XiaoMi-AI文件搜索系统
World File Search Systemovid
口服抗癌药物的成本效益及相关...
摘要 简介 口服抗癌药物 (OAD) 已迅速扩展，目前已有 70 多种 OAD 针对多个分子靶点。许多 OAD 都具有暴露-反应关系，但仍然使用“一刀切”剂量，忽略了个体间差异。其中一些 OAD 具有相似的作用机制，因此针对相同的癌症，并导致大量研究集中于比较每种 OAD 的健康益处。然而，人们对 OAD 的成本效益知之甚少。本文将提供一种方案，以系统地回顾评估 OAD 及其相关个体化给药干预的成本效益的研究。 方法与分析 将采用系统评价方法从已发表的 OAD 及其相关个体化给药干预的经济评估（成本和结果/收益）研究中识别、选择和提取数据。将使用书目数据库（例如 Ovid EMBASE、Ovid MEDLINE）进行系统文献检索（时间范围为 2000 年 1 月 1 日至 2020 年 10 月之间）。仅纳入完整的经济评估，但不会对研究结果施加任何限制。将使用《综合卫生经济评估报告标准》经济评估报告清单来评估所纳入的原始研究的质量。证据质量低的研究将被排除在外。将对纳入研究的结果进行叙述性综合，并在适当情况下进行亚组分析。伦理与传播 本系统评价不需要伦理批准，因为不会收集任何原始数据。本评价的结果将通过同行评审期刊上的出版物、研讨会或会议上的演示以及媒体发布来传播。本评价的结果将提供证据，指导和告知政策制定者在哪些地方成本中性策略可能有效，或者在哪些地方剂量个体化策略可能具有经济效益。此外，还将找出当前文献中的空白，为未来相关研究提供参考。PROSPERO 注册号 CRD42020218170。电子补充材料本文的在线版本包含补充材料，授权用户可查阅。
扭伤 - 菌株和肌力性脑脊髓炎/慢性疲劳综合征和纤维肌痛之间的因果关系
•2024年5月15日进行了全面而系统的文献搜索。• The search was done on commercial medical literature databases, including BIOSIS Previews (1969 to 2008), Embase (1974 to 2024 Week 19), Medline and Epub Ahead of Print, Medline In-Process, In-Data-Review & Other Non-Indexed Citations, Medline Daily and Medline (1946 to May 14, 2024), Joanna Briggs Institute Evidence Based Practice Database (Current to May 08, 2024年），Cochrane临床答案（2024年4月），可通过OVID平台获得。•我们通过研究扭伤/压力的作用以及ME/CFS或纤维肌痛的发展开始了搜索。在检查了我们关于扭伤/应变文献发现的标题和摘要之后，我们扩大了搜索，以包括对ME/CFS或纤维肌痛的发展的任何身体伤害的作用。这些文献搜索中采用了关键字的组合。这些关键字包括：
糖尿病管理？系统评价 | ...
摘要 目的 糖尿病是一种慢性疾病，给患者、护理人员和整个社会带来沉重的负担。虽然健康饮食和监测血糖等自我管理行为有助于减轻护理负担，但人们仍然认为这些行为很麻烦。移动应用程序已成为帮助患者自我管理病情的有前途的数字工具。我们进行了系统评价，以探讨使用移动应用程序进行糖尿病自我管理的 1 型、2 型和妊娠期糖尿病成年人的看法和体验。设计 对已发表的原始研究进行系统评价，探讨使用/曾经使用移动应用程序进行自我管理的 1 型、2 型和妊娠期糖尿病成年人的看法和体验。本研究遵循系统评价和荟萃分析的首选报告项目中定义的最佳实践指南进行报告。数据来源 我们通过 MEDLINE（Ovid）、Embase（Elsevier）、CINAHL（Ovid）和 Scopus（Elsevier）搜索了从 2007 年 1 月至 2023 年 12 月发表的文章。 资格标准 主要定性研究，描述成年人使用移动应用程序自我管理 1 型、2 型和妊娠期糖尿病的看法和经验，发表于 2007 年 1 月至 2023 年 12 月期间。 数据提取和综合 两位独立审阅者筛选已确定的论文是否符合资格，使用预定义的数据提取表提取数据，并应用批判性评价技能计划工具评估纳入研究的质量。在“技术接受和使用的统一理论 (UTAUT)”框架的指导下，以叙述方式综合数据。 结果 审查共纳入 24 项采用访谈和开放式问题调查的定性研究。我们确定了四个主要主题，这些主题与“UTAUT”框架的结构相对应：“绩效期望”、“努力期望”、“社会影响”和“促进条件”。超过 50% 的研究描述了与监测血糖、饮食和运动相关的有利应用程序功能，同时也强调了根据患者需求定制这些功能的重要性。约 40% 的研究描述了与上传过多信息、监测设备相关的不利方面
EUROANAESTHESIA 2010 摘要和议程 - ESAIC
2010 年订阅费率 个人 $384（美国）；$385（世界其他地区）。机构 $1,504（美国）；$1,520（世界其他地区）。机构的在线订阅可通过 Ovid (www.ovid.com) 获得。价格不含销售税，例如 VAT、GST、MVG、MWS、AST 和地区销售税。如适用，请按适当税率在所列价格上加收销售税。（所有运往加拿大的订单的订阅价格将加收 7% 的加拿大 GST。Lippincott Williams & Wilkins 的 GST 识别号为 130876246。）价格包括包装费和通过加速地面邮寄寄往英国境外订阅者的邮费。请加收 $26.00 的空运费（空运通常在 7 到 21 天内送达）。如果出版商在邮寄日期后的 90 天内收到请求，无论是在美国还是在世界各地，都将免费更换副本。
回顾“结构性种族主义是糖尿病结果的上游社会决定因素：范围审查”
作者使用首选的报告项目进行范围审查（PRISMA-SCR）来指导方法。搜索了两个数据库：Medline（从1966年至2022年7月）和Ovid（从1984年到2022年7月）。文章：使用美国数据源以英语发布；是对成年人口的主要研究（18岁及以上）；研究人群包括种族或少数民族群体；并包括八项结果指标中的至少一个。感兴趣的结果度量是：血红蛋白A 1C（HBA 1C），低密度脂蛋白（LDL），体重指数（BMI），生活质量，自我效果，死亡率，寿命失去多年和自我保健行为。总共筛选了266篇文章，并在范围审查中包括了13项合格的研究。使用WHO SDOH框架中确定的结构决定因素用于介绍范围审查的结果。2
经济和金融事务
在新冠肺炎大流行期间，一些国家采取了自适应机制，允许非药物干预措施根据当地流行病学和卫生保健指标量身定制。这些机制加强了遏制措施与疫情发展之间的相互依赖性，而现有的流行病学模型大多忽略了这一点。在我们的创新方法中，我们开发了一个模型，该模型嵌入了一种模仿自适应政策机制的算法，该机制自 2020 年 11 月起在意大利生效，并使我们能够追踪该国健康结果和限制的历史演变。通过关注德尔塔变体爆发引发的疫情浪潮，我们比较了替代机制的运作情况，以显示政策框架如何影响健康结果与缓解措施的限制性之间的权衡。这种权衡因具体条件（例如疫苗接种覆盖率）而有很大差异，反应性较弱的机制（例如基于入住率的机制）在有利的情况下变得更有利。
高级前列腺癌：AUA/ASTRO/SUO指南i
材料和方法用于告知该指南的系统审查是由独立方法论顾问进行的。一名研究图书馆员在OVID MEDLINE（1998年至2019年1月5日），Cochrane Central对照试验登记册（至2018年12月）和系统评论Cochrane数据库（2005年至2019年2月6日）进行了搜索。在2020年1月20日发布之前进行了更新的搜索。方法团队补充了对电子数据库的搜索，并通过先前的AUA审查中包含的研究以及审查相关文章的参考列表。结果，晚期前列腺癌小组创建了基于证据和共识的指南陈述，以帮助临床医生管理晚期前列腺癌患者的管理。此类陈述总结在图1中，并在本文中进行详细说明。结论本指南试图提高临床医生治疗诊断为晚期前列腺癌的患者的能力。继续研究和发表来自未来试验的高质量证据对于提高这些患者的护理水平至关重要。
葡萄糖二糖转移蛋白-2抑制剂患有慢性肾脏疾病患者患有或患有2型糖尿病的患者：系统评价和元ANA
抽象目标是检查钠 - 葡萄糖共转运蛋白-2（SGLT-2）抑制剂的心血管和肾脏益处和危害，无论糖尿病状态如何，患有慢性肾脏疾病的成年人的风险分为风险。设计系统评价和荟萃分析。数据来源OVID MEDLINE，EMBASE和COCHRANE CENTRAL从数据库成立到2024年6月15日。的资格标准，用于选择研究随机对照试验的研究，这些试验比较了慢性肾脏疾病的成年人中的SGLT-2抑制剂与安慰剂或标准护理，没有SGLT-2抑制剂，随访时间为≥12周，符合条件。基于随机对照试验的亚群和不使用英语的出版物的次级分析。进行了数据合成随机效应荟萃分析，并以95％置信区间（CIS）表示为风险比的效果估计值。绝对治疗效果在五年的持续时间内，对于基于心血管和肾脏并发症风险不同的个体
药物流行病学中的人工智能
结果：通过 Ovid MEDLINE 共查明 72 篇原创文章和 5 篇综述，其中 19 篇（26.4%）将人工智能技术与传统药物流行病学方法的性能进行了比较。总共对 44 篇文章进行了比较，旨在 1）根据患者特征预测所需剂量（31.8%），2）预测药物治疗后的临床反应（29.5%），3）预测药物不良反应的发生/严重程度（20.5%），4）预测倾向评分（9.1%），5）识别更有可能出现药物无效风险的亚群（4.5%），6）预测药物消耗量（2.3%），7）预测药物引起的住院时间（2.3%）。在 44 项比较中的 22 项（50.0%）中，人工智能的表现优于传统药物流行病学技术。在大多数比较中，随机森林（11 项比较中的 7 项；63.6%）和人工神经网络（10 项比较中的 6 项；60.0%）的表现优于传统药物流行病学方法。
药物流行病学中的人工智能系统评价。第 2 部分 - 人工智能与传统药物流行病学技术的性能比较
结果：通过 Ovid MEDLINE 共查明 72 篇原创文章和 5 篇综述，其中 19 篇（26.4%）将人工智能技术与传统药物流行病学方法的性能进行了比较。总共对 44 篇文章进行了比较，旨在 1）根据患者特征预测所需剂量（31.8%），2）预测药物治疗后的临床反应（29.5%），3）预测药物不良反应的发生/严重程度（20.5%），4）预测倾向评分（9.1%），5）识别更有可能出现药物无效风险的亚群（4.5%），6）预测药物消耗量（2.3%），7）预测药物引起的住院时间（2.3%）。在 44 项比较中的 22 项（50.0%）中，人工智能的表现优于传统药物流行病学技术。在大多数比较中，随机森林（11 项比较中的 7 项；63.6%）和人工神经网络（10 项比较中的 6 项；60.0%）的表现优于传统药物流行病学方法。