XiaoMi-AI文件搜索系统
World File Search System睡眠
1型糖尿病的 TNF-α抑制剂：探索A ... 的路径 致病空气中真菌和细菌的综述 肠道微生物群在溃疡性结肠炎中的作用 社论：单基因糖尿病的个性化疗法 利用AI进行公共卫生：印度的路线图 含面包的荞麦：对胰岛素的科学调查... 一类新型的口头，非免疫抑制，β细胞 - 引用Kim J，Shon B，Kim S，Cho J，Seo J-J，Jang Sy和Jeong S（2024）ECG数据分析以确定ST段升高的心肌梗塞 empagliflozin：一种治疗SIAD的神奇药物？ 实现整个葡萄酒链可持续发展目标的策略：评论 案例报告：一种与妊娠糖尿病，先天性高胰岛素和二氮氧化物超敏反应相关的新型HNF1A变体 在抗爆炸性/敏感性中涉及的麦芽糖蛋白蛋白蛋白蛋白蛋白蛋白蛋白蛋白蛋白酶的作用 睡眠剥夺引起的记忆障碍 社论：神经应用的计算机视觉和图像综合 爱泼斯坦 - 巴尔病毒，维生素D和免疫反应 tirzepatide，GIP（1-42）和GIP（1-30）在两个常见的GIP受体变体中显示独特的信号填充，E354和Q354 脑损伤后的消化系统疾病的研究进度 在Aquafeeds中使用单细胞蛋白质桥接蛋白质间隙 糖尿病对肌腱病理学的影响 绿豆种子的快速准确分类...
1型糖尿病（T1D）是一种自身免疫性疾病，其特征是胰腺中产生胰岛素的B细胞。这种破坏会导致慢性高血糖，因此需要终身胰岛素治疗来管理血糖水平。通常在儿童和年轻人中被诊断出，T1D可以在任何年龄段发生。正在进行的研究旨在揭示T1D潜在的确切机制并开发潜在的干预措施。其中包括调节免疫系统，再生B细胞并创建高级胰岛素输送系统的努力。新兴疗法，例如闭环胰岛素泵，干细胞衍生的B细胞替代和疾病改良疗法（DMTS），为改善T1D患者的生活质量并有潜在地朝着治疗方向前进。目前，尚未批准用于第3阶段T1D的疾病改良疗法。在第3阶段中保留B -cell功能与更好的临床结局有关，包括较低的HBA1C和降低低血糖，神经病和视网膜病的风险。肿瘤坏死因子α（TNF-A）抑制剂在三阶段T1D患者的两项临床试验中，通过测量C肽来保存B细胞功能，证明了效率。然而，在T1D的关键试验中尚未评估TNF-A抑制剂。解决T1D中TNF-A抑制剂的有希望的临床发现，突破T1D召集了一个主要意见领导者（KOLS）的小组。研讨会
引文 Abouzed M, Salama B, Gabr A, Elag KA, Soliman M, Elsaadouni N 和 Elzahab NA (2024) 智能技术使用对个人睡眠质量的影响
自闭症谱系障碍 (ASD) 是一种神经发育疾病，其特征是持续存在社交沟通和互动障碍，以及行为、兴趣或活动模式受限且重复 (1)。ASD 患者面临的常见并发问题之一是睡眠障碍，表现为入睡困难、夜间频繁醒来和睡眠质量差 (2,3)。ASD 患者的睡眠问题与一系列负面后果有关，包括核心自闭症症状加剧、白天功能受损以及患者及其家人的生活质量下降 (4,5)。近年来，智能手机、平板电脑和电脑等智能技术的普及在日常生活中越来越普遍，包括 ASD 患者。虽然这些设备可以提供教育和娱乐价值，但人们担心它们的使用可能会影响睡眠质量，尤其是蓝光发射和刺激内容 (6-8)。初步研究表明，睡前过度看屏幕和接触蓝光可能会扰乱自然的睡眠-觉醒周期和褪黑激素的产生，导致入睡困难和睡眠片段化（9-11）。我们可以通过时间生物学和认知行为框架的视角来理解智能技术对睡眠质量的影响。根据时间生物学理论，接触电子设备屏幕发出的蓝光会阻碍褪黑激素的分泌，扰乱调节睡眠-觉醒周期的昼夜节律（9）。褪黑激素是由松果体产生的一种激素，在启动睡眠和确保睡眠质量方面起着至关重要的作用。接触蓝光，尤其是在晚上，会延缓褪黑激素水平的上升，使入睡变得更加困难（11-17）。此外，失眠的认知行为模型 (18) 表明，睡前从事刺激或唤醒活动（如玩游戏或浏览社交媒体内容）可增强认知和生理唤醒，从而使入睡更加困难。该模型提出，失眠症患者会形成与睡眠相关的不良习惯和思维模式，从而使睡眠障碍持续存在 (19)。对于患有自闭症谱系障碍 (ASD) 的人来说，智能科技对睡眠质量的影响可能尤其显著。许多 ASD 患者在感觉处理方面面临挑战 (20)，这可能使他们对蓝光和电子内容的刺激作用更加敏感。此外，当科技扰乱睡前常规时，ASD 的核心症状（如过渡困难和坚持常规）可能会加剧 (2)。事实上，初步研究表明，自闭症儿童和青少年的屏幕时间增加与睡眠质量较差之间存在关联（12、13）。尽管自闭症患者的睡眠障碍患病率很高，且影响深远，但关于智能技术对这一人群睡眠质量的具体作用的研究却很少。虽然有少数研究发现了儿童屏幕时间增加与睡眠质量较差之间的关联，但
海马和内侧前额皮质体积与夜间陈述性记忆巩固有关，与特定睡眠振荡无关
图 1 研究设计。38 名健康参与者（17 名男性）接受了包括多导睡眠图在内的全面筛查过程，以排除任何躯体、精神或睡眠障碍的病史或患病情况。在实验之夜 21:00 之前进行三项任务（注意力表现、程序记忆 - 镜像追踪任务 [MT]、陈述性记忆 - 配对联想词表任务 [WP]）的采集会话，然后在早上 09:00 进行一次检索会话。所有参与者在进行多导睡眠图后，在 3 特斯拉扫描仪上接受高分辨率磁共振成像 (MRI)，平均间隔为 30.2 ± 19.8 天。MT，镜像追踪任务；WP，配对联想词表任务；SCR，筛查会话；MRI，磁共振成像
引用 Hansen M, Simon KR, He X, Steele N, Thomas ML, Noble KG 和 Merz EC (2024) 社会经济因素、睡眠时间和持续时间以及杏仁核研究
儿童时期的社会经济劣势十分普遍，并且与终身罹患精神健康问题的风险增加相关 (1)。家庭收入和父母教育等社会经济因素通过多种中介机制 (2) 对健康和发展产生影响，但这些机制尚不完全清楚。儿童时期的睡眠健康状况改变可能在这些机制中发挥了作用。睡眠健康是一个多方面的概念，涵盖多个睡眠参数，例如睡眠时间、质量和时间 (3)。社会经济劣势已反复与儿童睡眠时间较短和睡眠质量较低有关 (4-9)。此外，采用实验和相关设计的研究表明，睡眠中断与精神健康问题风险增加以及情绪处理和调节改变有关 (10-13)。在神经层面，情绪处理和调节，即多种精神疾病的跨诊断因素 (14)，依赖于涉及杏仁核的神经网络 (15)。在功能性磁共振成像 (fMRI) 研究中，睡眠持续时间和质量与成年人杏仁核的激活和功能连接反复相关 (16 – 19)。然而，很少有研究探讨儿童的这种关联。此前，我们提出，社会经济劣势可能导致儿童睡眠健康状况下降，这可能会改变大脑发育，从而增加患心理健康问题的风险 (20)。在本研究中，我们通过考察社会经济因素、睡眠持续时间和时间以及儿童杏仁核功能连接之间的关联来验证这些观点。
Hackney的就业策略建议无家可归和粗糙的睡眠策略2023 -2026
无家可归的预防，这包括：●开发一种基于协作优势的方法，以与需要住房援助的哈克尼居民合作。，我们为他们提供了他们所需的信息，以便在适当地提供我们的酌情资金以进行财务援助的情况下提供有关其住房选择的明智决定。●鼓励居民采取积极的方法来采购住房解决方案。●通过寻求通过债务和福利福利建议最大化其收入，并通过在哈克尼提供学徒制，其他工作和培训机会来支持居民。●引入货币枢纽以最大程度地增加居民收入。与金融危机中的居民合作，货币枢纽可以提供帮助以防止无家可归。在最初的11个月中，货币枢纽为居民提供了超过100万英镑的福利收入。●加强我们对逃离暴力的人的提议，并为达哈认证做准备。我们的创新的“安全且共同”的计划，为人们与遭受家庭虐待的家庭合作，以减少对儿童的风险和伤害。●实施项目加法器（成瘾，转移，中断，执法和恢复），作为解决药物使用和依赖性的试点。通过项目加法器，理事会正在与许多机构和慈善机构合作，为受吸毒影响的人们提供教育和支持，这通常是无家可归和粗糙睡眠的因素。（在2021年，与滥用药物有关的死亡人数下降至6，这是自2012年以来最低的数字。）●确保服务人员及其家人通过分配政策获得适当的优先级来访问社会住房。●审查我们的分配和出租政策，并针对最需要社会住房的人的资源。
青少年和年轻人的皮质回旋和睡眠之间的关联
抽象序列特异性的DNA结合蛋白（DBP）在生物学和生物技术中起关键作用，并且对具有基因组编辑和其他应用的新特异性的DBP的工程引起了极大的兴趣。尽管使用选择方法对自然发生的DBP进行重新编程，但识别任意目标位点的新DBP的计算设计仍然是一个杰出的挑战。我们描述了一种用于设计小型DBP的计算方法，该方法通过与主要凹槽中的碱基相互作用识别特定目标序列，并将这种方法与实验筛选结合使用，以生成5个不同DNA靶标的粘合剂。这些粘合剂表现出特异性，与目标DNA序列的计算模型紧密匹配，在多达6个基础位置和低至30 - 100 nm的亲和力下。设计的DBP-TARGET站点复合物的晶体结构与设计模型密切一致，突出了设计方法的准确性。设计的DBP在大肠杆菌和哺乳动物细胞中的功能都抑制和激活相邻基因的转录。我们的方法是迈向通往小型途径的重要步骤，因此很容易用于基因调节和编辑的可交付序列特异性DBP。
在孤立的快速移动睡眠行为障碍中转化为α-突触核病的生物标志物
Mitchell G. Miglis，M.D。，1* Charles H. Adler教授，医学博士，2 Elena Antelmi，M.D。4.5 Luca Baldelli，医学博士，6教授Bradley F. Boeve M.D.，7 Matteo Cesari，博士，博士，8 Antonia，M.D. Jean-FrançoisGagnon博士，13 Ziv Gan-Or，M.D。14-16 Wiebke Hermann，医学博士，17.18BirgitHögl教授K.L.Leenders，M.D。，23 Simon J.G.教授 Lewis，M.D.，24 Claudio Liguori，M.D.，M.D. Jun Liu，M.D.，26 Christine Lo，M.D.，19 Kaylena A. Ehgoetz Martens，Ph.D.，27 Jiri Nepozitek，M.D. 31 Michal Rolinski，医学博士，32 Jan Rusz，Ph.D.，33 Ambra Stefani，M.D.，8 Rebekah L. S. Summers博士，博士，34 Dalh Yoo，M.D.，35 Jennifer Ziser，M.D. 21.38Leenders，M.D。，23 Simon J.G.教授Lewis，M.D.，24 Claudio Liguori，M.D.，M.D. Jun Liu，M.D.，26 Christine Lo，M.D.，19 Kaylena A. Ehgoetz Martens，Ph.D.，27 Jiri Nepozitek，M.D. 31 Michal Rolinski，医学博士，32 Jan Rusz，Ph.D.，33 Ambra Stefani，M.D.，8 Rebekah L. S. Summers博士，博士，34 Dalh Yoo，M.D.，35 Jennifer Ziser，M.D. 21.38Lewis，M.D.，24 Claudio Liguori，M.D.，M.D. Jun Liu，M.D.，26 Christine Lo，M.D.，19 Kaylena A. Ehgoetz Martens，Ph.D.，27 Jiri Nepozitek，M.D. 31 Michal Rolinski，医学博士，32 Jan Rusz，Ph.D.，33 Ambra Stefani，M.D.，8 Rebekah L. S. Summers博士，博士，34 Dalh Yoo，M.D.，35 Jennifer Ziser，M.D.21.38
无家可归和粗糙的睡眠策略2025-2030
面对住房危机恶化的情况，我们了解采取行动以防止无家可归的紧迫性，并支持已经受到影响的人重建生活的人。无家可归是一个复杂的问题，会影响各行各业的个人和家庭。它需要多机构和协作解决方案。通过这种策略，理事会旨在解决无家可归的根本原因，同时为个人提供必要的支持和机会，使个人恢复稳定和独立性。
在阻塞性睡眠呼吸暂停中使用机器学习应用的状态和机会：叙事评论
抽象背景：阻塞性睡眠呼吸暂停（OSA）是一种普遍且潜在的严重睡眠障碍，其特征是睡眠期间呼吸反复中断。机器学习模型已越来越多地应用于OSA研究的各个方面，包括诊断，治疗优化和开发用于内型和疾病机制的生物标志物。方法：本叙述性评论研究了从2018年至2023年间发表的254个科学出版物中提取的数据，从诊断算法到治疗和患者管理策略的各种研究工作。我们通过评估了研究中所使用的技术，应用领域，模型评估策略和数据集特征，评估了OSA研究中机器学习的景观。结果：我们的分析表明，大多数机器学习应用都集中在OSA分类和诊断上，并利用各种数据源，例如多摄影，心电图数据和可穿戴设备。深度学习模型是最受欢迎的，其次是支持向量机，分类任务是最常见的。我们还发现，研究队列主要是超重的男性，女性的人数不足，年轻肥胖成年人，