XiaoMi-AI文件搜索系统
World File Search Systemartery
评估脑部动脉缺血患者视觉关注不同方面的rehaCom认知康复：一项非盲型随机临床试验
结果：干预之前的干预组和对照组之间的视觉关注点没有显着差异（29.20±30.06和49.53±29.69，p值> 0.05）。此外，在研究之前，两组的视觉选择性关注均无显着差异（23.07±24.73，39.27±27.08，p值> 0.05）。然而，在视觉持续的关注，视觉交替注意力和基线时视觉划分的注意力（p值<0.05）中发现了显着差异。干预后，干预组的视觉关注注意力显着高于对照组（84.67±26.51，57.20±31.44，p值<0.05）。rehaCom认知软件干预增加了干预组的视觉划分（88.40±14.85对72.70±25.73，p值<0.05）。
大脑中动脉卒中患者运动意象的分级 fMRI 神经反馈训练：一项预先注册的概念验证研究
大脑中动脉 (MCA) 是供应主要运动皮质和运动前皮质的主要脑血管，大脑中动脉缺血性中风是导致严重上肢功能障碍的最常见原因之一。目前可用的运动康复训练在很大程度上缺乏令人满意的疗效，超过 70% 的中风幸存者表现出残留上肢功能障碍。基于运动意象的功能性磁共振成像神经反馈 (fMRI-NF) 被认为是一种改善中风幸存者运动障碍的潜在治疗技术。在这项预注册的概念验证研究 (https://osf.io/y69jc/) 中，我们将分级 fMRI-NF 训练（我们之前在健康参与者中研究过的一种新范式）转化为首次患 MCA 中风且残留上肢运动功能轻度至重度障碍的幸存者。神经反馈由辅助运动区 (SMA) 提供，针对两个不同的神经反馈目标水平（低和高）。我们假设，MCA 中风幸存者在分级 fMRI-NF 训练期间将显示 (1) 持续的 SMA 感兴趣区域 (ROI) 激活和 (2) 低和高神经反馈条件下 SMA-ROI 激活的差异。在群体层面，我们只发现这些预先登记的假设的轶事证据。在个人层面，我们发现大多数受试者没有假设的分级效应的轶事到中等证据表明。这些零发现与未来在卒中幸存者中采用 fMRI-NF 训练的尝试有关。该研究引入了一种贝叶斯顺序抽样计划，该计划结合了先验知识，可获得更高的灵敏度。在数据收集之前，抽样计划与先验假设和所有计划的分析一起预先登记，以解决潜在的出版/研究人员偏见。
心脏测量的胎儿大小和形状的尺寸和形状，脐动脉的终端速度不存在或反向末期，围产期生存率和严重的生长限制小于34周的妊娠
这是被接受出版的作者手稿，并且已经进行了完整的同行评审，但尚未通过复制，排版，分页和校对过程，这可能会导致此版本和记录版本之间的差异。请引用本文为doi：10.1002/jum.15532
脑衍生的神经营养因子血清浓度和BDNF val66met多态性在外周动脉疾病患者中：HEA
发生在心脏，血管或血浆中，其中其他BDNF角色仍被发现[2]。已经证明了多个PLE研究，BDNF可以被视为各种疾病中的多功能生物标志物。BDNF的外周浓度降低[3-11]，但在内科中也有大量的BDNF研究。在2型糖尿病和代谢综合征（包括肥胖症和血脂异常）的患者中已经注意到低浓度的循环BDNF [12]。此外，血清BDNF浓度与心血管功能障碍有关。因此，在动脉粥样硬化[13]，慢性心力衰竭（CHF）[1，14]，高血压[15]或缺血性心脏病（IHD）[16]中注意到BDNF浓度降低。此外，血液BDNF浓度与冠状动脉钙化程度[15]和CHF的进展[1]成反比。此外，血清BDNF浓度降低与CHF患者的死亡和再寄托症的独立危险因素的预后较差有关[14]。相比之下，在微血管肢体和ST催化性心肌梗塞的患者中发现了较高的BDNF浓度[17，18]。bdnf由在染色体11。BDNF基因中常见的单核多态性（SNP），其中蛋氨酸（MET）替代CORDON 66（Val66met）也与神经精神上的，代谢性或心血管疾病（CVD）[19，20]相关。
心脏摄影是一种新型的非侵入性诊断工具，用于在静止时检测冠状动脉疾病 - 首次对诊断的前瞻性研究
心脏摄影是一种新型的非侵入性诊断工具，用于在静止时检测冠状动脉疾病 - 首次对诊断准确性的前瞻性研究
比较TAE的猪肾动脉栓塞模型中永久性和新型可吸收微球之间的栓塞作用
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。它是制作
深度学习范式及其对血管内超声扫描中冠状动脉壁分割的偏见：近距离外观
1个计算机科学与工程学院，加尔戈蒂亚斯大学，大诺伊达，201310年，印度； vandana.soni80@gmail.com（v.k.）; ksampathkumara@gmail.com（S.K.K.）2应用计算科学与工程系，G L Bajaj技术与管理学院，大诺伊达201310年，印度3印度贝纳特大学，贝尼特大学，大诺伊达大学，201310年，印度； Ashish.gupta14d@gmail.com 4 CMR工程技术学院CSE系，印度海得拉巴501401； sivaskandha@cmrcet.org 5印度Bhubaneswar 751003的IIT Bhubaneswar计算机科学与工程系； sanjay@iiit-bh.ac.in 6印度新德里110076的Indraprastha Apollo Hospitals心脏病学系； drnnkhanna@gmail.com 7 Heart and Vascular Institute，Addingist Health St. Helena，St Helena，CA 94574，美国； lairdjr@ah.org 8图形时代食品科学技术系，被视为大学，德拉登248002，印度； narpinders@yahoo.com 9美国爱达荷州州立大学电气和计算机工程系，美国ID 83209，美国； mfouda@ieee.org 10 Azienda Ospedaliero Universitaria放射科（A.O.U. ），09100 Cagliari，意大利； lucasabamd@gmail.com 11印度北阿兰奇大学北阿兰奇理工学院研究与创新部，印度248007； drrajeshsingh004@gmail.com 12 Stroke Diagnostics and Monitoring Division, AtheroPoint™, Roseville, CA 95661, USA 13 Department of Computer Science & Engineering, Graphic Era, Deemed to be University, Dehradun 248002, India 14 Monitoring and Diagnosis Division, AtheroPoint™, Roseville, CA 95661, USA * Correspondence: jasjit.suri@atheropoint.com;电话。 ： +（916）-749-56282应用计算科学与工程系，G L Bajaj技术与管理学院，大诺伊达201310年，印度3印度贝纳特大学，贝尼特大学，大诺伊达大学，201310年，印度； Ashish.gupta14d@gmail.com 4 CMR工程技术学院CSE系，印度海得拉巴501401； sivaskandha@cmrcet.org 5印度Bhubaneswar 751003的IIT Bhubaneswar计算机科学与工程系； sanjay@iiit-bh.ac.in 6印度新德里110076的Indraprastha Apollo Hospitals心脏病学系； drnnkhanna@gmail.com 7 Heart and Vascular Institute，Addingist Health St. Helena，St Helena，CA 94574，美国； lairdjr@ah.org 8图形时代食品科学技术系，被视为大学，德拉登248002，印度； narpinders@yahoo.com 9美国爱达荷州州立大学电气和计算机工程系，美国ID 83209，美国； mfouda@ieee.org 10 Azienda Ospedaliero Universitaria放射科（A.O.U.），09100 Cagliari，意大利； lucasabamd@gmail.com 11印度北阿兰奇大学北阿兰奇理工学院研究与创新部，印度248007； drrajeshsingh004@gmail.com 12 Stroke Diagnostics and Monitoring Division, AtheroPoint™, Roseville, CA 95661, USA 13 Department of Computer Science & Engineering, Graphic Era, Deemed to be University, Dehradun 248002, India 14 Monitoring and Diagnosis Division, AtheroPoint™, Roseville, CA 95661, USA * Correspondence: jasjit.suri@atheropoint.com;电话。： +（916）-749-5628
将糖尿病对从急性心肌梗塞到慢性冠状动脉疾病的心力衰竭的影响进行了比较
简短标题：CADE中的糖尿病和HF第一作者的风险：PR。Gilles Lemesle，MD-PHD作者名单：Gilles Lemesle，MD *； Etienne Puymirat，MD†； Laurent Bonello，医学博士‡; Tabassome Simon，MD§；菲利普 - 加布里埃尔·斯坦（Philippe-Gabriel Steg），医学博士|| ; JeanFerrières，医学博士；弗朗索瓦·希尔（FrançoisSchiele），医学博士＃; Laurent Fauchier，医学博士**；帕特里克·亨利（Patrick Henry），医学博士†Ony； Guillaume Schurtz，医学博士‡; Sandro Ninni，MD *;尼古拉斯·拉姆布林（Nicolas Lamblin），医学博士§§； Christophe Bauters，医学博士§§； Nicolas Danchin，医学博士†。机构：
胸外科医师协会风险评分对接受血运重建的左冠状动脉主干疾病患者的预后表现：
方法和结果：评估了随机 EXCEL 试验中接受 PCI-EES（n=935）和 CABG（n=923）的 LMCAD 患者中 STS 风险模型对围手术期死亡率、中风和肾衰竭的预测性能，包括其判别能力（C 统计量）和校准（Hosmer-Lemeshow 拟合优度检验；χ 2 和 p 值）。CABG 患者的 STS 风险评分对 30 天死亡率表现出良好的判别能力，对中风具有平均判别能力（C 统计量分别为 0.730 和 0.629），校准能力一般。对于 PCI，STS 风险评分对死亡率没有判别能力（C 统计量 0.507），但对中风具有良好的判别能力（C 统计量 0.751）和校准能力。 CABG 对肾衰竭的预测性能良好（C 统计量 0.82），但 PCI 的预测性能较差（C 统计量 0.59）。
冠状动脉疾病诊断压力测试期间心率变化引起的 QT 间期时间滞后
背景：QT 间期对心率 (HR) 突然变化的缓慢适应可增强心室异质性，并已被认为是心律失常风险的标志。大多数关于 QT 率适应滞后的研究都是针对阶梯式 HR 变化进行的。然而，在移动条件下，很难在心电图记录中诱发或观察到突然的心率变化。目的：我们旨在评估与压力测试中响应斜坡式 HR 变化的 QT 滞后相关的指数的效力以评估 CAD 风险。方法：我们量化了实际 QT 序列和无记忆预期 QT 序列之间的滞后，该滞后是通过将双曲线回归模型拟合到瞬时 QT 和 HR 测量值中获得的，在可以假设它们的行为平稳的阶段。所提出的方法被用于分析 448 名具有不同冠状动脉疾病 (CAD) 风险水平的患者子集的心电图压力测试。在运动和恢复阶段分别估计 QT 滞后。结果：运动期间估计的 QT 滞后增加（从 25 秒增加到 36 秒）和恢复期间减少（从 57 秒减少到 39 秒）与更高的 CAD 风险相关。这些滞后之间的差异表明 CAD 风险分层具有显著能力。结论：可以通过压力测试量化响应心率变化的 QT 滞后。响应斜坡式心率变化的 QT 滞后值与从突然心率变化量化的 QT 滞后值范围相当，并且对分层 CAD 风险具有临床意义。