XiaoMi-AI文件搜索系统
World File Search SystemOvid
接种 mRNA 新冠疫苗后发生横贯性脊髓炎的因果关系
• 通过我们日常的文献监测，循证实践小组 (EBPG) 拥有由美国国家科学、工程和医学院制定的基于全面文献综述的共识声明，并于 2024 年向美国国会议员和国会工作人员进行了简报（https://www.nationalacademies.org/news/2024/04/new-comprehensive-review-examines-potential-harms-of-covid-19-vaccination-and-intramuscular-vaccination）。该报告题为“COVID-19 疫苗接种和肌肉注射疫苗不良反应的证据审查” 32 ，于 2024 年 4 月 16 日发布（文献检索日期为 2023 年 10 月 17 日）（https://www.nationalacademies.org/ocga/briefings-to-congress/evidence-review-of-the-adverse-effects-of-covid-19-vaccination-and-intramuscular-vaccine-administration）。在严格评估了高质量的方法以及本报告涵盖的相关主题的广度后，我们决定通过更新他们对横贯性脊髓炎的文献检索来扩展他们关于横贯性脊髓炎的发现，以回答我们系统评价的目标。以下简要总结了“COVID-19 疫苗接种和肌肉注射疫苗不良反应的证据审查” 32 报告。 • 为了更新文献，于 2024 年 10 月 23 日进行了全面而系统的文献检索。 • 搜索是在商业医学文献数据库上进行的，包括 Embase（1974 年至 2024 年第 42 周）、Medline 和 Epub Ahead of Print、Medline In-Process、In-Data- Review & Other Non-Indexed Citations、Medline Daily 和 Medline（1946 年至 2024 年 10 月 22 日）、Joanna Briggs Institute 循证实践数据库（截至 2024 年 10 月 16 日）、Cochrane Clinical Answers（2024 年 9 月），可通过 Ovid 平台获取。 • 文献检索采用了关键词组合。这些关键词包括：
孕酮对女性免疫系统的影响
抽象目的免疫系统受许多因素的影响，包括女性性激素。到目前为止，尚未完全理解这种影响的程度。这项系统的文献综述旨在概述有关内源性孕激素如何影响月经周期中女性免疫系统的现有概念。方法纳入标准是健康的女性在其生殖年龄的健康受试者，并定期月经周期。排除标准是外源孕酮，动物模型，非健康研究人群和怀孕。这导致了本评论中涵盖的18篇论文。使用数据库Embase，Ovid Medline和Epub进行了搜索，最后一次搜索是在2020年9月18日进行的。我们的发现分为四类：细胞免疫防御，体液免疫防御，客观和主观临床参数。结果我们证明，孕酮以免疫抑制的方式起作用，有利于Th-2样细胞因子谱。此外，我们表明孕激素抑制肥大细胞的脱粒并松弛平滑肌细胞。此外，我们发现了排卵后所谓的脆弱性窗口的证据，其中免疫功能通过孕激素降低和介导。结论这些发现的临床相关性尚未完全理解。由于纳入研究的样本量很小，并且需要进一步研究，因此需要进一步研究以定义所描述的在临床上有意义的上述变化，是否能够影响女性健康，以及如何使用这些发现来增加幸福感。
针对具有复杂沟通需求和有限流动性的儿童的脑部计算机接口：系统评价
脑部计算机界面（BCIS）代表了一种新的边界，努力最大程度地提高了具有深远的运动障碍与相互作用和交流的个人的能力。虽然许多文献都表明了BCIS作为替代访问途径的承诺，但历史上很少有涉及严重身体残疾的儿童和年轻人的应用。随着该领域的研究正在进行，本文旨在评估将BCIS转化为儿科人群的当前状态。使用Scopus，PubMed和Ovid Medline数据库进行了系统的审查。包括2008年至2020年5月在2008年至2020年5月之间在同行评审期刊上以英语发表的BCI表现的儿童和青少年的研究。确定了十二个出版物，为小儿BCIS的持续研究提供了有力的证据。研究证据通常处于多个案例研究或探索性研究水平，样本量适中。七项研究集中于BCIS进行交流和五个研究。文章进行了分类和分组。确定了研究的优势和局限性，并用于为小儿BCIS的临床翻译提供要求。这项系统评价介绍了小儿BCI的最新作品，重点是开发先进的技术，以支持具有沟通障碍或有限手动能力的儿童和青少年。尽管进行了一些研究，该研究涉及BCI在儿童中的沟通和流动性的应用，但结果令人鼓舞，未来的工作应集中在基于大脑活动的可定制的儿科访问技术上。
生物医学信号处理和控制 - WRAP：华威
使用症状/体征检测呼吸系统疾病的人工智能 (AI) 系统可能会改善诊断，尤其是在资源有限的环境中。此类 AI 系统的异质性导致需要持续分析性能以指导未来的研究。本系统文献综述旨在研究使用机器学习 (ML) 根据症状和体征检测肺炎的诊断 AI 系统的性能和报告，并就设计和实施预测 ML 算法的最佳实践提供建议。本文遵循 PRISMA 协议进行，通过搜索 PubMed、Scopus 和 Ovid SP 数据库（上次搜索时间为 2021 年 5 月 5 日）确定了 876 篇文章。为了纳入，研究必须使用 AI 将临床诊断的肺炎与对照或其他疾病区分开来。使用 STARD 2015 工具评估偏倚风险。从 16 项纳入研究中提取了有关研究特征、ML 模型特征、参考测试、研究人群、准确度测量和伦理方面的信息。所有纳入的研究在研究设计、诊断设置、研究人群和 ML 算法方面都存在高度异质性。研究报告在方法和结果方面的质量很低。围绕 AI 算法的设计和实施的伦理问题没有得到很好的探索。虽然没有在所有研究中使用单一的性能指标，但大多数研究报告的准确度超过 90%。有强有力的证据支持进一步研究 ML，以便根据易于识别的症状和体征自动检测肺炎。为了帮助提高未来研究的有效性，根据本研究的结果提供了设计和实施 AI 工具的建议。
引用：Boujarzadeh B，Ranjbar A，Banihashemi F等。预测产后出血的机器学习方法：系统的审查协议。
摘要引言产后出血（PPH）是分娩的最严重的临床问题，它在全球范围内对孕产妇死亡产生了重大贡献。该系统评价旨在根据机器学习（ML）方法来识别PPH的预测因子。方法和分析本评论遵守了系统评价和荟萃分析协议的首选报告项目的指南。该评论定于2023年1月10日开始，并于2023年3月20日结束。主要目的是识别和总结与PPH相关的预测因素，并提出基于ML的预测算法。从成立到2022年12月，将对经过同行评审的期刊文章和在线搜索记录进行以下电子数据库的系统搜索：Cochrane Central Register，PubMed，Embase，Embase（通过OVID），Scopus，Wos，Wos，Ieee Xplore，IEEE Xplore和Google Scholar搜索引擎。将考虑所有符合以下标准的研究：（1）它们包括对PPH诊断的明确定义的一般人群； （2）它们包括用于预测PPH的ML模型，并清楚地描述了ML模型； （3）他们证明了具有指标的ML模型的性能，包括接收器操作特征曲线下的区域，准确性，精度，灵敏度和特异性。非英语语言论文将被排除在外。数据提取将由两个研究者独立执行。总共包括20个信号，将用作评估每个纳入研究的偏见和适用性的工具。道德和传播道德批准不需要，因为我们的审查将包括已发布和公开访问的数据。本评论中的发现将通过同行评审期刊中的出版物传播。Prospero注册号本审查的协议在Prospero提交，ID编号CRD42022354896。
急性呼吸衰竭功效和疼痛管理的比较分析：系统评价和荟萃分析
摘要背景：这种荟萃分析旨在评估重症监护环境中急性呼吸衰竭（ARF）患者各种干预措施的疗效和疼痛管理结果。方法：确定评估ARF在疼痛管理中干预措施的有效性和结果的随机对照试验（RCT），对OVID MEDLINE数据库进行了彻底的搜索，直到2024年8月。根据系统评价和荟萃分析（PRISMA）指南的首选报告项目，评估了研究的质量。效应大小和95％置信区间（CI），而使用I 2统计数据评估了异质性。结果：分析了来自五项研究的3000名参与者。干预措施表现出不同水平的功效和疼痛管理结果，并具有总体上重要的功效（效应尺寸1.40，95％CI：1.05至1.87）。尽管如此，疼痛管理的结果表现出了负面影响大小的总体趋势，这表明在各种干预措施中有效地管理疼痛方面存在困难。异质性水平被认为是中等的（I 2 = 26％），突出了研究方法的差异和患者队列的特征。结论：这种荟萃分析表明，尽管某些干预措施显着改善了ARF患者的临床结果，但疼痛管理仍然是一个挑战。结果表明有必要采用整体策略，将有效性与患者福祉融为一体。未来的研究应优先考虑精炼治疗，以增强ARF管理的有效性和缓解疼痛。Inplasy注册：我们的荟萃分析协议在Inplasy中注册（注册号：Inplasy2024100058），可以在https://inplasy.com/inplasy.com/inplasy-2024-10-0058/上找到。
机器学习和急性中风成像
摘要 背景 近年来，机器学习 (ML) 在提供神经影像学研究的自动化分析方面取得了显著成功，其作用在未来可能会增加。因此，对于临床医生来说，了解这些方法、获得解释 ML 结果的能力以及学习如何评估算法性能至关重要。 目的 概述 ML，介绍其在急性中风成像中的作用，讨论评估算法的方法，然后对现有方法进行评估。 方法 在本综述中，我们概述了医学影像分析中常用的 ML 技术和评估性能的方法。然后，我们查阅相关出版物的文献。于 2021 年 11 月在 Ovid Medline 和 PubMed 中进行了搜索。纳入标准包括英文研究，报告在急性缺血性中风或机械血栓切除术的环境和应用中使用人工智能 (AI)、机器学习或类似技术。本讨论包括包含具有有意义结果和合理 ML 方法的图像级数据的文章。结果 使用 ML 方法发表了许多关于急性卒中成像的出版物，包括大血管闭塞检测、颅内出血检测和量化以及梗塞中心检测。成像输入包括非造影头部 CT、CT 血管造影和 MRI，具有多种性能。我们讨论并回顾了一些最相关的出版物。结论 ML 在急性缺血性卒中成像中已经取得了巨大进展。额外的应用和与临床护理的进一步整合是不可避免的。因此，对于神经介入临床医生来说，掌握这些方法至关重要。
基于人工智能的医疗决策支持工具的伦理、法律和社会考虑：范围审查
简介：人工智能 (AI) 在医疗保健领域的应用，其最新进展有望解决许多现有的全球问题，促进人类健康和应对全球健康挑战。这篇全面的评论不仅旨在揭示潜在的伦理和法律问题，而且还揭示社会影响 (ELSI)，这些影响在最近的评论中被忽视，但在开发阶段值得同等重视，当然在医疗保健实施之前更是如此。它旨在指导各种利益相关者（例如设计师、工程师、临床医生）在设计阶段使用设计伦理 (EbD) 方法解决人工智能的 ELSI。方法：作者遵循系统化的范围界定方法，并在以下数据库中搜索：Pubmed、Web of science、Ovid、Scopus、IEEE Xplore、EBSCO Search（Academic Search Premier、CINAHL、PSY CINFO、APA PsycArticles、ERIC）以查找截至 2021 年 1 月医疗保健领域 AI 的 ELSI。数据被绘制并综合起来，作者对收集的数据进行了描述性和主题分析。结果：在审查了 1108 篇论文后，最终分析中纳入了 94 篇。我们的结果表明，学术界对 AI 领域的 ELSI 的兴趣日益浓厚。我们在分析中发现的主要问题分为四个主要影响集群：AI 算法、医生、患者和医疗保健总体。最普遍的问题是患者安全、算法透明度、缺乏适当的监管、责任和问责制、对医患关系的影响以及人工智能医疗保健的治理。结论：我们的审查结果证实了人工智能显着改善患者护理的潜力，但其实施的缺点与尚未解决的复杂 ELSI 有关。大多数 ELSI 都提到了对互惠和信托医患关系的影响和延伸。随着基于人工智能的决策工具的整合，双边医患关系可能会转变为三边关系。
使用机器学习预测缺氧：系统...
背景：缺氧是住院健康健康状况下降的重要危险因素和指标。使用机器学习预测未来的低氧事件是一个前瞻性的研究领域，旨在促进时间关键的干预措施，以应对患者健康恶化。目的：这项系统评价旨在总结和比较以前的努力，以相对于他们的方法，预测性能和评估人群来预测医院环境中的低氧事件。方法：使用科学网络，带有Embase和Medline的OVID以及Google Scholar进行了系统的文献搜索。研究了使用机器学习模型研究住院患者缺氧或缺氧血症的研究。 使用偏见评估工具的预测模型风险评估偏见的风险。 结果：筛选后，总共有12篇论文有资格进行分析，从中提取了32个模型。 纳入的研究表明了各种人群，方法论和结果定义。 由于大多数研究的偏见不明或高风险（10/12，83％）而进一步限制了可比性。 总体预测性能从中等到高。 基于分类指标，深度学习模型在同一研究中执行类似于传统的机器学习模型。 仅使用先前的外围氧饱和度作为临床变量的模型比基于多个变量的模型显示出更好的性能，其中大多数研究（2/3，67％）使用长期的短期记忆算法。研究了使用机器学习模型研究住院患者缺氧或缺氧血症的研究。使用偏见评估工具的预测模型风险评估偏见的风险。结果：筛选后，总共有12篇论文有资格进行分析，从中提取了32个模型。纳入的研究表明了各种人群，方法论和结果定义。由于大多数研究的偏见不明或高风险（10/12，83％）而进一步限制了可比性。总体预测性能从中等到高。基于分类指标，深度学习模型在同一研究中执行类似于传统的机器学习模型。仅使用先前的外围氧饱和度作为临床变量的模型比基于多个变量的模型显示出更好的性能，其中大多数研究（2/3，67％）使用长期的短期记忆算法。结论：机器学习模型提供了基于回顾性数据准确预测低氧事件的潜力。研究的异质性和结果的可推广性有限，这突出了需要进一步验证研究以评估其预测性能的必要性。
增强现实实施的最低侵入性手术中的现实实施，用于将来在肺手术中应用：系统评价
摘要目的：该系统综述研究了用于可变形器官的微创手术中使用的增强现实（AR）系统，重点是初始注册，动态跟踪和可视化。目的是对与当前AR技术相关的当前知识，应用和挑战进行全面了解，旨在利用这些见解来开发专用的AR肺部视频或机器人辅助胸腔手术（VATS/大鼠）工作。方法：在2024年4月16日，在Embase，Medline（OVID）和Web of Science中进行了系统搜索，遵循用于系统评价和荟萃分析（PRISMA）的首选报告项目。搜索着重于术中AR应用和可变形器官的术中导航目的。进行质量评估，并根据初始注册和动态跟踪方法对研究进行分类。 结果：包括33篇文章，其中一篇涉及肺手术。 研究使用手动和（半）自动登记方法，这些方法是通过基于解剖学的，基于纤维的或基于表面的技术建立的。 考虑了各种结果度量，包括手术结果和注册准确性。 大多数研究达到5毫米施加基于表面的注册的注册精度的研究。 结论：AR可以在解剖上复杂的微创手术过程中实时导航和决策来帮助外科医生。进行质量评估，并根据初始注册和动态跟踪方法对研究进行分类。结果：包括33篇文章，其中一篇涉及肺手术。研究使用手动和（半）自动登记方法，这些方法是通过基于解剖学的，基于纤维的或基于表面的技术建立的。考虑了各种结果度量，包括手术结果和注册准确性。 大多数研究达到5毫米施加基于表面的注册的注册精度的研究。 结论：AR可以在解剖上复杂的微创手术过程中实时导航和决策来帮助外科医生。考虑了各种结果度量，包括手术结果和注册准确性。大多数研究达到5毫米施加基于表面的注册的注册精度的研究。结论：AR可以在解剖上复杂的微创手术过程中实时导航和决策来帮助外科医生。对肺应用的未来研究应集中于探索基于表面的注册方法，考虑其非侵入性，无标记性质和有希望的准确性。此外，鉴于支气管 - 血管解剖结构在肺桶/大鼠中的重要性和相对稳定性，基于血管标记的方法值得探索。评估这些方法的临床可行性至关重要，尤其是关于注册准确性和对手术结果的潜在影响。