XiaoMi-AI文件搜索系统
World File Search SystemObstructive
磷酸二酯酶同工酶和 cAMP 区室在阻塞性肺病新疗法开发中的作用
摘要：第二信使分子 3'5'-环磷酸腺苷 (cAMP) 对哮喘、慢性阻塞性肺病 (COPD) 和特发性肺纤维化 (IPF) 等肺部疾病具有多种有益作用。cAMP 在哮喘和 COPD 中具有支气管扩张作用，同时还具有抗纤维化特性，可限制纤维化。磷酸二酯酶 (PDE) 代谢 cAMP，从而调节 cAMP 信号传导。虽然一些现有疗法可以抑制 PDE，但只有广泛的家族特异性抑制剂。对 cAMP 信号传导区室的了解（其中一些以脂质筏/洞穴为中心）引起了人们对定义特定 PDE 亚型如何维持这些信号微区室的兴趣。阻塞性肺病中 PDE 表达可能改变，从而导致 cAMP 信号传导异常，对此的研究很少。我们认为，抑制特定的 PDE 亚型可通过放大离散微区中的特定 cAMP 信号来改善阻塞性肺病的治疗。
慢性阻塞性肺病的介入性支气管镜检查：不仅仅是一个白日梦
澳大利亚肺脏基金会 COPD-X 计划提供了澳大利亚和新西兰 COPD 诊断和管理的全面循证指南。3 管理的基础是戒烟、肺康复和吸入药物治疗，目的是减轻症状、改善肺功能和生活质量，并降低病情恶化和死亡的风险。对于晚期疾病患者，其他治疗选择有限。预防性大环内酯类抗生素可能对频繁发作的患者有益，但并未得到广泛提倡，4 当 COPD 与慢性缺氧相关时，长期氧疗可降低死亡率，5 肺移植可能适用于合并症有限的特定患者。6 对于某些对药物治疗无效的晚期肺气肿患者，肺减容术被接受作为附加疗法，6 但尽管得到了主要国际社会的支持，但根据我们的经验，澳大利亚和新西兰并未广泛提供该疗法。
职业性木尘暴露与慢性阻塞性肺病风险：一项荟萃分析
研究与质量量表（AHRQ）[8]。自评分量表共11个条目（分别以“是”、“否”和“不清楚”表示）[9]：（1）数据来源是否清楚（调查、文献综述）？（2）是否列出了暴露组和非暴露组（或病例和对照）的纳入和排除标准，或是否引用了以前的出版物？（3）是否给出了确定患者的时间阶段？（4）如果研究对象不是来自人群，那么研究对象是否连续？（5）评估者的主观因素是否掩盖了研究对象的其他方面？（6）描述任何确保质量的评估（例如，对主要结果指标的测试）；（7）解释任何排除患者的分析；（8）描述如何评估和（或）控制混杂因素的措施；（9）解释在分析中如何处理缺失数据（如果可能）；（10）总结患者的反应率和数据收集的完整性；（11）确定预期的不完整数据或如有后续跟进，则提供后续跟进结果。每项计1分。文献由2名研究人员按照评估方案进行评分，如有不一致的分数通过小组讨论解决。文献质量分为以下几类：低质量=0~3分；中等质量=4~7分；高质量=8~11分。
Mocos 基因缺失导致小鼠发生黄嘌呤尿症、阻塞性肾病和主要代谢紊乱
摘要：背景：II 型黄嘌呤尿症是一种罕见的常染色体嘌呤疾病。这种隐性嘌呤代谢缺陷仍是一种未被充分认识的疾病。方法：我们培育出钼辅因子硫化酶 (Mocos) 基因被靶向破坏的小鼠，以便全面了解嘌呤疾病，并评估这种基因的病理生理功能，该基因存在于大量通路中，并且已知与自闭症有关。结果：缺乏 Mocos 的小鼠在 4 周龄内死于明显的阻塞性肾病肾衰竭，表现为黄嘌呤尿、黄嘌呤沉积、囊性小管扩张、Tamm Horsfall（尿调节蛋白）沉积、中性粒细胞坏死和偶尔出现的肾积水和尿石症。阻塞性肾病与中度间质炎症和纤维化反应、贫血、解毒系统减弱以及嘌呤、氨基酸和磷脂代谢的重大改变有关。相反，表达减少的 MOCOS 蛋白的杂合小鼠是健康的，没有明显的病理。结论：缺乏 Mocos 的小鼠会患上致命的阻塞性肾病，并伴有深刻的代谢变化。研究 MOCOS 功能可能为黄嘌呤尿症和其他需要早期诊断的疾病的潜在发病机制提供重要线索
在阻塞性睡眠呼吸暂停中使用机器学习应用的状态和机会：叙事评论
抽象背景：阻塞性睡眠呼吸暂停（OSA）是一种普遍且潜在的严重睡眠障碍，其特征是睡眠期间呼吸反复中断。机器学习模型已越来越多地应用于OSA研究的各个方面，包括诊断，治疗优化和开发用于内型和疾病机制的生物标志物。方法：本叙述性评论研究了从2018年至2023年间发表的254个科学出版物中提取的数据，从诊断算法到治疗和患者管理策略的各种研究工作。我们通过评估了研究中所使用的技术，应用领域，模型评估策略和数据集特征，评估了OSA研究中机器学习的景观。结果：我们的分析表明，大多数机器学习应用都集中在OSA分类和诊断上，并利用各种数据源，例如多摄影，心电图数据和可穿戴设备。深度学习模型是最受欢迎的，其次是支持向量机，分类任务是最常见的。我们还发现，研究队列主要是超重的男性，女性的人数不足，年轻肥胖成年人，
加剧慢性阻塞性肺疾病后的长期心血管风险
抽象目标是在慢性阻塞性肺疾病（COPD）加重后检查不良心血管（CV）事件的风险。方法这项回顾性队列研究从2014年至2019年使用加拿大艾伯塔省的行政数据确定了COPD患者。暴露期是中度或严重加重后的12个月；参考期是在第一次加重之前的时间。主要结果是全因死亡或急性冠状动脉综合征，心力衰竭（HF），心律失常或心律失常或脑缺血的首次住院。时间依赖性的Cox回归模型估计与六个暴露于六个暴露子周期相关的协变量调整风险。1 42 787例患者（平均年龄68.1岁和51.7％的男性）中的结果61 981（43.4％）至少经历了至少一种加重，34 068（23.9％）在64个月的中间随访期间死亡。主要结局发生在43 564（30.5％）的患者中，在每100人年加重5.43（95％CI 5.36至5.50）之前。在评估后1-7天内，这增加到每100人年的95.61年（调整后的HR 15.86，95％CI 15.17至16.58），并保持长达1年。在严重加重后，复合材料和单个简历事件的风险增加了，尽管中度或严重的加重，虽然更大，更长。观察到HF代偿失调的风险增加的最高幅度（1-7天，HR 72.34，95％CI 64.43至81.22）。应评估优化COPD管理对CV结果的影响。结论中度和严重的COPD加剧是不良CV事件的独立危险因素，尤其是HF代偿量。
肠道微生物组和阻塞性睡眠呼吸暂停之间的因果关系：双向Mendelian随机化
伴随着大声打nor，睡眠质量恶化，白天过度嗜睡和浓度降低。作为一种高度普遍的疾病，OSA每年都会显着影响数百万人的生活（Wiegand and Zwillich，1994）。据报道，成年人口的OSA发生已达到20–30％（Sanchez-de-la-torre等人，2020年），儿童的出现已达到3-5％（Chan等，2020）。如今，OSA给个人和社会带来了严格的挑战。除了生活质量恶化外，OSA患者可能会遭受中期和长期后果，包括心血管，代谢，认知和与癌症相关的改变（Moreno-Indias等，2015）。更重要的是，OSA的后遗症将降低工作效率并提高汽车事故的风险（Teransantos等，1999），这在金融和公共安全方面对社会有害。鉴于在发达国家和发展中国家观察到的肥胖流行的持续趋势，人们期望全球患有OSA的患者人数会进一步增加，这主要是由于超重/肥胖与OSA之间的密切相关性（Lam等，2012）。但是，目前的OSA诊断和治疗策略不足。OSA经常无法诊断，而未诊断的OSA产生的成本在美国高达1496亿美元。因此，必须研究OSA的病因，以更好地防止其发生，在早期进行诊断并探索OSA的新治疗方法。此外，在不适（Dissanayake等人，2021年，2021年）之后，依从性问题（Rotenberg等，2016）以及侵入性程序（Badran等人，2020年），诸如持续正气道压力（Munir等人，2023年）和下颌促进设备等传统治疗都受到依从性问题的困扰（Rotenberg等，2016）。
阻塞性和中央睡眠呼吸暂停治疗（仅适用于印第安纳州） - 社区计划医疗政策
如果无法使用这些标准确定医疗需求，请参阅标准®Medicare：程序，手术治疗阻塞性睡眠呼吸暂停（OSA）WPS。单击此处查看标准标准。在某些情况下，在医学上需要植入性降低神经刺激。有关医疗必要性临床覆盖标准，请参阅标准®Medicare：程序，降压神经刺激以治疗阻塞性睡眠呼吸暂停WPS。单击此处查看标准标准。可植入的神经刺激装置用于治疗中央睡眠呼吸暂停（CSA），由于安全性和/或功效的证据不足，因此未经证实，在医学上是不需要的。由于没有足够的疗效证据（不是全包列表），以下手术程序尚未证实，并且在治疗OSA上无需医学上。
夜间心率的变异性可能有助于预测严重的阻塞性睡眠呼吸
1 Cagliari大学医学科学与公共卫生系，09124，意大利Cagliari 2帕尔马大学医学与外科系，帕尔马大学43121，意大利帕尔马43121 3儿童神经精神病学部门，萨皮恩扎大学，萨皮恩扎大学，sapienza sapienza rome of 00185 rome ca Maggiore Policlinico, 20122 Milan, Italy 5 Department of Clinical Sciences and Community Health, University of Milan, 20122 Milan, Italy 6 CERT, Center of Excellence for Toxicological Research, University of Parma, 43121 Parma, Italy 7 INAIL, The National Institute for Insurance against Accidents at Work, Department of Medicine, Epidemiology, Workplace and Environmental Hygiene, 00144 Rome, Italy 8 Centre曼彻斯特大学曼彻斯特大学卫生服务研究与初级保健部门的职业和环境健康部，曼彻斯特M13 9PL，英国9分子心脏病学部，人类研究医院，IRCCS，20089年意大利Rozzano，意大利 *通信：Michele.miragoli.miragoli@unipr.it;电话。 ： +39-0521-903256†这些作者共享最后的作者身份。1 Cagliari大学医学科学与公共卫生系，09124，意大利Cagliari 2帕尔马大学医学与外科系，帕尔马大学43121，意大利帕尔马43121 3儿童神经精神病学部门，萨皮恩扎大学，萨皮恩扎大学，sapienza sapienza rome of 00185 rome ca Maggiore Policlinico, 20122 Milan, Italy 5 Department of Clinical Sciences and Community Health, University of Milan, 20122 Milan, Italy 6 CERT, Center of Excellence for Toxicological Research, University of Parma, 43121 Parma, Italy 7 INAIL, The National Institute for Insurance against Accidents at Work, Department of Medicine, Epidemiology, Workplace and Environmental Hygiene, 00144 Rome, Italy 8 Centre曼彻斯特大学曼彻斯特大学卫生服务研究与初级保健部门的职业和环境健康部，曼彻斯特M13 9PL，英国9分子心脏病学部，人类研究医院，IRCCS，20089年意大利Rozzano，意大利 *通信：Michele.miragoli.miragoli@unipr.it;电话。： +39-0521-903256†这些作者共享最后的作者身份。
自动分割主动脉瓣和二尖瓣，用于肥厚性阻塞性心肌病的心脏外科手术计划
肥厚性阻塞性心肌病（HOCM）是年轻人突然心脏死亡的主要原因。隔膜切除术手术被认为是HOCM非药物治疗的黄金标准，其中主动脉和二尖瓣是手术计划的关键区域。当前，在临床实践中广泛执行主动脉和二尖瓣的手动分割，以构建用于HOCM手术计划的3D模型。但是，这样的过程是耗时且昂贵的。在本文中，我们将解剖学的先验知识介绍为自动分割主动脉和二尖瓣的深度学习。特别是提出了一种两阶段的方法：我们首先从CT图像中获得感兴趣的（ROI），然后进行心脏分割。心脏子结构之间的空间关系用于识别包含主动脉瓣和二尖瓣的瓣膜区域。与典型的两阶段方法不同，我们为左心室的精制分割，左心房和主动脉作为阀门分割的附加输入。通过纳入这些解剖学先验知识，深度神经网络（DNN）可以利用周围的解剖结构来改善阀门细分。，我们收集了一个具有隔膜切除术手术病史的患者的27个CT图像的数据集。实验结果表明，我们的方法的平均骰子得分为71.2％，比现有方法提高了4.2％。我们的数据集和代码将发布到公共数据集。关键字：肥厚的阻塞性心肌病，外科手术计划，分割，深神经网络。