XiaoMi-AI文件搜索系统
World File Search SystemFPG
印度安得拉邦农村包容性增长项目
ABBREVIATIONS AND ACRONYMS ANC Antenatal Care APMIP Andhra Pradesh Micro Irrigation Project APRIGP Andhra Pradesh Rural Inclusive Growth Project APSERP Andhra Pradesh Society for Elimination of Rural Poverty BOD Board of Directors BPL Below Poverty Line BYP Backyard Poultry CPF Country Partnership Framework CPS Country Partnership Strategy DEA Department of Economic Affairs EFA Economic and Financial Analysis EMF Environmental Management Framework EPF Enterprise Promotion Fund ERR Economic Rate of Return FMCG Fast-moving Consumer Goods FPG Farmer Producer Group FPO Farmer Producer Organization GBV Gender-Based Violence GFWSS Gravity-Fed Water Supply System GoAP Government of Andhra Pradesh GoI Government of India GPP Gender Point Person HDIF Human Development Investment Fund ICDS Integrated Child Development Services ICR Implementation Completion and Results Report ICRISAT International Crops半干旱热带ICT信息和通信技术研究所IEC信息，教育和通信IMR婴儿死亡率IPM IPM综合害虫管理ISL个体卫生工具ITDA综合部落发展局M＆E监测和评估标记了国家合作社的国家合作社，国家合作社Marketerative Marketing Federation Ltd。理解MSP最低支持价格的备忘录MTR中期审查NAFED NAFT NAFER INFRICATUR COMALITATION营销联合会NGO非政府组织NPM非农药管理NPV NPV净现值
评估2型糖尿病中血糖水平的吡ido醇辅助治疗的影响：一项随机临床试验
摘要吡ido虫5-磷酸（PLP）是维生素B6的生物活性衍生物，在150多个Met-abolic途径中充当辅酶。PLP水平不足可能与糖尿病的发作和进展有关。这项研究旨在评估2型糖尿病患者（T2DM）患者血糖水平的影响。这项介入的，随机的开放标签研究是在梅桑省进行的，来自梅桑糖尿病和内分泌学中心作为研究人群的参与者。这项研究包括新诊断为T2DM的病人。患者被随机分为三组：第1组，对照组，接受非药物治疗（生活方式修饰）治疗（n = 20）；第2组除非非药物疗法（生活方式修改），除了二甲双胍500 mg/天治疗（n = 20）。第3组还用二甲双胍500 mg/天加上维生素B6 300 mg/day治疗，除非药物治疗（生活方式修饰）（n = 68）。这些发现表明，用二甲双胍治疗吡啶多毒素辅助治疗对血糖水平和其他研究变量产生了相当有利的影响。与对照组G1的患者相比，在4周治疗后，在G2和G3组中，禁食血浆（FPG）和糖化血红蛋白（HBA1C）的降低具有统计学意义。在禁食血清胰岛素和胰岛素抵抗（HOMA-IR）水平的稳态模型评估中观察到了相似的结果，G2和G3组显着降低（P <0.05）。此外，在4周治疗期结束时，G2和G3组的吲哚胺2,3-二加氧酶水平的降低也明显更高（-14.48％vs -21.16％）（p <0.05）。在二甲双胍治疗中添加吡ido醇辅助治疗可以有效地改善T2DM患者的血糖水平。
如何高效训练你的人工智能代理？在异构平台上表征和评估深度强化学习
摘要 — 深度强化学习 (Dee p RL) 是自动驾驶汽车、机器人、监控等多个领域的一项关键技术。在深度强化学习中，使用深度神经网络或 KMO 德尔、ANA温柔地学习如何与环境互动以实现特定目标。深度强化学习算法架构的运行效率取决于若干因素，包括：( 1) 硬件架构对深度强化学习的基础内核和计算模式的适应性；( 2) 硬件架构的内存分层在通信层面的最小化能力； (3)硬件架构能够通过深度嵌套的高度不规则计算特性来隐藏深度强化学习算法中的开销引入。GP Us 一直是加速强化学习算法的流行方法，然而它们并不能最好地满足上述要求。最近的一些工作已经为特定的深度强化学习算法开发了高可定制加速器。然而，它们不能推广到所有可用的深度强化学习算法和 DNN 模型选择。在本文中，我们探索了开发现场框架的可能性，该框架可以加速各种深度强化学习算法，包括训练方法或 DNN 模型结构的变量。我们通过定义一个领域内特定的高级抽象或一类广泛使用的深度强化学习算法——基于策略的深度强化学习 (on-policy Deep R L) 来实现这个目标。此外，我们还对 CP U-GPU 和 CP U-FPGA 平台上最先进的基于策略的深度强化学习 (on-policy Deep R L) 算法的性能进行了系统分析。我们针对机器人和游戏这两个应用领域选择了两个代表性算法——PPO 和 A 2 C。我们展示了基于 FPG 的定制加速器，它们分别实现了高达 2.4 倍（PPO）和 8 倍（A 2 C）的训练速度提升，以及 1.7 倍（PPO）和 2.1 倍（A 2 C）的整体吞吐量提升。索引术语——强化学习、FPGA
评估糖尿病患病率和危险因素...
简介：糖尿病性视网膜病（DR）是糖尿病的微血管并发症，是视觉障碍和失明的主要原因。该研究的目的是估计和比较DR的患病率，并确定医院1型（DMT1）和2型（DMT2）糖尿病患者中DR与全身风险因素之间的关联。材料和方法：我们分析了260例糖尿病患者，43例DMT1和217例DMT2患者。收集了以下数据：年龄，性别，类型和持续时间，血压控制，血压，估计的肾小球过滤率，眼科检查和常规的生化参数。结果：在260名患者的总数中，有77名（29.6％）的患有非增生性DR（NPDR），21（8.1％）具有增生性DR（PDR），29（11.1％）的糖尿病性黄斑水肿（DME）和69（23.5％）患有糖尿病性内核。43例（16.5％）患者先前被诊断为DMT1的DMT1和217（83.5％）。与DMT2相比，DMT1（12.8±11.2岁）的糖尿病持续时间不变（11。07±8.1岁）。在两组中，NPDR和PDR的患病率在统计上均无差异。dme在DMT2中比在DMT1中更普遍（p <0.05）。糖尿病性白内障（p <0.01）。糖尿病的持续时间与DMT1中的NPDR和PDR显着相关（R = O.31，P <0.05； R = 0.55，P <0.001）。在DMT2中，发现糖尿病的持续时间与白内障，NPDR，PDR和DME之间存在显着相关性（r = 0.31，p <0.001； r = 0.43 p <0.01，r = 0.16 p <0.05和r = 0.20 p <0.20 p <0.01）。禁食等离子体葡萄糖（FPG）与PDR显着相关（r = 0.258，p <0.05），而HBA1C具有DME（r = 0.15 p <0.05）。结论：两种类型的糖尿病中糖尿病和高血糖的持续时间与DR有关。
糖尿病，前糖尿病前和相关危险因素的患病率的变化；重复调查（2002- 2017年）的次要分析
观察糖尿病的趋势及其在巴拉匹斯坦 - 巴基斯坦农村地区的Health Surveys 2002 - 2017年的趋势趋势，以及基于2001 - 02年，2009 - 10年间和2016 - 17年之间对Bal路支省进行的基于社区的健康调查进行的二级分析。总共有4250名参与者，共同分析中包括2001 - 2002年的2515个参与者，从2009 - 2010年为1377年和2016 - 2017年调查年度的358名参与者。在每次调查中，在预先设计的问卷中都记录了基线参数的详细信息。禁食等离子体葡萄糖（FPG）用于诊断糖尿病。心血管（CVD）风险因素包括高血压，肥胖，血脂异常，烟草使用，饮酒和体育活动。大多数受试者年龄30-50岁，与2001 - 02年和2009 - 10年相比，2016 - 17年的男性在2016 - 17年度更高。在2016 - 17年度观察到BMI，腰围，血压和糖尿病家族史的明显增加。糖尿病的患病率为4.2（3.4-4.9），7.8（6.6–9.2）和31.9（26.9-37.4），而糖尿病的糖尿病为2001-2，2009-2009-10-17，而糖尿病前期的糖尿病为1.7（1.3-2.2），3.6（2.8-4.6）和10.7（7.6-14.9）。在20至39岁的年龄段中，糖尿病的患病率从2001 - 10年开始是稳定的，但在2016 - 17年的30-39岁之间大幅增加。在整个观察到的时期中，在高血压，肥胖和血脂异常中观察到了快速增加，但是，对烟草使用的成瘾和酒精摄入量减少。调整后的奇数比例显示了糖尿病的年龄，婚姻状况，教育，高血压和家族史，这是糖 - MIC失调的相关危险因素。由于CVD高度相关的CVD危险因素，尤其是中央肥胖症和血脂异常，面临着早期糖尿病的趋势趋势的日益增加，这引起了重大的公共卫生挑战。
II型糖尿病型 - 病因，流行病学，风险...
抽象糖尿病是一种影响胰岛素合成的慢性代谢疾病。两种主要类型的糖尿病是I型和II型。I型糖尿病是由于胰岛胰岛中胰岛素产生β细胞的破坏而导致的自身免疫性疾病。而，II型胰岛素（T2DM）是由肌肉，脂肪和肝细胞中的胰岛素抵抗引起的。T2DM中的胰岛素耐药性可导致较高的甘油三酸酯生物合成，甘油三酸酯降低和脂肪酸通量增加。与T2DM相关的各种风险因素包括血脂异常，高血糖和心脏血管疾病。T2DM是一种慢性非传染性疾病，影响了全世界约4.63亿人患这种疾病，到2040年，该数字预计将增加到6.4亿。T2DM诊断测试的最常见类型是（I）FPG（空腹血浆葡萄糖）≥126mg/dl分析（II）OGTT或口服葡萄糖耐受性测试2-H血浆葡萄糖≥200≥200mg/dl（III）HBA1C（III）HBA1C（glaccated Hemogcated Hemogclobbiin）。由于其久坐的生活方式和营养过多，城市患者通常比农村的患者更高。健康的生活方式，包括吃低脂，高纤维餐，适度锻炼到剧烈的体重，减轻体重和避免长期不活动是防止T2DM的关键。在印度这样的国家，使用流行病学数据预防计划可以更有效地针对高风险的人。胰岛素分泌不足或组织反应减少会导致胰岛素作用不足。这些异常经常在关键字：糖尿病，血脂异常，高血糖，胰岛素，甘油三酸酯，自身免疫性疾病引言糖尿病是一种代谢性疾病，由胰岛素的胰岛素分泌和功能缺陷标记，导致长期伤害，器官失败，器官，器官失败，以及生产力[1]。糖尿病是由多种病理机制引起的，例如胰岛素抵抗和胰腺β细胞的自身免疫性死亡，这会损害由于胰岛素不足而导致的蛋白质，脂肪和碳水化合物的代谢。
高血红蛋白糖糖指数与糖尿病风险增加有关：中国基于人群的同类研究高血红蛋白糖糖指数与糖尿病风险增加有关：中国基于人群的同类研究
在过去的二十年中，在临床实践中，糖化血红蛋白（HBA1C）已普遍用于糖尿病患者的筛查，诊断和血糖控制监测（1、2）。HBA1C被认为是一个重要的生物标志物，表明在8 - 12周内的平均血糖水平（3）。但是，HBA1C并不是评估慢性血糖的一小中所有指标，它忽略了HBA1C与平均葡萄糖之间关系的个体间变化（4，5）。在2002年，Hempe等。开发并验证了血红蛋白糖基化指数（HGI），以量化HBA1C和平均血糖（MBG）水平之间的个体间一致差异（6）。HGI是一个指标，描述了HBA1C或个体倾向的血红蛋白倾向的个体生物学变异，这是影响HBA1C结果的另一个主要因素，除了血糖浓度以外（3，7）。HGI计算为测量的HBA1C减去预测的HbA1c。最初通过将日期匹配的MBG插入源自测量的HBA1C和MBG的线性回归方程中来计算预测的HBA1C。一些研究证实了使用禁食等离子体葡萄糖（FPG）评估预测的HbA1c并计算HGI是可行的（8、9）。大多数先前的研究主要报道了HGI和糖尿病并发症之间的关联。升高的HGI可能通过炎症和高级糖基化终产物（年龄）的形成促进糖尿病并发症（10，11）。但是，只有少数研究研究了HGI对葡萄糖代谢的影响。现有文献表明，HGI是1型或2型糖尿病患者糖尿病并发症风险的有力预测指标（12，13）。最近在意大利进行的一项研究表明，与HGI低的患者相比，没有HGI较高的糖尿病患者的禁食胰岛素水平较高，胰岛素抵抗更严重（14）。此外，较高的HGI似乎与年龄，肥胖症和血脂异常有关，这是糖尿病的危险因素（10，15，16）。基于以前的研究（10，14 - 16），我们假设HGI高的人可能患有糖尿病的风险增加。因此，当前的研究旨在使用前瞻性队列研究设计，研究中国人群中HGI与糖尿病的发生率之间的关联。
甘精胰岛素 300 U/mL 研究标识符：U1111-1255-...
主要： 出现治疗出现的不良事件（TEAE）的参与者百分比，包括严重不良事件（SAE）和低血糖事件。次要： 从基线到第 24 周至少发生过 1 次确诊（1 级）低血糖事件的参与者百分比 从基线到第 12 周和第 24 周的 HbA1c 变化 在第 12 周和第 24 周达到 HbA1c 目标值 <7% 的参与者百分比。 在第 12 周和第 24 周达到目标空腹自我监测血糖 (SMBG) 80 至 110 mg/dL（4.4 至 6.1 mmol/L）的参与者百分比。 从基线到第 24 周的空腹血糖 (FPG) 变化。 从基线到第 24 周的空腹 SMBG 变化。 从基线到第 24 周的 7 点 SMBG 曲线变化。 第 12 周和第 24 周需要救援治疗的参与者百分比 从基线到第 12 周和第 24 周的体重变化 基线到第 12 周的胰岛素剂量变化12 和 24 周 从基线到第 12 周和第 24 周的 DTSQs 评分变化 统计方法： 一般约定 所有分析都将使用 SAS（版本 9.4，SAS Institute Inc.，北卡罗来纳州卡里，美国）进行。 安全性和有效性终点将以描述性方式进行分析。 连续数据将使用以下描述性统计数据报告： 1. 观察次数 (n) 2. 平均值和标准差 (SD) 3. 最小值 (min) 和最大值 (max) 4. 中位数 分类数据将使用频率（n = 参与者人数；m = 事件数）和百分比 (%) 呈现。 将提供 eCRF 中记录的所有数据的列表以研究参与者资料。 除非另有说明，所有列表将按参与者 ID 和日期排序。 未安排的访问数据将仅列出，而不会包含在摘要中。 最小值和最大值将以收集单位报告，3 位小数为最大值；平均值比收集单位多显示 1 位小数，标准差比收集单位多显示 2 位小数。分类汇总的百分比精确到小数点后 1 位。
引用Zeng Y，Yin L，Yin X和Zhao D（2023）甘油三酸酯 - 葡萄糖指数水平与妊娠糖尿病的关联
妊娠糖尿病（GDM）是指在怀孕期间的第一次葡萄糖不耐症的不同程度，无论预先存在糖尿病（1）。在过去几年中，GDM的发病率逐渐增加，范围从9.3％到25.5％（2）。GDM通常与先兆子痫，大疾病，围产期异常和死亡率有关，同时与母亲和后代的代谢综合征和高血糖的发作密切相关（3）。这种情况显着影响孕妇和胎儿的福祉，并为未来的疾病带来隐藏的风险（4，5）。GDM的临床诊断通常发生在24-28周的妊娠期，使用75G口服葡萄糖耐受性测试（OGTT）（6）。然而，经验证据表明，在此阶段诊断出GDM时，尽管症状管理可能有可能受益，但母亲和胎儿都可能已经在不同程度上受到不利影响（5，7）。因此，早期认识到GDM风险的怀孕对于预防妊娠和代谢性疾病的代际传播的负面结果至关重要。孕妇的胰岛素抵抗（IR）的早期检测已被证明有助于预测临床诊断之前的GDM发作（8，9）。TYG指数是根据禁食等离子体葡萄糖（FPG）和血清甘油三酸酯（TG）计算得出的，被认为是IR（10，11）的直接，经济，可复制和可靠的替代物。例如，sánchez-garcı́a等。Song等人的元分析。许多研究调查了TYG指数和GDM之间的关系，表明其作为早期GDM风险指标的潜力（12，13），但种族之间可能存在差异。（14）发现有或没有妊娠糖尿病的拉丁美洲孕妇TYG指数值没有显着差异。（15）表明，较高的TYG指数可以预测亚洲妇女的GDM，但在非亚洲妇女中不能预测。因此，使用来自国家健康和营养检查调查（NHANES）的数据，我们对美国的一群孕妇进行了横断面调查，以评估TYG指数与GDM之间的联系。
糖尿病或糖尿病患者的NAFLD严重程度的种族/种族和性别差异
非酒精性脂肪肝疾病（NAFLD）是经常与肥胖有关的肝病（Friedman等，2018）。随着时间的推移，NAFLD的流行率从1988年至1991年的18％增加到了25％到目前基于短暂弹性造影的50％以上（Kim等，2020; Zhang等，2021; Noureddin等，2022）。nafld可能是中等或严重的，可以发展为非酒精性脂肪性肝炎（NASH），纤维化，肝硬化和肝癌。我们最近报道说，与非西班牙裔白人相比，墨西哥裔美国人，但没有其他西班牙裔肝病患病率很高（Shaheen等，2021a），而墨西哥裔美国人的风险最高（Shaheen等人（Shaheen等，2021b）。在美国，超过70％的糖尿病患者患有NAFLD（Xia等，2019）。NAFLD和糖尿病具有复杂的双向关系，其中NAFLD会增加患2型糖尿病（T2D）的风险高达5倍，并且具有T2D可以促进轻度肝脂肪变性的进展到更严重的状态（Xia等，2019）。通过血红蛋白A1C（HBA1C）在5.7％至6.4％之间定义糖尿病前期，在口服格luc糖耐量测试后，空腹血浆葡萄糖（FPG）在100 - 125 mg/ dL之间或140 - 199 mg/ dl葡萄糖之间定义。前糖尿病是T2D和宏观疾病（例如舒张性心力衰竭和冠心病）的重要危险因素（Mai等，2021），并且经常与肝脂肪变性共存（Rajput和Ahlawat，2019年）。根据疾病预防控制中心，美国约有9600万成年人患有糖尿病前期，80％的人没有意识到自己的状况（CDC，2021年）。通过DPP研究表明强化生活方式干预可以延迟从糖尿病前期到糖尿病的发展（Knowler等，2002），关于是否应在药理学上治疗糖尿病前期存在争议（Shaw，2019）。我们的目标是检查NAFLD严重程度因糖尿病前期状态而患病率。此外，我们研究了美国非制度化成人人群的代表性样本中NAFLD严重程度和HBA1C水平的独立关联=> 18岁。我们还研究了患有糖尿病前的受试者和患有明显糖尿病的受试者的种族/种族，性别和NAFLD严重性的独立关联。