XiaoMi-AI文件搜索系统
World File Search SystemCardiovascular
心血管疾病风险评估 AHS – G2050
• 有过早发生 ASCVD 的家族史（男性，年龄 <55 岁；女性，年龄 <65 岁） • 原发性高胆固醇血症（LDL-C，160-189 mg/dL [4.1-4.8 mmol/L]；非 HDL-C 190–219 mg/dL [4.9–5.6 mmol/L]）• 代谢综合征（腰围增加、甘油三酯升高 [>150 mg/dL]、血压升高、血糖升高和低 HDL-C [男性 <40 mg/dL；女性 <50 mg/dL] 是因素；3 个因素加起来即可诊断）• 慢性肾脏疾病（eGFR 15–59 mL/min/1.73 m2，有或无白蛋白尿；未接受透析或肾移植治疗）• 慢性炎症性疾病，如牛皮癣、RA 或 HIV/AIDS • 过早绝经史（40 岁之前）和妊娠相关疾病史，这些疾病会增加后期 ASCVD 风险，如先兆子痫 • 高危种族/民族（例如南亚裔）• 脂质/生物标志物：与ASCVD 风险 • 持续升高的原发性高甘油三酯血症 (≥175 mg/dL) • 高敏 C 反应蛋白升高 (≥2.0 mg/L) • Lp(a) 升高：测量的相对指征是过早发生 ASCVD 的家族史。Lp(a) ≥50 mg/dL 或 ≥125 nmol/L 构成风险增强因素，尤其是在较高水平的 Lp(a) 下 • apoB 升高 ≥130 mg/dL：测量的相对指征是甘油三酯 ≥200 mg/dL。水平≥130 mg/dL 对应于 LDL-C ≥160 mg/dL 并构成风险增强因素 • ABI <0.9
消防员心血管健康和保健
问题：尽管消防员工作涉及多种危险，但约 50% 的 LODD（执勤死亡）是由心血管相关事件引起的，包括心脏病发作、心脏骤停和中风。26 事实上，心脏猝死导致的消防员死亡人数大约是烧伤的七倍。27 除了心脏相关的死亡病例外，每年还报告数百起非致命的心脏事件（伤害）（尽管缺乏准确数据，而且实际数字可能高得多），导致大量时间损失、对人员配备产生不利影响以及因残疾导致的退休。据信，更多的消防员在非执勤或退休后死于心脏病，而这些死亡通常不计入死亡报告中。
标题页 1 完整标题：2 使用人工智能在心电图上检测肥厚型心肌病 3 4 简称：5 使用人工智能在心电图上检测肥厚型心肌病 6 7 作者： 8 James M Hillis，MBBS DPhil 1,2,3 9 Bernardo C Bizzo，MD PhD 1,3,4 10 Sarah F Mercaldo，PhD 1,3,4 11 Ankita Ghatak，MSc 1 12 Ashley L MacDonald，BSc 1 13 Madeleine A Halle，BSc 1 14 Alexander S Schultz 1 15 Eric L'Italien 1 16 Victor Tam 1 17 Nicole K Bart，MBBS DPhil 3,5 18 Filipe A Moura，MD PhD 3,5 19 Amine M Awad，BMBCh 2,3,6 20 David Bargiela，MBBS PhD 2,3,6 21 Sarajune Dagen，RN 7 22 Danielle Toland，RN BSN 6 23 Alexander J Blood，MD MSc 3,5 24 David A Gross，MD PhD 3,5 25 Karola S Jering，MD 3,5 26 Mathew S Lopes，MD MPH 3,5 27 Nicholas A Marston，MD MPH 3,5 28 Victor D Nauffal，MD 3,5 29 Keith J Dreyer，DO PhD 1,3,4 30 Benjamin M Scirica，MD* 1,3,5 31 Carolyn Y Ho，MD* 3,5 32 33 * 这些作者对这项工作的贡献相同。 34 35 作者所属： 36 1 美国马萨诸塞州波士顿麻省总医院布莱根医院，美国马萨诸塞州波士顿 37 2 美国马萨诸塞州波士顿麻省总医院神经内科 38 3 美国马萨诸塞州波士顿哈佛医学院 39 4 美国马萨诸塞州波士顿麻省总医院放射科 40 5 美国马萨诸塞州波士顿布莱根妇女医院心血管医学科 41 6 美国马萨诸塞州波士顿布莱根妇女医院神经内科 42 7 美国马萨诸塞州波士顿布莱根妇女医院神经外科 43
标题页 1 完整标题：2 使用人工智能在心电图上检测肥厚型心肌病 3 4 简称：5 使用人工智能在心电图上检测肥厚型心肌病 6 7 作者： 8 James M Hillis，MBBS DPhil 1,2,3 9 Bernardo C Bizzo，MD PhD 1,3,4 10 Sarah F Mercaldo，PhD 1,3,4 11 Ankita Ghatak，MSc 1 12 Ashley L MacDonald，BSc 1 13 Madeleine A Halle，BSc 1 14 Alexander S Schultz 1 15 Eric L'Italien 1 16 Victor Tam 1 17 Nicole K Bart，MBBS DPhil 3,5 18 Filipe A Moura，MD PhD 3,5 19 Amine M Awad，BMBCh 2,3,6 20 David Bargiela，MBBS PhD 2,3,6 21 Sarajune Dagen，RN 7 22 Danielle Toland，RN BSN 6 23 Alexander J Blood，MD MSc 3,5 24 David A Gross，MD PhD 3,5 25 Karola S Jering，MD 3,5 26 Mathew S Lopes，MD MPH 3,5 27 Nicholas A Marston，MD MPH 3,5 28 Victor D Nauffal，MD 3,5 29 Keith J Dreyer，DO PhD 1,3,4 30 Benjamin M Scirica，MD* 1,3,5 31 Carolyn Y Ho，MD* 3,5 32 33 * 这些作者对这项工作的贡献相同。34 35 作者所属： 36 1 美国马萨诸塞州波士顿麻省总医院布莱根医院 37 2 美国马萨诸塞州波士顿麻省总医院神经内科 38 3 美国马萨诸塞州波士顿哈佛医学院 39 4 美国马萨诸塞州波士顿麻省总医院放射科 40 5 美国马萨诸塞州波士顿布莱根妇女医院心血管医学科 41 6 美国马萨诸塞州波士顿布莱根妇女医院神经内科 42 7 美国马萨诸塞州波士顿布莱根妇女医院神经外科 43
COVID-19 相关心血管并发症
摘要 严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 是一种导致极具传染性的疾病，即 2019 年冠状病毒病 (COVID-19) 的病毒。COVID-19（简称 COVID）在全球范围内造成了可怕的影响，导致 600 多万人死亡。自 2019 年 12 月 31 日在中国湖北省武汉市发现首例呼吸道病毒感染病例以来，SARS-CoV-2 在全球迅速传播。根据流行病学估计，世界卫生组织 (WHO) 于 2020 年 3 月 11 日宣布 COVID-19 为全球大流行。后 COVID 是一种临床状况，其特征是在首次感染 SARS-CoV-2 三个月后出现全新的 COVID-19 症状。受 COVID-19 影响的患者报告了一系列心血管 (CV) 异常，包括心肌炎症、心肌梗死、右心室功能障碍、心肌肥大、冠状动脉粥样硬化、局灶性心肌纤维化、急性心肌梗死、心脏肥大、病毒性心肌炎、体位性心动过速症状 (POTS)、主动脉和动脉血栓形成、静脉血栓形成和心律失常。心肺症状包括胸痛、呼吸急促、疲劳、低血压和 POTS 很常见，并伴有严重的残疾和焦虑加剧。此外，目前可用的 COVID-19 疫苗也报告了 CV 副作用的风险。COVID 后心脏并发症的病理生理机制仍不太清楚。 COVID-19 预计将改变许多慢性心脏疾病的长期发展轨迹，这些疾病在有严重疾病风险的人群中很常见。本综述讨论了 COVID 后并发症的定义、潜在的急性和慢性心血管损伤的病理生理机制及其对 COVID-19 后多器官健康的影响。 关键词：心脏并发症、心血管异常、心血管损伤、心肺症状、COVID-19、SARS-CoV-2 引言 2019 冠状病毒病（简称 COVID-19）是由严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 引起的病毒性传染病。该疾病于 2019 年 12 月在中国湖北省武汉市发现，并已蔓延至全球，造成了最严重的大流行。[1]
使用机器学习预测心血管疾病
摘要 —心血管疾病 (CVD) 是全球主要死亡原因之一。早期诊断和干预对于降低与这些疾病相关的风险至关重要。在本研究中，我们提出了一种基于机器学习的系统，使用极端梯度提升 (XGBoost) 技术预测心血管疾病。我们采用随机搜索的特征选择和超参数优化来提高模型的准确性。通过交叉验证评估模型的性能，并与其他算法进行比较，包括 K 最近邻 (KNN)、朴素贝叶斯、支持向量机 (SVM) 和随机森林。实验结果表明，我们基于 XGBoost 的模型优于其他算法，准确率为 98%，ROC 曲线下面积为 0.98。索引词 —心血管疾病、机器学习、XG-Boost、特征选择、超参数调整、随机搜索、交叉验证、预测模型、算法比较。
项目名称：用于管理瓣膜心脏病的心血管数字双胞胎
瓣膜心脏病是一种威胁生命的疾病，会影响老年人口的份额增加。在过去十年中，临床界内的新事态发展意味着现在可以用最少的侵入性进行病患心脏瓣膜的修复或更换。另一方面，接受这些手术的200K+患者中，多达50％的心脏功能没有改善。恢复过程中涉及的过程是复杂且多因素的，呈现心血管血流动力学和心肌力学。该项目旨在使用患者心血管系统的数字双（DT）来预测对介入阀程序的反应。我们将建立一个新的DT框架，结合深度学习，多尺度生物物理建模和图像分析技术。将此模型应用于多模式患者数据集，我们将优化预测准确性并在看不见的数据集上进行测试。项目描述
糖尿病持续时间，胆固醇水平和患有2型糖尿病患者心血管疾病的风险
方法：使用韩国国家健康保险服务队列数据库，我们确定了2 359 243受试者，患有2型糖尿病，2015年至2016年≥20岁。基线脂质水平和糖尿病持续时间进行了评估，并随访至2020年12月（平均随访，3。9年）。受试者根据糖尿病的持续时间进行分类（新的，<5年，5-9岁或≥10岁）。我们以低密度脂蛋白胆固醇（LDL-C）<70 mg/dL分析了新发作的糖尿病组作为参考组。使用针对潜在混杂因素调整的COX比例危害模型估算了心肌梗塞（MI）和缺血性中风（IS）的95％顺式（IS）。结果：在随访期间，确定了45 883例MI和53538例IS病例。在新发作糖尿病组中，在LDL-C≥160mg/dL时，MI的风险开始增加，在糖尿病持续时间<5年的组中，在LDL-C≥130mg/dl时，MI的风险在LDL-C≥160mg/dL中增加。在糖尿病持续时间为5至9年的受试者中，LDL-C水平为100-129 mg/dl，130-159 mg/dL和≥160mg/dl的受试者与MI的风险显着相关（HR [95％CI] 1.13 [1.04-1.22]，1.28 [1.17.117 [1.17-1.17-1.17]，1.1.17.1.17.1.1.17.1.1.17.1.1.1.17.1.1.17.1.1.17 n [1.17]，1.1.1.1.1.1.1.1.17.1.1.1.1.1.17 eft>。 分别）。即使在LDL-C 70-99 mg/dL种群中，糖尿病持续时间≥10岁的MI风险也增加了16％（HR [95％CI] 1.16 [1.08-1.25]）。
SGLT2 抑制剂与磺酰脲类药物相比对亚洲人血糖控制和心血管风险降低的影响：荟萃分析 Fonny Cokro 1 ,
国际指南建议对 2 型糖尿病 (T2DM) 患者使用钠-葡萄糖转运蛋白 2 抑制剂 (SGLT2is)。然而，不同种族和民族的血糖控制结果可能存在差异。同时，磺酰脲类药物在亚洲通常作为口服抗糖尿病药物使用。本研究探讨了 SGLT2 抑制剂和磺酰脲类药物对亚洲 2 型糖尿病成年人的血糖控制和心血管风险成分。协议 CRD420234480943 已在 Prospero 注册。截至 2024 年 2 月 15 日，我们在 PubMed、CENTRAL 和 EMBASE 中搜索相关论文。这项亚洲 2 型糖尿病研究的主要结果是 HbA1c 的降低。次要结果包括空腹血糖水平、血压、胆固醇状况和人体测量值。RoB2 工具评估了偏倚风险，Review Manager 5.3 合成了数据。 GRADE 框架评估了确定性。共选择了 7 篇文章，共 890 名参与者。数据分析显示，SGLT2is 和磺酰脲类药物在 HbA1c 的主要结果方面没有统计学上的显著差异（MD = 0.06%；95%CI = -0.13%-0.24%），确定性较低。HbA1c 的亚组分析显示达格列净更受青睐（MD = -0.36%；95%CI = -0.63 至 -0.08%）。次要结果分析表明，SGLT2is 对改善血压、所有人体测量值和高密度脂蛋白 (HDL) 水平有更有利的影响。总之，SGLT2is 和磺酰脲类药物在血糖控制方面没有差异。但是，SGLT2is 可以增强心血管风险降低。为了解决数据确定性水平低的问题，需要对 SGLT2 的剂量、类型和持续时间进行更多研究，尤其是在亚洲。