XiaoMi-AI文件搜索系统
World File Search SystemCINAHL
引用：Brew-Sam N，Parkinson A，Lueck C等。当前对精确医学和个性化医学的理解
摘要简介术语“精密医学”和“个性化医学”已成为与健康有关的研究和与科学相关的公共交流中的关键术语。然而，这两个概念及其在各个学科中的解释是异质的，这也影响了研究翻译和公众意识。这导致了两个概念的使用和区分的混乱。我们的目的是提供当前对这些概念的理解的快照。方法和分析我们的研究将使用Rodgers的进化概念分析来系统地检查对临床医学，生物医学（结合基因组学和生物信息学），健康服务研究，物理学研究，物理学，化学，工程学，工程学，机器学习，机器学习和人工智能和人工智能和相关属性的概念（结合基因组学和生物信息学）的当前理解“精确医学”和“个性化医学”。将使用与每个学科相关的数据库对文献进行系统搜索：ACM数字图书馆，Cinahl，Cochrane图书馆，F1000 Research，IEEE Xplore，PubMed/PubMed/PubMed/Medline，Science Direct，Science Direct，Scopus，Scopus，Scopus，Scopus和Web of Science。这些是所包含学科的最具代表性数据库之一。我们将研究各个学科和（子）学科的“精度医学”和“个性化医学”定义的相似性和差异，包括每个术语的属性。这将使我们能够确定如何区分这两个概念。道德和传播遵循道德和研究标准，我们将全面地报告罗杰斯概念分析方法后进行系统分析的方法。我们的系统概念分析将有助于在给定的环境和情况下在其应用中澄清两个概念和区分。这样的广泛概念分析将有助于这些概念的非系统合成，
系统的现实主义合成（Palliatheartsynsesis）
抽象目标（1）开发了一个程序理论，讲述了为什么，为谁和在哪些环境中整合姑息治疗（PC）和心力衰竭（HF）服务有效/不起作用； （2）使用程序理论与利益相关者共同生产，干预策略为最佳实践和未来的研究提供了信息。使用现实主义的分析逻辑对所有已发表文章和灰色文献进行系统评价。搜索策略结合了评论问题重要的术语：HF，PC和生命的终结。文档，并提供了与PC和HF服务集成有关的数据。搜索于2021年11月在Embase，Medline，Psycinfo，Amed，HMIC和Cinahl进行。通过每月警报（直到2023年4月）和项目利益相关者组（患者/护理人员，内容专家和多学科从业者）确定了更多相关文件。结果包括130个文件（86个研究，22个文献评论，22个灰色文献）。计划理论确定了最有可能支持PC和HF服务集成的干预策略。其中包括来自本科/研究生级别的基于证据的PC和HF教育的受保护时间以及持续的专业实践；选择教育环境（例如，在线，面对面或混合动力）；提高意识并看到PC对HF管理的好处；通过可靠的冠军传达对PC和HF整合的情感和智力需求；在实践中优先考虑PC和HF指南。Prospero注册号CRD42021240185。结论审查结果概述了提高所有主要参与者都具有将PC集成到HF管理的能力，机会和动力的可能性所需的步骤。
初级保健在 COVID-19 疫苗接种中扮演什么角色
摘要 目的 本研究旨在：(1) 考察全球九个司法管辖区在疫情期间聘请初级保健提供者 (PCP) 接种 COVID-19 疫苗的经验；(2) 描述如何将疫苗犹豫和公平原则纳入 COVID-19 疫苗推广策略；(3) 确定疫苗推广的障碍和促进因素。 设计快速范围界定审查。 数据来源 在 MEDLINE、CINAHL、Embase、Cochrane 图书馆、SCOPUS 和 PsycINFO、谷歌以及国家卫生部门的网站上进行了搜索。搜索和分析时间为 2021 年 5 月至 2021 年 7 月。 结果 62 篇文献符合纳入标准（35=灰色文献；56% 和 27=同行评审；44%）。本次审查发现，几乎所有司法管辖区的医院都开始采用疫苗分发方法。在一些司法管辖区，PCP 从一开始就参与其中，大多数司法管辖区随着时间的推移都包括 PCP。在许多司法管辖区，公平性是各边缘化社区优先政策的考虑因素。然而，疫苗分发方法的设计并未明确考虑疫苗犹豫。疫苗推广的障碍包括个人、组织和环境因素。通过制定大流行防范政策和流程、完善和协调的信息系统、初级保健干预措施、充足的供应商供应、供应商的教育和培训以及有效的沟通策略，促进了疫苗推广战略。结论缺乏关于初级保健主导的疫苗分发方法对疫苗犹豫、采用和公平性影响的实证证据。未来的疫苗分发方法需要通过进一步研究来评估疫苗分发方法及其对患者和人群结果的影响。
文学评论
糖尿病足溃疡（DFU）是糖尿病（DM）的主要并发症之一，也是全世界死亡的主要原因之一，这是由于非传染性疾病（NCDS）。开发用于早期糖尿病脚的仪器工具至关重要，因为这些发现可用于优先考虑有危险患者的临床检查。本文献综述旨在研究有关跨文化仪器工具的哲学观点，以检测出在国内和外国期刊上发表的各种研究报告中的DFU。2018年1月至2023年12月之间发表的原始研究出版物是文献搜索的重点。这项研究使用了辅助数据，该数据来自从科学直接，Cinahl，PubMed和Scopus数据库获得的17个可靠期刊出版物。PICOS框架被用来评估论文的选择性。符合纳入要求的文章将被选择：研究应显示DFU检测结果或对结果的干预的结果，并且人口应由有或没有DFU的DM患者组成，并进行早期DFU检测或干预措施的早期DFU检测或干预措施。研究可以使用任何类型的研究设计，包括描述性，横截面，观察性，准实验性，随机对照试验和混合方法，并应英文编写。本文献综述的结果表明，所有新开发的仪器工具检测DFU都测试了内容的有效性和可靠性，尤其是转化为当地语言以满足文化适用性。对于从事新DFU检测风险工具的研究人员来说，要考虑将跨文化理论包括在其DFU早期检测的评估工具中。
医学中基于深度学习的面部图像分析...
摘要简介深度学习技术正在在医学研究中获得动力。证据表明，深度学习在图像识别和分类方面具有优势，例如在检测人们的医疗状况中的面部图像分析。尽管有积极的发现可用，但对医学环境中基于深度学习的面部图像分析的最新面貌知之甚少。为了考虑患者的福利和实践的发展，需要及时了解基于深度学习的面部图像分析所面临的挑战和机会。为了解决这一差距，我们旨在进行系统的审查，以确定医学研究中基于深度学习的面部图像分析的特征和影响。从这项系统的审查中获得的见解将为特征，挑战以及在疾病检测，诊断和预后应用的基于深度学习的面部图像分析中提供急需的理解。方法数据库，包括PubMed，Psycinfo，Cinahl，Ieexplore和Scopus，将在2021年9月以英文发表的相关研究搜索。标题，摘要和全文文章将被筛选以识别合格的文章。还将对随附文章的参考列表进行手动搜索。采用了系统评价和荟萃分析框架的首选报告项目来指导系统的审查过程。两位审稿人将独立检查引用并选择包含的研究。差异将通过小组讨论解决，直到达成共识为止。将根据本研究中采用的研究目标和选择标准提取数据。道德和传播作为研究是进行系统审查的协议，不需要伦理批准。研究结果将通过同行评审的出版物和会议演讲来传播。Prospero注册号CRD42020196473。
当前对ALS患者神经调节的观点
肌萎缩性侧索硬化症（ALS）是一种进行性神经退行性疾病，会影响运动神经元，导致肌肉无力，麻痹，最终导致患者的病情。近年来，神经调节技术已成为有希望的潜在治疗方法，以减缓疾病进展并改善ALS患者的生活质量。进行了系统的审查，直到2023年8月8日，以评估使用的神经元素方法及其在ALS治疗中的潜力。搜索策略是在Cochrane Central数据库中应用的，并结合了其他数据库的结果，例如PubMed，Embase，CTGOV，CINAHL和ICTRP。在排除未符合纳入标准的论文之后，总共发现了2090个记录，总共提供了10项研究。r软件用于根据实验组和对照组之间的效果大小来进行荟萃分析。这揭示了手动肌肉测试（p = 0.012）和静止运动阈值（p = 0.0457）的肌肉拉伸度量差异，但没有自愿等距收缩（p = 0.1883）。ALS的功能也不同（p = 0.007），但没有生活质量。尽管在运动皮层1（M1）（p = 0.1338）中未见心脏内促进作用，但短间隔内抑制M1是显着的（p = 0.0001）。bdnf没有统计学意义的差异（p = 0.2297）。光生物调节是一种创新的方法，它使用特定波长来影响线粒体，以改善线粒体功能并降低兴奋性毒性。基于神经调节的治疗方法是通过电气，磁性和光子刺激对ALS的有前途的ALS治疗方法。缺乏可靠的安慰剂控制和刺激频率的变化是神经调节的一些缺点。
使用人工智能改善疼痛评估和疼痛管理：范围审查
背景：超过 20% 的美国成年人报告说他们大多数日子或每天都会感到疼痛。无法控制的疼痛导致医疗保健利用率、住院率、急诊率和经济负担增加。使用人工智能 (AI) 方法识别、评估、理解和治疗疼痛可能会改善患者的治疗效果和医疗资源利用率。全面综合目前以疼痛评估和管理为重点的基于人工智能的干预措施的使用情况和结果，将指导未来研究的发展。目标：本综述旨在调查旨在改善成年患者疼痛评估和管理的基于人工智能的干预措施的研究现状。我们还确定了基于人工智能的干预措施对成年患者的实际结果。方法：搜索的电子数据库包括 Web of Science、CINAHL、PsycINFO、Cochrane CENTRAL、Scopus、IEEE Xplore 和 ACM 数字图书馆。搜索最初确定了 6946 项研究。经过筛选，30 项研究符合纳入标准。批判性评价技能计划用于评估研究质量。结果：本综述提供了证据表明，机器学习、数据挖掘和自然语言处理可用于提高有效的疼痛识别和疼痛评估、分析自我报告的疼痛数据、预测疼痛，并帮助临床医生和患者更有效地管理慢性疼痛。结论：本综述的结果表明，使用基于人工智能的干预措施对疼痛识别、疼痛预测和疼痛自我管理有积极影响；然而，大多数报告只是试点研究。在这些方法准备好进行大规模临床试验之前，还需要进行更多使用生理疼痛测量的试点研究。
人工智能在口腔疾病诊断中的应用
目的：了解人工智能 (AI) 在口腔放射学及其应用中的作用。背景：在过去的二十年里，人工智能领域经历了惊人的进步和扩展。人工智能应用在牙科领域扮演了新的角色，如数字化数据采集、机器学习和诊断应用。材料和方法：在 2023 年 1 月 1 日之前 10 年内，在 PubMed、ERIC、Embase、CINAHL 数据库中搜索了所有概述人口、干预、控制和结果 (PICO) 问题的研究论文。两位作者独立审查了所选研究的标题和摘要，两位审查作者之间的任何差异由第三位审查员处理。两名独立研究人员使用改进的诊断准确性研究质量评估工具 (QUADAS-2) 对所有纳入的研究进行了质量评估。评审结果：经过去重、筛选标题和摘要，最终确定18篇全文进行进一步评审，其中14篇符合纳入标准，纳入本次评审。人工智能模型的应用主要集中在骨质疏松症的诊断、颌面囊肿和/或肿瘤的分类/分割以及牙槽骨吸收方面。两项（14%）研究的总体研究质量较高，六项（43%）研究的总体质量中等，另外六项（43%）研究的总体质量较低。结论：使用人工智能进行患者诊断和临床决策相对容易，该技术应被视为未来口腔诊断潜在应用的可靠方式。关键词：人工智能、计算机辅助成像、口腔诊断成像。《当代牙科实践杂志》（2023 年）：10.5005/jp-journals-10024-3465
引用：Bosward R，Braunack Mayer A，Frost E等。映射精度公共卫生定义，术语和应用：范围审查P
摘要简介精确公共卫生是一个新兴和不断发展的领域。学术社区在术语和定义方面有分歧，以及精确公共卫生的范围，参数和目标。该协议总结了范围审查的过程，该过程旨在识别和描述当前文献中术语和概念的定义，术语，用途。方法和分析将进行范围审查，以收集有关精确公共卫生的现有文献。我们将搜索Cinahl，PubMed，Scopus，Web of Science和Google Scholar，并包括所有用英语发布的文档，提及精确的公共卫生。对由此产生的论文进行的批判性话语分析将产生精确的公共卫生术语，术语的定义和用途以及语言的使用和含义。分析将分阶段进行：首先，将提取描述性信息，并将计算描述性统计信息以表征文献。第二，将列举和映射“精确公共卫生”一词“精确公共卫生”和替代条款，并收集了定义。话语分析的第三阶段将涉及对精确公共卫生的含义的分析和解释，包括话语的组成，组织和功能。最后，将进行对精确公共卫生的替代短语的论述分析。结果将根据他们如何回答研究问题的标题分组。这将包括对精确公共卫生的替代短语的分析和解释，这些短语是用来含义的，这些短语彼此之间的关系以及它们与精确公共卫生的比较或形成鲜明对比。道德和传播范围范围审查不需要道德批准。范围审查的结果将用作博士论文的一部分，并且可以在期刊，会议论文集或其他地方发表。
乙型肝炎（被动）疫苗的概述是HBSAG反应性母亲的婴儿乙型肝炎感染的新生，2017年至2021年，在L
简介：糖尿病足溃疡（DFUS）仍然是糖尿病中最大的重要问题之一。这是造成患者主要痛苦和费用的原因，以及医疗机构和公众的财务问题。克服DFU的一种策略之一是通过健康教育来防止足部溃疡，该溃疡的重点是促进脚步自我保健。为了达到这一目标，研究人员采用了不同的教育方法。该系统评价是根据其交付和有效性评估各种类型的教育计划。方法：搜索涉及各种数据库； EBSCOHOST，MEDLINE，CINAHL，COCHRANE图书馆，ScienceDirect，PubMed，Sage Sringerlink，Web of Science和Wiley在线图书馆。这仅限于报告干预研究的全文研究文章，并用英语撰写，该出版物是从2005年到2021年。关键词是“糖尿病”，“糖尿病脚”，“脚自我护理”，健康教育和“干预措施”。结果：这项综述涉及二十个研究。九项研究是随机对照试验（RCT），而11项研究报告了非随机对照试验（NRCT）。结论：有证据表明，足部护理教育可以改善足部护理和糖尿病足问题。各种健康教育方法，例如脚步评估，讨论，咨询，基于家庭的访问和电话已被证明有效地改善了教育计划。马来西亚医学与健康科学杂志（2023）19（4）：315-325。 doi：10.47836/mjmhs19.4.44马来西亚医学与健康科学杂志（2023）19（4）：315-325。 doi：10.47836/mjmhs19.4.44将来的研究应集中在不同地点的RCT上，并应用长时间的随访，以便为医疗保健从业者提供有关有效的教育干预措施以防止DFU的建议。