XiaoMi-AI文件搜索系统
World File Search System新冠肺炎
新冠肺炎疫苗更新 09-16-24
在同一次就诊中接种 COVID-19、RSV 和流感疫苗是安全的。数据继续表明接种疫苗对于预防 COVID-19、RSV 和流感的严重后果（包括住院和死亡）的重要性。2023 年，超过 916,300 人因 COVID-19 住院，超过 75,500 人死于 COVID-19。在 2023-2024 年流感季节，估计有超过 44,900 人死于流感并发症。根据 CDC 的数据，在美国，呼吸道合胞病毒 (RSV) 感染每年导致 5 岁以下儿童住院约 58,000-80,000 人，65 岁以上成人住院约 60,000-160,000 人。美国的 RSV 疫情通常遵循季节性模式，在 12 月或 1 月达到高峰。
经受住新冠肺炎疫情的考验
5 比利时布鲁塞尔天主教鲁汶大学鲁汶药物研究所代谢与营养研究组，6 以色列雷霍沃特魏斯曼科学研究所系统免疫学系，7 德国海德堡癌症研究中心 (DKFZ) 微生物组和癌症科，8 法国巴黎法兰西学院，9 法国巴黎内克尔儿童疾病大学医院儿科免疫血液学和风湿病科，10 法国巴黎巴黎西岱大学想象研究所，11 法国巴黎巴黎西岱大学 Inserm UMR 1163，12 法国巴黎高等科学研究院，13 约翰霍普金斯大学动物试验替代中心 (CAAT)、彭博公共卫生学院和巴尔的摩惠廷工程学院， MD，美国，14 康斯坦茨大学欧洲动物试验替代中心 (CAAT)，康斯坦茨，德国，15 欧洲健康数据创新研究所，根特，比利时，16 内科系和拉德堡德传染病中心，拉德堡德大学奈梅亨医学中心，奈梅亨，荷兰，17 波恩大学生命与医学科学研究所 (LIMES) 免疫学和代谢系，波恩，德国，18 病毒学和化学疗法实验室，微生物学和免疫学系，雷加医学研究所，天主教大学 (KU) 鲁汶，比利时，19 VirusBank 平台，鲁汶，比利时，20 全球病毒网络 (GVN)，巴尔的摩，马里兰州，美国，21 单克隆抗体发现 (MAD) 实验室，托斯卡纳生命科学基金会，锡耶纳，意大利， 22 意大利锡耶纳大学生物技术、化学和药学系，23 意大利锡耶纳生物技术基金会，
2021 年 5 月至 11 月，加利福尼亚州和纽约州新冠肺炎病例和住院情况（按新冠肺炎疫苗接种情况和既往新冠肺炎诊断）
截至 2021 年 11 月 30 日，加利福尼亚州和纽约州约有 130,781 例 COVID-19 相关死亡，占美国 COVID-19 死亡人数的六分之一。*COVID-19 疫苗接种可预防感染 SARS-CoV-2（导致 COVID-19 的病毒）、相关的严重疾病和死亡（1、2）；对于幸存者而言，之前的 SARS-CoV-2 感染也可在再次感染时防止出现严重后果（3、4）。感染和疫苗衍生保护的相对大小和持续时间，单独和共同作用，可指导公共卫生规划和流行病预测。为了研究初次 COVID-19 疫苗接种和先前的 SARS-CoV-2 感染对 COVID-19 发病率和住院率的影响，分析了加利福尼亚州和纽约州（占美国人口的 18%）的全州检测、监测和 COVID-19 免疫接种数据。我们考虑了四组年龄≥18岁的成年人：1) 未接种疫苗且之前无实验室确诊的 COVID-19 病例，2) 接种疫苗（完成 COVID-19 基础疫苗接种系列后 14 天）且之前无 COVID-19 病例，3) 未接种疫苗且之前有 COVID-19 病例，以及 4) 接种疫苗且之前有 COVID-19 病例。我们比较了两个州各组之间经年龄调整的实验室确诊 COVID-19 病例风险率，并且在加利福尼亚州还比较了 2021 年 5 月 30 日至 11 月 20 日期间的住院情况。在研究期间，与其他三组相比，两个州未接种疫苗且之前无 COVID-19 病例的人群的 COVID-19 发病率最高。在 2021 年 5 月 30 日开始的一周内，与未接种疫苗且无既往 COVID-19 诊断的人的 COVID-19 病例率相比，接种疫苗且无既往诊断的人的 COVID-19 病例率低 19.9 倍（加州）和 18.4 倍（纽约）；未接种疫苗且有既往诊断的人的 COVID-19 病例率低 7.2 倍（加州）和 9.9 倍（纽约）；接种疫苗且有既往诊断的人的 COVID-19 病例率低 9.6 倍（加州）和 8.5 倍（纽约）。在同一时期，与未接种疫苗且无既往诊断的人的住院率相比，加州的住院率也呈现出类似的模式。这些关系
人工智能对抗第一波新冠肺炎疫情
摘要背景：2019年底，新冠肺炎疫情意外爆发。由于该疾病传染性强、传播范围广、风险大，疫情防控成为全球面临的巨大挑战。人工智能（AI）是应对新冠肺炎疫情的潜在有力工具之一。本研究系统评估了人工智能在中国第一波新冠肺炎疫情中对感染防控的有效性。方法：为了更好地评估人工智能在疫情突发事件中的作用，我们重点研究了2019年12月初至2020年4月底中国304个城市的第一波新冠肺炎疫情。我们使用了三组因变量来捕捉人工智能效应的各个维度：（1）累计确诊病例达到峰值的时间，（2）病死率和是否有重症病例，（3）地方复工复产政策数量和出台时间。主要解释变量是以人工智能专利数量衡量的地方人工智能发展情况。为了拟合不同因变量的特征，我们采用了多种估计方法，包括 OLS、Tobit、Probit 和 Poisson 估计。我们纳入了大量的控制变量并添加了交互项来测试人工智能发挥作用的机制。结果：我们的结果表明，人工智能对（1）筛查和检测疾病以及（2）监测和评估疫情发展具有非常显著的影响。具体而言，人工智能有助于在跨城市流动性高的城市筛查和检测 COVID-19。此外，人工智能在复工风险高的城市恢复生产中发挥了重要作用。然而，支持人工智能在疾病诊断和治疗中有效性的证据有限。结论：这些结果表明人工智能可以在抗击疫情中发挥重要作用。关键词：人工智能、COVID-19、预防、中国
人工智能与放射学：应对新冠肺炎难题
为了控制 COVID-19 疫情的蔓延，需要快速检测和诊断。虽然逆转录聚合酶链反应 (RT-PCR) 被用作诊断 COVID-19 的金标准方法，但许多科学家和医生指出，这种技术的变异性、准确性和可负担性存在一些挑战。与此同时，在中国疫情早期用于诊断 COVID-19 的放射学方法被许多人忽视，主要是因为它们的特异性低，难以进行鉴别诊断。然而，放射学方法的实用性不容忽视。事实上，在过去几个月里，印度的医疗顾问和放射科医生一直在使用或建议使用胸部高分辨率计算机断层扫描 (HRCT) 来早期诊断和追踪 COVID-19，特别是对于术前和无症状患者。与此同时，科学家们一直在尝试通过使用基于人工智能 (AI) 的解释模型来改进 COVID-19 诊断和监测的放射学方法。本综述旨在汇编和比较此类成果。为此，我们回顾并介绍了关于使用放射学和人工智能辅助放射学诊断和监测 COVID-19 的最新科学文献，强调了此类技术的优势和局限性。
新冠肺炎疫情后的生物和化学安全
作者：L Shang · 2021 年 · 被引用 12 次 — 被纳入军事武库，随后用于违反《禁止化学武器公约》的武装冲突。2018 年，禁化武组织科学顾问委员会警告...
新冠肺炎疫情应对行动后回顾
1. 联邦机构不能依赖“自我认证”，必须实施现代数字身份识别程序：无论是常规、经常性的政府福利，还是疫情期间发放的特殊福利，联邦机构都必须通过市售或政府开发的身份验证应用程序来验证申请人的资格。联邦机构应立即对申请人数据与现有数据库进行适当的交叉匹配，以便在未来的紧急救济资金情况下发挥作用。更新联邦机构内部的遗留系统，使其能够对如此大量的索赔进行交叉匹配。2. 应实施管理和预算办公室 (OMB) 的有效控制措施：要求 OMB 为联邦机构提供详细指导，以制定可立即用于未来紧急资金的内部控制计划，并要求各机构向 OMB 和国会报告此类计划。这些内部控制计划应在所有机构中标准化，并包括验证资格、监控资金使用情况和检测欺诈的程序。 3. SBA 应实施欺诈风险计划：当 SBA 像在疫情期间一样进行应急行动以支付资金时，它需要指派经过培训的工作人员专注于欺诈风险管理并监督不当支付和欺诈行为。这包括利用分析程序来识别应用程序中的欺诈或滥用模式。4. SBA 必须指导贷方如何打击欺诈并要求内部控制：在发放各种疫情救济资金和贷款期间，SBA 假设贷方已事先采取内部控制措施来减少贷款中的浪费、欺诈和滥用。虽然一些贷方可能有一些控制措施，但并非所有贷方都有。SBA 应制定统一的指导方针和最低级别的内部控制，以便贷方有资格管理救济贷款。