高血压,一种严重的慢性疾病和心血管问题的主要危险因素,对医师的治疗和决策提出了重大挑战。推荐系统提出了一种有希望的途径,用于增强高血压护理决策过程。但是,诸如协作过滤之类的传统方法会遇到诸如数据稀疏性和可扩展性等挑战。为了应对这些挑战,已经探索了基于机器的建议系统。本研究提出了一种增强的协作过滤方法,集成了聚类和小组建议技术。使用静态和动态方法,建议每个群集提出的研究聚合组建议。对于新患者,采用三种相似性措施从最相似的病例群集中选择相关建议。这些发现证明了模型的令人满意的性能,尤其是在采用动态组建议和欧几里得相似性时,就平均绝对误差(MAE)表明精度提高了精度。
抽象疾病管理,特别是对于慢性病或老年人,涉及持续监测,生活方式调整和频繁的医疗互动,需要有效的家庭护理解决方案。为了满足这些需求,聊天机器人技术已成为支持患者自主管理健康的有前途的工具。在这种情况下,聊天机器人必须提供及时,准确的信息和持续的善解人意支持,以维持患者的参与度。此外,数据隐私问题需要避免第三方自然语言处理和发电服务。为了满足这些需求,在本文中,我们建议开发聊天机器人,以支持患者管理慢性病,重点关注高血压。特别是,由于隐私要求,我们使用开源大型语言模型来避免专有系统。鉴于他们的性能基于最先进的指标,我们不竞争第三方服务,因此我们结合了检索增强发电(RAG)技术,建立了一个知识库,并通过医学专业人员的投入来提高模型性能。我们评估了七个开源型号,其中包括两个在医疗领域进行的专门培训。我们的结果表明,抹布可显着提高性能,超过没有抹布的专门医疗域模型。这种方法提供了一种有希望的解决方案,用于独立安全地管理慢性条件。
结果:所有机构 (n = 4, 100%) 均提供高血压和糖尿病服务,平均有 118 名护士 (IQR 103–140) 和 5 名医生 (IQR 2–8)。只有一家机构 (n = 1, 25%) 在过去一年开展过心血管疾病培训。所有 4 家机构均配备所有基本设备 (体重秤、听诊器、血糖仪和血压监测仪)。抗高血压药物包括 ACE 抑制剂 (n = 3; 75%)、钙通道阻滞剂 (n = 4; 100%)、中枢作用药物 (n = 4; 100%) 和噻嗪类药物 (n = 4; 100%),以及二甲双胍 (n = 4; 100%) 和胰岛素 (n = 2; 50%) 等抗糖尿病药物。仅有两家机构(n = 2;50%)能够进行所需的测试(糖化血红蛋白、全血细胞计数、肾功能、血清肌酐、血尿素、电解质和血脂测试)。总体准备度得分为 75.5%,基本药物(83.5%)、基本设备(78%)、心血管疾病管理临床指南(75%)和诊断能力(65.5%)。特派团设施的准备度得分较高(96%),政府设施的准备度得分较高(55%)。
Mata Beslanovna Apaeva联邦政府高等教育预算教育机构«Kabardino-Balkarian州立大学以H.M.的名字命名Berbekov»,173 Ulitsa Chernyshevskogo,Nalchik,Nalchik,360004,俄罗斯,https://orcid.org/0009-0009-0008-1364-9294,mataapaeva1019@gmail.com Berbekov»,173 Ulitsa Chernyshevskogo,Nalchik,360004,俄罗斯。https://orcid.org/0009-0007-8195-6475,gergerva.alina11@mail.ru angelina al angelina alexandrovna strelnikova联邦政府联邦州立州自治性教育机构高等教育«N.I. N.I.Pirogov俄罗斯国家研究医科大学»俄罗斯联合会卫生部1 Ostrovityanova Street,莫斯科,117513,俄罗斯。https://orcid.org/0009-0001-7675-7590,安吉丽娜。strelnikova2018@yandex.ru diana arturovna mkrtumyan voronezh州立医科大学以N.N.命名Burdenko, 10 Studencheskaya street, Voronezh, 394036, Russia, https://orcid.org/0009-0003-3896-1325, filina.lidia@mail.ru Fatima Magomedovna Alieva Dagestan State Medical University Imama Shamil 46, Makhachkala, 367000, Russia, https://orcid.org/0009-0009-1212-9649,afatima02@mail.ru patimat omaraskhabshabhabhabhabovna magomedova dagestan dagestan州立医科大学伊玛玛·萨米尔(Imama imama imama imama shamil 46,makhachkala,makhachkala,367000,俄罗斯,俄罗斯patya.magomedova.o2017@gmail.com laura sergeevna okhotnikova«Chuvash州立大学以I. N. Ulyanov»俄罗斯俄罗斯的命名428015,https:// orcid.org/0009-0003-3932-845x,Okhotnikova66@mail.ru收到:07/20/2024接受:08/19/2024出版:09/12/2024 DOI:09/12/2024 DOI:09/12/2024 DOI:: http://doi.org/10.5281/zenodo.14223262
1 CarVasCare 研究小组,昆卡护理学院,卡斯蒂利亚-拉曼恰大学,昆卡,西班牙 2 智利自治大学健康科学学院,塔尔卡,智利 3 卡斯蒂利亚-拉曼恰大学信息系统系,昆卡,西班牙 4 Parquesol 大学健康中心,西巴利亚多利德初级卫生保健管理,卡斯蒂利亚和莱昂地区卫生局,巴利亚多利德,西班牙 5 巴利亚多利德大学医学、皮肤病学和毒理学系,巴利亚多利德,西班牙 6 拉巴斯大学医院急救服务,马德里,西班牙 7 萨拉曼卡初级保健研究组,萨拉曼卡初级保健管理,萨拉曼卡生物医学研究所,萨拉曼卡,西班牙 8 慢性病、初级保健和健康促进研究网络,萨拉曼卡,西班牙 9 萨拉曼卡大学生物医学和诊断科学系,萨拉曼卡,西班牙 10 萨拉曼卡大学医学系,西班牙 11 参见致谢
Padmanabhan, S.、Delles, C. 和 Dominiczak, AF (2024) 超越全基因组扫描:推进高血压基因组学的发展。高血压,81(6),第 1186-1189 页。(doi:10.1161/HYPERTENSIONAHA.124.21371)此版本与已发布版本之间可能存在差异。如果您想引用,建议您查阅出版商的版本。http://eprints.gla.ac.uk/323882/
当调查结果已知时,建议 2 型糖尿病患者使用 QRISK3 计算器 ( https://qrisk.org ) 进行心血管风险评估。如果 10 年心血管事件风险 ≥10% ,则考虑提供他汀类药物治疗以进行 CVD 的一级预防(NICE,2023b)。不建议 85 岁或以上的老年人或已有 ASCVD 的人使用 QRISK3,这些人应每天服用一次 80 毫克阿托伐他汀进行二级预防。对于 1 型糖尿病患者,不应使用 QRISK3;相反,如果受试者年龄 > 40 岁或患糖尿病 > 10 年,则应提供他汀类药物治疗。建议患有 1 型或 2 型糖尿病并患有 CKD 的人每天服用一次 20 毫克阿托伐他汀,同样无需使用 QRISK3(NICE,2023b)。
摘要 目的 高血压和血脂异常是心血管疾病 (CVD) 的已知危险因素,但它们本身往往不足以预测 CVD。炎症也会导致 CVD,但关于炎症、高血压和血脂异常与 CVD 风险同时发生的研究有限。了解炎症状态以及其他危险因素对于临床医生正确评估患者的 CVD 风险至关重要。方法 使用来自健康与退休研究的前瞻性数据,该研究是美国 50 岁以上成年人的代表性队列 (n=7895)。参与者平均年龄为 68.8 岁,54.9% 为女性。80.7% 为非西班牙裔白人,10.1% 为非西班牙裔黑人,9.2% 为西班牙裔。高血压、血脂异常和 C 反应蛋白 (CRP) 升高用于创建 CVD 风险评分:低(0-1 个因素)、中(2 个因素)或高(所有 3 个因素)。这些变量的测量和定义指南在方法部分有详细说明。加权逻辑回归模型估计了 (1) 中高危组与低危组的 CVD 患病率和发病率以及 (2) 调整协变量后的 4 年死亡率的 OR。结果横断面分析显示,高危参与者 (n=1706) 的 CVD 患病率明显高于低危参与者 (n=3107)(调整后的 OR 1.54,95% CI:(1.29 至 1.84))。中危(n=3082)参与者的 CVD 患病率更高,但这并不达到显著性。前瞻性研究显示,与低风险人群相比,中风险和高风险人群的 4 年 CVD 发病率显著升高(中风险校正 OR 1.57,95% CI(1.18 至 2.09);高风险校正 OR 1.67,95% CI(1.19 至 2.36))。与低风险人群相比,高风险人群(OR 2.12,95% CI(1.60 至 2.8))的 4 年死亡率更高,而中风险人群的 4 年死亡率不显著升高。结论高血压、血脂异常和 CRP 升高同时发生与 CVD 患病率增加、CVD 发病率增加和
