XiaoMi-AI文件搜索系统
World File Search SystemOvid
减少不适当慢性药物干预的结果测量：叙述性综述
背景：鉴于患有多种疾病的老龄人口不断增加，以及多重用药，不适当处方是一个非常重要的问题。最近，越来越多的研究开发并测试了撤回不适当药物的干预措施，这一过程称为停用处方。然而，我们仍然缺乏用于评估此类干预措施成功与否的措施类型和普遍性的完整信息。目的：对减少成人慢性药物不适当处方的干预研究中使用的所有措施进行分类和综合，以标准化未来研究中的测量，并帮助研究人员设计包含重要测量类型的研究。设计：我们搜索了 Ovid/MEDLINE，以确定 2010 年至 2019 年期间发表的专注于减少成人慢性药物处方的干预研究。测量：我们提取了有关研究特征、干预组成部分和结果测量的数据。我们使用全面而系统的框架对测量进行分类和综合，将预期后果和非预期后果的测量分开。结果：大多数 (90/93) 研究使用了适当处方措施，例如停药或减少剂量。以下措施在研究中很少使用：患者报告的经验、偏好和结果（分别为 12 (13%)、2 (2%) 和 25 (27%) 项研究）；
手术操作的碳足迹
背景数据和目标的摘要：运营剧院通常是医院资源密集型地区，其能源密集度是医院其他地区的3-6倍，并且是废物的主要贡献者。这项系统评价的主要目标是评估计算手术操作碳足迹的现有文献，从而确定了改善手术环境影响的机会。方法：根据PRISMA指南进行了系统的审查。搜索了Cochrane数据库，Embase，Ovid Medline和PubMed，并应用了包含标准。提取并比较了研究终点，并确定了偏差的风险。结果：总共确定了4604个记录，其中8条符合包含条件。这篇评论发现，单个操作的碳足迹范围为6–814 kg二氧化碳等效物。研究发现，经过检查的经营剧院中的主要碳热点是用电和消耗品的采购。使用可重复使用或后处理的手术设备和简化过程，可以通过提高剧院的能源效率来减少手术的碳足迹。包括研究中存在重大的方法论局限性。结论：未来的研究应着重于通过简化操作，将评估扩展到其他手术环境，并确定通过靶向碳热点来减少足迹的方法来优化运营剧院的碳足迹。
地图审查和证据 G
简介：尽管抗癌药物 (ACD) 被普遍推荐，但其对晚期肝胆癌 (HBC) 患者生存期以外的重要结果的影响可能尚未得到充分评估。我们旨在考虑以患者为中心的结果，确定和映射有关晚期 HBC 的 ACD 与最佳支持治疗 (BSC) 的证据。方法：在本次映射审查中，我们纳入了系统评价、随机对照试验、准实验和观察性研究，比较晚期 HBC 的 ACD（化疗、免疫疗法、生物/靶向疗法）与 BSC。我们在 MEDLINE（PubMed）、EMBASE（Ovid）、Cochrane Library、Epistemonikos、PROSPERO 和 clinicaltrials.gov 上搜索了符合条件的研究。两位审阅者执行了筛选和数据提取过程。我们为每种癌症制作了证据图。结果：我们纳入了 87 项研究（60 项针对晚期肝癌，27 项针对胆囊或胆管癌）。大多数证据支持 ACD 的生存结果，支持 BSC 的毒性。我们发现非生存结果存在一些证据空白，包括生活质量或临终关怀质量。讨论：现有证据不足以评估晚期 HBC 中除生存之外的患者重要结果。未来的研究需要解决这些空白，以便更好地为决策过程提供信息。关键词：肝肿瘤、胆囊肿瘤、胆管肿瘤、抗肿瘤药物、免疫疗法、生物疗法、姑息治疗
人工智能在麻醉和疼痛管理领域的应用：一篇评论文章
摘要背景：人工智能 (AI) 为麻醉学等多个领域带来了进步。需要描述有关 AI 在麻醉学方面的应用的当前文献状态，以分析 AI 是否已应用于临床麻醉实践。事实证明，AI 和机器学习 (ML) 有助于制定有效的医疗保健策略。尽管 AI 已被用于实现麻醉自动化，但在麻醉学和疼痛管理中还不那么常见。方法：从 2003 年到 2023 年，从 Cochrane 图书馆、Google Scholar、Medline (Ovid) 和 PubMed 等多个数据库汇编了有关 AI 在麻醉学相关领域的各种用途的各种研究。然后对获得的数据进行分类、压缩和并列。该研究包括 AI、ML、疼痛和麻醉学的多种排列组合。结果：术后疼痛一直是麻醉师的主要关注点之一，而这方面的管理不善可能导致不良事件。近年来，疼痛管理策略取得了显著进展。其中之一，即人工智能在麻醉学和疼痛管理中的应用，引起了越来越多的关注。然而，尽管人工智能非常受欢迎，但也面临着挑战。结论：总体而言，本综述文章中探讨的大多数研究都预见了人工智能在麻醉学和疼痛管理中的应用的光明前景。然而，一些研究报告的结果好坏参半。因此，需要进一步进行更大样本量的调查来验证这些发现。关键词：人工智能、疼痛管理、麻醉学
第三剂疫苗可平衡效力水平
Nicolas Guibert 1，Kylian Trepat 2,3，Bruno Pozzetto 2,4，Laurence Josset 2,5,6，Jean-Baptiste Fassier队，OmranAllatif²，KahinaSaker³，Karen Brengel-Pesce³ OVID研究小组。1。职业健康和医学部，临终关怀里昂，克劳德·伯纳德·里昂1号，古斯塔夫·艾菲尔·艾菲尔·伊夫斯塔尔，UMRT t_9405，umr t_9405，里昂大学，里昂，法国2。CIRI 2。法国2 ，Ens Lyon，Jean Monnet De大学法国里昂圣艾蒂安 3. 里昂民间临终关怀院-生物梅里埃联合研究单位、里昂民间临终关怀院、里昂南医院、皮埃尔-贝尼特、法国 4. 圣艾蒂安大学医院传染性病原体与卫生实验室、圣艾蒂安、法国 5. 里昂民间临终关怀院国家呼吸道病毒参考中心附属实验室、传染性病原体研究所病毒学实验室、里昂民间临终关怀院、法国里昂。 6. 法国里昂民事临终关怀院传染病病原体研究所 GenEPII 测序平台 7. 法国里昂民事临终关怀院爱德华·赫里奥特医院卫生、流行病学、感染警戒和预防部 8. 本文末尾对项目组成员致谢
减少脑机接口异物反应的大型动物研究：系统综述
摘要：脑机接口 (BCI) 依赖于电极和神经元之间的接口来发挥作用。大脑中对电极的反应产生的异物反应 (FBR) 会改变该接口，并可能污染检测到的信号，最终阻碍 BCI 功能。FBR 的大小受本综述探讨的几个关键因素的影响；即 (a) 测试动物的大小、(b) BCI 的解剖位置、(c) 电极的形态和涂层、(d) 电极插入的力学原理和 (e) 药理学修饰（例如药物洗脱电极）。试验降低体内 FBR 的方法（特别是在大型模型中）对于进一步应用于人类非常重要，我们系统地回顾了这方面的文献。我们搜索了 OVID、MEDLINE、EMBASE、SCOPUS 和 Scholar 数据库。对汇总结果进行了定性分析。在 8388 篇论文中，有 13 篇被纳入分析，其中大多数排除的研究都是在小鼠模型上进行的实验。实验对象包括猫、兔子和各种品种的小型猪/狨猴。平均而言，在干预组中，死后组织学中 FBR 的炎症细胞减少了 30% 以上。与啮齿动物模型中使用的策略类似的策略，包括尖端修改和柔性正弦电极配置，都在组织学中产生了良好的效果；然而，值得注意的是，缺乏研究对 BCI 终末功能的影响的试验。未来的研究应评估 FBR 的减少是否与预期 BCI 功能效果的改善相关。
基于人工智能的头颈癌诊断方法：概述
背景：本文回顾了近期采用人工智能/机器学习 (AI/ML) 方法通过自动图像分析对头颈癌 (HNC) 进行诊断评估的文献。方法：使用 MEDLINE (通过 OVID、EMBASE 和 Google Scholar) 进行电子数据库搜索，以检索使用 AI/ML 对 HNC 进行诊断评估的文章 (2009 – 2020 年)。对所使用的 AI/ML 方法或成像方式没有任何限制。结果：共找到 32 篇文章。HNC 部位包括口腔 (n = 16)、鼻咽 (n = 3)、口咽 (n = 3)、喉 (n = 2)、唾液腺 (n = 2)、鼻窦 (n = 1)，其中五项研究研究了多个部位。成像方式包括组织学（n = 9）、放射学（n = 8）、高光谱（n = 6）、内窥镜/临床（n = 5）、红外热（n = 1）和光学（n = 1）。两项研究使用了临床病理学/基因组数据。22 项研究（69%）采用了传统 ML 方法，8 项研究（25%）采用了深度学习 (DL)，2 项研究（6%）采用了这两种方法的组合。结论：越来越多的研究正在探索 AI/ML 在通过各种成像方式辅助 HNC 检测中的作用。这些方法可以达到高度准确度，甚至超过人类在数据预测方面的判断能力。需要进行大规模多中心前瞻性研究来帮助部署到临床实践中。
文章：Mahmood, H. orcid.org/0000-0001-7159-0368、Shaban, M.、Rajpoot, N. 等人（另外 1 位作者）（2021 年）基于人工智能的头颈癌诊断方法：概述。英国癌症杂志，124 (12)。第 1934-1940 页。ISSN 0007-0920
背景：本文回顾了最近采用人工智能/机器学习 (AI/ML) 方法通过自动图像分析对头颈癌 (HNC) 进行诊断评估的文献。方法：通过 OVID、EMBASE 和 Google Scholar 使用 MEDLINE 进行电子数据库搜索，以检索使用 AI/ML 对 HNC 进行诊断评估的文章 (2009 – 2020)。对使用的 AI/ML 方法或成像方式没有任何限制。结果：共确定了 32 篇文章。HNC 部位包括口腔 (n = 16)、鼻咽 (n = 3)、口咽 (n = 3)、喉 (n = 2)、唾液腺 (n = 2)、鼻窦 (n = 1)，五项研究研究了多个部位。成像方式包括组织学 (n = 9)、放射学 (n = 8)、高光谱 (n = 6)、内窥镜/临床 (n = 5)、红外热 (n = 1) 和光学 (n = 1)。两项研究使用了临床病理学/基因组数据。22 项研究 (69%) 采用了传统 ML 方法，8 项研究 (25%) 采用了深度学习 (DL)，2 项研究 (6%) 采用了这些方法的组合。结论：越来越多的研究探索 AI/ML 在使用一系列成像方式辅助 HNC 检测方面的作用。这些方法可以达到很高的准确度，可以超越人类在数据预测方面的判断能力。需要进行大规模多中心前瞻性研究，以帮助部署到临床实践中。
引用：Ali Q, Heldal I, Helgesen CG, et al. 支持视力筛查的技术：范围审查协议。BMJ Open 2021；11:e050819。
摘要 简介 视力问题影响学业成绩、社交和心理健康。大多数传统视力筛查方法依赖于基于一组视力测试的人工专家评估。随着技术的进步，新的仪器和计算机工具可用于补充视力筛查。基于该协议的范围界定审查旨在研究当前的视力筛查技术、哪些视力测试可以通过技术补充，以及这些技术如何通过提供测量来支持视力筛查。 方法与分析 计划中的审查将使用 PRISMA 范围界定审查扩展 (PRISMA-ScR) 工具。将在包括 Web of Science、MEDLINE（Ovid）、Scopus、Engineering Village、Cochrane 和 Embase 在内的数据库中进行电子搜索。我们将在选定的参考数据库中进行系统搜索，不受出版日期或研究国家/地区的限制。参考文献管理软件（如 EndNote 和 DistillerSR）将用于删除重复的条目。两位作者将独立分析研究以确定是否符合纳入资格。冲突将通过讨论解决。我们将提取技术类型、它们所补充的视力测试类型以及所纳入研究的测量值。总体发现将通过主题分析和映射到逻辑模型来综合。伦理与传播本次审查不需要伦理批准，因为它将仅总结现有的已发布数据。我们将在开放获取的同行评审期刊上发表研究结果。我们希望审查结果对视力筛查专家、开发人员、研究人员和政策制定者有用。
神经内镜手术与微创穿刺手术治疗自发性脑出血的疗效及安全性比较
目的：比较神经内镜手术与微创穿刺手术治疗自发性脑出血的疗效和安全性。方法：计算机检索PubMed、OVID、EMBASE、Cochrane Library等英文数据库和CNKI、万方、维普等中文数据库，收集神经内镜手术和微创穿刺手术治疗自发性脑出血的相关文献。采用Stata 17.0软件对纳入的文献进行meta分析。结果：共纳入10篇文章，神经内镜组344例患者，微创穿刺组419例患者。与微创穿刺组比较，神经内镜组术后血肿清除率较高（MD = 19.71；95% CI 4.84～34.57，Z = 2.60，P = 0.01 < 0.05），清除血肿量较多（MD = 16.5；95% CI 5.95～27.04，Z = 3.07，P = 0.001 < 0.05），mRS评分较低（MD = -0.49；95% CI -0.76～-0.21，Z = -3.42，P = 0.001 < 0.05）；GCS评分较高（MD = 0.74；95% CI 0.05～1.43，Z = 2.09，P = 0.04 < 0.05）。但神经内镜组患者手术时间长于对照组（MD = 51.44; 95% CI 37.44~65.44, Z = 7.20, P = 0.0001 < 0.05）。结论：神经内镜手术治疗自发性脑出血在血肿清除及清除率、术后恢复情况、术后意识恢复等方面均优于微创穿刺手术，神经内镜手术具有更好的疗效和安全性。