XiaoMi-AI文件搜索系统
World File Search SystemFeizi
引文 Teimouri A, Ebrahimpour Z, Feizi A, Iraj B, Saffari E, Akbari M 和 Karimifar M (2025) NAFLD 中的糖尿病前期和心血管危险因素
非酒精性脂肪性肝病 (NAFLD) 是世界上最常见的慢性肝病 (1)。在没有酒精过量使用和其他导致肝脏脂肪变性的原因的情况下，如果脂肪饱和度超过肝脏重量的 5% (2)，即可诊断为 NAFLD。NAFLD 可发展为 NASH (非酒精性脂肪性肝炎)、晚期纤维化、肝硬化，并最终发展为肝细胞癌 (3)。全球 NAFLD 的发病率估计为 25%，而美国的 NAFLD 病例数呈上升趋势，从 2015 年的 8300 万增加到 2030 年的 1.01 亿 (4)。NAFLD 主要发生在中东和南美洲 (5)。伊朗 NAFLD 的发病率估计为近 33.9%，伊斯法罕 39.3% 的人口患有此病 (6-8)。此外，由于肥胖症的流行，全世界患 NAFLD 的人口正在增加（9）。NAFLD 可导致原发性胰岛素抵抗，也可能是胰岛素抵抗的结果，因此它与代谢综合征的组成部分密切相关，包括肥胖、胰岛素抵抗、血脂异常和高血压（10）。此外，糖尿病前期个体患糖尿病的风险最高可增加两倍。胰岛素抵抗是糖尿病病理生理的主要因素（11-13），在 NAFLD 和糖尿病之间很常见（14）。动脉粥样硬化是一种持续的炎症过程，导致动脉壁上形成斑块。动脉粥样硬化形成的病理生理是多因素的；尽管如此，所有过程都是由于促炎、内皮床功能障碍和氧化应激相互作用而发生的（15、16）。查阅文献显示，胰岛素抵抗与动脉粥样硬化形成之间存在直接而重要的关联。鉴于此，胰岛素抵抗与血清中促炎因子（如白细胞介素 1 (IL-1)、IL-6 和肿瘤坏死因子 α (TNF- α)）以及导致氧化应激的自由氧自由基水平升高有关。此外，在胰岛素抵抗患者中，不适当的血小板聚集和动脉内膜中层钙斑块沉积导致内皮功能障碍已得到充分阐明（17）。理论上，由于在 NAFLD 和糖尿病前期中都可以检测到胰岛素抵抗的痕迹，两者的巧合可能使个体越来越容易患上 CVD。最近对 7 年间 34,000 名患有 NAFLD 和胰岛素抵抗的患者进行的荟萃分析发现，NAFLD 和胰岛素抵抗使 CVD 死亡和发病的风险增加了 65%。事实上，NAFLD 患者最常见的死亡原因是心血管原因（18）。尽管如此，研究 NAFLD 和糖尿病前期对 CVD 发病率影响的研究者数量有限，本回顾性病例对照研究旨在评估这一问题。
投资糖尿病初级保健政策的案例
1.辣椒，Hac Haghigh，F，Faith A和Al。2019。糖尿病学行为56（6）：631-50 2. Saliner-Forth MA，CampelGómez-Cake P，FJ Rebel和Al。2018。BMJ Open 8（9）：32013。护理糖尿病2009。BMC障碍9：19 5. BARDING JL，PAVCOV ME，DJ MAGLIAN和AL。 2019。 糖尿病学62（1）：3-16 2019。 Eur J Prev有氧运动26（2_supplement）：25-32 7.Tr，Acs A，Ludwig C 2018。 心脏diabetol 17（1）：8.Porta M，Culletto G，Cipulllo D和Al。 2014。 护理糖尿病37（6）：1668-74 2011。 Br J Ophthalmol 95：1229-33 10.国际联邦糖尿病。 2021。 IDF地图集糖尿病-10版。 11. To Khunti K，MB的动作，Pocock S和Al。 2018。 Metab obes 20（2）：427-37BMC障碍9：19 5. BARDING JL，PAVCOV ME，DJ MAGLIAN和AL。2019。糖尿病学62（1）：3-162019。Eur J Prev有氧运动26（2_supplement）：25-32 7.Tr，Acs A，Ludwig C2018。心脏diabetol 17（1）：8.Porta M，Culletto G，Cipulllo D和Al。2014。护理糖尿病37（6）：1668-742011。Br J Ophthalmol 95：1229-33 10.国际联邦糖尿病。2021。IDF地图集糖尿病-10版。11. To Khunti K，MB的动作，Pocock S和Al。 2018。 Metab obes 20（2）：427-3711. To Khunti K，MB的动作，Pocock S和Al。2018。Metab obes 20（2）：427-37
fei Xia
使用图形本地化网络进行视觉导航的行为方法。RSS 2019。 [28] Martin J. Zhang，Fei Xia，James Zou。 adafdr：一种快速，强大和协变量的自适应方法，用于多个假设检验。 2019年Rebomb的最佳纸张奖。 [29] Martin J. Zhang，Fei Xia，James Zou。 快速和协变量的自适应方法在大规模多种假设检测中放大检测能力。 自然通讯。 [30] Soheil Feizi，Changho Suh，Fei Xia和David Tse。 理解gans：LQG设置。 [31] Fei Xia*，Martin Zhang*，James Zou，David Tse。 NeuralFDR：从假设特征学习决策阈值。 NIPS 2017。 [32] Qiao Liu，Fei Xia，Qijin Yin，Rui Jiang。 通过混合深卷积神经网络预测染色质的可及性预测。 生物信息学，2017年。 [33] Govinda Kamath*，Ilan Shomorony*，Fei Xia*，Thomas Courtade，David Tse。 铰链：长阅读组装实现最佳重复分辨率。 基因组研究第27卷2017年。 [34] Ilan Shomorony，Govinda Kamath，Fei Xia，Thomas Courtade和David Tse，部分DNA大会：利率依赖性的观点。 ISIT 2016。 [35] Anastasia dubrovina，Fei Xia，Panos Achlioptas，Mira Shalah，Leonidas Guibas。 通过潜在空间分解进行复合形状建模。 ICCV 2019。RSS 2019。[28] Martin J. Zhang，Fei Xia，James Zou。adafdr：一种快速，强大和协变量的自适应方法，用于多个假设检验。2019年Rebomb的最佳纸张奖。[29] Martin J. Zhang，Fei Xia，James Zou。快速和协变量的自适应方法在大规模多种假设检测中放大检测能力。自然通讯。[30] Soheil Feizi，Changho Suh，Fei Xia和David Tse。理解gans：LQG设置。[31] Fei Xia*，Martin Zhang*，James Zou，David Tse。NeuralFDR：从假设特征学习决策阈值。NIPS 2017。 [32] Qiao Liu，Fei Xia，Qijin Yin，Rui Jiang。 通过混合深卷积神经网络预测染色质的可及性预测。 生物信息学，2017年。 [33] Govinda Kamath*，Ilan Shomorony*，Fei Xia*，Thomas Courtade，David Tse。 铰链：长阅读组装实现最佳重复分辨率。 基因组研究第27卷2017年。 [34] Ilan Shomorony，Govinda Kamath，Fei Xia，Thomas Courtade和David Tse，部分DNA大会：利率依赖性的观点。 ISIT 2016。 [35] Anastasia dubrovina，Fei Xia，Panos Achlioptas，Mira Shalah，Leonidas Guibas。 通过潜在空间分解进行复合形状建模。 ICCV 2019。NIPS 2017。[32] Qiao Liu，Fei Xia，Qijin Yin，Rui Jiang。通过混合深卷积神经网络预测染色质的可及性预测。生物信息学，2017年。[33] Govinda Kamath*，Ilan Shomorony*，Fei Xia*，Thomas Courtade，David Tse。铰链：长阅读组装实现最佳重复分辨率。基因组研究第27卷2017年。[34] Ilan Shomorony，Govinda Kamath，Fei Xia，Thomas Courtade和David Tse，部分DNA大会：利率依赖性的观点。ISIT 2016。 [35] Anastasia dubrovina，Fei Xia，Panos Achlioptas，Mira Shalah，Leonidas Guibas。 通过潜在空间分解进行复合形状建模。 ICCV 2019。ISIT 2016。[35] Anastasia dubrovina，Fei Xia，Panos Achlioptas，Mira Shalah，Leonidas Guibas。通过潜在空间分解进行复合形状建模。ICCV 2019。ICCV 2019。
研究发现，可靠地检测人工智能生成的文本是不可能的
马里兰州学院公园市敲响了警钟。根据最近的一项研究，研究人员怀疑是否有可能可靠地检测出人工智能生成的文本。计算机科学教授 Soheil Feizi 与四名博士生一起研究了“人工智能生成的文本能被可靠地检测到吗？”不幸的是，他们的答案是否定的。鉴于大型语言模型 (LLM) 可用于抄袭、进行令人信服的社会工程攻击和大规模传播错误信息，这项研究绝对令人担忧。当前的人工智能生成文本检测工具还有很多不足之处 OpenAI 的人工智能生成文本检测器非常不准确。事实上，OpenAI 承认它并不可靠，因为该工具只能正确识别 26% 的人工智能书写文本（真阳性）。此外，有 9% 的时间，它会将人类编写的文本错误地标记为 AI 编写的文本（误报）。市场上另一种流行的工具 GPTZero 本质上是测量给定文本的随机性。根据 GPTZero 的 FAQ 页面，该工具能够在 99% 的时间内识别人类创建的文本，在 85% 的时间内识别 AI 生成的文本，尽管有些人可能对这种说法感到不满。可以可靠地检测 AI 生成的文本吗？通过实证分析，马里兰大学的学者研究了市场上几种流行的 AI 文本检测模型，发现它们并不可靠。通过研究水印方案、零样本分类器和基于神经网络的检测器，他们发现释义攻击可以帮助对手逃避人工智能检测。他们写道：“我们表明，释义攻击（将轻量级基于神经网络的释义器应用于人工智能生成模型的输出文本）可以逃避各种类型的检测器。”此外，他们声称基于水印的检测器很容易被欺骗，使其看起来像是人造文本被加了水印。这样的对抗性欺骗
耶鲁大学生物医学工程博士毕业生
Ryan Nguyen 用于揭示组织工程和癌症中的机械生物学现象的多尺度方法 Mak 2023 年 5 月 Kate Bridges 经食道超声心动图患者特定二尖瓣建模的图像分析和生物力学 Miller-Jensen 2023 年 5 月 Liang Yang 体外自组装网络的分析 Levchenko 2023 年 5 月 Yuqi Wang 揭示小鼠生殖系干细胞中 MILI 的功能和分子机制 Lin 2023 年 5 月 Alborz Feizi 用于高通量离体人体器官研究的工程工具 Tietjen 2023 年 5 月 David Dellal 先进机电器官保存平台的开发和验证 Sestan 2023 年 5 月 Kevin Ta 超声心动图心脏运动分析和分割的多任务学习 Duncan 2023 年 5 月 Alexandra Suberi mRNA 治疗的肺部递送 Saltzman 2023 年 5 月 Archer Hamidzadeh 使用基于 FRET 的生物传感器阐明细胞外信号调节激酶 (ERK) 动力学 Levchenko 2022 年 12 月 Dave O'Connor 脑内动态功能连接的定量分析 Constable 2022 年 12 月 Feimei Liu 扩展单域抗体库和应用 Carson 2022 年 12 月 Xingjian Zhang 癌症和镰状细胞病的生物物理特征 Mak 2022 年 12 月 Alexander Josowitz 用于局部递送小分子抑制剂的聚合物纳米粒子：胶质母细胞瘤和气道的应用 Saltzman 2022 年 12 月 Shawn Ahn 注意力神经网络在 3D 超声心动图心脏应变分析中的应用 Duncan 2022 年 12 月 Rebecca Byler 治疗皮肤利什曼病的局部贴剂开发的合理方法 Kyriakides 2022 年 12 月 Hao Xing 基于细胞和细胞外基质的方法研究糖尿病成纤维细胞并改善伤口愈合 Kyriakides 2022 年 5 月 Chang Liu 3D 组织模型中肿瘤细胞的迁移以及与 ECM 和基质的相互作用 Mak 2022 年 5 月 Zach Connerty-Marin 在纳米尺度上量化膜拓扑结构 Bewersdorf 2022 年 5 月 MinSoo Khang 鞘内递送 NP 用于治疗软脑膜转移 Saltzman 2022 年 5 月 Shi Shen 逆转录病毒的研究工程心脏组织中的重塑现象 Campbell 2022 年 5 月 Jenette Creso 心肌机械功能和疾病的多尺度建模 Campbell 2022 年 5 月 Juntang Zhuang 机器学习方法估计全脑有效连接组以识别自闭症 Duncan 2022 年 5 月 Margaret Elise Bullock 使用 HIV 基因表达随机模型探索染色质介导的转录噪声调控 Miller-Jensen 2022 年 5 月 Ann Chen 开发和提供基因组编辑疗法以改善胶质母细胞瘤治疗 Zhou 2022 年 5 月 Katherine Leiby 工程功能性远端肺上皮 Niklason 2022 年 5 月 Ons M'Saad 蛋白质在其超微结构背景下的光学显微镜检查 Bewersdorf 2022 年 5 月 Kevin Hu 活细胞中的多色各向同性超分辨率 Bewersdorf 2022 年 5 月 Samantha Rossano Synaptic使用正电子发射断层扫描的 SV2A 密度成像：参考区域分析的优化和 Carson 2021 年 12 月 Andrew Barentine 定量超分辨率显微镜 Bewersdorf 2021 年 12 月 Muhammad Khan 脑癌跨室钠成像 Hyder 2021 年 12 月 Allison Greaney 肺组织工程的改进：迈向功能性气管和肺置换 Niklason 2021 年 5 月 Siyuan Gao 高维脑成像数据的潜在因子分析 Scheinost 2021 年 5 月 Rita Matta 微血管信号在神经源性微环境的作用 Gonzalez 2021 年 5 月 Edward Han 血管生物人工内分泌胰腺的开发 Niklason 2021 年 5 月 Heather Liu PET 中的动力学建模、参数估计和模型比较：神经递质动力学的功能图像 Morris 2021 年 5 月 John Walsh 监测肿瘤进展和治疗反应的独特血管和代谢特征 Hyder 2021 年 5 月 Micha Sam Raredon 肺泡肺的单细胞系统工程 Niklason 2020 年 12 月 Luyao Shi 高级定量心脏核成像 Liu 2020 年 12 月 Amanda Alexander 研究 TLR4 诱导的巨噬细胞分泌中细胞间异质性的调节和后果 Miller-Jensen 2020 年 12 月 Jason Szafron 用于改进组织工程血管移植物设计的数学模型 Humphrey 2020 年 12 月 Lorenzo Sewanan 使用人类干细胞衍生的心肌细胞、enginCampbell 2020 年 12 月 Zach Augenfeld 自动使用 MRI 距离图通过术中锥形束 CT 分割进行多模态配准 Duncan 2020 年 5 月 Jeffery (Alex) Clark 表征微尺度异质性对心肌宏观机械功能的影响 u Campbell 2020 年 5 月 Ramak Khosravi 用于治疗先天性心脏病的组织工程血管移植物的数据驱动计算模型 D Humphrey 2020 年 5 月 Rebecca LaCroix 激酶定位对细胞信号传导和行为影响的研究 Levchenko 2020 年 5 月 Xiaoxiao Li 用于表征自闭症神经影像生物标志物的数据驱动策略 Duncan 2020 年 5 月 Ayomiposi Loye 用于骨科应用的块状金属玻璃 Kyriakides 2020 年 5 月 Ronald Ng 研究机械负荷在致心律失常性心肌病中的作用 Campbell 2020 年 5 月 Fan Zhang Layer卷积神经网络中的嵌入分析可改善不确定性估计和分类 Duncan 2020 年 5 月 Sean Bickerton 纳米粒子系统用于在体内生成调节性 T 细胞用于自身免疫性疾病治疗 Fahmy 2019 年 12 月 Nadine Dispenza 加速非线性梯度编码策略用于并行磁共振成像 Constable 2019 年 12 月 Alexander Svoronos 使用 pH 低插入肽 (pHL) 进行肿瘤靶向抑制致癌微小 RNA 用于癌症治疗 Engelman 2019 年 12 月 MaryGrace Velasco 用于深层组织应用的三维 STED 显微镜 Bewersdorf 2019 年 12 月 Shari Yosinski 用于片上实验室诊断的电子粒子操作 Reed 2019 年 12 月 Yang Xiao 微血管工程用于疾病建模和再生医学 Fan 2019 年 5 月 Alexander Engler 综合生理与系统设计全肺组织工程方法 Niklason 2019 年 5 月 Young-Eun Seo 用于局部递送 miRNA 抑制剂治疗胶质母细胞瘤的纳米粒子 Saltzman 2019 年 5 月 Zhuo Chen 用于分析巨噬细胞活化动力学的单细胞微芯片 Fan 2019 年 5 月 Ian Linsmeier 活性肌动球蛋白力学：无序网络中收缩的协同性和缩放性 Murrell 2018 年 12 月 Haiying (Allen) Lu 基于学习的心脏应变分析正则化 Duncan 2018 年 12 月