XiaoMi-AI文件搜索系统
World File Search SystemStaging
KDIGO-2024-CKD-指南.pdf
S136 图 1. 多变量调整分析中，按肌酐和胱抑素 C (eGFRcr-cys) 估计的肾小球滤过率和白蛋白与肌酐比 (ACR) 类别进行慢性肾脏病 (CKD) 分期与年龄 10 种常见并发症风险的关联 S138 图 2. 按社会人口指数划分的每个地点的年龄标准化慢性肾脏病伤残调整生命年 (DALY) 率，男女合并，2019 年 S139 图 3. 成人慢性肾脏病 (CKD) 诊断和分期的筛查算法 S141 图 4. 整个生命周期中慢性肾脏病 (CKD) 护理的特殊考虑 S145 图 5. 按肌酐 (eGFRcr) 估计的肾小球滤过率和白蛋白与肌酐比 (ACR) 类别进行慢性肾脏病 (CKD) 分期与风险的关联多变量调整分析中 10 种常见并发症的风险 S146 图 6. 多变量调整分析中按肌酐和胱抑素 C (eGFRcr-cys) 估计的肾小球滤过率和白蛋白与肌酐比值分类的慢性肾脏病 (CKD) 分期关联以及 10 种常见并发症的风险 S147 图 7. 使用估计肾小球滤过率 (eGFR) 连续模型计算的不良结局风险比，比较胱抑素 C 人群 (eGFRcr-cys 人群) 中肌酐基 eGFR (eGFRcr) 和肌酐和胱抑素 C 基 eGFR (eGFRcr-cys) 之间关联形状 S173 图 8. 慢性肾脏病 (CKD) 病因评估 S174 图 9. 肾脏疾病中的可操作基因 S175 图 10. 实施肾脏病遗传学 S177 图 11. 使用初始和支持性测试评估肾小球滤过率 (GFR) 的方法 S182 图 12. 测量的肾小球滤过率 (mGFR) 和估计的 GFR (eGFR) 的误差来源和大小 S197 图 13. 慢性肾病 (CKD) 患者肾小球滤过率 (GFR) 和白蛋白尿的监测频率 S199 图 14. (a) 预测的肾衰竭风险和 (b) ‡ 40% 的估计肾小球滤过率 (eGFR) 下降，按慢性肾病 (CKD) eGFR (G1 – G5) 和白蛋白与肌酐比率 (ACR) (A1 – A3) 类别在 Optum Labs 数据仓库中 S201 图 15. 从估计的肾小球滤过率(eGFR) 为基础的慢性肾脏病护理方法 S202 图 16. 比较 CKD G1 – G2 成人慢性肾脏病 (CKD) 进展风险（5 年估计肾小球滤过率 [eGFR] < 60 ml/min/1.73 m 2 概率）与肾衰竭的风险，该风险通过 https://www.ckdpc.org/risk-models.html 上的风险方程计算得出 S205 图 17. 慢性肾脏病 (CKD) 治疗和风险改变 S206 图 18. 慢性肾脏病 (CKD) 治疗和风险改变的整体方法 S208 图 19。未接受透析治疗的慢性肾病成人患者的蛋白质指南
人工智能在分段体积上的应用
理由和目标：准确确定宫颈癌和甲状腺癌的诊断和分期对于确定肿瘤的扩散和播散在医疗实践中至关重要，并且涉及最准确和有效的治疗方法。为了准确诊断和分期宫颈癌和甲状腺癌，我们旨在创建一种诊断方法，该方法通过人工智能算法优化，并通过进行临床试验获得准确和有利的结果进行验证，在此期间，我们将使用人工智能 (AI) 算法优化的诊断方法，以避免错误，提高医生对计算机断层扫描 (CT) 扫描、核磁共振成像 (MRI) 的解释理解并改善治疗计划。材料和方法：计算机辅助诊断 (CAD) 方法的优化将包括开发和形成人工智能模型，使用分段体积构造中使用的算法和工具从 MRI/CT 生成 3D 图像。我们提议通过体积渲染技术对“DICOM”图像处理的最新发展进行比较研究，使用传递函数来表示不透明度和颜色，以及在三维空间中投影的“DICOM”图像的灰度。我们还通过生成对抗网络 (GAN) 技术使用人工智能 (AI)，该技术已被证明
未结合的胆红素与新生儿低氧缺血性脑病的严重性和神经发育结果
出生后第一周未结合的胆红素（UB）水平与新生儿缺氧 - 缺血性脑病（HIE）的结局有关。HIE，脑磁共振成像（MRI），听力结果和神经发育结局≥1年的临床SARNAT分期用于将82名HIE患者的UB相关联。初始UB水平与乳酸水平显着相关。在I期（10.13±4.03 mg/dl，n = 34）中，峰值UB高（p <0.001），高于II阶段和III（6.11±2.88 mg/dl，n = 48）。在接受体温过低治疗的48例患者中，较高的峰值UB显着（P <0.001）与不明显的脑MRI扫描和不明显的神经发育结局相关。峰值UB在没有癫痫发作的患者中高（p = 0.015），直到1岁（6.63±2.91 mg/dl）高于癫痫发作的患者（4.17±1.77 mg/dl）。关于听力结果，有和没有听力损失的患者之间没有显着差异。出生后第一周的UB水平是临床分期，MRI发现，1岁之前出院后的癫痫发作的重要生物标志物以及≥1岁的神经发育结果。
Imjudo® (tremelimumab-actl)
Compendium ® ) 肝细胞癌。版本 2.2023。美国国家综合癌症网络，2023 年。NCCN Compendium ® 是 NCCN 指南 ® 的衍生作品。NATIONAL COMPREHENSIVE CANCER NETWORK ®、NCCN ® 和 NCCN GUIDELINES® 是美国国家综合癌症网络公司拥有的商标。要查看最新和完整版本的 Compendium，请在线访问 NCCN.org。访问日期：2023 年 11 月。5. Llovet JM、Bru C、Bruix J。肝细胞癌的预后：BCLC 分期
IgM抗体的第三代检测
艾滋病毒感染图的阶段改编自：Fiebig EW，Wright DJ，Rawal BD等。血浆供体中HIV病毒血症和抗体血清转化的动力学：对原发性HIV感染的诊断和分期的影响。AIDS 2003; 17（13）：1871-1879。 已从OraquickAdvance®快速HIV-1/2抗体测试包插件中提取了对GS HIV-1/HIV-2 Plus O EIA的比较OraquickAdvance®数据。AIDS 2003; 17（13）：1871-1879。已从OraquickAdvance®快速HIV-1/2抗体测试包插件中提取了对GS HIV-1/HIV-2 Plus O EIA的比较OraquickAdvance®数据。
型号LB11锂离子电池大型火灾测试
开发了型号LB11洒水器，用于保护电池制造设施中的锂离子电池；特别是编队，老化和运输/登台架。目前没有用于锂离子电池的标准测试商品。因此，标准裸露的扩展组塑料商品用于列表测试。按照本文档所述，使用清单之外的LB11 HSW洒水装置进行了进一步测试。请通过1-800-55-rasco或techserv@reliablesprinkler.com与可靠的技术服务联系，以获取更多信息。
前沙漠岩营地的 3R 安全指南
前沙漠岩营地，又称沙漠岩训练区和沙漠原子营，在 1940 年至 1965 年间被美国军方用作战场训练演习的集结地。通过历史研究和实地考察，已确定与前沙漠岩营地有关的一小块区域，即沙漠岩营地 - 埋地雷，存在潜在的爆炸危险。已知或怀疑埋藏在此地区的弹药包括练习用地雷。
高升力飞行器管理代码：C222、C238、C239
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
原始发表论文（记录版本）的引用：Sadik, M.、López-Urdaneta, J.、Ulén, J. 等人 (2021)。人工智能可以提醒使用 FDG-PET/CT 分期的霍奇金淋巴瘤患者局部骨骼/骨髓摄取。科学报告，11(1)。http://dx.doi.org/10.1038/s41598-021-89656-9
开发一种基于人工智能 (AI) 的方法，用于检测接受 FDG-PET/CT 分期的霍奇金淋巴瘤 (HL) 患者的局灶性骨骼/骨髓摄取 (BMU)。将单独测试组的 AI 结果与独立医生的解释进行比较。使用卷积神经网络对骨骼和骨髓进行分割。AI 的训练基于 153 名未接受治疗的患者。骨摄取明显高于平均 BMU 的被标记为异常，并根据总异常摄取平方计算指数以识别局灶性摄取。指数高于预定义阈值的患者被解释为具有局灶性摄取。作为测试组，回顾性纳入了 48 名在 2017-2018 年期间接受过分期 FDG-PET/CT 且活检证实患有 HL 的未接受治疗患者。十位医生根据局灶性骨骼/BMU 对 48 例病例进行分类。在 48 例 (81%) 的局部骨骼/骨髓受累病例中，大多数医生同意 AI 的观点。医生之间的观察者间一致性为中等，Kappa 值为 0.51（范围为 0.25–0.80）。可以开发一种基于 AI 的方法来突出显示使用 FDG-PET/CT 分期的 HL 患者中的可疑局部骨骼/BMU。核医学医生之间关于局部 BMU 的观察者间一致性为中等。
第 1 页，共 4 页 健康技术评论
WatchPAT™ONE (WP1) 设备是一种非侵入式家庭护理设备，用于疑似患有睡眠相关呼吸障碍的患者。WP1 是一种诊断辅助设备，用于检测睡眠相关呼吸障碍、睡眠分期（快速眼动 (REM) 睡眠、浅睡眠、深睡眠和清醒）。WP1 可生成外周动脉张力测量（“PAT”）呼吸障碍指数（“PRDI”）、呼吸暂停-低通气指数（“PAHI”）和 PAT 睡眠分期识别（PSTAGES）。WatchPAT™ONE 胸部传感器提供打鼾水平、身体位置和中枢性呼吸暂停低通气指数（“PAHIc”）。WP1 的 PSTAGES、打鼾水平和身体位置为其 PRDI/PAHI/PAHIc 提供补充信息。 WP1 的 PSTAGES、打鼾水平和身体位置并非旨在用作诊断任何睡眠相关呼吸障碍、开具治疗方案或确定是否需要进行额外诊断评估的唯一或主要依据。PAHIc 适用于 17 岁及以上的患者。所有其他参数适用于 12 岁及以上的患者。WatchPAT 是一种可穿戴设备，戴在手腕上，利用基于体积描记的手指安装探头来测量 PAT™（外周动脉张力）信号。PAT™ 信号是对指尖动脉脉动体积变化的测量，反映了动脉血管舒缩活动的相对状态，从而间接反映了交感神经激活的水平。外周动脉血管收缩反映了交感神经激活，表现为 PAT™ 信号幅度的衰减。手指探头还可以测量 RED 和 IR（红外线）信号，这些信号可用于测量 SpO2 信号。在带有胸部传感器的 WatchPAT™ONE 中，集成的胸部传感器会记录打鼾、身体位置和受试者的胸部运动信号。记录的数据会传输到手机上的应用程序，然后存储在 Web 服务器上。在睡眠研究之后，记录会自动下载，并使用专有的 zzzPAT 软件在离线过程中进行分析。zzzPAT 算法使用 WatchPAT 通道来检测与睡眠相关的呼吸障碍、睡眠分期（快速眼动 (REM)、浅睡眠、深睡眠和清醒）。zzzPAT 使用 WatchPAT 的打鼾和身体位置通道来生成打鼾水平和身体位置离散状态。该软件会发布综合研究报告，其中包含统计数据和图形演示