XiaoMi-AI文件搜索系统
World File Search Systemcardi
标题：TNFα抑制剂的非典型副作用：急性胸膜炎
这是已接受出版的未经编辑手稿的PDF文件。作为对客户的服务，我们正在提供手稿的早期版本。手稿将在以最终形式发布之前对由此产生的证明进行复制，排版和审查。请注意，在生产过程中可能会发现可能影响内容的所有法律免责声明，这些错误声明适用于期刊。
社论：胰岛素抵抗和心血管疾病
糖尿病会影响全球4.25亿个人，预计在未来20年中，数字将增加到6亿人（1）。在1型糖尿病（T1D）中，患者经历胰岛素产生降低引起的胰岛素缺乏症，而在2型糖尿病（T2D）中，患者经历了胰岛素抵抗（IR），通常与肥胖有关（2）。导致IR发展的主要因素是增加氧化应激，高血糖和脂质水平升高（3）。尽管有助于控制血糖水平的疗法进步，但心血管并发症仍然是该人群发病率和死亡率的主要原因（2、4、5）。在心脏中，IR会导致钙处理，线粒体功能障碍和代谢不足的失调，导致一系列病理，其中包括心肌 - 心脏情感功能障碍，舒张性障碍功能障碍，心肌细胞死亡，心肌死亡和内膜骨化（6，7，7，7，7，7，7）。与IR相关的血管事件通常与高血压和增强的血栓形成环境有关（8、9）。虽然阻塞性血凝块可以导致心肌梗塞，脑血管事件或关键的肢体缺血，并且由于血小板与止血蛋白之间的复杂相互作用而发生（10）。在这种高度异质的人群中，发展此类并发症的风险是可变的，并取决于一系列因素，包括年龄，糖尿病持续时间，血糖控制和IR。在内分泌学领域的这一研究主题中，我们介绍了8篇文章，旨在探索IR与心血管健康之间的关系。他等人。动脉硬化是糖尿病的众所周知的并发症（11）。检查了放射线间脂肪组织（IMAT）分析是否可以用作指示T2D患者动脉硬化的诊断措施。总共包括549例新诊断的T2D患者，并使用颈动脉斑块负担来表明动脉粥样硬化。构建了三个模型以评估动脉粥样硬化的风险：临床模型，一个放射组学模型（基于胸部CT图像的IMAT分析）和临床放射线组合组合模型（一种整合临床放射学特征的模型）。使用曲线和DELONG测试下的区域比较了这三个模型的性能。临床 - 放射线组合模型和放射线学模型表明，在表明动脉粥样硬化方面的性能更好。作者
通过 CMR 组织追踪评估心肌变形揭示妇科疾病患者左心室亚临床心肌功能障碍
1 四川大学华西第二医院放射科，妇女儿童出生缺陷与相关疾病教育部重点实验室，成都，2 四川大学华西医学院，华西医院，成都，3 四川大学华西第二医院超声科，妇女儿童出生缺陷与相关疾病教育部重点实验室，成都，4 四川大学华西医院心内科，心血管病研究所心脏结构与功能实验室，心脏结构与功能四川省重点实验室，成都，5 电子科技大学医学院四川省肿瘤医院暨研究所放射科，成都，6 四川大学华西第二医院妇产科，妇女儿童出生缺陷与相关疾病教育部重点实验室，成都
巨噬细胞在糖尿病心肌病发病机理中的作用和治疗潜力
本综述对巨噬细胞及其基本机制在糖尿病心肌病（DCM）进展中所起的关键作用进行了全面分析。它首先讨论巨噬细胞的起源和多种亚型，阐明了它们的空间分布和细胞间通信的模式，从而强调了它们在DCM发病机理中的显着性。审查然后深入研究了巨噬细胞与DCM发作之间的复杂关系，尤其是侧重于在DCM条件下巨噬细胞采用的表观遗传调节机制。此外，审查还讨论了旨在针对巨噬细胞管理DCM的各种治疗策略。特别强调了天然食品成分在减轻糖尿病微血管并发症中的潜力，并检查了现有降血糖药物对巨噬细胞活性的调节作用。这些发现，总结在这篇综述中，不仅提供了巨噬细胞在糖尿病微血管并发症中的作用的新见解，而且还为未来的治疗研究和该领域的干预提供了宝贵的指导。
心内膜 HAND2 基因调控网络的单细胞评估揭示了影响心脏形态发生的关键 HAND2 依赖性通路
1 印第安纳医学院儿科、解剖学、医学和分子遗传学系 Herman B Wells 儿科研究中心，美国印第安纳州印第安纳波利斯 46202 2 印第安纳大学基因组学和生物信息学中心，美国布卢明顿 3 劳伦斯伯克利国家实验室环境基因组学和系统生物学部，美国加利福尼亚州伯克利 94720 4 加利福尼亚大学比较生物化学项目，美国加利福尼亚州伯克利 94720。 5 美国能源部联合基因组研究所，劳伦斯伯克利国家实验室，美国加利福尼亚州伯克利 94720 6 伯尔尼大学生物医学研究系 (DBMR)，瑞士伯尔尼 7 伯尔尼大学医院心脏病学系，瑞士伯尔尼
疫苗相关性心肌炎和心包炎 (VAMP
易感人群发生心肌炎的机制尚不清楚，目前已描述了多种潜在机制。免疫系统可能会将疫苗中的 mRNA 检测为抗原，从而激活促炎级联和免疫途径，这些途径可能作为全身反应的一部分在心肌炎的发展中发挥作用。SARS-CoV-2 的刺突蛋白和自身抗原（包括肌球蛋白）之间可能存在分子模拟。心脏反应性自身抗体的产生可能对心脏单核细胞产生功能影响（Bozkurt B et al.，2021）。
听觉刺激和深度学习可预测心脏骤停后昏迷苏醒
评估心脏骤停后昏迷患者的神经功能完整性仍是一个悬而未决的挑战。昏迷结果的预测主要依赖于专家对生理信号的视觉评分，这种方法容易产生主观性，并使相当多的患者处于预后不确定的“灰色地带”。对听觉刺激后脑电图反应的定量分析可以让我们了解昏迷时的神经功能以及患者苏醒的机会。然而，由于协议繁琐多样，标准化听觉刺激后的反应还远未在临床常规中使用。在这里，我们假设卷积神经网络可以帮助提取昏迷第一天对听觉刺激的脑电图反应的可解释模式，这些模式可以预测患者苏醒的机会和 3 个月后的存活率。我们使用卷积神经网络 (CNN) 对多中心和多方案患者队列中在标准化镇静和目标体温管理下昏迷第一天对听觉刺激的单次脑电图反应进行建模，并预测 3 个月时的结果。对于接受治疗性低温和常温的患者，使用 CNN 预测觉醒的阳性预测率分别为 0.83 ± 0.04 和 0.81 ± 0.06，预测结果的曲线下面积分别为 0.69 ± 0.05 和 0.70 ± 0.05。这些结果也持续存在于处于临床“灰色地带”的一部分患者中。网络预测结果的可信度基于可解释的特征：它与脑电图反应的神经同步性和复杂性密切相关，并受到独立临床评估的调节，例如脑电图反应性、背景爆发抑制或运动反应。我们的研究结果强调了可解释的深度学习算法与听觉刺激相结合在改善昏迷结果预测方面的巨大潜力。
使用人工智能预测心脏死亡
心脏死亡（SCD）仍然是一个紧迫的健康问题，每年全球数十万。遭受SCD的人之间的杂项，从严重的心脏失败到看似健康的人，对有效的风险评估构成了重大挑战。主要依赖左心室的常规风险层次，仅导致植入可植入的心脏逆变剂的适度效率用于预防SCD。回应，艺术智能（AI）对个性化的SCD风险预测和调整预防策略有望为个别患者的独特性专案。机器和深度学习算法具有学习复杂数据和定义的终点之间的复杂非线性模式的能力，并利用这些模式来识别SCD的微妙指标和预测指标，而SCD的预测因素可能不会通过传统的统计分析而明显。但是，尽管AI有可能改善SCD风险层次，但仍需要解决重要的局限性。我们旨在概述SCD的AI预测模型的当前最新图案，重点介绍这些模型在临床实践中的机会，并确定阻碍广泛采用的关键挑战。
蛋白质结合的尿毒症毒素作为心血管，肾脏和代谢性疾病的治疗靶点
心血管 - 基德尼代谢（CKM）综合征是一种全身临床疾病，其特征是代谢异常，慢性肾脏疾病和心血管疾病之间的病理和生理相互作用，导致多器官功能障碍以及心血管界面发病率高。在这些患者中，管理CKM综合征风险的传统方法不足，需要针对特定CKM综合征风险因素的策略。越来越多的证据表明，解决尿毒症毒素和/或尿毒症毒素引起的途径可能会降低CKM综合征的风险并治疗疾病。本综述探讨了尿毒症毒素中心脏，肾脏和代谢途径之间的相互作用，并强调了尿毒症毒素作为这些疾病病理生理学中潜在的治疗靶靶标的显着作用。旨在调节这些尿毒症毒素的策略为逆转和管理CKM综合征提供了潜在的途径，为其临床诊断和治疗提供了新的见解。