0％）被正确裁剪和标记。11 604 of 12 735（91.1％）扫描，5752中的5062（88.0％）拍摄的波形在自动环和噪声删除后获得了成功的电压时间信号提取。在概念验证示范中，使用ECGS的照片作为输入，使用ECGS的照片，可达到91.3％的敏感性，94.2％的敏感性，94.2％的特异性，95.6％的阳性预测价值，88.6％的负预测值和93.4％的F1得分。结论对象检测和图像分割模型允许从照片中自动提取ECG信号以进行下游诊断。这条新颖的管道规定了需要昂贵的ECG硬件升级的需求，从而为大规模实施基于机器学习的诊断算法铺平了道路。
调查在线游戏化对心电图的影响和护理学生中的自我指导学习
简介：正确了解和解释心电图并基于它的注意是挽救患者生命的最重要方法之一。因此，本研究旨在研究在线游戏化对护理学生解释心电图和自我指导学习能力的影响。方法：本研究是在2023年在ILAM City的第五个学期对44名护理学生（每组参与者的22名参与者）进行的，该研究使用便利抽样方法通过四个排列平衡块随机化以控制和干预组进行。在四个星期内的四个会议中，干预组的参与者接受了心电图解释作为故事情节平台上的培训，并在Socrative软件中玩游戏。对照组以同一位讲师的教育形式获得了相同的内容。ECG解释学习测试，自我指导的学习，迷你精神状态检查和人口统计问卷是在干预之前填写的（预测试）。然后，心电图解释学习测试和自定向学习问卷是在干预结束后两周完成的（测试后），并使用shapiro-wilk，独立的t-test，配对的test，chi-square，chi-square和多个线性回归测试在spspss v.16中分析了0.05的标准误差。结果：参与者年龄的平均值和标准偏差为21.35±1.02，59％的样本是男性。建议将此方法用于教授医院更有用和重要的课程。在干预之前，两组之间未观察到显着差异，但是在干预后，干预组中ECG解释评分的平均值和标准偏差显着增加（14.1±2.94）与对照组相比（8.8±1.36）（P = 0.007）。此外，与对照组（125±4.3）相比，干预组中的自我指导学习（168±10.42）显示出统计学上的显着差异（p = 0.003）。结论：使用在线游戏化作为护理学生的新教育方法，可以提高解释心电图和自我指导学习的能力。
慢性心脏的高分辨率心电图...
该研究的目的是研究患有慢性心力衰竭（CHF）的老年患者高分辨率心电图（HRECG）的主要参数。方法。这项研究包括120名患者（87名女性（72.5％）和33名男性（27.5％）），年龄（平均年龄81.32±4.2岁）为CHF。炎性后心脏硬病（PICS）的患者分为组：38名CHF IIA和CHF IIB阶段的患者； 50例具有CHF IIA和CHF IIB阶段的完全捆绑分支区块（CBBB）的患者； 32例具有CHF I和CHF IIA阶段的房颤（AF）患者。患者接受了ECG，HOLTER监测，HRECG。使用STAT SOFT 13.0软件包进行研究结果的统计处理。结果。记录了QTC（452.52±3.55 ms），QTP（87.83±1.21 ms）和TOTQRSF（103.25±2.97毫秒）的CHF +图片患者组最高值。QTC，TOTQRSF和LAS40（452.65±2.69 ms;分别为100.04±2.36 ms和51.64±2.85μV），对AF患者组的最高值均可为QTC。pa-
心电图是关键：减少上门检查的质量改进项目
本 DNP 执行摘要由 JSU Digital Commons 的论文、学位论文和研究生项目免费提供给您，供您开放访问。它已被 JSU Digital Commons 的授权管理员接受纳入护理实践博士项目。如需更多信息，请联系 digitalcommons@jsu.edu。
CardiacNet：基于神经网络、使用心电图信号进行心跳分类
摘要：以心电图 (ECG) 的形式获取有关心脏电活动的信息已成为监测患者心律和功能的标准方法。它用于诊断各种心脏异常，如心律失常和其他心脏病。然而，解释心电图需要训练有素的医生的专业知识，因此需要自动对此类信号进行分类的工具。在本研究中，我们训练深度卷积神经网络 (CNN) 对心电图搏动进行正常和异常的二元分类。在对从 MIT-BIH 心律失常数据库中选择的一组不同心电图进行通用网络预训练后，我们使用迁移学习来构建针对特定患者数据进行微调的模型。然后，我们将微调网络的性能与仅对单个患者的心电图数据进行训练的单个网络的性能进行比较，以评估迁移学习对给定问题的整体效果。我们在两种情况下都取得了不错的结果，因为单个分类器在测试集上的平均平衡准确率为 94.6%，而微调模型的准确率略差，为 93.5%。关键词：心电图分类、CNN、医学成像、迁移学习