出于该战略区域计划的目的,铁路岛的边界是北部案例大道,东部街机和森林,南6街和35E号高速公路。在人口普查区中心的历史悠久的铁路岛地区约180英亩,北部和西部的铁轨界限,瑞典人空心在南部的东7街。该社区的中央和西北部是住宅。主要零售区位于Payne Avenue和Arcade上。工业用途集中在北端的布什街,在霍普金斯街,35e和南部的东7街之间。有大量的开放空间,包括瑞典空心公园,Phalen Boulevard绿色空间,Eileen Weida Playground,Bluff和Slope区域,在下面的评估部分进一步描述。
QST系统测量并量化了在患者中发生感觉感知所需的身体刺激量。随着感觉不足的增加,QST的感知阈值将增加,这可能在记录神经系统损害或疾病的进展方面有用。QST尚未建立作为诊断和管理的唯一工具,但已与标准评估和管理程序(例如物理和神经系统检查,单丝检查,Pinprick,Grip and Pinch Exterton,Tinel,Tinel,Phalen和Roos符号)结合使用,以增强诊断和治疗计划的数据,并确认与量化的数据相关。QST中使用的刺激包括触摸,疼痛,压力,振动和热(温暖和冷)刺激。这里讨论的所有系统都收到了美国食品药品监督管理局510(k)营销许可。
1。授予我们各地13所学校的授予,包括贝拉卓越学院(OH)的Albuquerque公立学校(NM);布法罗理学院特许学校(纽约);三角洲。Steam Academy(GA),Discovery Creative Pathways(MI); Escuela Exitos特许学校(MN);格伦峡谷户外学院(AZ); James&Rosemary Phalen领导力学院中学(印第安纳州);领导学校(MO); McCurdy Charter School(NM),Monte del Sol Charter(NM),扎根学校基金会(NV); Sankofa Montessori(GA)2。受影响的学区包括Beardstown社区单位SD#15,Benton社区CSD#47,Belleville PSC#118,East Alton Eleast Elementary SD#13,East Alton -Wood River Community High SD#14,Hustonville社区单位SD#1,Nauvoo -Colusa社区单位SD#325,Triopia Community Unt#272 <
Qiuyu gong 1 *,Mehul Sharma 1 *,Emma L. Kuan 1,Marla C. Glass 1,Aishwarya Chander 1,Mansi Singh 1,Lucas T. Graybuck 1,Zachary J. Thomson 1,Zachary J. Thomson 1,Christian M. Lafrance 1,Samir Rachid Zaim 1,Samir Rachid Zaim 1,Tao ee E. ,Elisabeth M. Dornisch 1,Erik D. Layton 1,Peter J. Wittig 1,Alexander T. Heubeck 1,Nelson M. Mukuka 1,Julian M. Mukuka 1,Julian Reading 1,Charles R. Roll 1,Veronica Hernandez 1,Vaishnavi Parthavi Parthasarathy 1,Tyanna J.Styanna J.Styanna J.StyannWeiss 1 , Cole G. Phalen 1 , Regina R. Mettey 1 , Kevin J. Lee 1 , John B. Johanneson 1 , Erin K. Kawelo 1 , Jessica Garber 1 , Upaasana Krishnan 1 , Megan Smithmyer 2 , E. John Wherry 4,5 , Laura Vella 5,6 , Sarah E. Henrickson 5,6 , Mackenzie S. Kopp 1 , Adam K. Savage 1 , Lynne A. Becker 1 , Paul Meijer 1 , Ernest M. Coffey 1 , Jorg J. Goronzy 7 , Cate Speake 2 , Thomas F. Bumol 1 , Ananda W. Goldrath 1 , Troy R. Torgerson 1 , Xiao-jun Li 1 , Peter J. Skene 1 **, Jane H. Buckner 3 , Claire E. Gustafson 1 ** 1 Allen Institute for美国华盛顿州西雅图市免疫学2介入免疫学中心,美国华盛顿州西雅图的弗吉尼亚梅森贝纳罗亚研究所
腕管综合征(CTS)是上肢最常见的神经病,是由腕部屈肌下位神经压缩引起的[1]。CTS主要是由于滑膜屈肌鞘的纤维肥大和重复的手腕运动。中位神经因机械压缩和腕管中的局部缺血而损害,这会导致髓鞘鞘的变化,有时会随着时间的推移损害。疼痛,销钉和针头以及前4个手指的强度损失,尤其是在夜间,是常见的症状[2]。尽管诱捕神经病会影响神经的一小部分,但它们会引起重大的身体,心理和经济后果[3]。CTS的患病率在一般成年人口中的2.7%至5.8%之间[4,5]。疼痛会从手辐射到手臂和肩膀。与CT相关的个人危险因素包括女性,高龄,妊娠,肥胖,甲状腺疾病,糖尿病,杏仁症,创伤和结缔组织疾病。同样,劳动人群有CTS的风险。与工作有关的因素,尤其是重复运动,剧烈的手动工作,频繁的手腕屈曲和手臂振动已被涉及[6]。尽管CT诊断中最有用的测试是Tinel和Phalen测试,但最可靠的客观方法是电子诊断测试。适当的医生必须创建与CTS独特症状相关的案例病史,以诊断CTS患者。Park等。 在Faeghi等人的一项研究中。Park等。在Faeghi等人的一项研究中。随着发现诸如ThenAR萎缩和感觉丧失之类的发现,体格检查的敏感性达到95.7%[7]。鉴定周围神经疾病的最有效方法是电诊断,这对于识别CTS也至关重要[8]。此方法对于确定CTS是否存在并评估其严重性很有用。此外,电诊断可用于确认神经病(例如宫颈辐射病)的差异诊断[8,9]。另一方面,电诊断具有侵入性,可能会使患者不舒服,因为它涉及检查期间的刺激和针肌电图(EMG)[10]。基于机器学习(ML)的建模是一种新兴分析工具,预测模型应用是其在医学研究中的主要用途[11,12]。此外,可以使用基于ML的建模进行疾病,决策和新治疗策略的分类[13,14]。尽管基于机器学习的医学研究已经爆炸性增长,但CTS研究仍然相对较少。一些研究探索了基于临床数据的CTS诊断或对CTS严重程度进行分类的预测模型[15,16]。[15]进行了七个用于对CTS严重性进行分类的ML模型。[16],对腕部的超声图像进行了细分,并使用ML建模对CTS诊断的准确性进行了评估。在另一项研究中,深度学习