XiaoMi-AI文件搜索系统
World File Search SystemFramingham
SARS-CoV-2 主要蛋白酶 Mpro 通过裂解脑内皮细胞中的 NEMO 引起微血管脑病理
6 德国法兰克福大学心肺研究所 (CPI) 心血管再生研究所。7 德国法兰克福大学医学病毒学研究所。8 德国吕贝克大学实验皮肤病学研究所。9 德国吕贝克大学心脏遗传学研究所。10 法国里尔大学里尔感染和免疫中心、INSERM U1019、CNRS UMR 9017、里尔大学、CHU Lille、里尔巴斯德研究所。11 德国汉堡-埃彭多夫大学医学中心医学微生物学、病毒学和卫生研究所。12 大学。里尔，法国里尔国家健康与医学研究院，里尔中央医院，神经内分泌脑发育和可塑性实验室，里尔神经科学与认知中心，UMR-S 1172，DISTALZ，EGID，里尔，法国。13 德国哥廷根大学医学中心神经病理学研究所。14 德国哥廷根大学生物网络动力学校园研究所。15 德国哥廷根马克斯普朗克实验医学研究所。16 德国吕贝克德国肺脏研究中心 (DZL) 成员北方气道研究中心。17 德国吕贝克大学解剖学研究所。18 瑞士巴塞尔罗氏创新中心罗氏制药研究与早期开发 (pRED)。19 德国汉堡汉堡-埃彭多夫大学医学中心神经病理学研究所。 20 科隆大学遗传学研究所，科隆，德国。21 汉堡-埃彭多夫大学医学中心法医学研究所，汉堡，德国。22 赛诺菲罕见及神经疾病研究中心，弗雷明汉，马萨诸塞州，美国。23 圣地亚哥-德孔波斯特拉大学-卫生研究所 CIMUS 生理学系，圣地亚哥-德孔波斯特拉，西班牙。
通过超声心动图测量的心脏微观结构改变确定性别特定的心力衰竭风险
抽象目标建立的心力衰竭（HF）风险的临床前成像评估基于宏观结构心脏重塑。鉴于微观结构改变也可能影响HF风险，尤其是在女性中，我们检查了微观结构改变与事件HF之间的关联。我们研究了n = 2511名成年参与者（平均年龄65.7±8.8岁，56％的女性），他们在基线时没有心血管疾病。，我们基于高频谱信号强度系数（HS-SIC）对超声心动图的纹理分析来量化微结构变化。我们检查了其与性行为和性别特定的COX模型的关系，这些模型涉及传统的HF风险因素和宏观结构的改变。结果我们观察到94个新的HF事件在7。4±1.7岁以上。HS-SIC较高的个体患有HF的风险增加（HS-SIC中的HR 1.67，95％CI 1.31至2.13； P <0.0001）。调整年龄和降压药的使用，这种关联在女性中很重要（p = 0.02），但没有男性（p = 0.78）。调整传统危险因素（包括体重指数，总/高密度脂蛋白胆固醇，血压特征，糖尿病和吸烟）减弱了女性的关联（HR 1.30，P = 0.07），并在这些风险因素的主要方面看到HS-SIC的HF风险中介。然而，除了这些危险因素外，调整了相对壁厚（代表宏观结构改变）后，女性中与HF的HF与HF的关联（HR 1.47，p = 0.02）仍然显着。结论心脏微结构改变与HF的风险升高有关，尤其是在女性中。微观结构改变可能会识别个人从风险因素到临床HF的发展的性别途径。
通过双能 X 射线评估身体成分...
摘要 – 背景：脂肪、肌肉和骨骼是能够影响代谢特征和心血管风险的内分泌器官。将这些成分联系起来对于制定超重患者的早期干预策略非常重要。目的：本研究旨在评估体重成分对减肥手术术前代谢特征和心血管风险的影响。方法：对 2018 年至 2019 年期间在巴西累西腓市一所大学医院接受减肥手术的患者进行了横断面研究。使用双能 X 射线吸收仪测定身体成分。使用 Framingham 风险评分评估心血管风险。收集了人体测量、临床和生活方式特征的数据。使用医院实验室的标准方法测定脂质谱（总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇和甘油三酯）、血糖和维生素 D。结果：共分析了 60 名患者，其中 86.7% 患有合并症，33.3% 患有中度/高度心血管风险，71.4% 患有维生素 D 不足/缺乏。较低的瘦体重（调整后的 PR 3.24；95%CI 1.19–5.77）与肥胖严重程度独立相关。体重指数和腰围与瘦体重呈负相关（r=-0.52；p<0.01）/r=-0.36；p<0.01）。瘦体重与脂肪量（r=-0.26；p<0.05）、躯干脂肪（r=-0.29；p<0.05）、空腹血糖（r=-0.26；p<0.05）和骨矿物质密度（r=-0.26；p<0.05）呈负相关。总共有 84.2% 的躯干脂肪较少的人心血管风险较低 (p=0.05)。然而，缺乏身体活动 (调整后的 PR 2.14；95%CI 1.19–5.54) 和酒精依赖风险 (调整后的 PR 2.41；95%CI 1.76–4.15) 是唯一与心血管风险独立相关的变量。结论：躯干脂肪较少的肥胖患者在减肥手术术前心血管风险较低。然而，体重的其他组成部分也与心血管风险无关。标题：肥胖。减肥手术。身体成分。心脏病风险因素。
临床科学人工智能视网膜血管测量用于预测循环死亡率、心肌梗塞和中风
摘要 目的 我们研究加入人工智能 (AI) 支持的视网膜血管测量 (RV) 是否能改善现有的中风、心肌梗死 (MI) 和循环死亡率风险算法。方法 AI 支持的视网膜血管图像分析处理了 88 052 名英国生物库 (UKB) 参与者（图像捕捉时年龄为 40-69 岁）和 7411 名欧洲癌症前瞻性调查 (EPIC)-诺福克参与者（年龄为 48-92 岁）的图像。提取了视网膜小动脉和小静脉宽度、曲折度和面积。在 UKB 中使用多变量 Cox 比例风险回归开发了循环死亡率、中风和 MI 的预测模型，并在 EPIC-Norfolk 中进行外部验证。使用乐观调整校准、C 统计量和 R 2 统计量评估模型性能。将 RV 添加到 Framingham 风险评分 (FRS) 中，以比较其对新发卒中和新发 MI 的表现，以及基于 RV、年龄、吸烟状况和病史（抗高血压/降胆固醇药物、糖尿病、现患卒中/MI）的更简单模型。结果 基于 65 144 名参与者（平均年龄 56.8 岁；中位随访期 7.7 年）开发了 UKB 预后模型，并在 5862 名 EPIC-Norfolk 参与者（分别为 67.6 年、9.1 年）中进行了验证。男性和女性循环死亡率预测模型的乐观调整 C 统计量和 R 2 统计量分别在 0.75–0.77 和 0.33–0.44 之间。对于新发卒中和 MI，在 FRS 中添加 RV 并未改善任何一个队列的模型性能。但是，更简单的 RV 模型的表现与 FRS 相同或更好。结论 RV 为血管健康的传统风险评分提供了一种替代预测生物标志物，无需采血或测量血压。需要进一步研究 RV 在人群筛查中的应用，以对高风险人群进行分类。
IgG N-糖基化心血管年龄轨道轨迹超出日历年龄的心血管风险 肥胖和炎症升高对2型糖尿病的升高：一项前瞻性队列研究 血液基于血液的DNA甲基化生物标志物的16年纵向评估早期预测阿尔茨海默氏病 DNA甲基化作为衰老和阿尔茨海默氏病的生物标志物的实用性 使用DNA 的人脸预测的进步 “我的大脑是否会再次完全工作？”：与癌症相关的认知障碍持续的癌症幸存者的挑战和需求 动脉粥样硬化血症与炎症之间的时间关系及其对2型糖尿病发作的关节累积作用：一项纵向队列研究
在亚临床动脉粥样硬化和代谢性疾病中，已经报道了使用改变的免疫球蛋白G（IgG）N-聚糖模式作为炎症公制，这两者都是心血管健康的重要危险因素。然而，心血管疾病（CVD）的风险地层（CVDS）的IgG N-糖基化利润率的可用能力仍然未知。这项研究旨在开发一种心血管老化指数，用于使用IgG N-聚糖跟踪心血管风险。这项横断面调查招募了1465名来自Busselton健康和衰老研究的40-70岁的人。我们逐步选择了使用机器学习中的特征选择方法（递归功能消除和惩罚性回归算法）的变化N-聚糖的交汇处，并开发了IgG N-糖基化心血管年龄（GlyCage）索引，以反射来自日历年龄的偏差，从而使偏差归因于可产生的偏差。与糖基指数的最强贡献者是偶联糖基化的N-聚糖，其成分为N-乙酰基葡萄糖胺（GlCNAC）（GllcNAC）（Glycan Peak 6（GP6），FA2B，FA2B，）和digalactosy complactosy lated N-糖，含有双分裂的glcnac（glcnac）GLCNAC（GP13）（GP13，A2BG2）。A one-unit increase of GlyCage was significantly associated with a higher Framingham ten-year cardiovascular risk (odds ratio (OR), 1.09; 95% confidence interval (95% CI): 1.05–1.13) and probability of CVDs (OR, 1.07; 95% CI: 1.01–1.13) independent of calendar age.患有过度糖的人（超过3个日历年龄> 3岁）的心血管风险和CVD的概率增加，调整后的ORS分别为2.22（95％CI：1.41–3.53）和2.71（95％CI：1.25-6.41）。2022作者。曲线（AUC）区分高心脏风险的区域（AUC）值为0.73和0.65，对于日历年龄，在日历年龄为0.65和0.63。因此，本研究中开发的糖指数可用于使用IgG N-糖基化pro纤维来跟踪心血管健康。糖基与日历年龄之间的距离独立表明心血管风险，表明IgG N-糖基化在CVD的发病机理中起作用。观察到的关联的概括和高糖指数的预测能力需要其他人群的外部和纵向验证。由Elsevier Ltd代表中国工程学院和高等教育出版社有限公司出版。这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
使用纵向医疗记录利用预处理的大语言模型用于2型糖尿病的预后
1计算健康中心，计算生物学研究所，德国慕尼黑，慕尼黑2 Bio21药理学分子科学与生物技术研究所，墨尔本大学，澳大利亚墨尔本大学 +相应的作者：Reinhard.holl@uni-ulm.de＆Michael.menden@unimelb.edu.au摘要摘要2型糖尿病（T2D）的及时预后（T2D）是至关重要的。AI驱动的大语言模型（LLMS）提供了提取临床见解的潜力，但由于纵向医疗记录的稀疏，高维的性质，面临挑战。这项研究表明，通过使用掩模缺失的数据预处理数据，在预审预告片的LLM中添加嵌入层，并对两个组件进行微调。使用DPV注册表数据集（449,185 T2D患者）在预测HBA1C和LDL水平方面的表现优于基本基线，分别提高了0.749和0.754的Pearson相关性，分别提高了0.253和0.259和0.259。该模型还证明了HBA1C在554.3天内的长期预测（95％CI：[547.0，561.5]），MSE比基于近距离观察的方法提高了9％。综合梯度分析确定了重要的临床特征和访问，揭示了潜在的生物标志物进行早期干预。各种深度学习体系结构，包括前馈神经网络，总体而言，结果表明，使用稀疏的医疗时间序列利用LLM在T2D预后的预测能力的可能性，有助于临床预后和生物标志物发现，最终提高精密医学。引言2型糖尿病（T2D）是一种慢性代谢性疾病，可导致血糖升高1升高，与微血管疾病，包括心血管疾病，神经性病，肾病和视网膜病有关，与微血管疾病，包括心血管疾病和大血管并发症有关，导致了显着的疾病疾病和死亡率和死亡率2。T2D的全球流行率上升强调了对有效管理策略的迫切需求。T2D并发症的早期预后对于及时干预，改善患者预后和降低医疗保健费用至关重要。纵向医疗记录是在T2D中推进精密医学的重要资源。这些记录在时间3期间提供了全面的患者数据，包括人口统计学，病史，测试结果，药物和生活方式因素，使其对早期预后非常宝贵。诸如Framingham心脏研究和DCCT之类的研究表明，此类数据在预测心血管风险4和糖尿病并发症5。这些数据集可以识别模式，以实现更准确和个性化的预后评估，但它们的大量和复杂性构成了重大的分析挑战。机器和深度学习通过对复杂的纵向医学数据的分析来彻底改变了医学预后。
使用语音在6年内对阿尔茨海默氏病进展的预测：一种新的方法利用语言模型
1。Mitchell AJ，Shiri-Feshki M.轻度认知障碍对痴呆症 - 元素分析41个强大的Inception Cohort研究的进展率。Acta Psychiatr Scand。2009; 119：252-265。 2。 Liu S，Cao Y，Liu J，Ding X，Coyle D，Initiative ADN。 一种新颖的检测方法，可有效预测从轻度齿状损伤转化为阿尔茨海默氏病的转化。 Int J Mach学习Cybern。 2023; 14：213-228。 3。 Pereira T，Ferreira FL，Cardoso S等。 神经心理学的预测因素从轻度认知障碍到阿尔茨海默氏病的转化率：一种特征选择合奏，结合了稳定性和可预测性。 BMC Med Infors Decis Mak。 2018; 18：1-20。 4。 Scheltens P，Blennow K，Breteler M等。 阿尔茨海默氏病。 柳叶刀（Lond Engl）。 2016; 388：505-517。 5。 Turner RS，Stubbs T，Davies DA，Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11：496。 6。 Thomas JA，Burkhardt HA，Chaudhry S等。 评估语言和语音生物标志物的效用，以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76：905-922。 7。 Weiner MW，Veitch DP，Miller MJ等。 在AD研究中增加参与者的分歧：数字筛查，血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。2009; 119：252-265。2。Liu S，Cao Y，Liu J，Ding X，Coyle D，Initiative ADN。 一种新颖的检测方法，可有效预测从轻度齿状损伤转化为阿尔茨海默氏病的转化。 Int J Mach学习Cybern。 2023; 14：213-228。 3。 Pereira T，Ferreira FL，Cardoso S等。 神经心理学的预测因素从轻度认知障碍到阿尔茨海默氏病的转化率：一种特征选择合奏，结合了稳定性和可预测性。 BMC Med Infors Decis Mak。 2018; 18：1-20。 4。 Scheltens P，Blennow K，Breteler M等。 阿尔茨海默氏病。 柳叶刀（Lond Engl）。 2016; 388：505-517。 5。 Turner RS，Stubbs T，Davies DA，Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11：496。 6。 Thomas JA，Burkhardt HA，Chaudhry S等。 评估语言和语音生物标志物的效用，以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76：905-922。 7。 Weiner MW，Veitch DP，Miller MJ等。 在AD研究中增加参与者的分歧：数字筛查，血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。Liu S，Cao Y，Liu J，Ding X，Coyle D，Initiative ADN。一种新颖的检测方法，可有效预测从轻度齿状损伤转化为阿尔茨海默氏病的转化。Int J Mach学习Cybern。2023; 14：213-228。3。Pereira T，Ferreira FL，Cardoso S等。神经心理学的预测因素从轻度认知障碍到阿尔茨海默氏病的转化率：一种特征选择合奏，结合了稳定性和可预测性。BMC Med Infors Decis Mak。 2018; 18：1-20。 4。 Scheltens P，Blennow K，Breteler M等。 阿尔茨海默氏病。 柳叶刀（Lond Engl）。 2016; 388：505-517。 5。 Turner RS，Stubbs T，Davies DA，Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11：496。 6。 Thomas JA，Burkhardt HA，Chaudhry S等。 评估语言和语音生物标志物的效用，以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76：905-922。 7。 Weiner MW，Veitch DP，Miller MJ等。 在AD研究中增加参与者的分歧：数字筛查，血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。BMC Med Infors Decis Mak。2018; 18：1-20。 4。 Scheltens P，Blennow K，Breteler M等。 阿尔茨海默氏病。 柳叶刀（Lond Engl）。 2016; 388：505-517。 5。 Turner RS，Stubbs T，Davies DA，Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11：496。 6。 Thomas JA，Burkhardt HA，Chaudhry S等。 评估语言和语音生物标志物的效用，以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76：905-922。 7。 Weiner MW，Veitch DP，Miller MJ等。 在AD研究中增加参与者的分歧：数字筛查，血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。2018; 18：1-20。4。Scheltens P，Blennow K，Breteler M等。阿尔茨海默氏病。柳叶刀（Lond Engl）。2016; 388：505-517。 5。 Turner RS，Stubbs T，Davies DA，Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11：496。 6。 Thomas JA，Burkhardt HA，Chaudhry S等。 评估语言和语音生物标志物的效用，以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76：905-922。 7。 Weiner MW，Veitch DP，Miller MJ等。 在AD研究中增加参与者的分歧：数字筛查，血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。2016; 388：505-517。5。Turner RS，Stubbs T，Davies DA，Albensi BC。诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。前神经。2020; 11：496。6。Thomas JA，Burkhardt HA，Chaudhry S等。评估语言和语音生物标志物的效用，以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。j阿尔茨海默氏症。2020; 76：905-922。7。Weiner MW，Veitch DP，Miller MJ等。在AD研究中增加参与者的分歧：数字筛查，血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。阿尔茨海默氏症痴呆症。2023; 19：307-317。8。Caminiti SP，Ballarini T，Sala A等。FDG-PET和CSF生物标志物在预测大型多中心MCI队列中转化为不同痴呆症中的精度。神经图像临床。2018; 18：167-177。 9。 Long X，Chen L，Jiang C，Zhang L，倡议ADN。 基于MRI变形的定量，对阿尔茨海默氏病的预测和分类。 PLOS ONE。 2017; 12：E0173372。 10。 Varatharajah Y，Ramanan VK，Iyer R，Vemuri P.使用成像，CSF，遗传因素，认知弹性和人口统计学预测短期MCI至AD进展。 SCI代表。 2019; 9：2235。 11。 Ahmadzadeh M，Christie GJ，Cosco TD，MorenoS。神经影像学和分析方法，用于研究从轻度认知障碍到阿尔茨海默氏病的途径：快速系统评价的方案。 Syst Rev。 2020; 9：1-6。2018; 18：167-177。9。Long X，Chen L，Jiang C，Zhang L，倡议ADN。基于MRI变形的定量，对阿尔茨海默氏病的预测和分类。 PLOS ONE。 2017; 12：E0173372。 10。 Varatharajah Y，Ramanan VK，Iyer R，Vemuri P.使用成像，CSF，遗传因素，认知弹性和人口统计学预测短期MCI至AD进展。 SCI代表。 2019; 9：2235。 11。 Ahmadzadeh M，Christie GJ，Cosco TD，MorenoS。神经影像学和分析方法，用于研究从轻度认知障碍到阿尔茨海默氏病的途径：快速系统评价的方案。 Syst Rev。 2020; 9：1-6。对阿尔茨海默氏病的预测和分类。PLOS ONE。 2017; 12：E0173372。 10。 Varatharajah Y，Ramanan VK，Iyer R，Vemuri P.使用成像，CSF，遗传因素，认知弹性和人口统计学预测短期MCI至AD进展。 SCI代表。 2019; 9：2235。 11。 Ahmadzadeh M，Christie GJ，Cosco TD，MorenoS。神经影像学和分析方法，用于研究从轻度认知障碍到阿尔茨海默氏病的途径：快速系统评价的方案。 Syst Rev。 2020; 9：1-6。PLOS ONE。2017; 12：E0173372。 10。 Varatharajah Y，Ramanan VK，Iyer R，Vemuri P.使用成像，CSF，遗传因素，认知弹性和人口统计学预测短期MCI至AD进展。 SCI代表。 2019; 9：2235。 11。 Ahmadzadeh M，Christie GJ，Cosco TD，MorenoS。神经影像学和分析方法，用于研究从轻度认知障碍到阿尔茨海默氏病的途径：快速系统评价的方案。 Syst Rev。 2020; 9：1-6。2017; 12：E0173372。10。Varatharajah Y，Ramanan VK，Iyer R，Vemuri P.使用成像，CSF，遗传因素，认知弹性和人口统计学预测短期MCI至AD进展。SCI代表。 2019; 9：2235。 11。 Ahmadzadeh M，Christie GJ，Cosco TD，MorenoS。神经影像学和分析方法，用于研究从轻度认知障碍到阿尔茨海默氏病的途径：快速系统评价的方案。 Syst Rev。 2020; 9：1-6。SCI代表。2019; 9：2235。11。Ahmadzadeh M，Christie GJ，Cosco TD，MorenoS。神经影像学和分析方法，用于研究从轻度认知障碍到阿尔茨海默氏病的途径：快速系统评价的方案。Syst Rev。2020; 9：1-6。
分区条例
在本附例中，除非有明显的相反意图，下列术语应具有下列条款中给出的含义：附属免下车服务设施：与任何商业或零售业务用途相关的免下车服务设施；但与金融机构、饭店或快餐店相关的免下车服务设施除外。附属住宅车库：位于其附属地段或同一建筑物内的车库，且其中不开展任何业务或行业，但非危险性质的必要维修工作除外。此类地段上的车库空间不得容纳超过两辆机动车，但地段面积超过 4,000 平方英尺时，每 2,000 平方英尺可提供一辆额外机动车的空间，但在任何情况下不得容纳超过五辆机动车。此类地段上不得存放超过一辆商用车。附属用途或构筑物：明显附带于主要用途、建筑物或构筑物且通常与其相关且与主要用途、建筑物或构筑物位于同一地块的从属用途、建筑物或构筑物。分区中禁止的未规定或未允许的用途或活动也应明确禁止作为附属用途。活跃农场地块：活跃农场中永久受农业保护限制 (APR) 限制的部分。活跃农场至少 70% 的土地应永久作为活跃农场。活跃农场：位于弗雷明翰镇用于农业的土地，面积至少为 15 英亩，位于 R-3 或 R-4 单户住宅分区，登记在 MGL c 中。 61 和/或 61A，由一个所有权下的一个或多个相邻地块或根据购买和销售协议合并的任何地块组合组成，其中所有此类所有者共同申请农业保护开发特别许可证，并且对活跃农场没有保护限制或农业保护限制。成人书店：一家以书籍、杂志和其他物品作为其商品的很大一部分或很大一部分的机构，这些物品以强调描绘、描述或涉及 MGL 第 272 章第 31 节中定义的性行为或性兴奋为特征。成人视频商店：一家以视频、电影或其他电影材料作为其商品的很大一部分或很大一部分的机构，这些物品以强调描绘、描述或涉及 MGL 第 272 章第 31 节中定义的性行为或性兴奋为特征。
心血管疾病危险因素的流行以及对绝经前和绝经后患心血管疾病的10年风险的评估
心血管疾病（CVD）是死亡率的主要原因，占全球死亡人数的三分之一[1]。在斯里兰卡，CVD的发生率在过去几十年中迅速增加，而CVD在过去40年中已成为死亡的主要原因[2]。因此，CVD对斯里兰卡施加了沉重的社会和经济负担。2型糖尿病（T2D）被认为是开发CVD的主要危险因素，这已被许多研究证明[3，4]。T2D是世界上最普遍的糖尿病类型[5]。它与相对胰岛素的缺乏症和外周胰岛素抵抗有关[6]。在过去的几十年中，糖尿病的全球患病率迅速增加[5]，而T2D是导致斯里兰卡人口死亡的主要非传染性疾病之一[2]。心血管疾病被认为是斯里兰卡T2D患者死亡率和发病率的主要原因[7]。高血糖引起的内皮损伤和功能障碍是T2D患者CVD发育的主要病理原因。心血管疾病占女性死亡的三分之一，而T2D女性的死亡风险比男性更大[8]。与男性相比，雌激素对非晶状体女性的心血管并发症起保护作用[9]。然而，高血糖诱导的氧化应激改变了ESTRONE对内皮雌激素受体的影响，从而减少了雌激素对T2D女性的有益作用[10]。因此，必须评估T2D患者CVD发展的风险，必须启动主要的预防策略。 在过去的二十年中已经开发了几种风险评估工具，包括弗雷明汉风险评分（FRS），英国前瞻性糖尿病研究（UKPDS）风险引擎和世界卫生组织/国际高血压学会（WHO/ISH）风险预测图表。 尽管全世界已经进行了几项研究，以提高这些风险评估工具的疗效，但在斯里兰卡进行了数量有限的研究。 但是，斯里兰卡人之间各种CVD风险评估工具的性能可能与其他经过充分研究的人群不同。 此外，在斯里兰卡，尚未研究CVD风险评估工具在带有T2D的绝经后妇女中的性能。 卫生部斯里兰卡建议谁/ish作为一种经济有效的方法，用于评估10年内在初级保健环境中开发CVD的风险。 但是，在南部省的一项研究证明，UKPDS风险引擎和WHO/ISH方法都具有因此，必须评估T2D患者CVD发展的风险，必须启动主要的预防策略。在过去的二十年中已经开发了几种风险评估工具，包括弗雷明汉风险评分（FRS），英国前瞻性糖尿病研究（UKPDS）风险引擎和世界卫生组织/国际高血压学会（WHO/ISH）风险预测图表。尽管全世界已经进行了几项研究，以提高这些风险评估工具的疗效，但在斯里兰卡进行了数量有限的研究。但是，斯里兰卡人之间各种CVD风险评估工具的性能可能与其他经过充分研究的人群不同。此外，在斯里兰卡，尚未研究CVD风险评估工具在带有T2D的绝经后妇女中的性能。卫生部斯里兰卡建议谁/ish作为一种经济有效的方法，用于评估10年内在初级保健环境中开发CVD的风险。但是，在南部省的一项研究证明，UKPDS风险引擎和WHO/ISH方法都具有
MetS-IR与心力衰竭之间的关联：十字架
心力衰竭会影响全球约6500万成年人，预计未来几十年的发病率和流行率将继续增加（1）。心力衰竭代表了一个重要的全球健康问题，其发病率和死亡率很高。它给医疗保健系统和患者的生活质量带来了重大负担，导致健康风险和经济压力。因此，患心力衰竭的高风险的个体的及时检测和干预至关重要。心力衰竭的预后受到许多因素的影响，包括年龄，性别，病因，左心室射血分数和合并症。合并症已被证明对心力衰竭的发展和发展产生了重大影响（2）。糖尿病（DM）是众所周知的危险因素，导致心力衰竭预后较差，导致住院和死亡率升高（3）。2型糖尿病（T2DM）和心力衰竭通常同时发生，大约15-25％的心力衰竭患者也患有糖尿病。实际上，糖尿病患者心力衰竭的患病率是普通人群的四倍。根据报道，大约6％的被诊断患有糖尿病的人会在生活中的某个时刻发展心力衰竭。弗雷明汉心脏研究的结果表明，与健康个体相比，糖尿病患者的心力衰竭的发生是五倍至五倍，这与不良的结果有关（4）。显着胰岛素抵抗（IR）是在代谢综合征和T2DM个体中观察到的常见特征。它被认为是糖尿病相关心脏病（DHD）（5）的关键指标，该指标包括冠状动脉疾病，自主性心脏病和糖尿病心肌病（DCM）（6）。DCM增加了糖尿病患者的死亡率（7）。越来越多的证据表明，IR是非缺血性HF和缺血后HF发展的主要病因因素（8-10）。几项研究表明，胰岛素抵抗（IR）会影响血液循环，心肌，心肌纤维化，心脏肥大和心室重塑。这些作用有助于DHD的发展，并最终可能导致心脏舒张功能障碍并发展为HF（5）。尽管高胰岛素 - 毛囊夹法（HEC）被认为是确定IR的最佳方法，但在临床环境中使用不切实际。因此，替代性非胰岛素标记物，包括胰岛素抵抗的稳态模型评估（HOMA-IR），甘油三酸酯 - 糖（TYG）指数，TYG体型质量指数（TYG-BMI），以及用于高密度Lipototote蛋白胆固醇（TG/HDG）的评估（TG-BMI），tg/hd-cluity cluio蛋白（TG/hdio）均可估算。 11，12）。尽管如此，HOMA-IR还需要额外的血液样本和分析成本。此外，还有关于这些指标在CHD筛查，诊断和预后的作用的证据，特别是在患有各种代谢性疾病的患者中。胰岛素抵抗（MetS-IR）的代谢得分，该评分与HEC表现出更高的一致性。