XiaoMi-AI文件搜索系统
World File Search SystemTy
研究论文在2型糖尿病小鼠中的骨质疏松症的整合表型和转录组分析
1。西北大学生命科学学院，西安，Shaanxi 710069，中国。 2。 国家颌面重建和再生的国家主要实验室，国家口腔疾病临床研究中心，Shaanxi International International International口腔疾病联合研究中心，纸巾工程中心，口腔学院，第四届军事医学院，第四届军事医学院，XI'AN，Shaanxi 710032，中国。 3。 XI'AN的主要细胞和再生医学主要实验室，西北理工大学医学研究所，XI'AN，Shaanxi 710072，中国。 4。 牙齿牙科学院牙本质学院，第四届军事医科大学，西安克斯，Shaanxi 710032，中国。 5。 中国第四届军事医科大学的口腔植入学系，口腔植入学院，中国西安克西710032。 6。 中国北京100039北京中国PLA综合医院第一医疗中心的口腔学系。 7。 中国西部的资源生物学和生物技术的主要实验室，西北大学医学院，西安，西安克斯，Shaanxi 710069，中国。 8。 基础医学院，Shaanxi TCM物理宪法研究的关键研究实验室，预防与治疗，Shaanxi中医大学，Xianyang，Shaanxi 712046，中国。 9。 中医系，第四届军事医科大学第一家附属医院，中国西安克斯710032。西北大学生命科学学院，西安，Shaanxi 710069，中国。2。国家颌面重建和再生的国家主要实验室，国家口腔疾病临床研究中心，Shaanxi International International International口腔疾病联合研究中心，纸巾工程中心，口腔学院，第四届军事医学院，第四届军事医学院，XI'AN，Shaanxi 710032，中国。3。XI'AN的主要细胞和再生医学主要实验室，西北理工大学医学研究所，XI'AN，Shaanxi 710072，中国。 4。 牙齿牙科学院牙本质学院，第四届军事医科大学，西安克斯，Shaanxi 710032，中国。 5。 中国第四届军事医科大学的口腔植入学系，口腔植入学院，中国西安克西710032。 6。 中国北京100039北京中国PLA综合医院第一医疗中心的口腔学系。 7。 中国西部的资源生物学和生物技术的主要实验室，西北大学医学院，西安，西安克斯，Shaanxi 710069，中国。 8。 基础医学院，Shaanxi TCM物理宪法研究的关键研究实验室，预防与治疗，Shaanxi中医大学，Xianyang，Shaanxi 712046，中国。 9。 中医系，第四届军事医科大学第一家附属医院，中国西安克斯710032。XI'AN的主要细胞和再生医学主要实验室，西北理工大学医学研究所，XI'AN，Shaanxi 710072，中国。4。牙齿牙科学院牙本质学院，第四届军事医科大学，西安克斯，Shaanxi 710032，中国。5。中国第四届军事医科大学的口腔植入学系，口腔植入学院，中国西安克西710032。6。中国北京100039北京中国PLA综合医院第一医疗中心的口腔学系。7。中国西部的资源生物学和生物技术的主要实验室，西北大学医学院，西安，西安克斯，Shaanxi 710069，中国。8。基础医学院，Shaanxi TCM物理宪法研究的关键研究实验室，预防与治疗，Shaanxi中医大学，Xianyang，Shaanxi 712046，中国。9。中医系，第四届军事医科大学第一家附属医院，中国西安克斯710032。
2型糖尿病子表型及其与
Kan Wang PhD 1,2,3，Raymond Noordam PhD 4,5，Stella Trompet PhD 4,6，Julie A.E. van 3 Oortmerssen MD 1 , J. Wouter Jukema PhD 6,7 , M.Kamran Ikram PhD 1,8 , Jana Nano PhD 9 , 4 Christian Herder PhD 10,11,12 , Annette Peters PhD ,9,13,14,15 , Christian Gieger PhD 9,15,16 , Barbara 5 Thorand PhD 9,13,15 , Maryam Kavousi博士1，法里巴·艾哈迈迪扎尔（Fariba Ahmadizar）博士17,18 6 7 1。 鹿特丹Erasmus MC大学医学中心流行病学系8荷兰9 2。 内分泌和代谢疾病系，上海内分泌研究所和10种代谢性疾病，鲁伊因医院，上海乔顿大学医学院医学院，上海11上海，中国11号12 3。 国家卫生委员会的13个内分泌和代谢性疾病的主要实验室国家临床研究中心（上海），国家卫生委员会，国家研究中心14研究中心，医学基因组国家主要实验室，上海乔蒂亚·乔·汤汤汤汤汤汤，康吉·汤汤大学医学学院 内科系，老年医学和老年医学科，莱顿大学17荷兰莱顿医学中心18 5。Kan Wang PhD 1,2,3，Raymond Noordam PhD 4,5，Stella Trompet PhD 4,6，Julie A.E.van 3 Oortmerssen MD 1 , J. Wouter Jukema PhD 6,7 , M.Kamran Ikram PhD 1,8 , Jana Nano PhD 9 , 4 Christian Herder PhD 10,11,12 , Annette Peters PhD ,9,13,14,15 , Christian Gieger PhD 9,15,16 , Barbara 5 Thorand PhD 9,13,15 , Maryam Kavousi博士1，法里巴·艾哈迈迪扎尔（Fariba Ahmadizar）博士17,18 6 7 1。鹿特丹Erasmus MC大学医学中心流行病学系8荷兰9 2。内分泌和代谢疾病系，上海内分泌研究所和10种代谢性疾病，鲁伊因医院，上海乔顿大学医学院医学院，上海11上海，中国11号12 3。国家卫生委员会的13个内分泌和代谢性疾病的主要实验室国家临床研究中心（上海），国家卫生委员会，国家研究中心14研究中心，医学基因组国家主要实验室，上海乔蒂亚·乔·汤汤汤汤汤汤，康吉·汤汤大学医学学院内科系，老年医学和老年医学科，莱顿大学17荷兰莱顿医学中心18 5。卫生校园海牙/公共卫生和初级保健部，莱顿19大学医学中心，荷兰海牙20 6。荷兰莱顿莱顿大学医学中心心脏病学系21 7。荷兰心脏研究所，荷兰乌得勒支22 8。荷兰鹿特丹伊拉斯mc MC大学医学中心神经病学系23 9.德国糖尿病研究中心（DZD），合作伙伴杜塞尔多夫，德国诺伊尔伯格29 12.流行病学研究所，HelmholtzZentrumMünchen，德国25环境健康研究中心（GmbH），IngolstaedterLandstraße1，D-85764，Neuherberg，德国，德国26 10。莱布尼兹糖尿病中心临床糖尿病学研究所医学院和大学医院内分泌与糖尿病学系30Düsseldorf，Heinrich HeineUniversität，杜塞尔多夫，德国，德国31 13。 医学信息处理，生物特征和流行病学研究所（IBE），32医学学院，LMU慕尼黑，彼得滕科弗公共卫生学院，德国慕尼黑，德国33 14。 德国心血管研究中心（DZHK），合作伙伴网站慕尼黑心脏联盟，德国慕尼黑34号35 15. 德国糖尿病研究中心（DZD），合伙人慕尼黑 - 尼尔伯格，Neuherberg，36德国37 16。 研究部门分子流行病学，HelmholtzZentrumMünchen，德国研究38环境卫生中心（GMBH），Ingolstaedter Landstr。 1，D-85764 Neuherberg，39德国40医学院和大学医院内分泌与糖尿病学系30Düsseldorf，Heinrich HeineUniversität，杜塞尔多夫，德国，德国31 13。医学信息处理，生物特征和流行病学研究所（IBE），32医学学院，LMU慕尼黑，彼得滕科弗公共卫生学院，德国慕尼黑，德国33 14。德国心血管研究中心（DZHK），合作伙伴网站慕尼黑心脏联盟，德国慕尼黑34号35 15.德国糖尿病研究中心（DZD），合伙人慕尼黑 - 尼尔伯格，Neuherberg，36德国37 16。研究部门分子流行病学，HelmholtzZentrumMünchen，德国研究38环境卫生中心（GMBH），Ingolstaedter Landstr。1，D-85764 Neuherberg，39德国40
数字糖尿病管理技术对家庭2型糖尿病患者血糖的有效性：系统评价和荟萃分析
背景：2型糖尿病（T2DM）患者的发病率，死亡率和护理费用升高。血糖（SMBG）的数字自我监控可以自动上传数据到应用程序，与医疗保健提供者共享数据，减少错误并帮助长期糖尿病管理。目的：本研究旨在评估基于数字SMBG对T2DM患者在家中血糖的数字糖尿病管理技术的有效性。方法：在PubMed，Embase，Web of Science，中国国家知识基础设施，Wanfang，中国生物医学文献数据库和Cochrane图书馆中进行了系统搜索，该文章是从每个数据库建立到2023年12月25日发布的文章。由2位研究人员（YX和NX）独立提取数据，并使用Cochrane偏见工具对单个试验中的偏见风险进行评级。使用Revman 5.3（Cochrane）进行了荟萃分析。结果：包括十二项研究，涉及1669名参与者。The meta-analysis found that in the digital diabetes management group, hemoglobin A 1c (mean difference [MD] –0.52%, 95% CI –0.63% to –0.42%; P <.001), fasting blood sugar (MD –0.42, 95% CI –0.65 to –0.19 mmol/L; P <.001), 2-hour餐后血糖（MD –0.64，95％CI –0.97至–0.32 mmol/L; P <.001）和BMI（MD –1.55，95％CI –2.92至–0.17 kg/m 2; p = .03）均得到了比较组的改进。结论：已显示数字糖尿病管理可有效地改善家庭环境中T2DM患者的血糖水平和BMI。试用注册：Prospero CRD42024560431； https://tinyurl.com/yfam3nms成功的数字健康干预措施的一个关键特征是患者经常进行SMBG，并得到了及时，个性化和响应良好指导的专门卫生保健专业人员的支持。
使用血糖幸福量表评估2型糖尿病患者及其治疗医生的心理社会状况：MU
1。内分泌学，Bharti糖尿病与内分泌研究所（新娘），Karnal，Ind 2。内分泌学，医学科学研究所和SUM医院，布巴内斯瓦尔，印第安纳州3。内分泌学，KGN糖尿病和孟买Endo Center，Ind 4。内分泌学，孟买Saifee医院，印第安纳州5。内分泌学，Deenanath Mangeshkar医院和研究中心，Pune，Ind 6。内分泌学和糖尿病，Instride，Pune，Ind 7。内分泌学，孟买Bhaktivedanta医院，印第安纳州8。内分泌，糖尿病和内科保健诊所，布巴内斯瓦尔，印第安纳州9。内分泌学和糖尿病，班加罗尔糖尿病中心，班加罗尔，印第安纳州10。内分泌学，糖尿病和代谢，Vijay糖尿病，甲状腺和内分泌诊所，Puducherry，Ind 11。内分泌学，Sri Sai Ram内分泌和糖尿病中心，Kurnool，Ind 12。医学部，雷迪博士实验室有限公司，海得拉巴，印第安纳州13。医学部，雷迪博士实验室有限公司，海得拉巴，印第安纳州14。临床研究，雷迪博士实验室有限公司，海得拉巴，IND
在印度中部的区域高级医疗机构的基孔肯雅病毒的分子键入：一项为期三年的前瞻性研究
系统发育分析表明，循环菌株属于东南部 - 非洲（ECSA）基因型内的一个进化枝。通过将这些菌株与先前报道的印度序列进行比较，我们确定了E1区域中的显着突变，例如S72N，K211E，M269V，D284E，D284E，A315V和I317V，以前从印度中部和新德里发现了菌株。突变，例如M31i，I54V和S105T以及先前在印度报道的A226V突变，这表明我们地区当前循环的CHIKV菌株主要通过AEDES AEGYPTI传播。相反，在2014年之前在非结构区域中观察到的突变，例如NSP2-E145D和NSP3-V376T，在我们的分离株中重新出现。这些发现增强了我们对Chikv遗传多样性的理解，描述了当地Chikv进化枝的演变及其对印度中部地区流行病学和公共卫生的影响。
如何引用本文Varghese S，Thomas A，V A等。 （2025年3月6日）2型糖尿病的急性肾脏损伤的临床特征
表1比较了有或没有AKI的DKA患者的人口统计和合并症。两组之间的平均年龄分布相似，没有统计学上的显着差异（p = 0.087）。与非肥胖患者相比，肥胖患者的比例明显更高（p = 0.044）。性别分布没有显示显着差异（p = 0.63）。在合并症，CKD和CAD中，DKA患者的AKI显着相关（分别为p = 0.02和p = 0.036）。HTN，OAD和CLD在AKI和非AKI组之间没有显示统计学上的显着差异（P> 0.05）。这些发现表明，肥胖，CKD和CAD可能会导致DKA患者的AKI风险增加，从而强调了监测这些因素在临床实践中的重要性。
类型的商业模型画布
业务模型画布（BMC）是一个视觉框架，可帮助企业定义其创建，交付和捕获价值的方式。它将复杂的业务功能简化为九个构件，涵盖客户，优惠，基础架构和财务可行性。这个概念已被GE，P＆G，NETTLEN，IBM，ERICSSON和DELOITTE等组织广泛采用。BMC充当描述，可视化，评估和不断变化的业务模型的共同语言。该框架由九个块组成：客户，优惠，基础架构和财务生存能力，涵盖了企业的四个主要领域。客户细分市场至关重要，因为它定义了企业旨在达到和服务的人员或组织群体。每个客户组都有不同的需求，行为或属性，代表单独的段。价值主张描述了为企业选择的特定客户段创造价值的产品和服务捆绑。它必须解决客户的问题或满足他们的需求，并且可以具有创新性或与现有的市场报价相似，并具有附加功能。要确定其客户群，企业必须回答诸如“我们要为谁创造价值？”之类的问题。和“谁是我们最重要的客户？”价值主张涉及通过特定渠道向客户提供价值。渠道在客户体验中起着至关重要的作用，帮助认识，评估，购买，交付和支持。有五个不同的通道阶段，包括直接，间接和混合选项。数据源2。成本驱动2。要建立有效的渠道，企业必须考虑如何达到目标受众，目前如何达到他们的目标受众以及哪些渠道最有效。公司必须找到正确的渠道组合，以满足客户需求。客户关系涉及与特定细分市场建立关系，从个人到自动化。这些关系可以推动客户获取，保留或提高销售。收入流代表每个客户细分市场的现金流。有两个主要类别：交易收入（一次性付款）和经常性收入（正在进行的付款）。企业必须考虑哪些客户的价值足以支付费用，他们当前的付款方式以及他们宁愿付费以确定理想的收入来源。企业可以通过多种方式产生收入，例如基于订阅的模型或分层定价。定价机制的选择极大地影响了产生的收入。业务模型的资源和关键要素对于企业成功至关重要。业务模型使企业能够创建和提供价值主张，到达市场，维持与客户群的关系并赚取收入。业务模型的类型需要不同的关键资源。例如，像TSMC这样的芯片制造业务需要价值数十亿美元的资本密集型设施，而像Nvidia这样的筹码设计师需要熟练的人力作为其关键资源。关键资源可以由企业拥有或租用，也可以从其主要合作伙伴那里获得。有四种类型的伙伴关系：1。可以通过回答问题来确定它们：我们的价值主张需要什么关键资源？维持我们的分销渠道，客户关系和收入来源需要哪些资源？关键资源可以分为三组：1。成本结构企业的关键活动描述了公司使其业务模型起作用所必须做的最重要的事情。他们必须创建和提供价值主张，到达市场，维持客户关系并赚取收入。关键活动取决于业务模型类型。例如，微软的关键活动是软件开发，而对于戴尔来说，是供应链管理。要确定关键活动，企业必须回答问题：我们的价值主张需要哪些关键活动？哪些活动直接有助于维护我们的分销渠道，客户关系和收入流？关键合作伙伴关系描述了制造业务模型的供应商和合作伙伴的网络。战略合作伙伴2。供应商合作伙伴3。协作合作伙伴4。间接合作伙伴在建立伙伴关系之前，企业必须提出问题：我们的主要合作伙伴是谁？谁是我们的主要供应商？我们从合作伙伴那里获得了哪些关键资源？合作伙伴执行哪些关键活动？建立伙伴关系时有三个企业的动机：1。降低成本2。提高效率3。改进的客户服务成本结构描述了经营业务模型所产生的所有费用。业务在创造和交付价值，维持客户关系和产生收入方面产生了成本。要达到最佳的成本结构，企业必须回答问题：我们的业务模型固有的最重要的成本是什么？哪些主要资源最昂贵？哪些关键活动最昂贵？成本结构可以分为两个广泛的类别：1。价值驱动的成本驱动的业务模型着重于尽可能最大程度地减少成本，使用低价价值主张，最大自动化和广泛的外包。示例包括Notrills Airlines，例如Southwest＆EasyJet，快餐店，例如McDonald's＆KFC。另一方面，价值驱动的业务模型通常以高级价值主张和高度的个性化服务来表征。例子包括豪华酒店，劳斯莱斯（Rolls-Royce）等昂贵的汽车。模型构建块是业务模型Canvas的基础，这是一种动手的工具，可以促进理解，讨论和分析。画布由九个块组成，允许创建新的或现有的业务模型。Nespresso从交易到经常性收入的战略转变是如何应用商业模型画布的一个例子。通过出售咖啡机并产生了对豆荚的反复需求，Nespresso消除了中间商并增加了利润。商业模型画布通过使不同的利益相关者保持一致，在启动前促进思想测试，并专注于以客户为中心的方法来鼓励合作。###它还为业务模型带来了更好的清晰度和结构。但是，画布缺乏定义任务陈述的部分，忽略了成本和收入超出成本和收入的利润机制，并且不描绘要素之间的互连或承认竞争和环境影响等外部因素。大规模定制正在改变我们所知道的计算世界。各种行业正在采用这一概念来彻底改变其战略。Moka Pot是一位传统的咖啡机，已经看到了NetJets和Tesla等企业研究其独特的大众生产方法。这些公司使用的分销渠道是如何在不同部门应用大规模定制的一个示例。在高功率充电网络上，宝马，戴姆勒，福特和大众汽车之间的合作是该概念在汽车行业中潜力的另一个例子。同样，本田和索尼建造电动汽车之间的伙伴关系展示了大规模定制如何导致新兴技术的创新解决方案。此外，像Uber和Spotify这样的公司正在探索通过合作将音乐整合到汽车播放列表中的方法。沃尔玛通过利用其规模和基础设施来创造积极收益的关注表明，适应业务模型以响应不断变化的市场状况的重要性。大型技术业务建模中需求端经济的概念也是大规模定制起着至关重要的作用的领域。随着像Uber，Spotify和其他公司这样的公司继续创新，他们必须在增长与可伸缩性和可持续性的需求之间取得平衡。通过分析诸如战略范围和思考设计普及的业务模型画布之类的业务模型，我们可以看到如何在各个行业中应用大众定制。Nespresso的案例研究演示了该概念如何成功地创建满足客户需求的独特产品。
o r i g i n a l r e s a r c h可解释的预测芬兰2型糖尿病患者的长期糖化血红蛋白反应变化
目的：本研究应用机器学习（ML）和可解释的人工智能（XAI）来预测HbA1c水平的变化，这是监测血糖控制的关键生物标志物，在诊断为2型糖尿病患者的患者中，在启动一种新的抗糖尿病药物后的12个月内。它还旨在确定与这些变化相关的预测因素。患者和方法：来自芬兰北卡雷利亚（North Karelia）的10,139名2型糖尿病患者的电子健康记录（EHR）用于训练整合了随机对照试验（RCT）衍生的HBA1C变化值作为预测变量的预测因子，创建将RCT洞察力与现实世界中集成的偏移模型。各种ML模型 - 包括线性回归（LR），多层感知器（MLP），山脊回归（RR），随机森林（RF）和XGBoost（XGB） - 使用R²和RMSE衡量标准进行评估。基线模型在药物启动之前或之前使用的数据，而随访模型包括第一个药物后HBA1C测量，通过合并动态患者数据来改善性能。模型性能也与临床试验中预期的HBA1C变化进行了比较。结果：结果表明，ML模型的表现要优于RCT模型，而LR，MLP和RR模型具有可比性的性能，RF和XGB模型表现出过于拟合。与基线模型相比，随访MLP模型的表现优于基线MLP模型，其R²得分（0.74，0.65）和较低的RMSE值（6.94，7.62）与基线模型（R²：0.52，0.54; RMSE； RMSE：9.27，9.50）相比。HBA1C变化的关键预测因子包括基线和药后HBA1C值，禁食等离子体葡萄糖和HDL胆固醇。未来的研究将探索治疗选择模型。结论：使用EHR和ML模型可以开发对HBA1C变化的更真实和个性化的预测，考虑到更多样化的患者人群及其异质性，为管理T2D提供了更量身定制和有效的治疗策略。XAI的使用提供了对特定预测因子影响的见解，从而增强了模型的解释性和临床相关性。关键字：类型2糖尿病，HBA1C，治疗效果估计，机器学习，Shap
Antonio Forte Ph.D.，M.D。合着者（S）： - 利用
生成功能多能细胞衍生的脑内皮细胞，用于在脑内皮细胞（BECS）中高度专业的内皮细胞（ECS）进行体外建模和血液脑屏障的体外建模，与其他各种细胞类型相互作用，例如星形胶质细胞和诸如血液脑障碍（BBB）的基础（BBB）。BEC具有独特的特性，包括紧密连接，选择性渗透性和特定的运输系统，这些特性将它们与其他组织中的内皮细胞区分开。这些细胞在维持稳态大脑功能以及调节免疫系统和神经系统之间的相互作用方面起着至关重要的作用。人类神经血管单元（NVU）的体外模型的发展取决于使用EC的使用，该模型可以忠实地概括多个关键的器官功能。人类多能干细胞（HPSC） - 衍生的BMEC（IBMEC）已被广泛用于此目的；然而，其细胞身份的转录组和功能表征表明，这些细胞是上皮屏障形成细胞（Epi-IBFC）而不是BMEC。在这里，我们描述了转录因子介导的策略的开发，以从HPSC中产生EC及其用于生成3D NVU模型的使用。我们报告说，两个EC转录因子SOX7和ERG的构型过表达将Epi-iBFC转换为成人血管ECS（SE-REC），表达EC基因曲目并响应炎症提示。此外，在2D和3D中与星形胶质细胞和周细胞的共同文化在SE-REC中诱导BBB特异性的转录谱。在功能上，与单独培养的EC相比，在3D微流体系统中与原发性脑周细胞和星形胶质细胞的共同培养可显着降低对生物蛋白的渗透性，而70 kDa葡萄蛋白的渗透性与单独培养的EC相比，主要是由于诱导的紧密连接蛋白Claudin-5和Beceception concection claudin-5 and beccantion centection beccention begencecnecnection-beccection centectection-becceent centection beccente cenecnectection。我们旨在使用这些重编程的SE-REC在体外开发更忠实的人BBB系统，以了解疾病机制并开发用于向大脑输送药物的方法。
pembrolizumab治疗后五个月的1型糖尿病发作用于结节性黑色素瘤：病例报告
我们的病例涉及一名47岁的男性，该男性被诊断为结节性黑色素瘤（Breslow厚度，7 mm；有丝分裂指数，3），他接受了辅助pembrolizumab 12个月。完成治疗五个月后，他出现了多尿和多次毒性，并被诊断出患有糖尿病性酮症酸中毒（DKA）。实验室发现包括8.3％的HBA1C，低C肽（0.49 ng/ml）和糖尿病阴性自身抗体。他被诊断出患有pembrolizumab诱导的1型糖尿病，并在医院内用静脉胰岛素治疗，然后再在基础胰岛素（TRESIBA）出院。此案突出了即使停用ICI后，也会延迟发作ICI-DM的风险。临床医生应保持高度可疑的ICI治疗患者代谢并发症的怀疑指数，并为糖尿病提供终身监测。