背景:评估中国公共精神病医院的非肥胖患者NAFLD患者的患病率和危险因素。方法:这项回顾性研究包括2019年共有1,305名精神分裂症的成人住院患者。体重指数(BMI)≥25kg/m 2被认为是肥胖的,而BMI <25 kg/m 2被认为是非肥胖的。我们从广州医科大学附属脑医院的电子记录中获得了数据。结果:本研究中总共包括1,045例非肥胖患者和260名肥胖患者。非肥胖患者中NAFLD的患病率为25.0%,肥胖患者的患者比肥胖患者(25.0%vs 64.6%,p <0.001)要低得多。在非肥胖患者中,年龄,BMI,丙氨酸氨基转移酶(ALT),代谢指数以及NAFLD患者与没有NAFLD的患者之间的患病率以及高血压的患病率和高血压存在显着差异。根据二元逻辑回归分析的结果,非肥胖患者的精神分裂症患者的NAFLD与NAFLD显着相关。相反,非肥胖患者的HDL-C与NAFLD负相关。结论:这项研究表明,即使在精神分裂症患者中,NAFLD在精神分裂症患者中也很常见。在精神分裂症,年龄,BMI,ALT,TG和糖尿病的非肥胖患者中,NAFLD显着相关。此外,HDL-C水平是针对NAFLD的独立保护因素。关键字:精神分裂症,NAFLD,非肥胖,肥胖,危险因素,中国鉴于NAFLD的不良结果,有必要提高精神分裂症患者的NAFLD认识,尤其是在非肥胖患者的精神分裂症患者中。
只要引用源而不是出售或任何商业目的,就允许该工作的部分或全部复制。对本工作的文本和图像版权的责任来自Conitec。卫生科学,技术,创新和卫生复杂区卫生技术管理和公司融合卫生技术评估技术评估及卫生技术部的准备,分配和信息部,卫生技术管理部,部委8楼,CEP街区GATS ESPLANADA ESPLANADA,CEP 8楼CEP:70.058-900-Brasília/df Tel。:(61)3315-2848网站:https://www.gov.br/conitec/pt-br e-mail:conitec@saude.gov.br Michael Ruberson riberson ribeiro da Silva Report report-cgats/dgits/dgits/dgits/dgit THAÍS CONCEIÇÃO BORGES Patient Perspective of Technologies Incorporation - CITEC/DGITS/SECTICS/MS MELINA SAMPAIO DE FIGUEIREDO PEREIRA MENESES ANDRÉA BRIDIDA DE SOUZA Analysis of Public Consultation - Experience Contributions or Opinion of Interdisciplinary Studies on Mental Health - Nisam-QUALITEC Chaiane dos Santos Fábio de Souza Chagas TainãQuiroz Santos Monica de Oliveira nunes deTorrenté乔治·阿马拉尔·桑托斯·莫里斯(TorrentéWallace) DGITS/SECTICS/MS LUCIENE SCHUCKEBIER BONAN来源-DGITS/SECTICS/MS
计算机科学与工程系学生 2,3,4,5 阿尔瓦工程技术学院,Tenkamijar,卡纳塔克邦,印度 摘要:Neuralink 是一种主要用于大脑控制机器的技术。Neuralink 由 Elon Musk 于 2016 年推出。Musk 曾计划开发一种具有高级脑机接口 (BCI) 和脑机接口 (BMI) 的技术,现在已被视为医疗假肢,然后与人工智能 (AI) 融合。Neuralink 最初在猪身上进行实验,但研究人员仍在继续在猴子身上进行测试,然后再进行人体测试。最近,BMI 在医疗应用方面得到了认可,例如治疗脊髓损伤患者,BMI 让卧床不起的人通过使用大脑移动鼠标光标来操作电脑。BMI 对读心技术、控制人类大脑的基本行为以及检测人类情绪有着巨大的影响。根据其应用,这个项目既有优点也有缺点。关键词:脑机接口、脑机接口、医疗假肢、人工智能(AI)、读心技术。
港口是物流枢纽,可通过数字技术更新其商业模式,从而减少航运排放(Haraldson 等人,2021 年)并提高效率。港口管理局(PA)——管理港口的公司——越来越多地被视为生态系统整合者或协调者(Caballini 等人,2009 年),这使得它们在引领数字化转型方面发挥着关键作用(Tijan 等人,2021b;von Malmborg,2004 年)。关于港口如何运作的建议层出不穷,倡导技术发展和商业模式创新(BMI)(Verhoeven,2010 年)。我们认为数字化是数字化转型的先决条件,它可以触发 BMI 并为更大规模的演变做好准备。以前的研究仅限于这方面。因此,本研究旨在解决研究空白,并在 BMI 和数字化之间建立联系。
摘要:本研究提出了一种新的梦境记录方法,该方法结合了非侵入式脑机接口 (BMI)、思维输入软件和生成式 AI 辅助多模态软件。该方法旨在将 REM 睡眠期间的意识过程升华到半意识状态,并产生用于思维输入的信号。我们概述了一个两阶段的过程:首先,使用生成式 AI 开发多模态软件来补充文本流并生成多媒体内容;其次,采用基于摩尔斯电码的打字方式来简化信号要求并提高打字速度。我们通过建议一种涉及植入 BMI 的用户的控制系统来优化非侵入式信号,从而应对非侵入式 EEG 的挑战。文献综述重点介绍了 BMI 打字、意识过程升华以及生成式 AI 在基于文本提示的思维输入方面的潜力方面的最新进展。
大约一半的T2DM患者直到被诊断出来才怀疑他们患有这种疾病[4]。因此,通过有效且可重复的诊断指标识别出早期T2DM风险的人并减少全球糖尿病流行非常重要[5]。在几个可修改的糖尿病风险因素中,肥胖被认为是主要危险因素[6,7]。在一般人群中,最广泛使用的措施来定义多余的体内脂肪(BF)是体重指数(BMI),腰围(WC)和腰围比(WHTR)。先前的研究表明,较高的BMI,WC和WHTR与2型糖尿病(T2DM)的风险增加有关[8,9]。但是,这些人体测量指标受到了批评,因为它们不考虑与肥胖相关的重要因素,尤其是年龄,性别和种族[10,11]。因此,提出了一种新的实用肥胖指数,即ClínicaDeNavarra-Body肥胖估计量(Cunbae),并被认为是人体脂肪估计的更准确的指标[12]。这种估计体内脂肪百分比的方法基于白人受试者的BMI,性别和年龄,与其他人体测量方法相比,通过空气位移体积跟踪测量的体内脂肪百分比的相关性最高[12]。以前的发现表明,与BMI或WC相比,Cun-Bae与T2DM和与脂肪相关的心血管危险因素更密切相关[13,14]。但是,以前的Cunbae评估研究仅限于白人人群,需要扩展到其他人群以确定其适用性。迄今为止,尚无研究探讨Cunbae在中国人口中的适用性。 因此,这项研究的目的是调查中国中年和老年人口中Cun-Bae与T2DM风险的关联,并比较Cun-Bae,BMI,WC和WHTR和T2DM之间关联的强度。迄今为止,尚无研究探讨Cunbae在中国人口中的适用性。因此,这项研究的目的是调查中国中年和老年人口中Cun-Bae与T2DM风险的关联,并比较Cun-Bae,BMI,WC和WHTR和T2DM之间关联的强度。
摘要:目的:研究心律不齐患者的心脏电生理特征与心脏病患者(CVD)之间的相关性,并确定预测CVD发作的指标。方法:我们在2021年5月至2023年5月之间在四川大学西中华医院招募了100名心律失常患者。在住院期间和入院后一年内评估了CVD的发病率。我们比较了开发CVD的患者与没有的患者之间的基线特征,生化标记和心电图参数。Spearman相关分析以探索指标和CVD发生率之间的线性关系。多元逻辑回归用于识别Vari Ables和CVD之间的关联。接收器操作特征(ROC)曲线分析用于评估个体和综合风险因素的预测能力。结果:在100名患者中,有31名(31%)发展了CVD。与非CVD组相比,CVD组表现出明显更高的BMI,高血压患病率,甘油三酸酯(TG),高敏C反应蛋白(HS-CRP),B型NATRIARITE肽(BNP)和QT/QTC间隔。在CVD组中, HDL-C水平较低(p <0.05)。 Spearman相关性分析显示,BMI,高血压,TG,HS-CRP,BNP,QT,QT和QTC与CVD(r = 0.243,0.563,0.563,0.384,0.514,0.514,0.514,0.514,0.238,0.238,0.355,0.327,0.327,0.327,All P <0.05)。 相反,HDL -C与CVD显示为负相关(r = -0.200,p <0.05)。HDL-C水平较低(p <0.05)。Spearman相关性分析显示,BMI,高血压,TG,HS-CRP,BNP,QT,QT和QTC与CVD(r = 0.243,0.563,0.563,0.384,0.514,0.514,0.514,0.514,0.238,0.238,0.355,0.327,0.327,0.327,All P <0.05)。相反,HDL -C与CVD显示为负相关(r = -0.200,p <0.05)。QTC与BMI,高血压,TG和HS-CRP显着相关(r = 0.263,0.221,0.255,0.200,所有P <0.05)。多因素逻辑回归确定了BMI,TG,HS-CRP和QT/QTC间隔是CVD的重要危险因素(所有P <0.05)。ROC曲线分析表明,BMI,TG,HS-CRP,QT和QTC的联合评估产生的AUC为0.951,灵敏度为92.7%,特异性为86.4%,表现优于单个测试。结论:升高的BMI,TG,HS-CRP和延长的QT/QTC间隔与心律不齐患者的CVD发展显着相关。对这些因素的合并评估提高了CVD风险预测的准确性。
如果HbA1c靶标<58 mmol/mol在9个月后无法实现1。从其他类别中添加其他类别的额外的口服代理,如上述2。如果在3个月内HBA1C下降超过5.5 mmol/mol,则在每个阶段继续药物。3。停止药物如果无效或不容忍4。如果BMI> 30kg/ m 2添加口服GLP-1激动剂5。 div>如果BMI <30kg/m 2
有关技术功效和安全性的证据:利拉格林是一种药物,可改善胰岛素在组织中的作用,从生化分类为“ LPG-1受体激动剂”。有几项研究和荟萃分析表明,该类别的药物对血糖控制的改善。在明显心血管疾病的患者中,例如心肌梗塞,中风和糖尿病性肾脏疾病,LPG-1受体激动剂的关联在减少该人群的心血管事件方面有益。主要的国家和国际准则规定,可能在未达到血糖控制靶标的患者中使用此类药物(通常通过糖化血红蛋白-HBA1C -7%)以及明显的心血管疾病患者。没有证据表明特定药物在同一类中具有优越性(liraglutide,semaglutado,exenatited,dulaglutide)。超重是指高于定义为“正常”的范围的重量,并通过计算体重指数(BMI)确定,该体重指数(BMI)定义为重量比除以正方形的高度(kg/m 2)。超重定义为BMI 25至29.9 kg/m 2,肥胖定义为BMI≥30kg/m 2。当IMC从30到34.9),II级(BMI从35至39.9)和III级分为I级,将肥胖划分为I级,当BMI≥35kg/m 2处于Comorbidities或BMI≥40kg/m M 2。体重增加的风险遵循连续体,并且在个体之间有很大不同。对超重或肥胖的个体的初始治疗是对生活方式,饮食,体育锻炼和行为修改的全面干预。所有将从减肥中受益的患者均应在饮食,运动和减肥目标方面接受咨询。行为修改成分有助于遵守饮食和运动方式,包括定期自我监控食物摄入,体育锻炼和体重。对于无法通过全面的生活方式干预实现减肥目标的患者,选择包括药理治疗,使用医疗设备或减肥手术。至关重要的是,与健康饮食,体育锻炼和行为修改一起使用药物,因为没有这些变化的药物通常是无效的。Liraglutide和Semaglutide对血糖以及体重减轻的功效具有有益的作用。它可用于有或没有糖尿病的患者,但它是2型糖尿病患者,尤其是患有心血管疾病的患者中最喜欢的药物,因为在此
通过独立控制单个运动单元实现的非侵入式脑机接口 Emanuele Formento*,1,Paul Botros*,1,Jose M. Carmena 1,2+ * 同等贡献 1 加州大学伯克利分校电气工程与计算机科学系,伯克利,加利福尼亚州,94720,美国。 2 加州大学伯克利分校 Helen Wills 神经科学研究所,伯克利,加利福尼亚州,94720,美国。+ 通讯作者。电子邮件:jcarmena@berkeley.edu 摘要 脑机接口 (BMI) 有可能恢复残疾人的独立性,然而非侵入性和性能之间的妥协限制了它们的转化相关性。在这里,我们展示了一种由从肱二头肌非侵入性记录的单个运动单元控制的高性能 BMI。通过实时听觉和视觉神经反馈运动单元活动,8 名参与者学会了熟练而独立地控制三个运动单元,以完成二维中心向外任务,经过 6 天的训练,控制能力显著提高。与此同时,运动单元群体的维度相对于自然行为显著增加,在很大程度上违反了刻板的等长肌肉收缩期间显示的招募命令。最后,参与者在拼写任务中的表现证明了运动单元 BMI 的转化潜力,超过了现有非侵入式 BMI 的表现。这些结果展示了外周感觉运动系统尚未探索的灵活性水平,并表明可以利用这一点来创建新型的非侵入式高性能 BMI。