XiaoMi-AI文件搜索系统
World File Search SystemU100
胰岛素degludec与胰岛素glargine U100的影响对1型糖尿病患者的血浆葡萄糖谱评估的夜间血糖
1。Wild D，von Maltzahn R，Brohan E，Christensen T，Gonder-Frederick L.对糖尿病中恐惧低血糖的文献的批判性评论：对糖尿病管理和患者教育的影响。患者教育咨询公司。2007; 68（1）：10-15。 2。 Pedersen-Bjergaard U，Kristensen PL，Beck-Nielsen H等。 胰岛素类似物对容易发生严重低血糖症的1型糖尿病患者严重低血糖症的风险（Harboana试验）：一种前瞻性，随机，开放标签，盲点 - 端点交叉 - 过度试验。 柳叶刀糖尿病内分泌。 2014; 2（7）：553-561。 3。 Pedersen-Bjergaard U，Agesen RM，BrøsenJMB等。 比较容易患有夜间严重低血糖的1型糖尿病患者的胰岛素Degludec和甘胶U100的治疗方法：降低，随机，受控，开放标签，交叉试验。 糖尿病OBES METAB。 2021; 1 - 11：257-267。 4。 Agesen RM，Kristensen PL，Beck-Nielsen H等。 胰岛素类似物对容易患有严重低血糖的1型糖尿病患者非严重低血糖症的频率的影响：连续葡萄糖监测检测到的率要比对血糖的自我监测（HypoAna Arymentor）（HypoAna Arymentoring）的影响。 糖尿病技术。 2018; 20（3）：247-256。 5。 Agesen RM，Kristensen PL，Beck-Nielsen H等。 胰岛素类似物对容易患有严重低血糖的1型糖尿病患者非血糖低血糖频率的影响：Harboana试验。 糖尿病代谢。 2016; 42（4）：249-255。 6。2007; 68（1）：10-15。2。Pedersen-Bjergaard U，Kristensen PL，Beck-Nielsen H等。胰岛素类似物对容易发生严重低血糖症的1型糖尿病患者严重低血糖症的风险（Harboana试验）：一种前瞻性，随机，开放标签，盲点 - 端点交叉 - 过度试验。柳叶刀糖尿病内分泌。2014; 2（7）：553-561。 3。 Pedersen-Bjergaard U，Agesen RM，BrøsenJMB等。 比较容易患有夜间严重低血糖的1型糖尿病患者的胰岛素Degludec和甘胶U100的治疗方法：降低，随机，受控，开放标签，交叉试验。 糖尿病OBES METAB。 2021; 1 - 11：257-267。 4。 Agesen RM，Kristensen PL，Beck-Nielsen H等。 胰岛素类似物对容易患有严重低血糖的1型糖尿病患者非严重低血糖症的频率的影响：连续葡萄糖监测检测到的率要比对血糖的自我监测（HypoAna Arymentor）（HypoAna Arymentoring）的影响。 糖尿病技术。 2018; 20（3）：247-256。 5。 Agesen RM，Kristensen PL，Beck-Nielsen H等。 胰岛素类似物对容易患有严重低血糖的1型糖尿病患者非血糖低血糖频率的影响：Harboana试验。 糖尿病代谢。 2016; 42（4）：249-255。 6。2014; 2（7）：553-561。3。Pedersen-Bjergaard U，Agesen RM，BrøsenJMB等。比较容易患有夜间严重低血糖的1型糖尿病患者的胰岛素Degludec和甘胶U100的治疗方法：降低，随机，受控，开放标签，交叉试验。糖尿病OBES METAB。 2021; 1 - 11：257-267。 4。 Agesen RM，Kristensen PL，Beck-Nielsen H等。 胰岛素类似物对容易患有严重低血糖的1型糖尿病患者非严重低血糖症的频率的影响：连续葡萄糖监测检测到的率要比对血糖的自我监测（HypoAna Arymentor）（HypoAna Arymentoring）的影响。 糖尿病技术。 2018; 20（3）：247-256。 5。 Agesen RM，Kristensen PL，Beck-Nielsen H等。 胰岛素类似物对容易患有严重低血糖的1型糖尿病患者非血糖低血糖频率的影响：Harboana试验。 糖尿病代谢。 2016; 42（4）：249-255。 6。糖尿病OBES METAB。2021; 1 - 11：257-267。4。Agesen RM，Kristensen PL，Beck-Nielsen H等。胰岛素类似物对容易患有严重低血糖的1型糖尿病患者非严重低血糖症的频率的影响：连续葡萄糖监测检测到的率要比对血糖的自我监测（HypoAna Arymentor）（HypoAna Arymentoring）的影响。糖尿病技术。2018; 20（3）：247-256。5。Agesen RM，Kristensen PL，Beck-Nielsen H等。胰岛素类似物对容易患有严重低血糖的1型糖尿病患者非血糖低血糖频率的影响：Harboana试验。糖尿病代谢。2016; 42（4）：249-255。 6。2016; 42（4）：249-255。6。Agesen RM，Alibegovic AC，Andersen Hu等。胰岛素degludec对1型糖尿病成年人症状性低血糖症的风险和夜间严重严重低血糖的高风险（HYPODEG试验）：研究基本原理和设计。BMC内主疾病。2019; 19（1）：78。7。BøggildBrøsenJM，Agesen RM，Alibegovic AC等。连续glu- glu-cosose录制的低血糖与胰岛素degludec或胰岛素glargine U100的患者，患有1型糖尿病患者，容易发生夜毒性严重低血糖。糖尿病技术。2022; 24（9）：643-654。8。Heinemann L，Schoemaker M，Schmelzeisen-Redecker G等。的好处和局限性作为
结合了3阶段试验，成功完成了一次
在试验中，Icosema优于胰岛素甘蓝蛋白U100和胰岛素阿斯帕特，估计的严重或临床意义（血糖低于3.0 mmol/l）低血糖症的估计率，每名患者每周一次的ICOSEMA和2.18例曝光率为2.18个含量为Insulgine usulgine u100 u100 u100和2.18个事件。在试验中，每周一次的Icosema似乎具有安全且耐受性良好的轮廓。接受Icosema治疗的人最常见的不良事件是与GLP-1受体激动剂类一致的胃肠道，绝大多数是轻度至中度的。
1251645_NOVONORDISK_ONWARDS试用Infography_v4.7
出价，每天两次； CGM，连续的葡萄糖监测； GLP-1 RA，胰高血糖素样肽-1受体激动剂； HBA 1C，糖化血红蛋白； OAD，口服抗糖尿病； OD，每天一次； S.C.，皮下； T1D，1型糖尿病； T2D，2型糖尿病； U100，每毫升100个单位； MDI，每天多次注射。
哥斯达黎加的卫生系统
在CCSS上，当前的糖尿病药物包括人类常规胰岛素，中性精蛋白Hagedorn（NPH）人类胰岛素，Glyburide，Glyburide，Gliclazide和二甲双胍。在特殊情况下，例如小孩，难以管理的低血糖或胰岛素过敏的存在，卫生系统将提供胰岛素Glargine U100和胰岛素lispro。同样，在逐案分析中，如果治疗医生可以证明为什么患者应该接受它们而不是其他可用的选择，则某些患者可能会有其他抗糖尿病药物。由于大多数患者在初级保健水平上接受治疗，因此他们将仅接受基本药物。可用于治疗糖尿病相关的合并症（例如高血压和血脂异常）的药物，包括血管紧张素转化酶抑制剂（Enalapril），血管紧张素II受体受体阻滞剂（IRBESARTAN）和stapastin（lovastatin）。
新数据显示，每周一次胰岛素ICODEC曾经在3A阶段试验中遇到2型糖尿病的成年人的其他终点
Bagsværd，丹麦，2023年6月25日星期日 - Novo Nordisk今天宣布了第3A期和3阶段试验的数据，评估了调查性曾经每周一次的基础胰岛素ICODEC，这些胰岛素ICODEC在美国糖尿病协会（ADA）的第83届年度科学专业中介绍。数据表明，与每天每天的基础胰岛素1,2相比，研究符合其主要终点，同时将注射量从每周的七个减少到每周1,2。此外，从1和3的研究中的数据表明，与曾经每日一次的基本胰岛素比较剂相比，与在52周和26周相比，使用临床意义或严重的低血引起的，没有经历临床意义或严重的低血引起的临床意义或严重的低血引血病，接受了一个每周一周的基础胰岛素ICODEC治疗的2型糖尿病的成年人的HBA 1C目标<7.0％，而无需经历临床意义或严重的低血引血病。在1中，作为验证性次级终点，在范围（血糖70-180 mg/dl）的较高时间（通过每周一次的基础胰岛素ICODEC与一次每日一次的基础胰岛素U100（分别为71.9％vs 66.9％），从第48周的第48-52周开始）实现了次数。可比较的时间以下（血糖<54 mg/dl），每周一次的基础胰岛素ICODEC与每日一次的基础胰岛素麦芽素glargine U100（分别为0.3％和0.2％，分别为0.3％vs 0.2％），从48-52周开始。两个值都与国际推荐的目标3一致。“提供了其他信息，以帮助我们评估血糖控制，并且是补充HBA 1C测量值的越来越重要的工具，该工具大大减少了每周一次的基础胰岛素ICODEC。在1中，胰岛素ICODEC允许人们在范围内花费更多的时间，而可比的时间低于范围与每天的基础
产品披露声明
Global X Australia ex Financials & Resources ETF (OZXX) ARSN: 661 604 851 Global X Battery Tech & Lithium ETF (ACDC) ARSN: 605 617 490 Global X EURO STOXX 50 ® ETF (ESTX) ARSN: 612 529 576 Global X FANG+ ETF (FANG) ARSN: 628 036 635 Global X Green Metal Miners ETF（GMTL）ARSN：657 934 300全局X氢ETF（HGE）ARSN：651 638 630全球X印度NIFTY 50 ETF（NDIA）ARSN：628 037 856全球X Morning x Morningstar Global Technology ETF（Tech）Arsn：616 755 655 Global X Robic（Roboic）（ROBOIC）（ROBOIC）（ROBOIC）（ROBOIC）ETF（ROBOIC）ETF（ROBOIC） 616 755 803 Global X S&P Biotech ETF (CURE) ARSN: 628 037 105 Global X S&P 500 High Yield Low Volatility ETF (ZYUS) ARSN: 605 617 687 Global X S&P/ASX 200 High Dividend ETF (ZYAU) ARSN: 605 617 963 Global X S&P World ex Australia GARP ETF (GARP) ARSN: 679 711 650全局X半导体ETF（SEMI）ARSN：651 639 315全局X US 100 ETF（U100）ARSN：661 600 755
临床观点在治疗对靶标的随机对照试验中比较2型糖尿病基础胰岛素类似物的临床观点：叙事评论
摘要本综述的目的是全面介绍并总结报告的低血糖率的趋势，每天在患有2型糖尿病患者中每天一两次基础胰岛素类似物，以帮助解决和背景，以解决和背景，使降低糖症风险增加的理论关注和每周一次的基本基础胰岛素增加。低血糖数据。已发表的文章已在PubMed或美国食品药品管理局提交文件中确定。总体而言，发现了57篇文章：44个接受基础疗法的参与者评估的降血糖结果（33例胰岛素参与者； 11名胰岛素经验的参与者），4例混合人群（胰岛素和胰岛素经验的参与者）（胰岛素和胰岛素经验的参与者），在接受基底果实治疗的参与者中有9个。进行分析，重点放在2级（血糖<3.0 mmol/L（<54 mg/dl））和3级（或严重）低血糖。总体而言，大多数研究的2级或3级低血糖症的事件发生率在0.06至7.10个事件/个人接触年度（PYE）之间，接受了仅接受基础胰岛素方案的参与者；基底料疗法的速率范围为2.4至13.6事件/PYE。的速率通常使用第二代基底胰岛素（胰岛素Degludec或胰岛素甘细胞U300）低于中性精蛋白Hagedorn胰岛素或第一代基底胰岛素（胰岛素detemir或胰岛素Glargine u100）。通过磺酰尿素使用，治疗胰岛素剂量或糖化血红蛋白减少的亚组分类并未显示出总体低血糖率的一致趋势。到目前为止，每周一次的基底胰岛素报告的低血糖率与每日施用的基底胰岛素类似物的报道率一致或低。
已发表版本的引用（APA）：Nørlev, JTD, Kronborg, T., Jensen, MH, Vestergaard, P., Hejlesen, O., & Hangaard, S. (2024)。识别
特征 N = 106 年龄（岁） 61.9 ± 10.2 女性 44 (41.5%) 体重指数（kg/m 2 ） 33.7 ± 6.2 糖化血红蛋白（mmol/mol） 64.2 ± 14.5 糖尿病持续时间（年） 19.7 ± 13.9 胰岛素治疗 仅基础胰岛素 57 (53.8%) 基础-餐时胰岛素 49 (46.2%) 混合胰岛素 0 (0%) 每日胰岛素使用量（IU）a 69.8 ± 54.1 基础胰岛素类型 人胰岛素 5 (4.7%) 地特胰岛素 1 (<1%) 甘精胰岛素 U100 55 (51.9%) 甘精胰岛素 U300 17 (16.0%) 德谷胰岛素 28 (26.4%) 其他抗糖尿病药物 3.3 ± 1.0 二甲双胍 74 (69.8%) 磺酰脲类 1 (0.9%) DDP-4 5 (4.7%) GLP-1 66 (62.3%) SGLT2 46 (43.4%) 糖尿病并发症数量 b 1.3 ± 1.3 视网膜病变 25 (23.6%) 肾病 37 (34.9%) 神经病变（伴有疼痛） 23 (21.7%) 神经病变（无疼痛） 22 (20.8%) 糖尿病足溃疡（既往） 5 (4.7%) 糖尿病足溃疡（现存） 4 (3.8%) 大血管病变 21 (19.8%) 过去 12 个月内发生严重低血糖（是） 5 (4.7%) 合并症 c 2.7 ± 0.9 高血压 86 (81.1%) 心血管疾病 d 30 (28.3%) 超重 90 (84.9%) 高脂血症 82 (77.4%) 收缩压（mmHg） 139.7 ± 16.4 舒张压（mmHg） 81.4 ± 10.4 每周饮酒量 0-5 单位 92 (86.8%) 6-10 单位 5 (4.7%) 11-15 单位 7 (6.6%) 16-20 单位 2 (1.9%) >20 单位 0 (0%) 吸烟状况 是 11 (10.4%) 没有，但以前吸过 52 (49.1%) 没有 43 (40.1%) 关系状况 独居 29 (27.4%) 同居 77 (72.6%) 学历 未受过教育 0 (0%) 小学或中学 14 (13.2%) 高中 8 (7.5%) 职业教育 30 (28.3%)中等高等教育 43 (40.6%) 长期高等教育 11 (10.4%) 每周锻炼时间（小时）e
JRSEEK：人工智能符合病毒中的果冻roll折叠分类
jrseek：人工智能在病毒中遇到果冻卷折叠分类，杰森·E·桑切斯（Jason E. Sanchez）1，温汉·朱2（Wenhan Guo 2），丘奇安格李3，林李3 *，chuan xiao 2 * 1计算科学系，德克萨斯大学El Paso，El Paso，El Paso，El Paso，TX 2德克萨斯大学埃尔帕索分校的物理学，德克萨斯州埃尔帕索 *通信：电子邮件：lli5@utep.edu; cxiao@utep.edu关键字病毒；人工智能;机器学习；果冻卷；病毒结构摘要果冻卷（JR）折叠是病毒的衣壳和核蛋白质中发现的最常见的结构基序。其在许多不同病毒家族的动机中的普遍性开发了一种工具来预测其从序列中的存在。在当前的工作中，在六个不同的大语模型（LLM）嵌入训练的逻辑回归（LR）模型在将JR与非JR序列区分开时表现出超过95％的精度。用于训练和测试的数据集包括来自单个JR病毒，非JR病毒和非病毒免疫球蛋白样β-三明治（IGLBS）蛋白的序列，这些蛋白与JR结构上非常相似。鉴于病毒家族之间的低序列相似性和数据集的平衡性质，高精度尤其显着。同样，模型的准确性与LLM嵌入无关，这表明预测病毒JR折叠的峰精度更多地取决于数据质量和数量，而不是使用所使用的特定数学模型。鉴于许多病毒式衣壳和核素结构尚未解决，因此使用基于序列的LLMS是一种有前途的策略，可以轻松地应用于可用数据。Bert-U100嵌入的主成分分析表明，大多数IGLBS序列和JR和非JR序列的一个子集甚至在应用LR模型之前也可以区分，但是LR模型对于区分更歧义序列的子集是必要的。应用于双JR折叠时，BERT-U100模型能够为某些病毒家族分配JR图案，从而提供了该模型可推广性的证据。对于其他家庭而言，没有观察到这种概括性，激发了未来开发以双JR折叠告知的其他模型的需求。最后，BERT-U100模型还能够预测未分类病毒数据集中的序列是否产生JR倍数。给出了两个示例，JR预测由AlphaFold3证实。总的来说，这项工作表明JR折叠可以从其序列中预测。