XiaoMi-AI文件搜索系统
World File Search Systembmj
引用：Superchi C、Brion Bouvier F、Gerardi C 等。个性化医疗临床试验研究设计：范围审查。BMJ Op
摘要 目的 个性化医疗 (PM) 允许根据患者的个人人口统计、基因组或生物学特征对其进行治疗，从而“在正确的时间为正确的人提供正确的治疗”。PM 临床试验需要健全的方法来正确识别参与者群体和治疗方法。作为制定 PM 试验设计新建议的第一步，我们旨在概述已在此领域使用的研究设计。设计范围审查。方法我们在 PubMed、Embase 和 Cochrane 图书馆中搜索了所有英文、法文、德文、意大利文和西班牙文报告，这些报告描述了应用于 PM 的临床试验的研究设计。研究选择和数据提取是重复进行的，通过协商解决分歧，或通过第三位专家审阅者参与。我们提取了有关试验设计特点的信息以及这些方法的当前应用示例。提取的信息用于生成 PM 试验设计的新分类。结果 我们确定了 21 种试验设计、10 种亚型和 30 种适用于 PM 的试验设计变体，并将它们分为四个核心类别（即主方案、全随机化、生物标志物策略和丰富化）。我们发现 131 项临床试验采用了这些设计，其中绝大多数是主方案（86/131，65.6%）。大多数试验是肿瘤学领域的 II 期研究（75/131，57.2%）（113/131，86.3%）。我们从不同方面（例如框架、对照组、随机化）确定了试验设计的 34 个主要特征。将四个核心类别和 34 个特征合并为一个双条目表，以创建 PM 试验设计的新分类。 结论 存在多种试验设计并应用于 PM。提出了一种新的试验设计分类，以帮助读者浏览复杂的 PM 临床试验领域。
引用：Ahn H. 基于症状对眼科急诊严重程度进行分类的人工智能方法：一项验证研究。BMJ Open 2020；10：e037161。doi:10.1136/bmjopen-2020-037161
摘要 目的 我们研究了机器学习人工智能 (AI) 在对眼科急症严重程度进行分类以便及时就诊方面的有效性。 研究设计 这项回顾性研究分析了 2019 年 5 月至 12 月期间首次访问大邱武装部队医院的患者。患者的一般信息、事件和症状是输入变量。事件、症状、诊断和治疗是输出变量。输出变量分为四类（红色、橙色、黄色和绿色，表示立即或无紧急情况）。在所有训练程序之前，随机选择了大约 200 例类平衡验证数据集。采用了一种集成 AI 模型，该模型结合了全连接神经网络和合成少数过采样技术算法。 参与者 共纳入 1681 名患者。 主要结果 使用准确度、精确度、召回率和 F1 分数来评估模型性能。 结果 该模型的准确率为 99.05%。各类别（红色、橙色、黄色和绿色）的准确率分别为 100%、98.10%、92.73% 和 100%。各类别的召回率分别为 100%、100%、98.08% 和 95.33%。各类别的 F1 得分分别为 100%、99.04%、95.33% 和 96.00%。结论我们为基于症状对眼科急诊严重程度进行分类的 AI 方法提供了支持。
引用：Osipenko L、Ul- Hasan SA、Winberg D 等。对过去二十年提交给 NICE 技术评估的数据质量的评估。BMJ Op
摘要 背景 英国国家健康与临床优化研究所 (NICE) 率先推出了卫生技术评估 (HTA) 流程和方法。技术评估 (TA) 侧重于药品以及临床和经济数据，产品制造商将这些数据提交给 NICE 评估委员会以供决策。数据的不确定性会降低 HTA 流程获得积极结果的机会或需要更高的折扣。目的 调查制造商提交给 NICE 的临床数据质量（对照、生活质量 (QoL)、随机对照试验 (RCT) 和总体证据质量）。设计 这项回顾性评估分析了 2000 年至 2019 年期间发表的活跃 TA（最多 TA600）。方法 对于所有 TA，我们从评估组和证据审查组报告以及最终评估决定中提取了关于（1）提交的 RCT 质量和（2）提交用于决策的证据总体质量的数据。对于单个技术评估，我们还提取了数据及其对 QoL 和比较器的评价。对每个类别的质量进行评分，并使用描述性统计数据进行分析。结果分析了 409 个技术评估（多项技术评估 (MTA)=104，单一技术评估 (STA)=305）。在三分之二的技术评估中，证据的总体质量较差（n=224，55%）或不可接受（n=41，10%）。在 39%（n=119）的 STA 中，比较证据的质量被认为较差，17%（n=51）的 STA 不可接受。在 44%（n=135）的 STA 中，QoL 数据的质量被认为较差，15%（n=47）的 STA 不可接受，33%（n=102）的 STA 可接受，7%（n=21）的 STA 为好。经过 20 多年的纵向分析，提交给 NICE 的证据质量并未改善。结论我们发现影响 NICE 决策框架的临床证据的主要组成部分质量较差。必须继续生成可靠的临床数据，以便在上市前和上市后将药物引入临床实践，确保它们能为患者带来益处。
引用：Kim H.我们需要人们解决疫苗不平等的人，现在我们需要它。 BMJ Global Health 2021; 6：e006598。 doi：10.1136/ bmjgh-2021-00659 div>引用：Kim H.我们需要人们解决疫苗不平等的人，现在我们需要它。 BMJ Global Health 2021; 6：e006598。 doi：10.1136/ bmjgh-2021-00659 div>
解决COVID-19疫苗不平等需要分享对疫苗的生产和分配为全球公共利益的决策能力，截至2021年4月9日，超过7亿COVID-COVID-19 COVID-19的疫苗剂量给予了全球范围，只有0.2％的国家只有0.2％的国家，只有87％的国家 /地区占高价国家（High Inders）或高价国家（Hip Inders）（HIDS）（HISC）（HICS）。1 Covax，以与疫苗制造商共同谈判疫苗的价格合理价格，以汇总要求和资金。2愿望是确保疫苗的公平分配，而不论国家的收入水平如何。这个愿望失败了。Covax的收集性购买力已被政府竞争，他们有更多的手段直接从Covax以外的疫苗制造商那里支付和购买。因此，全球Covid-19疫苗的供应是根据其支付能力而不是公共卫生需求来竞争国家之间的竞争，而公共卫生的需求可以称为“财富的生存”。认识到疫苗不平等，民间社会行为者，富人政府（例如，G7，G20）和多边机构呼吁将过量剂量从HICS重新分配到低收入中等收入率的企业（LMICS）（LMIC）（LMICS），更多的资金，用于COVAX，并增强本地疫苗生产能力。83–7例如，在最近的世界卫生集会上呼吁“加强当地的药物和其他健康技术的生产”，3-7，并发布了一项呼吁，呼吁提议支持LMIC通过建立HUB来实现Covid-19疫苗的能力，通过“通过“转移具有全面的技术包裹”和“向LMICS中的有效制造商”提供综合培训，以提供全面的技术培训。”
冠状病毒 COVID-19：全球各公司、期刊和组织提供的免费文献
心脏 — 心脏病专家和冠状病毒：照顾好自己和彼此，这样我们才能继续照顾患者 BMJ 模拟与技术增强学习 — 通过模拟和技术增强学习，为医疗专业人员准备和应对 2019 年新型冠状病毒 BMJ Open 呼吸研究 — 婴儿急性呼吸道感染对 3 岁儿童肺功能测试的影响 普通精神病学 — 对 COVID-19 疫情中中国人心理困扰的全国性调查 BMJ Open — 韩国中东呼吸综合征冠状病毒 (MERS-CoV) 爆发期间信任对两种不同风险感知作为情感和认知维度的影响 英国眼科学杂志 — 识别可能的早期眼部表现和使用防护眼镜的重要性 欧洲医院药学杂志 — 休斯顿我们有一个问题：冠状病毒 肠道 — SARS-CoV-2 引起的腹泻是 COVID-19 患者的发病症状 肠道 — 腹泻可能被低估：一个缺失的环节2019年新型冠状病毒 BMJ Global Health — MERS-CoV 研究和产品开发的最新路线图 家庭医学与社区健康 — 新型冠状病毒全球爆发中家庭医生面临的挑战和责任 家庭医学与社区健康 — 社区组织在生物危害方面的准备
引用：Zhang B，Ding Y，Lan X。从1990年到2019年，全球区域和全国性的白内障负担。BMJOpen 202
抽象目标是为了估计由于高体重指数（BMI）而导致白内障的残疾人（YLDS）的长期趋势。设计和参与者数据是从2019年全球疾病负担（GBD）中检索的。由年龄，性别，地理位置和社会人口统计学指数（SDI）描述了可归因于高BMI的白内障的全球案例，YLD的年龄标准化率（ASR）。分析了估计的平均年百分比变化（AAPC），以量化1990年至2019年YLD的ASR趋势。主要结果度量的年龄有残疾。在全球范围内，由于白内障归因于2019年高的BMI，有370.4（95％UI：163.2至689.3）YLDS，超过1990年的数字。此外，YLD的ASR在1990 - 2019年期间增加，AAPC为1.54（95％CI：1.41至1.66）。在2019年，女性和老年人口中由于BMI高的白内障负担更高。北非和中东是2019年高BMI的白内障地区的高风险区域，沙特阿拉伯是负担最重的国家。在SDI方面，低中型SDI区域的白内障相关YLD数量最多，因此由于BMI高的BMI。结论较高的BMI引起的白内障全球YLD显示出从1990年到2019年的显着增加。解决BMI控制可能会导致预防白内障，这突出了潜在的公共卫生影响，尤其是在低SDI地点和老年人中。
引用：Azizi Z，Zheng C，Mosquera L等。合成数据可以成为实际临床试验数据的代理吗？验证研究。 BMJ开放2021; 11：E0
抽象目标越来越多地要求制作研究数据，尤其是临床试验数据，更广泛地用于二级分析。但是，由于复杂的隐私要求，数据可用性仍然是一个挑战。可以使用合成数据来解决这一挑战。使用机器学习方法生成的合成数据来设置已发表的III期结肠癌试验二级分析的复制。参与者在我们的分析中包括1543名对照组中的患者。在合成数据上复制了一项在实际数据集上发表的研究的主要和次要结果度量分析，以研究肠道阻塞与无事件生存的关系。信息理论指标用于比较真实数据和合成数据之间的单变量分布。百分比CI重叠用于评估双变量关系大小的相似性，并且对于从两个数据集中得出的多元COX模型类似。结果分析结果在实际数据集和合成数据集之间相似。单变量分布在信息理论度量的差异的1％之内。所有双变量关系在TAU统计量上的CI重叠至50％以上。结论分析结果与合成数据和真实数据的结论之间的高一致性表明，合成数据可以用作实际临床试验数据集的合理代理。试用注册号NCT00079274。The main conclusion from the published study, that lack of bowel obstruction has a strong impact on survival, was replicated directionally and the HR CI overlap between the real and synthetic data was 61% for overall survival (real data: HR 1.56, 95% CI 1.11 to 2.2; synthetic data: HR 2.03, 95% CI 1.44 to 2.87) and 86% for disease-free survival (real data: HR 1.51，95％CI 1.18至1.95;合成数据：HR 1.63，95％CI 1.26至2.1）。
FeyzaTopçu-心理学
2。 div>Tantve Sandina, Schilter J, Boden J, Boden, and Richard J, Gorter Richard J, Gihoh Beg, Dè tanghaN, Solomon-Helya, Yahowl Shayya, Romana, Bell Rome, Almar Muslim Jabeen, Khoshnad Mohammad Sabzzi, Allanna Muthana A Majid, Mountain-Mas sorry Amir, Rainjeng Anga, Shakh Shakh Shakh Shaisha，Sassta House Sassta，圣城Fyza，Ians。颂歌（2023）。检查COVID-19大流行的心理体的影响：横断面的原始结构。BMJ，BMJ，13（4），1-7
引用：Alkhalil M、Abbara A、Grangier C 等人。冲突地区的人工智能：振兴叙利亚及其他地区医疗保健的潜力。BMJ Glob Health 2024；9：e015755。doi:10.1136/bmjgh-2024-015755
引言 全球卫生领域，特别是在受冲突影响的地区，面临着多重危机，其特点是严重的医护人员 (HCW) 短缺和分配不当。例如，在叙利亚，由于十多年的冲突，数以万计的医护人员被迫离开叙利亚。1 2019 年世界银行和联合国难民事务高级专员公署 (UNHCR) 的一份报告指出，从 2010 年到 2018 年，叙利亚的医生数量从每 1000 人 0.529 人减少到 0.291 人。2 在重症监护病房 (ICU)、肿瘤科、放射科和实验室服务等专业领域，这种稀缺性甚至更为严重。在这种情况下，利用人工智能 (AI) 不仅有益，而且必不可少，特别是在可以利用数据驱动的决策来改善临床护理的专业领域。在这篇评论中，我们探讨了人工智能在直接医疗服务中的应用以及人道主义领域的更广泛考虑，包括潜在的相关风险。