XiaoMi-AI文件搜索系统
World File Search SystemDiab
世界糖尿病日无空货架
签署者呼吁决策者将NCD纳入活动，以加强公共和私营部门的健康和供应系统，包括实现Univeral Health覆盖范围的策略，并为多边机构和技术合作伙伴，金融贡献者，全球卫生倡导者和私营部门提供其他行动。
糖尿病患者的4个月基于利福平的结核病治疗的功效和安全性
为了支持改善患者护理，该活动已由Medscape，LLC和新兴的传染病计划和实施。Medscape，LLC得到认可的持续医学教育委员会（ACCME），认证药物教育委员会（ACPE）（ACPE）和美国护士证书中心（ANCC）的认可，为医疗团队提供继续教育。Medscape，LLC指定此基于期刊的CME活动，最多为1.00 AMA PRA类别1 CRECTER™。医师应仅要求其参与活动的程度相称。成功完成此CME活动（包括参与评估部分），使参与者能够在美国内科医学委员会（ABIM）维护认证（MOC）计划中获得高达1.0 MOC的积分。参与者将赚取相当于该活动的CME积分数量的MOC积分。为了授予ABIM MOC信用，向ACCME提交参与者完成信息是CME活动提供商的责任。所有其他完成此活动的临床医生将获得参与证书。参加本期刊CME活动：（1）回顾学习目标和作者披露； （2）研究教育内容； （3）在https://www.medscape.org/qna/processor/73653?showstandalone = true＆src = prt_jcme_eid_ mscpedu; （4）查看/打印证书。有关CME问题，请参见第643页。注意：Medscape的政策是避免在认可的活动中使用品牌名称。但是，为了尽可能清楚，在此活动中使用商标名称来区分混合物和不同的测试。这并不是要推广任何特定产品。
罕见的大型高渗透率CNV对挪威的小儿和Mody糖尿病的贡献
17：34902695-36249430 1346.74 ncdr no Core ** IA-2A阳性T1D MLPA NMR：Norwegian Mody注册表； NCDR：挪威儿童糖尿病注册表。（*）此删除以前在注册表中已识别并记录了吗？（**）NMR核心和NCDR核心分析中包含的致病缺失载体
研究论文在2型糖尿病小鼠中的骨质疏松症的整合表型和转录组分析
1。西北大学生命科学学院，西安，Shaanxi 710069，中国。 2。 国家颌面重建和再生的国家主要实验室，国家口腔疾病临床研究中心，Shaanxi International International International口腔疾病联合研究中心，纸巾工程中心，口腔学院，第四届军事医学院，第四届军事医学院，XI'AN，Shaanxi 710032，中国。 3。 XI'AN的主要细胞和再生医学主要实验室，西北理工大学医学研究所，XI'AN，Shaanxi 710072，中国。 4。 牙齿牙科学院牙本质学院，第四届军事医科大学，西安克斯，Shaanxi 710032，中国。 5。 中国第四届军事医科大学的口腔植入学系，口腔植入学院，中国西安克西710032。 6。 中国北京100039北京中国PLA综合医院第一医疗中心的口腔学系。 7。 中国西部的资源生物学和生物技术的主要实验室，西北大学医学院，西安，西安克斯，Shaanxi 710069，中国。 8。 基础医学院，Shaanxi TCM物理宪法研究的关键研究实验室，预防与治疗，Shaanxi中医大学，Xianyang，Shaanxi 712046，中国。 9。 中医系，第四届军事医科大学第一家附属医院，中国西安克斯710032。西北大学生命科学学院，西安，Shaanxi 710069，中国。2。国家颌面重建和再生的国家主要实验室，国家口腔疾病临床研究中心，Shaanxi International International International口腔疾病联合研究中心，纸巾工程中心，口腔学院，第四届军事医学院，第四届军事医学院，XI'AN，Shaanxi 710032，中国。3。XI'AN的主要细胞和再生医学主要实验室，西北理工大学医学研究所，XI'AN，Shaanxi 710072，中国。 4。 牙齿牙科学院牙本质学院，第四届军事医科大学，西安克斯，Shaanxi 710032，中国。 5。 中国第四届军事医科大学的口腔植入学系，口腔植入学院，中国西安克西710032。 6。 中国北京100039北京中国PLA综合医院第一医疗中心的口腔学系。 7。 中国西部的资源生物学和生物技术的主要实验室，西北大学医学院，西安，西安克斯，Shaanxi 710069，中国。 8。 基础医学院，Shaanxi TCM物理宪法研究的关键研究实验室，预防与治疗，Shaanxi中医大学，Xianyang，Shaanxi 712046，中国。 9。 中医系，第四届军事医科大学第一家附属医院，中国西安克斯710032。XI'AN的主要细胞和再生医学主要实验室，西北理工大学医学研究所，XI'AN，Shaanxi 710072，中国。4。牙齿牙科学院牙本质学院，第四届军事医科大学，西安克斯，Shaanxi 710032，中国。5。中国第四届军事医科大学的口腔植入学系，口腔植入学院，中国西安克西710032。6。中国北京100039北京中国PLA综合医院第一医疗中心的口腔学系。7。中国西部的资源生物学和生物技术的主要实验室，西北大学医学院，西安，西安克斯，Shaanxi 710069，中国。8。基础医学院，Shaanxi TCM物理宪法研究的关键研究实验室，预防与治疗，Shaanxi中医大学，Xianyang，Shaanxi 712046，中国。9。中医系，第四届军事医科大学第一家附属医院，中国西安克斯710032。
2型糖尿病子表型及其与
Kan Wang PhD 1,2,3，Raymond Noordam PhD 4,5，Stella Trompet PhD 4,6，Julie A.E. van 3 Oortmerssen MD 1 , J. Wouter Jukema PhD 6,7 , M.Kamran Ikram PhD 1,8 , Jana Nano PhD 9 , 4 Christian Herder PhD 10,11,12 , Annette Peters PhD ,9,13,14,15 , Christian Gieger PhD 9,15,16 , Barbara 5 Thorand PhD 9,13,15 , Maryam Kavousi博士1，法里巴·艾哈迈迪扎尔（Fariba Ahmadizar）博士17,18 6 7 1。 鹿特丹Erasmus MC大学医学中心流行病学系8荷兰9 2。 内分泌和代谢疾病系，上海内分泌研究所和10种代谢性疾病，鲁伊因医院，上海乔顿大学医学院医学院，上海11上海，中国11号12 3。 国家卫生委员会的13个内分泌和代谢性疾病的主要实验室国家临床研究中心（上海），国家卫生委员会，国家研究中心14研究中心，医学基因组国家主要实验室，上海乔蒂亚·乔·汤汤汤汤汤汤，康吉·汤汤大学医学学院 内科系，老年医学和老年医学科，莱顿大学17荷兰莱顿医学中心18 5。Kan Wang PhD 1,2,3，Raymond Noordam PhD 4,5，Stella Trompet PhD 4,6，Julie A.E.van 3 Oortmerssen MD 1 , J. Wouter Jukema PhD 6,7 , M.Kamran Ikram PhD 1,8 , Jana Nano PhD 9 , 4 Christian Herder PhD 10,11,12 , Annette Peters PhD ,9,13,14,15 , Christian Gieger PhD 9,15,16 , Barbara 5 Thorand PhD 9,13,15 , Maryam Kavousi博士1，法里巴·艾哈迈迪扎尔（Fariba Ahmadizar）博士17,18 6 7 1。鹿特丹Erasmus MC大学医学中心流行病学系8荷兰9 2。内分泌和代谢疾病系，上海内分泌研究所和10种代谢性疾病，鲁伊因医院，上海乔顿大学医学院医学院，上海11上海，中国11号12 3。国家卫生委员会的13个内分泌和代谢性疾病的主要实验室国家临床研究中心（上海），国家卫生委员会，国家研究中心14研究中心，医学基因组国家主要实验室，上海乔蒂亚·乔·汤汤汤汤汤汤，康吉·汤汤大学医学学院内科系，老年医学和老年医学科，莱顿大学17荷兰莱顿医学中心18 5。卫生校园海牙/公共卫生和初级保健部，莱顿19大学医学中心，荷兰海牙20 6。荷兰莱顿莱顿大学医学中心心脏病学系21 7。荷兰心脏研究所，荷兰乌得勒支22 8。荷兰鹿特丹伊拉斯mc MC大学医学中心神经病学系23 9.德国糖尿病研究中心（DZD），合作伙伴杜塞尔多夫，德国诺伊尔伯格29 12.流行病学研究所，HelmholtzZentrumMünchen，德国25环境健康研究中心（GmbH），IngolstaedterLandstraße1，D-85764，Neuherberg，德国，德国26 10。莱布尼兹糖尿病中心临床糖尿病学研究所医学院和大学医院内分泌与糖尿病学系30Düsseldorf，Heinrich HeineUniversität，杜塞尔多夫，德国，德国31 13。 医学信息处理，生物特征和流行病学研究所（IBE），32医学学院，LMU慕尼黑，彼得滕科弗公共卫生学院，德国慕尼黑，德国33 14。 德国心血管研究中心（DZHK），合作伙伴网站慕尼黑心脏联盟，德国慕尼黑34号35 15. 德国糖尿病研究中心（DZD），合伙人慕尼黑 - 尼尔伯格，Neuherberg，36德国37 16。 研究部门分子流行病学，HelmholtzZentrumMünchen，德国研究38环境卫生中心（GMBH），Ingolstaedter Landstr。 1，D-85764 Neuherberg，39德国40医学院和大学医院内分泌与糖尿病学系30Düsseldorf，Heinrich HeineUniversität，杜塞尔多夫，德国，德国31 13。医学信息处理，生物特征和流行病学研究所（IBE），32医学学院，LMU慕尼黑，彼得滕科弗公共卫生学院，德国慕尼黑，德国33 14。德国心血管研究中心（DZHK），合作伙伴网站慕尼黑心脏联盟，德国慕尼黑34号35 15.德国糖尿病研究中心（DZD），合伙人慕尼黑 - 尼尔伯格，Neuherberg，36德国37 16。研究部门分子流行病学，HelmholtzZentrumMünchen，德国研究38环境卫生中心（GMBH），Ingolstaedter Landstr。1，D-85764 Neuherberg，39德国40
数字糖尿病管理技术对家庭2型糖尿病患者血糖的有效性：系统评价和荟萃分析
背景：2型糖尿病（T2DM）患者的发病率，死亡率和护理费用升高。血糖（SMBG）的数字自我监控可以自动上传数据到应用程序，与医疗保健提供者共享数据，减少错误并帮助长期糖尿病管理。目的：本研究旨在评估基于数字SMBG对T2DM患者在家中血糖的数字糖尿病管理技术的有效性。方法：在PubMed，Embase，Web of Science，中国国家知识基础设施，Wanfang，中国生物医学文献数据库和Cochrane图书馆中进行了系统搜索，该文章是从每个数据库建立到2023年12月25日发布的文章。由2位研究人员（YX和NX）独立提取数据，并使用Cochrane偏见工具对单个试验中的偏见风险进行评级。使用Revman 5.3（Cochrane）进行了荟萃分析。结果：包括十二项研究，涉及1669名参与者。The meta-analysis found that in the digital diabetes management group, hemoglobin A 1c (mean difference [MD] –0.52%, 95% CI –0.63% to –0.42%; P <.001), fasting blood sugar (MD –0.42, 95% CI –0.65 to –0.19 mmol/L; P <.001), 2-hour餐后血糖（MD –0.64，95％CI –0.97至–0.32 mmol/L; P <.001）和BMI（MD –1.55，95％CI –2.92至–0.17 kg/m 2; p = .03）均得到了比较组的改进。结论：已显示数字糖尿病管理可有效地改善家庭环境中T2DM患者的血糖水平和BMI。试用注册：Prospero CRD42024560431； https://tinyurl.com/yfam3nms成功的数字健康干预措施的一个关键特征是患者经常进行SMBG，并得到了及时，个性化和响应良好指导的专门卫生保健专业人员的支持。
使用血糖幸福量表评估2型糖尿病患者及其治疗医生的心理社会状况：MU
1。内分泌学，Bharti糖尿病与内分泌研究所（新娘），Karnal，Ind 2。内分泌学，医学科学研究所和SUM医院，布巴内斯瓦尔，印第安纳州3。内分泌学，KGN糖尿病和孟买Endo Center，Ind 4。内分泌学，孟买Saifee医院，印第安纳州5。内分泌学，Deenanath Mangeshkar医院和研究中心，Pune，Ind 6。内分泌学和糖尿病，Instride，Pune，Ind 7。内分泌学，孟买Bhaktivedanta医院，印第安纳州8。内分泌，糖尿病和内科保健诊所，布巴内斯瓦尔，印第安纳州9。内分泌学和糖尿病，班加罗尔糖尿病中心，班加罗尔，印第安纳州10。内分泌学，糖尿病和代谢，Vijay糖尿病，甲状腺和内分泌诊所，Puducherry，Ind 11。内分泌学，Sri Sai Ram内分泌和糖尿病中心，Kurnool，Ind 12。医学部，雷迪博士实验室有限公司，海得拉巴，印第安纳州13。医学部，雷迪博士实验室有限公司，海得拉巴，印第安纳州14。临床研究，雷迪博士实验室有限公司，海得拉巴，IND
如何引用本文Varghese S，Thomas A，V A等。 （2025年3月6日）2型糖尿病的急性肾脏损伤的临床特征
表1比较了有或没有AKI的DKA患者的人口统计和合并症。两组之间的平均年龄分布相似，没有统计学上的显着差异（p = 0.087）。与非肥胖患者相比，肥胖患者的比例明显更高（p = 0.044）。性别分布没有显示显着差异（p = 0.63）。在合并症，CKD和CAD中，DKA患者的AKI显着相关（分别为p = 0.02和p = 0.036）。HTN，OAD和CLD在AKI和非AKI组之间没有显示统计学上的显着差异（P> 0.05）。这些发现表明，肥胖，CKD和CAD可能会导致DKA患者的AKI风险增加，从而强调了监测这些因素在临床实践中的重要性。
o r i g i n a l r e s a r c h可解释的预测芬兰2型糖尿病患者的长期糖化血红蛋白反应变化
目的：本研究应用机器学习（ML）和可解释的人工智能（XAI）来预测HbA1c水平的变化，这是监测血糖控制的关键生物标志物，在诊断为2型糖尿病患者的患者中，在启动一种新的抗糖尿病药物后的12个月内。它还旨在确定与这些变化相关的预测因素。患者和方法：来自芬兰北卡雷利亚（North Karelia）的10,139名2型糖尿病患者的电子健康记录（EHR）用于训练整合了随机对照试验（RCT）衍生的HBA1C变化值作为预测变量的预测因子，创建将RCT洞察力与现实世界中集成的偏移模型。各种ML模型 - 包括线性回归（LR），多层感知器（MLP），山脊回归（RR），随机森林（RF）和XGBoost（XGB） - 使用R²和RMSE衡量标准进行评估。基线模型在药物启动之前或之前使用的数据，而随访模型包括第一个药物后HBA1C测量，通过合并动态患者数据来改善性能。模型性能也与临床试验中预期的HBA1C变化进行了比较。结果：结果表明，ML模型的表现要优于RCT模型，而LR，MLP和RR模型具有可比性的性能，RF和XGB模型表现出过于拟合。与基线模型相比，随访MLP模型的表现优于基线MLP模型，其R²得分（0.74，0.65）和较低的RMSE值（6.94，7.62）与基线模型（R²：0.52，0.54; RMSE； RMSE：9.27，9.50）相比。HBA1C变化的关键预测因子包括基线和药后HBA1C值，禁食等离子体葡萄糖和HDL胆固醇。未来的研究将探索治疗选择模型。结论：使用EHR和ML模型可以开发对HBA1C变化的更真实和个性化的预测，考虑到更多样化的患者人群及其异质性，为管理T2D提供了更量身定制和有效的治疗策略。XAI的使用提供了对特定预测因子影响的见解，从而增强了模型的解释性和临床相关性。关键字：类型2糖尿病，HBA1C，治疗效果估计，机器学习，Shap
管理老年囚犯的肥胖和糖尿病
老年囚犯人口的人口呈指数增长，并正在为全球刑事司法系统带来新的挑战。此外，长期监禁的司法政策导致居住在监狱中的老年人比例越来越高。惩教系统中老年人服役的兴起与监狱人口中的肥胖症和糖尿病患病率激增有关。证据表明，通过适当的饮食管理，体育锻炼和压力管理，肥胖和糖尿病的负担可以减轻任何人群。但是，从研究证据的文献中尚不清楚这将如何推广到衰老过程中肥胖和糖尿病的老年人。在全球刑法系统中被监禁的个体似乎表现出肥胖和糖尿病的增加，而牢固的司法政策可能是解决方案。本研究将研究目前旨在解决监狱人口肥胖的司法政策的证据，尤其是在老年人中。