XiaoMi-AI文件搜索系统
World File Search Systemcombined
一种新型的VAE分子生成模型与变压器结合了未见结构的生成
最近，在药物发现中积极研究了使用深度学习的分子产生。在该领域，变压器和VAE被广泛用作强大的模型，但由于结构和性能不匹配，它们很少被用作组合。本研究提出了一个模型，该模型通过处理多种分子的结构和参数优化结合了这两个模型。所提出的模型显示出与现有模型生成分子相当的性能，并且在具有看不见的结构的产生分子时表现出了较高的性能。该VAE模型的另一个优点是它从潜在的表示中产生分子，因此可以很容易地通过它预测或条件，实际上，我们证明该模型的潜在表示成功地预测了分子特性。消融研究表明，VAE比其他生成模型（如语言模型）在产生新分子方面具有优势。还表明，潜在表示可以缩短为〜32维变量而不会丢失重建，这表明比现有的分子描述符或模型更小。这项研究有望提供一个虚拟化学文库，其中包含多种化合物用于虚拟筛选并实现有效筛选。
健康生活方式与糖尿病前患者的不良结果风险的关联
1。TabákAG，Herder C，Rathmann W，Brunner EJ，KivimäkiM。糖尿病前：糖尿病发育的高风险状态。 Lancet Lond Engl。 2012; 379（9833）：2279-2290。 https://doi.org/10.1016/s0140-6736（12）60283-9 2。 家庭，资源，糖尿病L等。 IDF糖尿病图集。 （第10版）。 2023年10月3日访问。https://diabetesatlas.org/ 3。 Schlesinger S，Neuenschwander M，Barbaresko J等。 糖尿病前期和糖尿病相关并发症和合并症的风险：前瞻性研究的荟萃分析的雨伞综述。 糖尿病学。 2022; 65（2）：275-285。 https://doi.org/10.1007/s00125-021-05592-3 4。 Huang Y，Cai X，Mai W，Li M，Hu Y. 糖尿病前与心血管疾病风险之间的关联与所有导致死亡率：系统审查和荟萃分析。 bmj。 2016; 355：i5953。 https://doi.org/10。 1136/bmj.i5953 5。 Honigberg MC，Zekavat SM，Pirruccello JP，Natarajan P，Vaduga-Nathan M.心血管和肾脏成果遍及整个血糖谱：英国生物库的见解。 J Am Coll Cardiol。 2021; 78（5）：453-464。 https://doi.org/10.1016/j.jacc.2021.05.004 6。 Haw JS，Galaviz KI，Straus An等。 预防糖尿病的长期可持续性：随机临床试验的系统综述和元分析。 JAMA Intern Med。 2017; 177（12）：1808-1817。 https://doi.org/10.1001/jamainternmed。 2017.6040 7。 糖尿病学。 2006; 49（2）：289-297。TabákAG，Herder C，Rathmann W，Brunner EJ，KivimäkiM。糖尿病前：糖尿病发育的高风险状态。Lancet Lond Engl。2012; 379（9833）：2279-2290。https://doi.org/10.1016/s0140-6736（12）60283-9 2。家庭，资源，糖尿病L等。IDF糖尿病图集。 （第10版）。 2023年10月3日访问。https://diabetesatlas.org/ 3。 Schlesinger S，Neuenschwander M，Barbaresko J等。 糖尿病前期和糖尿病相关并发症和合并症的风险：前瞻性研究的荟萃分析的雨伞综述。 糖尿病学。 2022; 65（2）：275-285。 https://doi.org/10.1007/s00125-021-05592-3 4。 Huang Y，Cai X，Mai W，Li M，Hu Y. 糖尿病前与心血管疾病风险之间的关联与所有导致死亡率：系统审查和荟萃分析。 bmj。 2016; 355：i5953。 https://doi.org/10。 1136/bmj.i5953 5。 Honigberg MC，Zekavat SM，Pirruccello JP，Natarajan P，Vaduga-Nathan M.心血管和肾脏成果遍及整个血糖谱：英国生物库的见解。 J Am Coll Cardiol。 2021; 78（5）：453-464。 https://doi.org/10.1016/j.jacc.2021.05.004 6。 Haw JS，Galaviz KI，Straus An等。 预防糖尿病的长期可持续性：随机临床试验的系统综述和元分析。 JAMA Intern Med。 2017; 177（12）：1808-1817。 https://doi.org/10.1001/jamainternmed。 2017.6040 7。 糖尿病学。 2006; 49（2）：289-297。IDF糖尿病图集。（第10版）。2023年10月3日访问。https://diabetesatlas.org/ 3。Schlesinger S，Neuenschwander M，Barbaresko J等。糖尿病前期和糖尿病相关并发症和合并症的风险：前瞻性研究的荟萃分析的雨伞综述。糖尿病学。2022; 65（2）：275-285。https://doi.org/10.1007/s00125-021-05592-3 4。 Huang Y，Cai X，Mai W，Li M，Hu Y. 糖尿病前与心血管疾病风险之间的关联与所有导致死亡率：系统审查和荟萃分析。 bmj。 2016; 355：i5953。 https://doi.org/10。 1136/bmj.i5953 5。 Honigberg MC，Zekavat SM，Pirruccello JP，Natarajan P，Vaduga-Nathan M.心血管和肾脏成果遍及整个血糖谱：英国生物库的见解。 J Am Coll Cardiol。 2021; 78（5）：453-464。 https://doi.org/10.1016/j.jacc.2021.05.004 6。 Haw JS，Galaviz KI，Straus An等。 预防糖尿病的长期可持续性：随机临床试验的系统综述和元分析。 JAMA Intern Med。 2017; 177（12）：1808-1817。 https://doi.org/10.1001/jamainternmed。 2017.6040 7。 糖尿病学。 2006; 49（2）：289-297。https://doi.org/10.1007/s00125-021-05592-3 4。Huang Y，Cai X，Mai W，Li M，Hu Y. 糖尿病前与心血管疾病风险之间的关联与所有导致死亡率：系统审查和荟萃分析。 bmj。 2016; 355：i5953。 https://doi.org/10。 1136/bmj.i5953 5。 Honigberg MC，Zekavat SM，Pirruccello JP，Natarajan P，Vaduga-Nathan M.心血管和肾脏成果遍及整个血糖谱：英国生物库的见解。 J Am Coll Cardiol。 2021; 78（5）：453-464。 https://doi.org/10.1016/j.jacc.2021.05.004 6。 Haw JS，Galaviz KI，Straus An等。 预防糖尿病的长期可持续性：随机临床试验的系统综述和元分析。 JAMA Intern Med。 2017; 177（12）：1808-1817。 https://doi.org/10.1001/jamainternmed。 2017.6040 7。 糖尿病学。 2006; 49（2）：289-297。Huang Y，Cai X，Mai W，Li M，Hu Y.糖尿病前与心血管疾病风险之间的关联与所有导致死亡率：系统审查和荟萃分析。bmj。2016; 355：i5953。https://doi.org/10。 1136/bmj.i5953 5。 Honigberg MC，Zekavat SM，Pirruccello JP，Natarajan P，Vaduga-Nathan M.心血管和肾脏成果遍及整个血糖谱：英国生物库的见解。 J Am Coll Cardiol。 2021; 78（5）：453-464。 https://doi.org/10.1016/j.jacc.2021.05.004 6。 Haw JS，Galaviz KI，Straus An等。 预防糖尿病的长期可持续性：随机临床试验的系统综述和元分析。 JAMA Intern Med。 2017; 177（12）：1808-1817。 https://doi.org/10.1001/jamainternmed。 2017.6040 7。 糖尿病学。 2006; 49（2）：289-297。https://doi.org/10。1136/bmj.i5953 5。Honigberg MC，Zekavat SM，Pirruccello JP，Natarajan P，Vaduga-Nathan M.心血管和肾脏成果遍及整个血糖谱：英国生物库的见解。J Am Coll Cardiol。2021; 78（5）：453-464。https://doi.org/10.1016/j.jacc.2021.05.004 6。Haw JS，Galaviz KI，Straus An等。预防糖尿病的长期可持续性：随机临床试验的系统综述和元分析。 JAMA Intern Med。 2017; 177（12）：1808-1817。 https://doi.org/10.1001/jamainternmed。 2017.6040 7。 糖尿病学。 2006; 49（2）：289-297。预防糖尿病的长期可持续性：随机临床试验的系统综述和元分析。JAMA Intern Med。 2017; 177（12）：1808-1817。 https://doi.org/10.1001/jamainternmed。 2017.6040 7。 糖尿病学。 2006; 49（2）：289-297。JAMA Intern Med。2017; 177（12）：1808-1817。 https://doi.org/10.1001/jamainternmed。 2017.6040 7。 糖尿病学。 2006; 49（2）：289-297。2017; 177（12）：1808-1817。https://doi.org/10.1001/jamainternmed。2017.6040 7。糖尿病学。2006; 49（2）：289-297。2006; 49（2）：289-297。Ramachandran A，Snehalatha C，Mary S，Mukesh B，Bhaskar AD，Vijay V.印度糖尿病预防计划表明，生活方式修饰和二甲双胍可预防患有葡萄糖耐受性受损（IDPP -1）的亚洲印度印度受试者的2型糖尿病（IDPP -1）。https://doi.org/10.1007/s00125- 005-0097-z 8。echouffo -tcheugui JB，Perreault L，Ji L，Dagogo -JackS。糖尿病前期的诊断和管理：评论。JAMA。 2023; 329（14）：1206-1216。 https://doi.org/10.1001/jama.2023.4063 9。 Tuomilehto J，LindströmJ，Eriksson JG等。 预防2型糖尿病因葡萄糖耐受性受损的受试者之间的生活方式而改变。 n Engl J Med。 2001; 344（18）：1343-1350。 https://doi.org/10.1056/nejm200105033441801 10。 Knowler WC，Barrett -Connor E，Fowler SE等。 使用生活方式干预或二甲双胍的2型糖尿病的发病率降低。 n Engl J Med。 2002; 346（6）：393-403。 https://doi.org/10.1056/ nejmoa012512 11。 li MJ，Ren J，Zhang WS等。 饮酒与2型糖尿病和糖尿病前的饮酒关联：广州生物银行队列研究。 糖尿病代替Res Rev。 2022; 38（6）：E3548。 https：// doi。 org/10.1002/dmrr.3548 12。 Kar D，El -Wazir A，Delanerolle G等。 基于吸烟状态的糖尿病和糖尿病患者的蛋白尿的预测因素和决定因素：使用英国生物库数据的横断面研究。 Eclinicalmedicine。 2022; 51：101544。 https://doi.org/10.1016/j.eclinm。 2022.101544 13。JAMA。2023; 329（14）：1206-1216。https://doi.org/10.1001/jama.2023.4063 9。 Tuomilehto J，LindströmJ，Eriksson JG等。 预防2型糖尿病因葡萄糖耐受性受损的受试者之间的生活方式而改变。 n Engl J Med。 2001; 344（18）：1343-1350。 https://doi.org/10.1056/nejm200105033441801 10。 Knowler WC，Barrett -Connor E，Fowler SE等。 使用生活方式干预或二甲双胍的2型糖尿病的发病率降低。 n Engl J Med。 2002; 346（6）：393-403。 https://doi.org/10.1056/ nejmoa012512 11。 li MJ，Ren J，Zhang WS等。 饮酒与2型糖尿病和糖尿病前的饮酒关联：广州生物银行队列研究。 糖尿病代替Res Rev。 2022; 38（6）：E3548。 https：// doi。 org/10.1002/dmrr.3548 12。 Kar D，El -Wazir A，Delanerolle G等。 基于吸烟状态的糖尿病和糖尿病患者的蛋白尿的预测因素和决定因素：使用英国生物库数据的横断面研究。 Eclinicalmedicine。 2022; 51：101544。 https://doi.org/10.1016/j.eclinm。 2022.101544 13。https://doi.org/10.1001/jama.2023.4063 9。Tuomilehto J，LindströmJ，Eriksson JG等。预防2型糖尿病因葡萄糖耐受性受损的受试者之间的生活方式而改变。n Engl J Med。2001; 344（18）：1343-1350。https://doi.org/10.1056/nejm200105033441801 10。 Knowler WC，Barrett -Connor E，Fowler SE等。 使用生活方式干预或二甲双胍的2型糖尿病的发病率降低。 n Engl J Med。 2002; 346（6）：393-403。 https://doi.org/10.1056/ nejmoa012512 11。 li MJ，Ren J，Zhang WS等。 饮酒与2型糖尿病和糖尿病前的饮酒关联：广州生物银行队列研究。 糖尿病代替Res Rev。 2022; 38（6）：E3548。 https：// doi。 org/10.1002/dmrr.3548 12。 Kar D，El -Wazir A，Delanerolle G等。 基于吸烟状态的糖尿病和糖尿病患者的蛋白尿的预测因素和决定因素：使用英国生物库数据的横断面研究。 Eclinicalmedicine。 2022; 51：101544。 https://doi.org/10.1016/j.eclinm。 2022.101544 13。https://doi.org/10.1056/nejm200105033441801 10。Knowler WC，Barrett -Connor E，Fowler SE等。使用生活方式干预或二甲双胍的2型糖尿病的发病率降低。n Engl J Med。2002; 346（6）：393-403。 https://doi.org/10.1056/ nejmoa012512 11。 li MJ，Ren J，Zhang WS等。 饮酒与2型糖尿病和糖尿病前的饮酒关联：广州生物银行队列研究。 糖尿病代替Res Rev。 2022; 38（6）：E3548。 https：// doi。 org/10.1002/dmrr.3548 12。 Kar D，El -Wazir A，Delanerolle G等。 基于吸烟状态的糖尿病和糖尿病患者的蛋白尿的预测因素和决定因素：使用英国生物库数据的横断面研究。 Eclinicalmedicine。 2022; 51：101544。 https://doi.org/10.1016/j.eclinm。 2022.101544 13。2002; 346（6）：393-403。https://doi.org/10.1056/ nejmoa012512 11。li MJ，Ren J，Zhang WS等。饮酒与2型糖尿病和糖尿病前的饮酒关联：广州生物银行队列研究。糖尿病代替Res Rev。 2022; 38（6）：E3548。 https：// doi。 org/10.1002/dmrr.3548 12。 Kar D，El -Wazir A，Delanerolle G等。 基于吸烟状态的糖尿病和糖尿病患者的蛋白尿的预测因素和决定因素：使用英国生物库数据的横断面研究。 Eclinicalmedicine。 2022; 51：101544。 https://doi.org/10.1016/j.eclinm。 2022.101544 13。糖尿病代替Res Rev。2022; 38（6）：E3548。https：// doi。org/10.1002/dmrr.3548 12。Kar D，El -Wazir A，Delanerolle G等。 基于吸烟状态的糖尿病和糖尿病患者的蛋白尿的预测因素和决定因素：使用英国生物库数据的横断面研究。 Eclinicalmedicine。 2022; 51：101544。 https://doi.org/10.1016/j.eclinm。 2022.101544 13。Kar D，El -Wazir A，Delanerolle G等。基于吸烟状态的糖尿病和糖尿病患者的蛋白尿的预测因素和决定因素：使用英国生物库数据的横断面研究。Eclinicalmedicine。2022; 51：101544。 https://doi.org/10.1016/j.eclinm。2022.101544 13。Han H，Cao Y，Feng C等。 健康的生活方式与2型糖尿病患者的全原因和特定原因死亡的关联：英国生物库的一项前瞻性研究。 糖尿病护理。 2022; 45（2）：319-329。 https://doi.org/10.2337/dc21-1512 14。 Sudlow C，Gallacher J，Allen N等。 英国生物库：一种开放访问资源，用于识别中年和老年各种复杂疾病的原因。 plos med。 2015; 12（3）：E1001779。 https://doi.org/10.1371/journal.pmed.1001779Han H，Cao Y，Feng C等。健康的生活方式与2型糖尿病患者的全原因和特定原因死亡的关联：英国生物库的一项前瞻性研究。糖尿病护理。2022; 45（2）：319-329。https://doi.org/10.2337/dc21-1512 14。Sudlow C，Gallacher J，Allen N等。英国生物库：一种开放访问资源，用于识别中年和老年各种复杂疾病的原因。plos med。2015; 12（3）：E1001779。 https://doi.org/10.1371/journal.pmed.10017792015; 12（3）：E1001779。https://doi.org/10.1371/journal.pmed.1001779
新冠疫苗国家间分配不平等及其深层因素：综合集中指数分析与多元线性回归分析
在 COVID-19 大流行期间，健康公平成为国家和国际层面令人关注的问题。在国家层面，研究人员一直关注其国家内不同社会群体在感染水平、后果和疫苗接种方面的差异（1-14）。全球层面的主要健康公平问题之一是 COVID-19 疫苗的不公平获取，特别是在 COVID-19 疫苗开始生产后和疫苗变得充足之前的时期。全球卫生治理 (GHG) 负责协调 COVID-19 疫苗的公平分配；然而，情况并非如此（15、16）。根据 Our World in Data 网站 2022 年 4 月 7 日的数据，高收入国家 (HIC) 和中上收入国家 (UMIC) 完全接种疫苗的人数比例分别达到 74.1% 和 76.68%。相比之下，中低收入国家 (LMIC) 和低收入国家 (LIC) 的完全接种疫苗人口比例分别达到 50.51% 和 11.51%。至于部分接种疫苗的人口比例，估计高收入国家、中高收入国家、中低收入国家和低收入国家分别为 5.05%、4.77%、9.17% 和 3.26% ( 17 )。这些数字表明这些国家群体在疫苗接种方面存在差异。
CAR-T 细胞治疗与 ICI 相结合的前景与挑战
免疫检查点是一类具有调控免疫反应持续性能力的信号通路分子(1)。常见的免疫检查点包括CTLA-4、LAG-3、PD-1等，它们广泛分布于实体肿瘤中，在肿瘤微环境(TME)中发挥重要作用(2-4)。肿瘤细胞可以通过激活免疫检查点通路来抑制抗肿瘤免疫反应，而ICIs可以阻断该通路的激活，从而增强CAR-T细胞的功能，激活该免疫反应，促进肿瘤细胞清除(5)。近年来，ICIs发展迅速，陆续上市，已在肝细胞癌、肺癌、黑色素瘤、结肠癌等多个实体瘤中获批(6)。尽管ICI取得了积极的临床疗效，但一些患者并未完全缓解。例如，染色体不稳定性（CIN）是影响ICI在不明癌症中的疗效的重要因素
集成阵列波导光栅的单束量子级联激光阵列
摘要：量子级联激光器 (QCL) 因其灵活的设计和紧凑的体积而成为一种无处不在的中红外光源。制造具有高功率水平和良好光束质量的多波长 QCL 芯片对于许多应用而言都是非常可取的。在本研究中，我们通过在单个芯片上集成五个 QCL 增益部分阵列和阵列波导光栅 (AWG)，展示了 λ ∼ 4.9 µ m 单片波长光束组合 (WBC) 红外激光源。来自切割面的光反馈使激光能够产生，而集成的 AWG 将每个增益部分的发射光谱锁定到其相应的输入通道波长，并将它们的信号在空间上组合到单输出波导中。我们的芯片具有来自公共孔径的高峰值功率，每个输入通道超过 0.6 W，在脉冲模式下运行时，边模抑制比 (SMSR) 超过 27 dB。我们的主动/被动集成方法可实现从 QCL 脊到 AWG 的无缝过渡，无需再生长或衰减耦合方案，从而实现稳健的设计。这些结果为开发适用于高光谱成像等应用的高度紧凑中红外源铺平了道路。
引用li g，sun y and zhu l（2024），机器学习的应用与种群药代动力学相结合以改善V
反应（Ye等，2016）。然而，万古霉素药代动力学参数的选择仍然存在争议，包括槽浓度，清除等（Ghasemiyeh等人，2023年）。种群药代动力学（PPK），将经典的药代动力学建模与种群统计建模相结合。万古霉素一直是成年人中许多PPK研究的主题（Aljutayli等，2020； Lindley等，2023）。已经表明，可以在中国成年患者中对万古霉素的种群药代动力学建模（He等，2014； Gao等，2018）。PPK研究万古霉素对于指导临床剂量很重要。但是，PPK模型可能不足以预测单个药代动力学参数。机器学习（ML）是一种数据驱动的方法，它使用培训数据来学习如何通过各种算法完成任务，然后就特定事件做出决策和预测。在药代动力学中，机器学习允许进行分析和预测（Ota和Yamashita，2022； Wang等，2023）。机器学习和人口药代动力学的结合是药物研发的新工具（Zhu等，2022； Damnjanovic等，2023）。据报道，机器学习与PPK方法相结合可以改善对新生儿六种药物的单个清除率的预测（Tang等，2021）。但是，在成年患者中很少有类似的研究。如今，在机器学习的领域，生产了许多模型。 额外的树回归模型（Geurts等，2006），是一种综合学习如今，在机器学习的领域，生产了许多模型。额外的树回归模型（Geurts等，2006），是一种综合学习决策树回归模型（Kaminski等，2018）是一种回归算法，它使用决策树作为基本模型，该算法通过将输入变量划分为多个特征并根据这些功能构建决策树来拟合数据。梯度提升决策树（Si等，2017）是一种基于集成学习的算法，它通过将多个决策树模型集成在一起来拟合数据。极端梯度提升（Chen and Guestrin，2016）是一种有效的梯度增强算法，它通过使用贪婪算法来选择用于拆卸的最佳功能来最大程度地减少损失函数。
头皮-颅内脑电图联合研究
研究文章 | 系统/电路 睡眠觉醒的脑内动力学：头皮-颅内脑电图联合研究 https://doi.org/10.1523/JNEUROSCI.0617-23.2024 收稿日期：2023 年 4 月 10 日 修订日期：2024 年 2 月 5 日 接受日期：2024 年 2 月 12 日 版权所有 © 2024 作者
引用：本田A，冈田Y，Matsushita T等。生物学剂与口服免疫疗法（OIT）的疗效对食物过敏：一种方案FO
抽象引言食物过敏会影响全世界的大量人口。最近，口服免疫疗法（OIT）被报道为对严重食物过敏的有效治疗方法。尽管OIT在脱敏的大量试验中取得了成功，但经常发生在内的不良事件，包括过敏反应。此外，某些患者在OIT后未能脱敏，对治疗的反应通常无法持续。作为促进OIT的进一步辅助疗法，已经确定了生物学剂的作用。例如，通过一些RCT和观察性研究，Omalizumab作为OIT的辅助治疗的功效和安全性已变得显而易见。对该主题的兴趣正在全球增长，并且正在进行的试验将提供有关食品过敏中生物制剂的其他数据。我们旨在系统地分析OIT的功效和安全性以及生物学剂的食物过敏。方法和分析本文提供了一种协议，以系统地审查相关已发表的分析研究，该研究使用骨料方法遵循了系统审查和荟萃分析协议指南的首选报告项目。两位作者将全面搜索Medline/ PubMed，Embase和Cochrane Central Trainted试验（中央）数据库的研究。随后，两位独立作者将执行抽象筛选，全文筛选和数据提取。将在适当的情况下进行荟萃分析。道德和传播该系统审查的协议将在经过同行评审的期刊中提供。由于研究人员将无法确定研究中包括的个体患者，因此他们不需要获得伦理批准。Prospero注册号CRD42022373015。
将持续和联合治疗
膀胱癌是全球第十大恶性肿瘤，死亡率位居男性第六位、女性第十位（1）。在美国，膀胱癌占男性恶性肿瘤发病率的6%，居第四位，在泌尿系统肿瘤中发病率仅次于前列腺癌（2）。大多数膀胱肿瘤为非肌层浸润性膀胱癌（NMIBC），肌层浸润性膀胱癌仅占25%～30%（3）。然而，在根治性膀胱切除术（RC）发展之前，肌层浸润性膀胱癌（MIBC）的5年总生存率（OS）仅为5%（4）。尽管目前MIBC的主要治疗方法是RC联合盆腔淋巴结清扫，但高达50%的患者在诊断后2年内会出现转移性疾病（5）。因此，MIBC围手术期的治疗至关重要。早期MIBC围手术期治疗以化疗为主，围手术期术前化疗是MIBC的标准治疗手段，辅助化疗（AC）也已应用于高危复发MIBC患者，但目前仍存在疗效瓶颈、利用率低的问题。随着免疫治疗和各类靶向治疗的加入，为围手术期治疗提供了更多的选择。本综述通过总结既往和当前的研究进展，旨在为临床医生提供围手术期治疗方案选择的新思路，为今后规范MIBC围手术期管理提供参考。我们按照叙述性综述报告清单（网址：https://tau.amegroups.com/article/view/10.21037/tau-23-494/rc）进行撰写。
全身抗生素和质子泵抑制剂对梭状芽胞杆菌艰难梭菌感染和复发的综合作用
结果：与对照组相比，最近的PPI和抗生素的综合作用[或AB+PPI = 17.51（17.48–17.53）]对CDI风险的效果强于个人效应[或AB = 15.37（14.83-15.93）；或PPI = 2.65（2.54– 2.76）]。结果在前几个月内暴露不足。剂量 - 反应分析显示，暴露量增加与CDI风险相关[最近使用：或AB = 6.32（6.15–6.49）；或PPI = 1.65（1.62–1.68）每个处方增加]。与没有复发的个体（RCDI）相比，最近[或AB = 1.30（1.23–1.38）]和先前[或AB = 1.23（1.16–1.31）;或PPI = 1.12（1.03–1.21）]使用也影响了复发的风险，但两者之间没有显着相互作用。最近的大环内酯/林糖酰胺/链球菌素；包括硝基咪唑包括衍生物在内的其他抗菌剂；非苯甲霉素β乳糖酰和喹诺酮与CDI风险和复发性最强的关联，尤其是最近使用时。PPI最近和前面的使用都进一步增加了与几乎所有抗生素类别相关的CDI风险。