XiaoMi-AI文件搜索系统
World File Search SystemMEDLINE
新兴的抗病毒药物预防或治疗流感
文献搜索策略信息专家对关键资源进行了文献搜索，包括MEDLINE，EMBASE，COCHRANE系统评论数据库，ClinicalTrials.gov和加拿大卫生的临床试验数据库。搜索方法是定制的，以检索有限的结果，并平衡综合性与相关性。搜索策略既包括受控词汇，例如国家医学图书馆网格（医学主题标题）和关键字。搜索概念是根据研究问题和选择标准的要素开发的。主要的搜索概念是抗病毒药或其他抗炎药和流感。搜索过滤器被用于将检索限制为RCT或受控临床试验。检索仅限于人口。对于embase搜索，检索也仅限于会议摘要。搜索于2024年11月8日完成，并限于自2020年1月1日以来发布的英语 - 语言文件。
破坏自身免疫性疾病的B和T细胞协作
药物基因组学可以通过防止不良药物反应，提高治疗功效或减轻医疗保健系统上的成本负担来优化抗精神病药物治疗。在这里，我们进行了系统的综述，以研究接受抗精神病药物治疗的个体的药物遗传学测试是否会影响临床或经济结果。2024年1月12日，我们搜索了Medline，Embase，Psycinfo和Cochrane Centrale对照试验登记册。使用叙述方法和摘要表汇总了结果。总共有13项研究有资格纳入系统的综述。当前的证据基础要么有利于药物遗传学引导的处方，要么像临床和经济结局那样在药物遗传学和治疗之间没有差异。将来，我们需要具有足够样本量的随机对照试验，该试验为基于广泛的多基因板的抗精神病患者提供建议，并具有一致且可比的临床结果。
附录：知识库 - 饮食失调
人员/教育“ [网格]或计划评估[网格]或计划开发[网格]或“课程” [网格：NOEXP]或“基于能力的教育”或“基于问题的教育”或“基于问题的学习” [网格] [网格]或“模拟培训”或“仿真培训” [mesh]或“网格”或“态度态度*[tiab]或知识[tiab]或知道[ti]或意识[tiab]或意识[ti]或confiden*[tiab]或技能*[tiab]或train*[tiab]或竞争*[tiab]或program*[tiab]或program*[tiab]或学习*[tiab]或学习*[tiab]或crricul*[tiab]或基于基于模拟的[tiab]或simulation [tiab]或simulation [tiab]或diab 网格/ft“初级卫生保健” [网格]或“医师，初级保健” [网格]或“通用实践” [网格]或“一般从业人员”或“网状护理人员”或“初级保健护理” [网格]或“家庭护士从业者”或（（（网状）或（（（（（（初级保健））或普通医疗）或一般医疗）或一般医疗或总体医疗或一般性治疗或一般医疗或TIAIB [tiab]或TIAB [TIAB]或TIAIB [TIAB]从业者*[Tiab]或普通医师*[Tiab]或家庭医生*[Tiab]或家庭实践者*[Tiab]或家庭护士*[TIAB]或初级保健护理[TIAB]不是Medline [SB]）或从业者*[TI]或临床医生或临床医生或提供者*[TI]或Provider*[TI]或Professive*[TI]或医生*[TI]或健康*[TI]或健康*[TI]*[TI]医师*[ti]或GP [ti]网格/ft“初级卫生保健” [网格]或“医师，初级保健” [网格]或“通用实践” [网格]或“一般从业人员”或“网状护理人员”或“初级保健护理” [网格]或“家庭护士从业者”或（（（网状）或（（（（（（初级保健））或普通医疗）或一般医疗）或一般医疗或总体医疗或一般性治疗或一般医疗或TIAIB [tiab]或TIAB [TIAB]或TIAIB [TIAB]从业者*[Tiab]或普通医师*[Tiab]或家庭医生*[Tiab]或家庭实践者*[Tiab]或家庭护士*[TIAB]或初级保健护理[TIAB]不是Medline [SB]）或从业者*[TI]或临床医生或临床医生或提供者*[TI]或Provider*[TI]或Professive*[TI]或医生*[TI]或健康*[TI]或健康*[TI]*[TI]医师*[ti]或GP [ti]
理解和解释急诊医学中的人工智能、机器学习和深度学习
2015 年至 2021 年间，MEDLINE 索引中涉及急诊和急救护理中 AI 的出版物超过 500 篇，其中超过一半是在过去 2 年内发表的。人们认识到 AI 技术可以在 ED 决策、工作流程和运营中发挥重要作用。2–4 然而，由于对非结构化且通常不透明的报告、不适当的算法选择、代理偏差、数据隐私和安全的担忧，人们呼吁制定更好的标准来开展和报告涉及 AI 的研究。5–9 对于执业的 ED 临床医生来说，这将有助于在模型部署或推广之前解释和理解 AI 研究。本文旨在为临床医生和研究人员提供入门知识，帮助他们了解与 EM 相关的常见 AI 方法，并提供解释 AI 研究的框架。配套论文更详细地探讨了 EM 环境中的 AI 模型构建流程。
生活的心理和社会方面...
本文旨在回顾年轻人患糖尿病 (DM) 的相关风险，这些风险导致糖尿病患者自诊断以来就经历糖尿病特有的痛苦、个人和人际困难，以及需要将心理学家纳入负责糖尿病患者护理的多学科团队。为此，我们将对美国国家医学图书馆的 MEDLINE 和 PUBMED 数据库进行分析。糖尿病的诊断会带来巨大的心理负担，影响个人和家庭。管理糖尿病需要进行大量的生活方式调整，这常常会导致抑郁、焦虑和情绪退缩。尽管存在心理挑战，但糖尿病患者的心理支持并未得到充分利用。认识到寻求帮助的障碍并倡导多学科干预是至关重要的步骤。本综述强调迫切需要开展研究和干预，以提高糖尿病患者的心理健康和生活质量。
RTX-KG2：构建转化生物医学语义标准化知识图谱的系统
背景：生物医学转化科学越来越多地利用大型结构化知识库（如统一医学语言系统 (UMLS)、语义医学数据库 (SemMedDB)、ChEMBL、DrugBank 和小分子途径数据库 (SMPDB)）和数据的计算推理，以促进发现新的治疗目标和治疗方式。自 2016 年以来，NCATS 生物医学数据翻译器项目一直致力于在分布式系统内联合自主推理代理和知识提供者，以回答转化问题。在该项目内以及更广泛的领域内，迫切需要一个开源框架，可以有效且可重复地构建一个集成的、符合标准的、全面的生物医学知识图谱，该图谱可以以标准序列化形式下载或通过符合 FAIR 数据原则的公共应用程序编程接口 (API) 进行查询。
屏幕时间在儿童和青少年生活中的后果
多年来，花在屏幕上花费的抽象时间有所增加，尤其是作为娱乐儿童和青少年的一种方式，取代了虚拟世界的社交互动和欢乐时刻，对发展很重要。因此，当该虚拟相互作用的可能后果超过巴西儿科学会建议的最多两小时时，便继续提出注释。从这种解释开始，这项工作的目的是一本参考审查，与屏幕时间恶化的年轻人的身心影响有关。在Google Scholar，Scielo，Medline，EbsCohost平台上找到了用作资源的文献，并在2016年至2022年之间选择了文章。可以得出结论，某些年龄段的屏幕时间不符合建议的屏幕时间，这会导致很多不活动的时间，这与超重，睡眠质量差，抑郁症和焦虑症的增加相关，表明需要那些负责建立更健康常规的人进行干预。关键字：屏幕时间；幼儿；青春期;孩子们;青少年。摘要多年来创建的屏幕上花费的时间，主要是作为招待儿童和青少年的方式，社交替代了互动和欢乐时刻，这对于与虚拟世界的发展很重要。因此，当该虚拟相互作用的可能后果超过巴西儿科学会建议的最多两个小时时，仍然会记下注释。基于此解释，这项工作的目的是一份书目评论，与屏幕时间恶化的年轻人的身心影响有关。在Google Scholar，Scielo，Medline，EBSCohost平台上找到了用作来源的文献，并选择了2016年至2022年之间的文章。可以得出结论，不符合某些年龄段的推荐屏幕时间，这会导致很多时间不活动，这与超重，睡眠质量差，抑郁症和焦虑症的增加相关，这表明需要那些负责建立更健康常规的人进行干预。关键字：屏幕时间；幼儿；青春期;孩子们;青少年。恢复El Tiempo que se pasa con las pantallas ha amumentado conlosaños，校长科莫·科莫·科莫·科莫·恩纳（Como como como como como como como como como）así，continúantomándosenotas sobre las posibles consecuencias de esaInteracción虚拟cuando supera el supera el eelmáximode dos horas do horas diarias rocomendadas por la sociedad brasiledadbrasileñadepediatría。partir de esta exta extaivo de este de este trabajo es unarevisiónbibliográficaficográficareacionada con las con las afectacionesfísicasypsíquicasypsíquicasenjóvenesenjóvenescon tiempo de pantalla exacerbado。lituratura utilizada como fuente seecontróenlas plataformas Google Scholar，Scielo，Medline，EbsCohost，se EscogieronArtículosentre entre entre 2016 y 2022。帕拉布拉斯·克拉夫（Palabras Clave）：tiempo de Pantalla; NiñezTemprana; Adopcencia;尼诺;青少年。可以得出结论认为，某些年龄段的屏幕时间不能满足推荐的屏幕时间，这会导致很多不活跃的时间，这与超重，睡眠质量不佳，抑郁和焦虑症的增加有关，这表明那些负责建立更健康常规的人的干预需要。 div>
丹尼·沃谢 (Danny Warshay) 撰写的《观察、解决、扩展》摘要
丹尼·沃谢是布朗大学的教授。过去 16 年来，他一直在耶鲁大学、特拉维夫大学和布朗大学向 3,000 多名学生讲授“看见、解决、扩展”创业流程。迄今为止，这门课程已经催生出许多初创公司，这些公司为创始人带来了数亿美元的收入，并为众多非营利组织提供了出色的解决方案，这些组织正在解决食品浪费、亚马逊森林砍伐、文盲问题以及中东摆脱对石油依赖的经济转型问题。丹尼·沃谢共同创立并出售了多家软件、先进材料、消费品和媒体公司，这些公司已被苹果、Medline、时代、Belo Corporation、Sealed Air、Penton Media 等公司收购。他毕业于哈佛商学院、布朗大学和耶路撒冷希伯来大学。
理解和解释人工智能，机器学习和急诊医学中的深度学习
在2015年至2021年之间，Medline中有超过500个出版物涉及AI的急性和急诊护理，其中一半以上在过去的两年内出版。人们认识到，AI技术可能在ED决策，工作流和运营中起重要作用。2–4然而，人们对非结构化且经常不透明的报告，不适当的算法选择，代理偏见，数据隐私和安全性的担忧导致呼吁对涉及AI的研究进行更好的努力和报告。5–9对于执业ED临床医生，这将有助于在模型部署或概括之前对AI研究的解释和理解。 本文的目的是作为临床医生和研究人员在理解与EM有关的常见AI方法方面的入门，并提供解释AI研究的框架。 同伴论文在EM上下文中提供了AI模型构建管道的更详细的利用。5–9对于执业ED临床医生，这将有助于在模型部署或概括之前对AI研究的解释和理解。本文的目的是作为临床医生和研究人员在理解与EM有关的常见AI方法方面的入门，并提供解释AI研究的框架。同伴论文在EM上下文中提供了AI模型构建管道的更详细的利用。
先前的SARS-COV-2感染和对Omicron变体的杂种免疫的保护有效性：系统评价和元回归
Methods For this systematic review and meta-regression, we searched for cohort, cross-sectional, and case–control studies in MEDLINE, Embase, Web of Science, ClinicalTrials.gov, the Cochrane Central Register of Controlled Trials, the WHO COVID-19 database, and Europe PubMed Central from Jan 1, 2020, to June 1, 2022, using keywords related to SARS-CoV-2, reinfection, protective有效性，先前的感染，抗体的存在和杂种免疫。主要结果是防止再感染和入院或杂交免疫力的严重疾病，相对于单独的疫苗接种的杂交免疫力以及杂交免疫相对于杂交免疫的杂交免疫力，而杂交免疫力较少。在干预措施工具的非随机研究中，评估了偏见的风险。我们使用log-odds随机效应元回归以1个月的间隔估计保护的大小。这项研究已在Prospero（CRD42022318605）注册。