XiaoMi-AI文件搜索系统
World File Search Systemcemi
一种新型的基于电子健康记录的机器学习模型，可预测严重低血糖症，导致老年人的糖尿病住院治疗：全领域的同类和建模研究
我们采用了一个病例对照设计，用于回顾性领土范围内的队列，由364,863个独特的老年人（65岁）和至少1洪孔医院的授权从2013年到2018年至2018年。我们在一年的时间内使用了258个预测因素，包括人口统计学，录取，诊断，药物和常规实验室测试，以预测在接下来的12个月内需要住院的SH事件。该队列以7：2：1的比率随机分为训练，测试和内部验证集。六种ML算法，包括逻辑回归，随机森林，梯度增压机，深神经网络（DNN），XGBOOST和RULEFIT。我们在香港糖尿病登记册中与2018年定义的预测因子和2019年定义的结果事件的时间验证队列中测试了我们的模型。使用接收器操作特征曲线（AUROC），精确召回曲线（AUPRC）统计的区域以及正预测值（PPV）评估了预测性能。我们确定了在观察期间需要住院的11,128个SH事件。XGBoost模型
足球杂耍学习对执行功能和大脑功能连接的影响
藏红花是番红花L.的干燥污名，是iridaceae家族的多年生球（7）。在伊朗，它是最昂贵的香料，称为“红金”（8）。由藏红花污名组成的化合物和成分包括鳄鱼，picrocrococin，crocetin和safranal，以及负责藏红花红色颜色的鳄鱼（9）。Based on the results of studies in animals and clinical trials, saffron and crocin exert significant pharmacological properties, such as hypoglycemic ( 10 ), hypolipidemic ( 11 ), antioxidant ( 12 ), anti-inflammatory ( 13 ), anticarcinogenic ( 14 ), neuroprotective ( 15 ), anti-depressive ( 16 ), and cardioprotective ( 17 ) activities, so it may have beneficial effects在糖尿病，动脉粥样硬化，癌症，神经系统疾病，抑郁和心血管疾病上。归因于抗炎和抗氧化活性，藏红花被认为可以改善代谢性疾病（18）。的确，多年来，多种临床前证据和初步研究以及临床试验表明，藏红花及其成分具有抗糖尿病作用。在研究摩洛哥和意大利藏红花提取物的一项体外研究中，这两种提取物都通过抑制2,2-二苯基-1-铅烯基氢唑（DPPH）而具有强大的抗氧化活性。使用α-淀粉酶和α-葡萄糖苷酶抑制测定法评估了抗糖尿病活性，这表明这些化合物具有降血糖作用。此外，椎间盘扩散方法表明，这两种提取物都对细菌有效（19）。对40个糖尿病大鼠的另一项实验设计为4周，旨在评估藏红花花瓣和锦缎玫瑰花瓣对炎症因子，禁食血浆葡萄糖（FPG），血红蛋白A1C（HBA1C）和脂质谱的影响。在藏红花花瓣组中，类似胰岛素样生长因子1（IGF-1），高敏C反应蛋白（HS-CRP），HBA1C，甘油三酸酯增加，甘油三酸酯增加，而FPG降低，而FPG降低，这将共同反映了蓝晶对改善Biochemical标记状态的益处（20）。尽管以前的荟萃分析报告了藏红花对血糖参数的影响，但结果不一致，并且没有一个集中在整个DM种群上（21-26）。由于缺乏对迄今为止发表的相关随机临床试验（RCT）的全面荟萃分析评估，因此我们进行了系统的综述和荟萃分析，以确定补充藏红花对糖尿病患者血糖指数的影响。
寡糖和有氧训练对糖尿病大鼠高血糖，生长和肠道微生物多样性的影响
在当前研究中评估了肠道菌群的多样性。 Results: The galactooligosaccharides positively a ff ected the glycemic status of the experimental animals as the diabetic and healthy rats had lower blood glucose concentration after 6 weeks of treatment (diabetic rats: week 4 vs. week 8, p=0.047; healthy rats: week 2,4,6,10 vs. week 8, p=0.001, p=0.000, p=0.025 and p=0.001, 分别）。 与糖尿病对照相比，当对糖尿病大鼠施用时，观察到半乳二糖糖的正效应（P = 0.020）。 有氧训练的糖尿病大鼠观察到了相似的结果（p = 0.004）。 对细菌物种的鉴定显示出了微生物的多样性，并表明双杆菌，乳酸菌Feritoshensis和大肠杆菌是分析属中最丰富的物种。 结论：益生元治疗有益地影响1型糖尿病大鼠的高血糖和生长。 有氧训练的最显着影响是形态学参数的改善。 寡糖给药和锻炼没有影响细菌物种的影响。在当前研究中评估了肠道菌群的多样性。Results: The galactooligosaccharides positively a ff ected the glycemic status of the experimental animals as the diabetic and healthy rats had lower blood glucose concentration after 6 weeks of treatment (diabetic rats: week 4 vs. week 8, p=0.047; healthy rats: week 2,4,6,10 vs. week 8, p=0.001, p=0.000, p=0.025 and p=0.001, 分别）。与糖尿病对照相比，当对糖尿病大鼠施用时，观察到半乳二糖糖的正效应（P = 0.020）。有氧训练的糖尿病大鼠观察到了相似的结果（p = 0.004）。对细菌物种的鉴定显示出了微生物的多样性，并表明双杆菌，乳酸菌Feritoshensis和大肠杆菌是分析属中最丰富的物种。结论：益生元治疗有益地影响1型糖尿病大鼠的高血糖和生长。有氧训练的最显着影响是形态学参数的改善。寡糖给药和锻炼没有影响细菌物种的影响。
回顾高血糖对T2DM中HPA轴的直接和间接影响以及抑郁症的共发生
抽象2型糖尿病（T2DM）的特征是持续性高血糖，这进一步与下丘脑 - 垂体 - 肾上腺（HPA）轴的多动症有关。几项研究表明，在慢性高血糖状态下HPA轴的多动症增强，严重的高血糖事件更可能导致抑郁症。HPA轴也由免疫系统调节。在压力下，在体内稳态条件下，免疫系统通过交感 - 肾上腺中轴激活，导致免疫反应，从而分泌促炎性细胞因子。这些细胞因子有助于在应力期间激活HPA轴。然而，在持续性高血糖的T2DM中，免疫系统失调，导致这些细胞因子的浓度升高。HPA轴已经被高血糖激活，被细胞因子进一步激活，这一切都有助于诊断T2DM患者的抑郁症。然而，T2DM的发作通常是糖尿病前期的，是中度高血糖和胰岛素抵抗的可逆状态。在T2DM中经常看到的并发症已据报道以糖尿病前的状态开始。 虽然目前的管理策略已被证明可以改善中等高血糖状态并降低发展T2DM的风险，但临床研究必须进行研究，必须进行研究，以介绍中度高血糖对HPA轴对HPA轴的中等高血糖的直接影响，并且通过对HPA轴的影响进行了这种影响，以使HPA轴心造成这种影响，从而使HPA轴心构成了这种影响。路径。在T2DM中经常看到的并发症已据报道以糖尿病前的状态开始。虽然目前的管理策略已被证明可以改善中等高血糖状态并降低发展T2DM的风险，但临床研究必须进行研究，必须进行研究，以介绍中度高血糖对HPA轴对HPA轴的中等高血糖的直接影响，并且通过对HPA轴的影响进行了这种影响，以使HPA轴心造成这种影响，从而使HPA轴心构成了这种影响。路径。
使用机器学习来识别与1型糖尿病老年人严重低血糖症相关的特征：病例 - 对照研究的事后分析
摘要引入具有1型糖尿病的老年人（OAS）的严重低血糖（SH）与深远的发病率和死亡率有关，但其病因可能是复杂且多因素的。增强的工具以识别需要SH高风险的OA。这项研究使用机器学习来确定有或没有最近SH的人的特征，从一系列人口统计学和临床，行为和生活方式以及神经认知特征以及连续的葡萄糖监测（CGM）度量中选择。分析了涉及从T1D交换临床网络募集的OA的病例对照研究的研究设计和方法数据。随机森林机器学习算法用于阐明与病例与控制状态相关的特征及其相对重要性。具有连续丰富特征集的模型被检查以系统地纳入可能的风险特征的每个领域。分析了来自191型糖尿病的191个OA（女性47.1％，92.1％非西班牙裔白色）的结果数据。在模型中，低血糖不认识是与SH历史相关的最高特征。对于具有最丰富输入数据的模型，最重要的特征是低血糖不认识，低血糖恐惧，CGM的变化系数，％time time time time dlime葡萄糖低于70 mg/dl，以及TRAIL TRAIL trail frail frail far Trag a fors be Score b得分。结论机器学习可以通过识别与SH相关的关键特征来增加OA的风险分层。需要前瞻性研究来确定这些风险特征的预测性能。
Chronodisprion和肠道菌群：2型糖尿病患者的血糖失衡
摘要：如啮齿动物和人类中所示，生理和行为机制的解散会影响肠道菌群和哺乳动物的饮食行为，从而导致诸如2型糖尿病（T2D），肥胖和代谢综合征等病理学的发展。最近的研究提出，重新同步作为控制代谢周期的关键输入，并有助于降低遭受某些慢性疾病（例如糖尿病，肥胖或代谢综合征）的风险。在这篇分析综述中，我们概述了对肠道微生物组的异步性及其对肠道微生物组的影响，使人们容易遭受肠道营养不良和随之而来的慢性疾病。尤其是我们探讨了依求生现象，最后提出了一些旨在解决年度疗法作为预防慢性疾病的关键策略的主题。
长期持续的共vid诱导的高血糖
摘要。尽管已充分记录了Covid-19感染和高血糖患者的短期死亡率，但有关长期预后的可用数据很少。糖尿病的存在不仅具有影响疾病的严重程度，而且还影响了其传播动态。在这项研究中，我们跟踪了一群历史群体，该患者以前没有糖尿病史，这些患者患有中度至重度Covid-19，并被发现患有高血糖症（随机血糖。入院时 140 mg/dl）。 我们评估了这些患者在6个月末对抗糖尿病治疗的需求，并评估了与持续性高血糖相关的危险因素，由每月自我监测的血糖值确定。 在电话中受到关注的70名参与者中，有54（77％）继续接受抗糖尿病治疗或持续性高血糖（。 140mg/dl）在6个月末。 随访结束时，持续性高血糖症与表现时血糖较高有关。140 mg/dl）。我们评估了这些患者在6个月末对抗糖尿病治疗的需求，并评估了与持续性高血糖相关的危险因素，由每月自我监测的血糖值确定。在电话中受到关注的70名参与者中，有54（77％）继续接受抗糖尿病治疗或持续性高血糖（。140mg/dl）在6个月末。持续性高血糖症与表现时血糖较高有关。
克服 2 型糖尿病的治疗惰性：探索基于机器学习的情景模拟以改善短期血糖控制
1 AMD-AI 国家组协调员，UOS 综合初级和专科护理，ASST Nord Milano，Via Filippo Carcano 17, 20149 Milan，意大利；nicoletta.musacchio@gmail.com 2 Mix-x Partner，Via Circonvallazione 5, 10015 Ivrea，意大利；rita.zilich@mix-x.com (RZ)；fdrcpisani@mix-x.com (FP) 3 罗马大学实验医学系，医学病理生理学、食品科学和内分泌学科，00161 Rome，意大利 4 糖尿病和内分泌科，ASL Nord-West Tuscany，54100 Massa Carrara，意大利； fabio.baccetti@uslnordovest.toscana.it 5 糖尿病科，Careggi 医院，Largo GA Brambilla, 3, 50134 Florence，意大利；nreub@aou-careggi.toscana.it 6 糖尿病和内分泌科，ASL TO5，10023 Chieri，意大利；carlogiordaposta@gmail.com 7 糖尿病和内分泌科，ASL SULCIS，09016 Sulcis，意大利；giacomo.guaita@aslsulcis.it 8 糖尿病和营养 UOC，S. Spirito 医院—ASL Roma 1，00913 Rome 00913，意大利；lelio.morviducci@aslroma1.it 9 Rulex 创新实验室，Rulex Inc.，Via Felice Romani 9/2, 16122 Genoa，意大利； marco.muselli@ieiit.cnr.it (MM)；damiano.verda@rulex.ai (DV) 10 AMD 地区前任主席，AI AMD 国家集团，10090 Bruino，意大利；ozzelloa@gmail.com 11 糖尿病和代谢疾病科 ASL 4 Liguria，16043 Chiavari，意大利；paola.ponzani@asl4.liguria.it 12 IRCCS Ospedale Galeazzi-Sant'Ambrogio，20149 米兰，意大利；antonio.rossi1@unimi.it 13 米兰大学生物医学和临床科学系，20157 米兰，意大利 14 数据科学家 Deimos，33100 乌迪内，意大利； p.santin@e-deimos.it 15 AMD 糖尿病和代谢疾病科前任总裁，Nord-West Tuscany，Livorno Hospital，Viale Alfieri 36, 57124 Livorno，意大利； graziano.dicianni@uslnordovest.toscana.it 16 AMD 新任总裁，Azienda Sanitaria Universitaria Giuliano Isontina，34128 Trieste，意大利； riccardo.candido@asugi.sanita.fvg.it * 通讯：davide.masi@uniroma1.it
瘦素受体基因GLN223ARG多态性与代谢综合征患者胰岛素抵抗和高血糖的关联
简介：全球，代谢综合征的发生率有所增加。正在搜索该综合征的遗传标记。瘦素受体最近受到关注。多态性之一（GLN223ARG）可能与肥胖和胰岛素抵抗的发展有关。但是，关于这种多态性的研究结果仍然是模棱两可的。GLN223ARG多态性先前尚未在吉尔吉斯州人口中进行研究。因此，我们旨在研究凯尔吉斯人群中瘦素受体基因与代谢综合征成分的GLN223ARG多态性的可比性关联。材料和方法：237名年龄35-70岁的吉尔吉斯受试者被研究。获得了人体测量数据，葡萄糖，胰岛素，脂质光谱，瘦素。使用Taqman实时PCR评估GLN223ARG瘦素多态性的基因型。结果：基因型的分布如下：GLN223GLN 46.4％，GLN223ARG 40.1％，ARG223ARG 13.5％。在研究中，没有发现与腹部肥胖，动脉高血压，高甘油三酯血症或低密度胆固醇水平的关联。GLN223ARG和ARG223ARG基因型与胰岛素抵抗的关系（P <0.03）。GLN223ARG多态性与较高水平的血糖（5.54 vs. 5.39 mmol/L，p <0.05）和胰岛素血症（8.3 vs.7.1μIU/mL，P <0.05）有关。cor关系分析表明，ARG223等位基因的载体表现出胰岛素抵抗的风险（优势比（OR）= 1.83，95％CI：1.03–3.24; P <0.03）比GLN2223等位基因的载体更高。结论：瘦素受体基因的GLN223ARG多态性可能是吉尔吉斯种群中胰岛素抵抗性易感性的标志。需要进一步的研究来确认其他地区人群中的这些结果。