这项荟萃分析旨在综合有关关键危险因素与糖尿病性视网膜病变(DR)发展的证据,这是糖尿病的主要并发症。我们系统地审查并分析了来自2023年4月的11项研究的数据,重点是血糖控制不良,甘油三酸酯水平,超过10年的糖尿病持续时间以及高血压对DR风险的影响。优势比(ORS),以说明研究之间的异质性。升高的空腹血糖和糖化的血红蛋白水平与DR的风险增加显着相关(OR:2.41,95%CI:1.63-3.57),强调了血糖控制的重要性。甘油三酸酯水平和糖尿病的持续时间在10年内也显示出与DR风险的正相关,尽管效应量较弱。高血压被确定为潜在的危险因素,尽管在所有研究中,这种关联在统计上并不显着。在整个分析中观察到中度到高的异质性,强调了DR的多因素性质。这项荟萃分析证实了血糖控制在防止DR和识别其他重要危险因素(包括甘油三酸酯水平和延长糖尿病持续时间)的关键作用。这些发现强调了需要综合糖尿病管理策略来减轻DR的风险。未来的研究应探讨这些关联的基础机制并制定有针对性的干预措施。
摘要 目的:钠-葡萄糖协同转运蛋白-2 (SGLT2) 抑制剂除了降低血糖外,还可以改善脂质组。本研究检查了 SGLT2 抑制剂恩格列净如何影响患有高甘油三酯血症的 2 型糖尿病 (T2DM) 患者的甘油三酯。材料和方法:这项前瞻性研究于 2020 年在伊朗霍拉马巴德的 Shahid Rahimi 医院内分泌诊所进行。采用方便抽样法纳入了 38 名患者。从临床医疗档案中收集患者信息,包括年龄、性别、体质指数 (BMI)、空腹血糖 (FBS)、糖化血红蛋白 (HbA1c)、餐后 2 小时血糖、血清甘油三酯、总胆固醇、高密度脂蛋白 (HDL)、低密度脂蛋白 (LDL)、血清胰岛素水平、血清肌酐天冬氨酸氨基转移酶 (AST)、丙氨酸氨基转移酶 (ALT)、血压和尿白蛋白,并使用 SPSS 软件版本 22 中的配对 t 检验进行比较。结果:使用恩格列净治疗后,BMI、微量白蛋白尿、BUN、FBS、餐后 2 小时血糖和 HbA1c 均显着改善(P <0.05)。血脂方面,恩格列净治疗后甘油三酯、胆固醇、LDL水平明显改善(P<0.05),HDL水平升高,但差异无统计学意义,HbA1c与HDL(P=0.183)或甘油三酯(P=0.947)水平无线性相关性。结论:恩格列净除具有降糖作用外,还可改善2型糖尿病患者的甘油三酯和胆固醇水平,降低BMI、血压、BUN、微量白蛋白尿。关键词:2型糖尿病、血脂异常、钠-葡萄糖协同转运蛋白2抑制剂、恩格列净
保留所有权利。未经许可不得重复使用。永久。预印本(未经同行评审认证)是作者/资助者,他已授予 medRxiv 许可,可以在此版本中显示预印本。版权所有者于 2025 年 1 月 29 日发布此版本。;https://doi.org/10.1101/2025.01.27.25321226 doi: medRxiv preprint
。CC-BY 4.0 国际许可 它是永久可用的。 是作者/资助者,已授予 medRxiv 许可以显示预印本(未经同行评审认证)预印本 此版本的版权所有者于 2025 年 1 月 28 日发布。;https://doi.org/10.1101/2025.01.26.25321156 doi:medRxiv 预印本
高光谱成像为分析人工生态系统中地上植物的特征提供了强大的工具,能够提供涵盖不同波长的丰富光谱信息。本研究提出了一种高效的高光谱数据分割和后续数据分析流程,通过使用稀疏混合尺度卷积神经网络集成,最大限度地减少了用户注释的需求。分割过程利用集成的多样性,以最少的标记数据实现高精度,从而减少了劳动密集型的注释工作。为了进一步增强稳健性,我们结合了图像对齐技术来解决数据集的空间变异性问题。下游分析侧重于利用分割数据处理光谱数据,从而实现植物健康状况的监测。该方法为光谱分割提供了一种可扩展的解决方案,并有助于在复杂受控环境中对植物状况进行切实可行的洞察。我们的研究结果证明了将先进的机器学习技术与高光谱分析相结合,可以实现高通量植物监测。
摘要 - 真实的时间自主系统利用多层计算框架来执行关键任务,例如感知,目标查找和路径计划。传统方法使用占用网格映射(OGM)实施感知,并通过概率信息将环境分为离散的单元。这种经典方法是完善的,并为下游过程提供了一个结构化输入,例如目标查找和路径计划算法。最近的方法利用了一种以生物学启发的数学框架,称为矢量象征体系结构(VSA),通常称为高维计算,以在高维空间中执行概率的OGM。这种方法(VSA-OGM)与尖峰神经网络提供了兼容性,将VSA-OGM定位为常规OGM的潜在神经形态替代品。但是,对于大规模集成,与已建立的OGM方法相比,评估VSA-OGM对下游任务的性能含义至关重要。本研究研究了VSA-OGM对传统的OGM方法,贝叶斯·希尔伯特·地图(BHM)的功效,基于强化学习的目标找到和路径计划框架,在受控的探索环境中,以及受到第10 f1 f1挑战启发的自主驾驶场景。我们的结果表明,VSA-OGM保持在单一和多幕科培训配置之间的可比学习绩效,同时将看不见的环境的性能提高了约47%。索引术语 - 占用网格映射,高维计算,概率学习,增强学习,脑启发的学习这些发现强调了通过BHM培训的政策网络的普遍性提高,从而增强了其在不同环境中现实部署的潜力。
©2025思科和/或其分支机构。保留所有权利。思科和思科徽标是Cisco和/或其在美国和其他国家的商标和/或其分支机构的商标或注册商标。要查看Cisco商标列表,请转到此URL:www.cisco.com/go/trademarks。提到的第三方商标是其各自所有者的财产。使用该词合作伙伴一词并不意味着思科与任何其他公司之间的伙伴关系。(1110r)C45-4916751-00 02/25
。cc-by-nc-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他授予Biorxiv授予Biorxiv的许可,以永久显示预印本。它是制作
预印本(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此版本的版权持有人于2025年2月17日发布。 https://doi.org/10.1101/2025.02.13.637760 doi:Biorxiv Preprint
双相情感障碍 (BD) 是一种复杂的精神健康状况,其特征是情绪和精力发生剧烈变化,这种变化可能非常明显,以致于扰乱患者处理日常任务的能力,甚至使日常活动也感到难以承受 ( 1 )。双相情感障碍躁狂发作的早期症状之一是性欲亢进 ( 2 )。受此病影响的患者往往性欲增强,远远超出社会预期,这可能导致冲动甚至危险的性行为 ( 2 )。双相情感障碍患者性欲亢进的确切病因尚不完全清楚,但可能与躁狂发作期间大脑化学变化和激活的奖赏通路有关。多巴胺、内啡肽和催产素等改善情绪的神经递质激增,会产生强烈的愉悦感,这可能会驱使患者寻求性唤起 ( 3 )。躁狂期的性欲亢进可能是激素失衡以及雌激素与睾酮相互作用所致 ( 3 )。