XiaoMi-AI文件搜索系统
World File Search System糖尿
评估指标用于评估糖尿病预测模型的性能
日期：6 06,2024摘要：评估指标在评估糖尿病预测模型的性能中起着至关重要的作用。这些模型旨在根据年龄，体重，家族病史和血糖水平等各种因素来预测个体发展糖尿病的可能性。对这些模型的准确评估对于确保其有效性和可靠性至关重要。本文概述了常用的评估指标，以评估糖尿病预测模型的性能。本文讨论的评估指标包括准确性，灵敏度，特异性，精度，接收器操作特征（ROC）曲线，ROC曲线下的面积（AUC）（AUC），F1分数和Matthews相关系数（MCC）。定义了每个度量标准，并解释了其计算方法，解释和局限性。本文强调了考虑模型的目标和应用以及不同指标之间的权衡的重要性，以选择最合适的评估方法。此外，本文重点介绍了模型评估中的其他考虑因素，例如用于模型概括，偏见和公平评估以及预测校准的交叉验证。这些因素有助于全面的评估过程，并确保糖尿病预测模型的可靠性和公平性。
引用Chen Z，Fu S，Lai S，Fu M和Du G（2024）循环脂联素和瘦素水平的关联与糖尿病外周神经的风险
糖尿病周围神经病（DPN）是一种流行的糖尿病并发症，影响了所有糖尿病患者一半的糖尿病并发症，主要是周围神经损伤，主要是在四肢中（1）。这种情况显着影响，通过慢性疼痛，感觉递减以及脚部并发症的风险增加，施加大量医疗保健成本和生活质量降低（2）。鉴于对其病理生理学的不完全理解和有效的管理策略的稀缺性，因此对可修改的DPN危险因素的识别对于调整预防性和治疗性干预措施至关重要，旨在遏制其发生率和严重性（3，4）。脂肪因子（包括脂联素和瘦素）在糖尿病并发症（如DPN）中的发展，由于它们参与代谢调节和炎症过程，糖尿病的关键因素及其sequelae的关键因素及其后sequelae，因此获得了识别（5）。脂联素以其抗炎和胰岛素敏化作用而闻名，可为诸如动脉粥样硬化和2型糖尿病（6，7）等疾病提供保护。相反，瘦素具有促炎性特征，通常在肥胖症和2型糖尿病中升高，会导致胰岛素抵抗和代谢功能障碍（6，7）。鉴于这些作用，脂联素和瘦素可能会影响DPN的发展。几项研究探索了2型糖尿病患者脂联素和DPN风险之间的联系，结果混合的结果：有些报告是反向关联（8，9），而另一些则没有明显的相关性（10）甚至阳性联系（11，12）。对瘦素和DPN的研究有限，也不一致（11、13、14）。先前的调查通常会遭受小样本量（8、10、11、13、14），缺乏对混杂因素的调整（8、10、13、14）或将各种糖尿病并发症聚集成单个结果变量（12）。因此，脂联素和瘦素水平与DPN风险之间的关系需要进一步研究。本研究旨在研究脂联素和瘦素的循环水平与糖尿病患者发展DPN的风险之间的关系。通过阐明这些关联，我们的研究可能有助于促进脂肪因子在糖尿病并发症中的作用的越来越多的证据，并为预防和管理DPN的策略提供了发展。
糖尿病对肌腱病理学的影响绿豆种子的快速准确分类...
mung豆种子在农业生产和食品加工中非常重要，但是由于它们的多样性和相似的外观，传统的分类方法都具有挑战性，以解决这一问题，这项研究提出了一种基于学习的方法。在这项研究中，基于深度学习模型MobilenetV2，提出了DMS块，并通过引入ECA块和Mish激活函数，即提出了高度优势网络模型，即HPMobileNet，提出，该模型被提出，该模型是在eLBIND中探索的，可用于分类和精确的图像识别。在这项研究中，收集了八种不同的绿豆种子，并通过阈值分割和图像增强技术获得了总共34,890张图像。hpmobilenet被用作主要网络模型，并通过在大规模的绿豆种子图像数据集上进行训练和精细调整，实现了有效的特征提取分类和识别能力。实验结果表明，HPMobileNet在Mung Bean Seed Grain Grain分类任务中表现出色，其准确性从87.40％提高到测试集的94.01％，并且与其他经典网络模型相比，结果表明，HPMobileNet可以达到最佳结果。此外，本研究还分析了学习率动态调整策略对模型的影响，并探讨了将来进一步优化和应用的潜力。因此，这项研究为开发绿豆种子分类和智能农业技术提供了有用的参考和经验基础。
每周一次的半卢比特单药治疗在患有Prader-Willi综合征，肥胖和2型糖尿病的年轻受试者中的功效和安全性：病例报告比较分析
重大抑郁症（MDD）的特征是情绪持续持续的较差，利息降低和能量缺乏，患病率很高，复发和残疾率。这是全世界残疾的主要原因（1）。抑郁症在任何年龄都可以发生；但是，在青春期的风险特别高（2）。青少年抑郁症会导致学习成绩下降，社会功能受损，自杀风险增加，药物滥用和成年后的抑郁症复发（2）。目前，具有MDD的青少年会遇到诸如低诊断率和药物治疗结果不佳的挑战（3，4）。青春期抑郁症通常被忽略，这可能与烦躁混淆。此外，它可能表现为无法解释的身体症状，饮食失调，焦虑，行为问题，逃学，学术衰落和滥用药物，进一步使诊断更加复杂（5）。至于治疗，传统的单胺靶向抗抑郁药的发作缓慢（大约2至4周），临床治愈率低，显着残留症状以及复发和功能障碍的风险更高（6）。了解青少年抑郁症的潜在机制对于开发新颖的诊断方法和改善治疗策略以减轻其不良反应至关重要。炎性细胞因子是一类可溶性蛋白，可调节免疫反应，细胞增殖和组织修复（7）。它们在结构和功能上进一步分类为白介素，干扰素，肿瘤坏死因子超家族成员，刺激因子，趋化因子和生长因子。基于它们的作用，细胞因子被分类为促进性，包括白介素-1（IL-1），肿瘤坏死因子因子-Alpha（TNF- A），IL-6和IL-6和IL-12和IL-12和IL-12和抗炎性，包括IL-4，IL-4，IL-4，IL-4，IL-4，IL-10和IL-13。炎症细胞因子的失调与多种疾病有关，包括严重感染
妊娠期糖尿病和多囊卵巢综合征，EGOI-PCOS 的立场声明
妊娠期糖尿病是全球范围内的妊娠期健康问题，对母亲和婴儿都构成威胁。多囊卵巢综合征是导致妊娠期糖尿病的主要危险因素之一，主要是由于这些患者中常见的生化高雄激素血症和代谢问题。近年来，肌醇基础和临床研究专家组和多囊卵巢综合征专家组 (EGOI-PCOS) 一直致力于更好地了解多囊卵巢综合征的发病机制，以便根据患者的个人需要准确诊断和治疗。通过多囊卵巢综合征的范围，本意见书研究了这两种疾病的特征和潜在的生物学机制，然后转向讨论避免或治疗多囊卵巢综合征女性妊娠期糖尿病的常见治疗策略。
前次妊娠期糖尿病与第二次妊娠中发生大于胎龄儿和巨大儿的风险相关
结果：既往有过 GDM 的女性（分别为 22.67% 和 10.25%）第二次妊娠期间 LGA 和巨大儿的发生率显著高于无既往有过 GDM 的女性（分别为 15.34% 和 5.06%）（P < 0.05）。调整潜在混杂因素后，既往有过 GDM 与第二次妊娠期间 LGA（aOR：1.511，95% CI：1.066-2.143）和巨大儿（aOR：1.854，95% CI：1.118-3.076）显著相关。分层分析显示，这些关联仅在第二次妊娠期间无既往 LGA、有 GDM、适当的妊娠体重增长 (AGWG)、非高龄产妇和男婴的女性中存在（P < 0.05）。与过度 GWG (EGWG) 相比，AGWG 与未患过 GDM 的女性在第二次怀孕期间患 LGA 和巨大儿的风险较低相关，而之前患过 GDM 的女性则未观察到这种相关性。在未患过 GDM 的女性中，如果孕前 BMI 正常，AGWG 的 LGA 和巨大儿风险显著降低
2 型糖尿病患者使用葡萄糖苷酶抑制剂
肠气肿 (PI)，也称为肠囊状气肿，被归类为一种胃肠道疾病，描述肠道内气体的积聚，由 Du Vernoi 于 1783 年首次记录，是理解胃肠道病理学的一个重要里程碑 ( 1 )。PI 被认为是一种罕见疾病，据报道在普通人群中的发病率约为 0.03% ( 2 )。PI 的分类可分为两种主要类型：特发性类型，约占病例的 15%，其特征是存在囊性气穴，表明病因是慢性、良性特发性的；继发性类型约占 85%，其特征是因多种诱因导致的线状、微泡状或环状壁内气体的特定放射学表现 ( 3 , 4 )。作为一类降血糖药，α 葡萄糖苷酶抑制剂 (a GI) 是治疗 2 型糖尿病的常用处方药，它通过拮抗作用延缓小肠对碳水化合物的吸收，或通过拮抗 α-葡萄糖苷酶的剂量依赖性抑制作用延缓小肠对水合物的吸收，从而非系统性地减缓碳水化合物的消化并降低餐后高血糖 ( 5 )。然而，使用 GI 通常会引起胃肠道副作用，这是最常见的报告不良反应，包括腹痛、腹胀和腹泻等症状 ( 6 , 7 )。这些胃肠道副作用是一些 2 型糖尿病患者停止 GI 治疗的主要原因 (8)。有趣的是，PI 已被认为是使用 GI 治疗糖尿病的一种罕见副作用，最近的一项研究利用美国食品和药物管理局不良事件报告系统的数据来识别表明 GI 和 PI 之间存在显著关联的安全信号，揭示了 GI 中 PI 的报告比值比明显较高，特别是伏格列波糖和米格列醇，而其他抗高血糖药物类别未检测到安全信号，从而强调了富含碳水化合物饮食的患者使用 GI 可能带来的生命危险 (9)。过去十年中也出现了一些病例报告记录了这种关联。例如，S. Tanabe 等人成功治疗了一名因使用 GI 而出现气腹的患者，强调了这种药物的潜在并发症 (10)。同样，A. Rottenstreich 等人报道了一例罕见的良性 PI 病例，伴有门静脉气体和气腹，具体诱发因素是药物阿卡波糖 ( 11 )。此外，A. Police 等人发表了一份病例报告，详细介绍了糖尿病患者乙状结肠扭转时胃肠道诱发的 PI ( 12 )。值得注意的是，S.Otsuka 等人描述了一名 59 岁的肺移植接受者，他在使用 α-葡萄糖苷酶抑制剂治疗糖尿病四年后出现了无症状 PI，这强调了医生需要认识到这种罕见的药物不良反应，以及立即停止胃肠道治疗并随后对此类患者进行保守治疗的重要性（13）。这些病例强调了临床医生有必要加强
引文 Teimouri A, Ebrahimpour Z, Feizi A, Iraj B, Saffari E, Akbari M 和 Karimifar M (2025) NAFLD 中的糖尿病前期和心血管危险因素
非酒精性脂肪性肝病 (NAFLD) 是世界上最常见的慢性肝病 (1)。在没有酒精过量使用和其他导致肝脏脂肪变性的原因的情况下，如果脂肪饱和度超过肝脏重量的 5% (2)，即可诊断为 NAFLD。NAFLD 可发展为 NASH (非酒精性脂肪性肝炎)、晚期纤维化、肝硬化，并最终发展为肝细胞癌 (3)。全球 NAFLD 的发病率估计为 25%，而美国的 NAFLD 病例数呈上升趋势，从 2015 年的 8300 万增加到 2030 年的 1.01 亿 (4)。NAFLD 主要发生在中东和南美洲 (5)。伊朗 NAFLD 的发病率估计为近 33.9%，伊斯法罕 39.3% 的人口患有此病 (6-8)。此外，由于肥胖症的流行，全世界患 NAFLD 的人口正在增加（9）。NAFLD 可导致原发性胰岛素抵抗，也可能是胰岛素抵抗的结果，因此它与代谢综合征的组成部分密切相关，包括肥胖、胰岛素抵抗、血脂异常和高血压（10）。此外，糖尿病前期个体患糖尿病的风险最高可增加两倍。胰岛素抵抗是糖尿病病理生理的主要因素（11-13），在 NAFLD 和糖尿病之间很常见（14）。动脉粥样硬化是一种持续的炎症过程，导致动脉壁上形成斑块。动脉粥样硬化形成的病理生理是多因素的；尽管如此，所有过程都是由于促炎、内皮床功能障碍和氧化应激相互作用而发生的（15、16）。查阅文献显示，胰岛素抵抗与动脉粥样硬化形成之间存在直接而重要的关联。鉴于此，胰岛素抵抗与血清中促炎因子（如白细胞介素 1 (IL-1)、IL-6 和肿瘤坏死因子 α (TNF- α)）以及导致氧化应激的自由氧自由基水平升高有关。此外，在胰岛素抵抗患者中，不适当的血小板聚集和动脉内膜中层钙斑块沉积导致内皮功能障碍已得到充分阐明（17）。理论上，由于在 NAFLD 和糖尿病前期中都可以检测到胰岛素抵抗的痕迹，两者的巧合可能使个体越来越容易患上 CVD。最近对 7 年间 34,000 名患有 NAFLD 和胰岛素抵抗的患者进行的荟萃分析发现，NAFLD 和胰岛素抵抗使 CVD 死亡和发病的风险增加了 65%。事实上，NAFLD 患者最常见的死亡原因是心血管原因（18）。尽管如此，研究 NAFLD 和糖尿病前期对 CVD 发病率影响的研究者数量有限，本回顾性病例对照研究旨在评估这一问题。
引文 Zhang YY, Yang XY and Wan Q (2025) 血浆动脉粥样硬化指数与 2 型糖尿病并发症的关系：横断面研究
众所周知，2型糖尿病是一种因胰岛素相对或绝对缺乏而导致血糖升高的严重慢性疾病，被认为是内分泌代谢紊乱的重要组成部分（1,2）。国际糖尿病联盟（IDF）发布的《2021年糖尿病图谱》显示，到2030年糖尿病患者数量将达到6.43亿，预计到2045年将上升到惊人的7.83亿，全球与糖尿病相关的医疗保健支出可能超过1.05万亿美元（3,4）。2021年全球疾病负担研究表明，截至2021年，糖尿病已成为个人死亡和残疾的第八大风险因素（5）。事实上，大量研究糖尿病相关死亡原因的研究表明，大多数 2 型糖尿病患者至少患有一种合并症全身并发症，包括神经病变、肾病、视网膜病变，尤其是心血管损害，这是糖尿病患者死亡的主要原因（6、7）。研究表明，越来越多的 2 型糖尿病患者在年轻时（40 岁以下）被诊断出来，导致预期寿命缩短和寿命损失年数增加（8）。因此，美国糖尿病协会在其糖尿病护理标准中一直强调实施适当策略对预防和延缓糖尿病相关多系统并发症的重要性（9）。虽然葡萄糖代谢和脂质代谢是相对独立的代谢途径，但它们通过肾素-血管紧张素-醛固酮系统、线粒体功能、氧化应激和炎症反应错综复杂地相互联系。这些被破坏的分子和细胞机制共同导致了糖尿病和动脉粥样硬化的发展（10）。随着全球代谢性心血管疾病负担的不断加重，越来越多的研究强调，需要采取关键的预防和治疗干预措施，以减轻代谢因素对心血管健康的影响（11）。周围神经病变是糖尿病患者中最常见、最复杂、最严重的并发症之一，显著增加了溃疡、非创伤性截肢和足部感染的风险，可能导致长期残疾，并给 2 型糖尿病患者带来巨大的经济和心理负担（12）。此外，一项在亚洲人群中进行的观察性研究显示，2 型糖尿病患者中 2 型糖尿病肾病（DKD）的患病率高达
2/2024 |糖尿病相关截肢
统计（DRG统计），该统计是由德国联邦统计办公室收集的，用于医院服务的成本帐户[15]。DRG统计数据包含有关患者的年龄，性别和居住地的形成，以及有关GER的所有大约1900万个医院病例的疾病和手术的信息。由于DRG统计数据不包含有关收入和教育的信息，因此德国社会经济剥夺指数（GISD版本2022 V 0。2）[16]用于社会经济差异。该指数包括所有地区（称为克雷斯）的教育，就业和收入状况的信息，并将其分为奎因瓷砖，范围从低到高社会经济剥夺[17]。五分位数1反映了社会经济贫困较低的地区，五分位数2至4中等贫困的地区和五分位数5个地区的社会经济贫困较高的地区。GISD通过患者的居住区与医院统计数据相关。