背景:怀孕是一种独特的生理状态,其特点是女性身体会发生深刻变化,以支持胎儿的生长发育。怀孕期间,充足的营养对于满足母亲和发育中的胎儿日益增长的需求至关重要。在怀孕期间所需的各种营养素中,维生素 B12 是一种至关重要的微量营养素。它在细胞复制、神经发育和 DNA 合成中起着关键作用,对胎儿的正常生长发育至关重要。本研究旨在评估妊娠期维生素 B12 缺乏及其与母婴结局的关系。方法:这是一项横断面研究,研究对象为 2022 年 9 月至 2023 年 8 月期间入住孟加拉国国父谢赫·穆吉布医科大学 (BSMMU) 妇产科和胎儿母婴医学科的连续选定的刚生下一个活产婴儿的孕妇。本研究共纳入 90 名年龄为 18-40 岁、妊娠 28-40 周的女性。维生素 B12 水平 <200 pg/ml 的研究对象被视为低水平(第 I 组),而水平≥200 pg/ml 被视为正常(第 II 组)。对妊娠并发症和围产期结果进行了观察,并在两组之间进行了比较。结果:研究显示,大多数(57.8%)研究对象年龄在 26-34 岁之间,74.4% 为家庭主妇,70.0% 为多胎妊娠。31 名(34.4%)受访者的维生素 B12 水平低于 200 pg/mL,59 名(65.60%)女性的血清维生素 B12 水平正常(≥200 pg/mL)。16.1% 的 I 组母亲患有先天性脑积水,而 II 组母亲中只有 1.7% 患有先天性脑积水(p=0.017),9.7% 的 I 组母亲患有神经管缺陷,而 II 组母亲中没有一个患有神经管缺陷(p=0.038)。结论:与维生素 B12 水平正常的母亲相比,维生素 B12 缺乏的母亲羊水过少、胎儿脑积水和神经管缺陷的发生率明显更高。然而,没有出现严重的产妇并发症。关键词:维生素 B12、胎儿-产妇结局、孕妇
摘要 随着孟加拉国癌症患者人数的不断增加,癌症已成为全国关注的问题。抗癌药物在癌症治疗方案中发挥着重要且关键的作用。基本抗癌药物的缺乏可能会给孟加拉国带来严重的公共卫生问题。本研究深入了解了世界卫生组织列出的 11 种基本抗癌药物的可用性,这些药物通常用于治疗孟加拉国五种最常见的癌症类型(乳腺癌、食道癌、肺癌、宫颈癌、唇癌和口腔癌)。关于通常开哪些基本抗癌药物的专家建议来自三所医学院附属医院(达卡医学院附属医院 (DMCH)、孟加拉国国父谢赫·穆吉布医科大学 (BSMMU) 和国家癌症研究与医院 (NICRH))。这项研究在总共 151 家药店中进行,其中包括 119 家零售药店、27 家模范药店和 5 家医院药店。151 家药店的样本量是根据达卡地区的 4547 家药店计算的,置信区间为 95%,误差幅度为 8%。结果发现,74% 的受访药店根本没有任何抗癌药物。肿瘤药物的价格和供应量之间存在显著的负相关关系,皮尔逊相关系数“r”为 -0.739(p=0.01)。这意味着高价药物更难供应。药店同时储备来自当地和海外的抗癌药物(81.9%)和外国(18.1%)制药公司。为了评估药店在肿瘤药物方面的销售业绩,还研究了每月从这些药店购买药品的癌症患者数量。研究发现,制药公司在药店中提供的抗癌药物并不均匀。同一地区的一些药店的肿瘤产品供应量和销售率远高于其他药店,顾客(癌症患者)数量也有很大差异。对达卡市不同地区的模范药店和零售药店的供应率进行了比较分析。与远离癌症医院的药店相比,靠近癌症医院的零售药店往往保存更多的抗癌药物。
1 卡塔尔大学电气工程系,卡塔尔多哈 2713 2 达卡大学生物医学物理与技术系,孟加拉国达卡 1000 3 哈马德综合医院胸外科,卡塔尔多哈 3050 4 南北大学数学与物理系,孟加拉国达卡 1229 5 孟加拉国国父谢赫·穆吉布医科大学正畸系,孟加拉国达卡 1000 6 工程技术大学电气工程系(JC),巴基斯坦白沙瓦 25120 7 医疗保健中的人工智能,智能信息处理实验室,工程技术大学国家人工智能中心,白沙瓦,巴基斯坦 8 马来西亚国立大学电气、电子与系统工程系,马来西亚雪兰莪州万宜 43600 mchowdhury@qu.edu.qa,电话:+974-31010775 摘要:冠状病毒病 (COVID-19) 是一种大流行性疾病,已造成数千人死亡,全球数百万人感染。任何能够快速筛查 COVID-19 感染并具有高精度的技术工具都对医疗专业人员至关重要。目前用于诊断 COVID-19 的主要临床工具是逆转录聚合酶链反应 (RT-PCR),它价格昂贵、灵敏度较低且需要专门的医务人员。X 射线成像是一种易于获取的工具,可以成为 COVID-19 诊断的绝佳替代方案。本研究旨在调查人工智能 (AI) 在从胸部 X 光片图像中快速准确地检测 COVID-19 中的效用。本文的目的是提出一种强大的技术,用于应用预先训练的深度学习算法从数字胸部 X 光片图像中自动检测 COVID-19 肺炎,同时最大限度地提高检测精度。作者结合多个公共数据库并收集了最近发表的文章中的图像,创建了一个公共数据库。该数据库包含 423 幅 COVID-19、1485 幅病毒性肺炎和 1579 幅正常胸部 X 光图像。利用图像增强技术,使用迁移学习技术来训练和验证几个预先训练的深度卷积神经网络 (CNN)。训练网络对两种不同的情况进行分类:i) 正常和 COVID-19 肺炎;ii) 有和没有图像增强的正常、病毒性和 COVID-19 肺炎。两种方案的分类准确度、精确度、灵敏度和特异性分别为 99.7%、99.7%、99.7% 和 99.55% 以及 97.9%、97.95%、97.9% 和 98.8%。这种计算机辅助诊断工具的高准确度可以显着提高 COVID-19 诊断的速度和准确性。在这种疾病负担和预防措施需求与现有资源不一致的流行病中,这将非常有用。