国家免疫技术咨询小组 (NITAG) 是一个由国家专家组成的多学科机构,为决策者提供循证建议,以帮助他们制定明智的免疫政策和计划决策。在 COVID-19 大流行期间,由于形势迅速变化、新疫苗产品在短时间内上市且疫苗有效性数据有限,NITAG 在制定 COVID-19 疫苗循证建议方面面临许多挑战。作者回顾了塞尔维亚 NITAG(即塞尔维亚免疫专家委员会)在大流行期间制定 COVID-19 疫苗建议的过程。本文探讨了委员会面临的挑战和成功。塞尔维亚专家委员会利用现有的最佳证据制定了 40 多项关于 COVID-19 疫苗接种各个方面的建议。这些专家委员会的建议促进了 COVID-19 疫苗的早期采购和成功推出、为最高风险人群提供疫苗接种指导以及在该国实现较高的 COVID-19 疫苗接种覆盖率。塞尔维亚拥有五种 COVID-19 疫苗,这对成功推广疫苗接种来说是一个优势,但对专家委员会来说也带来了挑战。塞尔维亚专家委员会计划利用疫情期间积累的经验和最佳实践来改进和扩大其工作。
经导管主动脉瓣植入(TAVI)是严重主动脉瓣狭窄(AVS)最有效的治疗方法之一。不同的流派和几代经导管心脏瓣膜(THV)是可访问的,为操作员提供了选择患者守望设备的机会。在这项单中心研究中,我们介绍了接受下一代Myval Thv治疗的严重症状AV的塞尔维亚患者的结果。Myval Thv。主要终点是第30天的设备成功。次要终点包括30天全因死亡率,心血管死亡,中风,中度/重度旁腔泄漏(PVL)和新的永久性起搏器植入(PPI)。tavi是根据欧洲心脏病学指南进行的。这项研究包括13名患者,年龄为72±13岁,平均欧洲裔(7.17%)和胸外科医生协会(2.72%)得分,他们使用经皮方法成功接受了TAVI,以92.3%的成绩接受了TAVI。Myval Thv中间大小和超大尺寸分别植入46%和15%的患者中。此急性程序成功率为100%。所有患者都取得了早期装置成功的主要综合终点。没有患者在临床上有显着的主动脉介入或中度/重度PVL。没有患者经历中风,对比度引起的急性肾脏损伤,与装置相关的血管并发症或新的PPI。30天的全因死亡率为0%。Myval Thv系统在塞尔维亚的一个中心后30天内表现出了有利的安全性/效果。这是我对塞尔维亚Myval Thv的经验的第一份报告。
所有儿童的平均生存时间为94.5个月。2-,5和10年的总生存率可能分别为68.8%,59.4%和52.8%。近端肿瘤的患者的存活时间比室内肿瘤和肿瘤患者的患者的生存期更长(P = 0.011)。患有未知的组织病理学(脑干神经胶质瘤)和高级神经胶质瘤的儿童的寿命比胚胎肿瘤,demes膜瘤和低级胶质瘤(p <0.001)短。接受总切除术的儿童的存活率比实现较低程度切除程度的儿童(p = 0.015)。该疾病的程度是一个非常重要的参数,发现与生存有关。手术后没有疾病证据的患者的平均生存期为123个月,患有局部残留疾病的患者为82个月,患有55个月的患者
技术科学学院,普里斯蒂纳大学的科索夫斯卡米特罗维卡大学,KnjazaMiloša7,38220 Kosovska Mitrovica,塞尔维亚,塞尔维亚(1),MB大学,信息技术系,Prote Mateje Br。21,11111 Beograd,塞尔维亚(2)OrcID:1.0000-0002-6557-4553; 2.0000-0002-1492-7638; 3.0000-0002-6867-7259; 4.0000-0002-2240-3420 DOI:10.15199/48.2024.09.55使用机器学习和数字图像处理摘要对电子废物类型进行分类。本文探讨了深度学习和计算机视觉技术在自动分类和检测电子废物(电子废物)中的应用。开发了基于卷积神经网络(CNN)和更快的R-CNN的系统,用于分析电子废物图像并提取有关设备类型和尺寸的信息。该实验是在三个关键电子废物类别的500个现实世界图像的数据集上进行的 - 冰箱,厨房炉灶和电视。结果证明,使用CNN使用R-CNN的92%的分类精度为92%。所获得的数据可以更精确的废物收集计划。主要结论是,深度学习具有改善电子废物管理系统的巨大潜力。Streszczenie。artykuł十BADA ZASTOSOWANIETECHNIKGłęBokiegoUczenia i widzenia komputerowego do automatycznej klasyfikacji i detekcji elektronicznychnychnychnychnychnychnychnychnychodpadów(e-dodpadów)。opracowany zostaje系统oparty na spotowych siecioch sieciach neuronowych(CNN)i szybszym r-cnn做a andaleizyobrazówe-odpadówe-odpadóworaz wydobycia wydobycia wydobycia wydobycia norlakacji norlage o typie typie o typie typie o typie typie t typie imiarachsprzętu。uzyskane daneumoêliwiająbardziejprecyzyjne planowanie zbieraniaodpadów。该实验是在三个关键类别的E Trantpts-Ryfragerators,厨房炉灶和电视的三个关键类别的数据集上进行的。结果显示,使用CNN使用R-CNN的检测精度为92%,结果表现出92%的高分类精度。主要的结论是,深层教学具有改善电子废物管理系统的巨大潜力。(使用机器学习和数字图像处理的电子废物类型的分类)关键词:电子废物,卷积神经网络,计算机视觉,废物分类。关键字:电子废物,编织神经网络,计算机视觉,废物分类。引言电子废物(电子废物)的财产管理正在随着全球干燥废物量增长而变得越来越多。尽管电子垃圾容器高度有价值用于回收利用,但它也可以包含汞,铅和镉等物质。因此,收集,分类和处理电子废物的开发有效系统至关重要。本文研究了使用图像识别技术提高电子快速管理效率的概念。所考虑的系统是基于通过拍摄废物对象获得的视觉数据的分析。目的是通过简单的用户界面来促进电子废物的识别和分类,从而巩固了智能战斗的无处不在和更轻松的互联网访问。这种方法的核心组成部分是深层神经网络,特别是深层卷积神经网络(CNN)的应用,用于图像分析。这种创新的方法使个人可以通过应用程序或服务器将废物对象的照片发送给收集公司,在这种情况下,将使用图像识别技术自动识别废物类型。第一阶段涉及废物类型分类,为此使用深层卷积神经网络。CNN是一种旨在从图像中提取复杂特征的体系结构,并根据某些标准学会区分它们。该技术可以具有很高的准确性对不同的电子废物类别进行可靠的分类。第二个关键组件是更快的区域卷积神经网络(R-CNN),这是图像中的高级对象检测技术。该网络可从电子废物照片中识别设备类别和尺寸估计。将R-CNN集成到系统中,可以对图像中的废物组件进行更详细的了解,这对于成功的废物管理至关重要。研究结果表明,识别和分类所选的电子废物类别的准确性很高,精度为90-97%。这种准确性确认了所提出的方法的效率,并表明其在现实世界中的潜力。管理电子废物正在成为现代社会和经济的组成部分
1 型糖尿病 (T1D) 患者的死亡主要与发展为肾病这一主要的微血管并发症有关 [1]。糖尿病肾病 (DN) 的发病率呈上升趋势,这表明因糖尿病导致终末期肾病 (ESRD) 的患者数量不断增加 [2]。微量白蛋白尿 (MA) 是临床可检测的糖尿病肾病 (DN) 的早期指标。患有 T1D 的年轻成人和儿童中 MA 的患病率为 7%~20% [3,4]。然而,微量白蛋白尿的预测价值有限。研究表明,正常范围的白蛋白尿并不能排除糖尿病儿童肾病 [5]。一些没有微量白蛋白尿的患者也会发展为晚期肾脏病理改变,这意味着微量白蛋白尿可能不是早期发现糖尿病肾病的最佳标志物 [5]。这些患者的 ESRD 发病率比无糖尿病的正常白蛋白尿个体高 7.8 倍 [6]。另一方面,基因研究为罹患 DN 高风险的患者提供了宝贵的信息。在出现白蛋白尿之前,存在可导致肾脏疾病发展的基因突变。通过识别这些因素,我们可以减缓易感人群肾脏损害的进展。可能导致患 DN 的候选基因之一是血管紧张素转换酶 (ACE)、血管紧张素 II 受体 1 型 (AGTR1) 和亚甲基四氢叶酸还原酶 (MTHFR)。激活的肾内肾素-血管紧张素系统被认为是 DN 发病机制中的关键因素,因为它在葡萄糖代谢、调节血压和液体稳态中发挥作用。ACE、血管紧张素原 (Atg) 和 AGTR1 是 RAS 的一部分。 ACE 插入/缺失多态性可解释循环 ACE 水平变异的近一半[7]。ACE I/D 多态性调节 ACE 活性并在 DN 的发展和进展中发挥作用[8]。I/D ACE 基因多态性是影响糖尿病患者心血管并发症和 DN 发展的独立因素[8]。AGTR1 基因调节醛固酮的分泌,并对血压控制和心血管系统的工作产生影响。ACE 插入/缺失和 AGTR1 的一些作用协同作用,增加心血管疾病 (CVD) 的风险[9]。参与 DN 发展的表观遗传机制的遗传变异是 MTHFR 基因的多态性。在糖尿病患者中,低叶酸和升高同型半胱氨酸与糖尿病中的内皮功能障碍和微血管并发症有关[10,11]。 MTHFR 677C -T 基因的多态性与糖尿病患者的同型半胱氨酸升高和微血管并发症有关 [ 12 ]。本研究的目的是检查患有和不患有 MA 的 T1D 青少年之间的临床和实验室差异。其次,我们检查了 ACE、AGTR1、和 MTHFR 基因多态性在 1 型糖尿病患者中分为两组
1 Department of Biology and Parasitology, Medical University, Lublin, Poland 2 Laboratoire de Santé Animale, Anses, INRAE, Ecole Nationale Vétérinaire d'Alfort, UMR BIPAR, Maisons-Alfort, France 3 Clinic for Lyme Borreliosis and Other Tick-Borne Diseases, Department of Prevention of Rabies and Other Infectious Diseases, Pasteur Institute, Novi Sad, Serbia 4 Department of Microbiology with Parasitology and Immunology, Faculty of Medicine, University of Novi Sad, Serbia 5 Diagnostics and Laboratory Research Task Force, Balkan Association for Vector-Borne Diseases, Novi Sad, Serbia 6 Department of Animal Production and Food Safety, University of Agricultural Sciences and Veterinary Medicine, Cluj-Napoca, Romania A – Research concept and design, B – Collection和/或数据组装,C - 数据分析和解释,D - 撰写文章,e - 文章的批判性修订,F - 最终批准该文章
医学科学学院,克拉古杰夫克大学,SvetozaraMarkovića69,34000 Kragujevac,塞尔维亚,电话。 div>:034 / 306-800,传真:034 / 306-800 lob.112,电子邮件:www.medf.kg.ac.ac.ac.rs医学科学学院,克拉戈瓦克大学,Svetozara Markovica,Svetozara Markovica 69,34000 Kragujevac,Kragujevac,Kragujevac,Serbujevac,Serbujevac,Serbia,Serbia,塞尔比亚电话传真:+381 34 306 800 Ext.112,电子邮件:decanat@medf.kg.ac.rs,网络:www.medf.kg.c.rs div div>
Agenda time Session Moderator 08.45-09.00 Registration of the participants / 09.00-09.10 Welcome opening from the host GIZ-IGS Serbia RBH Serbia 09.10-09.20 Introduction of Fair Wear Fair Wear 09.20-09.40 Introduction of the participants Fair Wear 09.40-11.00 Part 1: Setting the Stage: Human Rights and Environmental Due Diligence (HREDD) Standards HRDD框架和步骤立法审查:法国警惕法的义务,《德国供应链法》(LKSG),CSDD,对该地区意味着什么
1贝尔格莱德大学,塞尔维亚贝尔格莱德社会医学学院医学院; 2塞尔维亚大学临床中心,塞尔维亚贝尔格莱德的妇科和妇产科诊所; 3贝尔格莱德大学,塞尔维亚贝尔格莱德医学院; 4诺维·萨德大学(Novi Sad)大学,沃伊沃迪纳(Vojvodina)肿瘤学研究所,塞尔维亚诺维·萨德(Novi Sad)手术肿瘤学诊所; 5贝尔格莱德大学医学院医学统计与信息学研究院,塞尔维亚贝尔格莱德; 6塞尔维亚大学临床中心,内分泌,糖尿病和代谢疾病的诊所,塞尔维亚贝尔格莱德; 7贝尔格莱德大学医学院,塞尔维亚贝尔格莱德医学生理学研究所; 8 Narodni Fort University妇科和妇产科诊所,塞尔维亚贝尔格莱德; 9塞尔维亚塞尔维亚大学临床中心,塞尔维亚贝尔格莱德
1生物学研究所神经生物学系“ SinišaStankovi´c” - 塞尔维亚共和国国际研究所,贝尔格莱德大学,布勒瓦尔·史蒂芬娜(Bulevar Despota Stefana)142,11108 Belgrade,塞尔维亚,塞尔维亚; jelena.dinic@ibiss.bg.ac.rs(J.D.); miodrag.dragoj@ibiss.bg.ac.rs(M.D.); sofija.jovanovic@ibiss.bg.ac.rs(S.J.S.); ana.kostic@ibiss.bg.ac.rs(A.S。); ema.lupsic@ibiss.bg.ac.rs(E.L。); milica.pajovic@ibiss.bg.ac.rs(M.P.); ana.podolski@ibiss.bg.ac.rs(A.P.-R。)2癌症研究中心,综合癌症中心,维也纳医科大学,Borschkegasse 8A,奥地利1090年,奥地利维也纳1090; thomas.mohr@mohrkeg.co.at 3贝尔格莱德大学医学院病理学院,Suboti´ca博士1,11000 Belgrade,塞尔维亚; sofija.glumac@med.bg.ac.rs 4贝尔格莱德大学医学院,Suboti´ca博士8,11000 Belgrade,塞尔维亚; dragana.maric@med.bg.ac.rs(D.M.); maja.eccegovac@med.bg.ac.rs(M.E.)5塞尔维亚大学临床中心肺病学诊所,科斯特·托多罗维(Koste Todorovi´ca)博士26,11000贝尔格莱德,塞尔维亚 *通信:camala@ibiss.bg.bg.ac.rs;电话。 : +381-1120784065塞尔维亚大学临床中心肺病学诊所,科斯特·托多罗维(Koste Todorovi´ca)博士26,11000贝尔格莱德,塞尔维亚 *通信:camala@ibiss.bg.bg.ac.rs;电话。: +381-112078406