XiaoMi-AI文件搜索系统
World File Search Systemcardiovascular
开发并推出了关于心血管的国家计划
技术协调索尼亚·帕拉兹·莫亚（SoniaPeláezMoya） div>卫生部（卫生部）科学协调HéctorBueno。 div>心脏病专家。 div>大学医院10月12日和国家心血管研究中心（CNIC）。 div>马德里，西班牙罗萨里奥·阿兹库蒂亚·戈麦斯。 div>初级保健医师。 div>马德里初级保健援助经理。 div>[10月12日，大学医院的前护理总监。 div>马德里]MaríaJesúsRodríguezGarcía。 div>注册护士，Infiesto Health Center。 div>卫生区VI。 div>阿斯图里亚斯公国，西班牙杰兰·塞拉·阿吉拉尔。 div>10月12日卫生研究院研究所（IMAS12），西班牙马德里。 div>[圣卡洛斯健康研究所（IDISSC）以前的创新部门。 div>马德里，西班牙。] div>工作组健康促进，预防和公民授权小组协调员：FernandoRodríguezArtalejo。 div>预防医学和公共卫生。 div>马德里自治大学。 div>流行病学和公共卫生
尿tart酸作为葡萄酒消费和心血管风险的生物标志物：Predimed试验
1个多酚研究小组，营养系，Ciènciesdel'EmpuecióI美食家，巴塞罗那大学（UB），AV。Joan XXII，27-31，巴塞罗那08028，西班牙； 2巴塞罗那大学（UB），圣科罗玛de Gramanet 08921，西班牙圣科洛玛大学（UB），deNutricióIInstitut deNutricióI Institut; 3肥胖与营养的Ciber生理病理学（Ciberobn），Carlos III健康研究所，Monforte de Lemos 3-5，Pavilion 11，马德里28029，西班牙； 4纳瓦拉大学预防医学和公共卫生系，伊迪斯纳大学，irunlarrea 1，潘普洛纳31008，西班牙； 5人类营养单元，生物化学和生物技术系，Pere Virgili医学研究所（IISPV），Sant Joan大学医院，Rovira I Virgili，西班牙雷乌斯； 6西班牙Vitoria-Gasteiz的Basque Country Country upv/Ehu，阿拉伯大学医院Osakidetza Basque Health Servicy，Basque Health Servication，Bioaraba Health研究所6； 7个心血管风险和营养单位，医院Del Mar医学研究所（IMIM），西班牙巴塞罗那； 8巴利阿里群岛大学和儿子ESP卫生科学研究所，西班牙帕尔马·德·马洛卡； 9西班牙塞维利亚初级卫生保健区研究部门家庭医学系； 10西班牙马拉加马拉加大学预防医学系； 11西班牙瓦伦西亚大学预防医学系； 12哈佛大学生物统计学系 div>陈公共卫生学院，美国马萨诸塞州，美国马萨诸塞州； 13哈佛大学流行病学系 div>陈公共卫生学院，美国马萨诸塞州，美国马萨诸塞州； 14西班牙拉斯帕尔马斯的拉斯帕尔马斯大学生物医学研究所； 15 Hartrition T.H.营养部 div>Chan公共卫生学院，美国马萨诸塞州波士顿； 16美国马萨诸塞州波士顿的哈佛医学院医学系Channing Network Medicine，医学系以及Brigham and Brigham and Hospital; 17 D'Institut d'EnvoversitimionsBioMèdiquesAugust Pi I Sunyer（Idibaps），巴塞罗那08036，西班牙；和18号巴塞罗那大学IDIBAPS医院诊所内部医学系，罗塞洛149-153，巴塞罗那08036，西班牙Chan公共卫生学院，美国马萨诸塞州波士顿； 16美国马萨诸塞州波士顿的哈佛医学院医学系Channing Network Medicine，医学系以及Brigham and Brigham and Hospital; 17 D'Institut d'EnvoversitimionsBioMèdiquesAugust Pi I Sunyer（Idibaps），巴塞罗那08036，西班牙；和18号巴塞罗那大学IDIBAPS医院诊所内部医学系，罗塞洛149-153，巴塞罗那08036，西班牙
美国老年退伍军人心血管疾病的患病率、相关因素以及身心健康负担
心血管疾病 (CVD) 是美国的主要死亡原因之一，与一系列人口统计、军事、创伤和临床特征以及身心健康状况有关。老年退伍军人由于年事已高和军事经历，患 CVD 的风险可能会增加。然而，到目前为止，尚未很好地描述退伍军人人群样本中 CVD 的患病率和健康负担。本研究旨在在一个大型、当代和具有全国代表性的美国老年退伍军人样本中描述当前 CVD 的患病率及其与社会人口统计、军事、创伤和临床变量的关联。数据是从参与退伍军人国家健康和复原力研究 (NHRVS) 的 3,001 名美国老年退伍军人 (60 岁及以上) 的横断面样本中进行分析的。退伍军人根据一生的 CVD 状况进行分类（有 CVD 或无 CVD，即由医疗专业人员诊断为心脏病、心脏病发作和/或中风）。为了确定 CVD 与健康状况之间的关联，使用经过验证的自我报告评估法对一系列心理和身体健康变量进行了评估。总共有 25.5% 的退伍军人报告被诊断出患有 CVD。年龄较大、累积创伤负担、尼古丁使用障碍以及高血压、高胆固醇和糖尿病的诊断与 CVD 有关。CVD 与一系列心理（比值比 [OR] = 1.53–2.27）和身体（OR = 1.53–3.43）健康状况独立相关。总的来说，这项研究的结果表明，四分之一的美国老年退伍军人报告在其一生中被诊断出患有 CVD。鉴于与心血管疾病相关的身体和精神健康状况范围广泛，这些发现强调了对这一人群进行综合和多模式预防和干预的重要性。
开发用于治疗心血管和肺部疾病的细胞和细胞衍生疗法
前瞻性陈述 本演示文稿包含前瞻性陈述，这些陈述受多种风险和不确定性因素影响。“预期”、“相信”、“继续”、“可能”、“估计”、“期望”、“打算”、“可能”、“计划”、“潜在”、“预测”、“预计”、“应该”、“目标”、“会”等词语和类似表述旨在识别前瞻性陈述，但并非所有前瞻性陈述都包含这些识别词。此类陈述受多种重要因素、风险和不确定性因素影响，这些因素可能导致实际事件或结果与当前预期和信念大不相同。这些因素包括但不限于我们向美国证券交易委员会提交的文件中发现的因素，包括我们最近提交的 8-K 表、10-K 表和 10-Q 表，特别是其中标题为“风险因素”的任何陈述。本演示文稿中包含的任何前瞻性陈述均仅在本演示文稿之日有效，公司明确否认更新任何前瞻性陈述的义务，无论是由于新信息、未来事件还是其他原因。
患者患者患有COPD和心血管疾病
COPD以及心力衰竭的特征是呼吸诊所的频繁恶化，在简短的，加剧该疾病的情况下，必须通过多因素干预来预防这些发作，并且何时进行诊断和早期治疗。 div>在这方面，必须通过融合互补测试进行仔细的临床评估，因为COPD的代偿发作很常见，以模拟CV病理，特别是心力衰竭。同样，简历诊所可以建议COPD并迫使我们做出正确的鉴别诊断。 div>另一方面，由于呼吸道病理和简历共存的高流行率，其中一个的代偿率通常构成触发者的触发因素（4）。 div>
新抗精神病药物使用者的多重疾病特征和重大心血管事件风险：使用可解释机器学习的事件发生时间预测研究
这项回顾性队列研究使用了香港公共医疗机构的电子健康记录。我们纳入了 18-65 岁无 MACE 的患者，这些患者在首次使用抗精神病药物前三年内曾患过两种或两种以上慢性疾病。研究考虑了基线特征，例如年龄、性别、慢性病史、抗精神病药物使用史和前一年的服药史。结果是主要不良心血管事件 (MACE)，包括中风、急性心肌梗死 (AMI) 和心血管相关死亡 (CV 死亡)。根据抗精神病药物处方的初始年份，将数据集按 7:3 的比例随机分为训练和验证子集。使用条件推断生存树 (CISTree) 来识别 MACE 风险组。使用 5 倍交叉验证对十个机器学习模型进行超参数优化训练，并在验证集上进行验证。我们进行了时间依赖性的 ROC 曲线分析、校准图和决策曲线分析图，分别比较模型的判别能力、校准和临床应用价值。使用时间相关变量重要性、部分依赖图和 SHAP 图来解释所选模型。
社论：人工智能与多模态医学成像数据融合改善心血管疾病护理
当今的数字健康旨在提高医疗服务效率以及个性化、及时的疾病护理。心血管疾病 (CVD) 是全球领先的死亡原因。在美国，三分之一的成年人患有某种形式的 CVD。预计到 2035 年，美国近一半的人口将患有至少一种 CVD，直接和间接总成本可能超过 1 万亿美元 (1-3)。医学成像数据涵盖多种主要以孤岛形式使用的模式。这些包括计算机断层扫描 (CT)、磁共振成像 (MRI)、CT 衍生的血流储备分数 (CT-FFR)、心脏 MRI、全心脏动态 3D 心脏 MRI 灌注、3D 心脏 MRI 晚期钆增强、心脏正电子发射断层扫描 (PET)、超声心动图和冠状动脉造影。然而，在混合配置中仅使用少数几种模式，例如正电子发射断层扫描与计算机断层扫描 (PET/CT)、单光子发射计算机断层扫描与 CT (SPECT/CT)、超声心动图和侵入性血管造影。整合这些不同的成像模式会给临床医生带来负担，因为它会增加复杂性、潜在的不准确性并增加医疗成本。本研究课题侧重于融合技术，该技术能够整合和建模这些多种模式，以提供互补信息，帮助改善心血管疾病护理。这些模式将利用机器学习 (ML) 和深度学习 (DL) 技术以及其他最先进的技术。以下是本研究课题的一些见解和发现：
Kancera专注于心血管疾病
Kancera AB (publ) 今天宣布，决定将业务重点放在开发该公司的 Fractalkine 阻断候选药物 KAND567 和 KAND145 上，用于治疗心血管疾病，最初重点是治疗 ST 段抬高型心肌梗死 (STEMI)。该决定基于对之前报告的 FRACTAL 研究的 IIa 期积极结果、市场批准机会以及市场潜力和付款人对获批产品的支付意愿的总体评估。该公司已经制定了一项高级开发计划，直至获得市场批准，其中包括下一步的 IIb 期研究。在做出战略方向决定并评估现有患者数量可以达到主要研究目标后，该公司将结束正在进行的卵巢癌 KANDOVA 研究的患者招募。
心血管疾病预防进展
3 英国卫生和社会保健部 (DHSC) 负责制定和监督改善公共健康的政策，包括减少肥胖和吸烟。英国国民医疗服务体系 (NHSE) 负责委托初级保健服务（在识别心血管疾病患者方面发挥着关键作用）并履行 NHS 长期计划中规定的一些预防承诺。综合护理委员会是负责为当地人口规划和委托医疗服务的 NHS 组织。地方初级保健网络位于综合护理委员会之下，由全科医生诊所（全科医生）组成，这些诊所与其他健康和社会保健组织合作，提供服务以改善当地人口的健康和福祉。这包括预防性干预措施以及识别和治疗有心血管疾病风险的人。地方当局负责采取他们认为适当的措施来改善其所在地区人民的健康，包括委托和提供体重管理等公共卫生服务。地方当局有法定义务为当地符合条件的人口委托 NHS 健康检查。虽然卫生和社区服务中心通过公共卫生拨款向地方当局提供健康检查资金，并保留政策责任，但地方当局要对当地居民负责开展健康检查。
高血压、血脂异常和 C 反应蛋白升高与心血管疾病和死亡率之间的关联：对美国老年人代表性队列的横断面和纵向分析
摘要 目的 高血压和血脂异常是心血管疾病 (CVD) 的已知危险因素，但它们本身往往不足以预测 CVD。炎症也会导致 CVD，但关于炎症、高血压和血脂异常与 CVD 风险同时发生的研究有限。了解炎症状态以及其他危险因素对于临床医生正确评估患者的 CVD 风险至关重要。方法 使用来自健康与退休研究的前瞻性数据，该研究是美国 50 岁以上成年人的代表性队列 (n=7895)。参与者平均年龄为 68.8 岁，54.9% 为女性。80.7% 为非西班牙裔白人，10.1% 为非西班牙裔黑人，9.2% 为西班牙裔。高血压、血脂异常和 C 反应蛋白 (CRP) 升高用于创建 CVD 风险评分：低（0-1 个因素）、中（2 个因素）或高（所有 3 个因素）。这些变量的测量和定义指南在方法部分有详细说明。加权逻辑回归模型估计了 (1) 中高危组与低危组的 CVD 患病率和发病率以及 (2) 调整协变量后的 4 年死亡率的 OR。结果横断面分析显示，高危参与者 (n=1706) 的 CVD 患病率明显高于低危参与者 (n=3107)（调整后的 OR 1.54，95% CI：（1.29 至 1.84））。中危（n=3082）参与者的 CVD 患病率更高，但这并不达到显著性。前瞻性研究显示，与低风险人群相比，中风险和高风险人群的 4 年 CVD 发病率显著升高（中风险校正 OR 1.57，95% CI（1.18 至 2.09）；高风险校正 OR 1.67，95% CI（1.19 至 2.36））。与低风险人群相比，高风险人群（OR 2.12，95% CI（1.60 至 2.8））的 4 年死亡率更高，而中风险人群的 4 年死亡率不显著升高。结论高血压、血脂异常和 CRP 升高同时发生与 CVD 患病率增加、CVD 发病率增加和