XiaoMi-AI文件搜索系统
World File Search Systempneumonia
新型冠状病毒肺炎相关中国指南
结果：共检索出114份指南，其中87份为国家级指南，27份为地方性指南。纳入指南的范围包括：COVID-19的诊断和治疗、医院科室管理以及COVID-19疫情期间的特定疾病。纳入的64份指南针对所有COVID-19患者，其余指南集中于特殊患者人群（即老年人群、儿童人群和孕妇人群）或合并症患者。23份指南侧重于所有COVID-19患者的药物治疗。干扰素、洛匹那韦/利托那韦、利巴韦林、氯喹和乌米芬诺韦是最受推荐的抗病毒药物。随着临床前和初步临床研究取得令人鼓舞的结果，磷酸氯喹于2020年2月19日被推荐纳入国家新型冠状病毒感染的肺炎诊疗方案（第六版），随后，关于磷酸氯喹给药方案调整、不良反应监测等更加详细的指南相继发布。截至目前，中国已有8部指南推荐磷酸氯喹或羟氯喹作为治疗新冠肺炎的主流抗病毒药物。
联邦卫生部国家综合肺炎...
Amox DT 阿莫西林分散片 ANRiN 加速尼日利亚营养服务 ARIs 急性呼吸道感染 BHCPF 基本医疗保健基金 BMGF 比尔和梅琳达·盖茨基金会 BMPHS 基本最低卫生服务包 CHAI 克林顿健康访问倡议 CHEW 社区卫生推广工作者 CHIPS 社区卫生、影响者、推动者和服务 CHTWG 儿童健康技术工作组 CHW 社区卫生工作者 CIFF 儿童投资基金会 CMAM 急性营养不良社区管理 CMS 中央药店 CORPs 社区资源人员 CRVS 尼日利亚民事登记和生命统计 DfID 国际发展部 DHIS2 区卫生信息系统第 2 版 DLIs 与支付挂钩的指标 DRF 药品循环基金 DTaP 白喉、破伤风和百日咳 EBCC 每一次呼吸都很重要联盟 ERGP 经济复苏和增长计划 EEL 国家基本设备清单 EML 基本药物清单 ENCC 新生儿基本护理课程 FCT 联邦首都领土 FGN 尼日利亚联邦政府 FMoH 联邦卫生部 GAC 加拿大全球事务部 GAVI 全球疫苗和免疫联盟 GAPPD 预防和控制肺炎和腹泻全球行动计划 GDP 国内生产总值 GFF 全球融资基金 HIV 人类免疫缺陷病毒 HMIS 卫生管理信息系统 HSS 卫生系统强化 IEC 信息、教育和通信 iCCM 综合社区病例管理 IDA 国际发展协会 IMCI 儿童疾病综合管理 KPI 关键绩效指标 LERICC 地方紧急常规免疫协调中心 LGA 地方政府区域 MAM 中度急性营养不良 M&E 监测和评估 MDG 千年发展目标 MICS 多指标类集调查 MNCH 孕产妇、新生儿和儿童健康
美国肺炎发病率和经济负担趋势
肺炎 COVID-19* 流感† 图 3：2016 年至 2021 年美国肺炎、COVID-19 和流感的人均支出。 *在 2020 年 COVID-19 在美国出现之前，没有记录其发病率。†由于病例数量较少，以及非处方费用和与医疗服务提供者的电话联系费用未包括在 MEPS 总支出估算中，因此 2021 年可能未捕获流感病例。
新生儿时期的肺微生物群和与呼吸机相关的肺炎
摘要：肺微生物群是一个复杂的微生物群落，可以在出生或之前的个体中殖民术的呼吸道。尽管传统上认为肺是无菌的，但最近的研究表明，呼吸系统中的细菌物种多样性。关于新生儿中肺微生物群的知识及其与细菌感染的关系对于了解正在进行机械通气的新生儿患者中呼吸道疾病的发病机理至关重要。在本文中，将审查有关新生儿中肺微生物群组成的当前证据，以及微生物群改变可能对早产新生儿施加的风险。尽管新生儿重症监护病房的进步显着提高了早产儿的存活率，但近几十年来，与呼吸机相关的肺炎的诊断和治疗尚未发展。避免出生周围不适当使用抗生素引起的营养不良，并避免插管患者或促进早期的气管管，这是呼吸机相关的肺炎的最重要的预防措施之一。益生菌和益生元的潜在益处在短期或长期预防传染性，过敏性或代谢并发症方面尚未清楚地确定，并且构成了围产期医学中非常重要的研究领域。
人工智能可以帮助筛查病毒和 COVID-19 肺炎吗？
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。
人工智能驱动的 COVID-19 肺炎量化、分期和结果预测
Guillaume Chassagnon A，B，C，1，Maria Vakalopoulou D，E，F，1，Enzo Battistella d，E，E，F，G，1，Stergoios Christodoulidis H，I，Trieu-nghi Hoang-hoang-thi a，severine dec. ，Sophie Neveu A，Chahinez Hani A，Ines Saab A，AliénorCampredon A，Hasmik Koulakian A，Souhail Bennani A，Gael Freche A，Maxime Barat A，Barat a，b。 Pierre-Yves Brillet O，P，StéphaneTranBao，P，ValérieBoussonB，A R Med，Robert Y，S，T，Marie-Pierre Revel A，B，C，Nikos Paragios d，f，f，j，j，j，∗，∗， *
人工智能驱动的 COVID-19 肺炎整体量化、分期和预后
Guillaume Chassagnon，医学博士 *，1,2,3，Maria Vakalopoulou，PhD ∗，4,5,6，Enzo Battistella，MSC *，4,6,7，Stergios Christodoulidis，Phd DD 8,9博士8,9，MD 1，MD 1，MD 1，Stefany El Hajj，MD 1，Florian Bompard，MD 1，MD 1，MD 1，MD 1，Chahinez Hani，MD 1，Ines Saab，Ines Saab，MD 1，MD 1，Ali'enor Campredon，Md 1. Freche，MD 1，Maxime Barat，MD 1,2，Aurelien Lombard，MSC 10，Laure Fournier，MD PhD 2,11，Hippolyte Monnier，MD 11，T´eodor Grand，MD 11，Jules Gregory，MD 2,12 2,14，Pierre-Yves Brillet，医学博士15,16，St´ephane Tran BA，MD 15,16，Val´erie Bousson，MD PhD 2,17，Ahmed Mekki，MD 18,19,20，Robert-Yves Carlier，MD Phd 18,19,20 4,6,10
基于变分深度嵌入的主动学习用于肺炎诊断
机器学习的工作原理与人类训练大脑的方式类似。一般来说，先前的经验通过激发大脑中的特定神经细胞并增加它们之间的链接权重来为大脑做好准备。机器学习还通过对训练集进行训练，不断改变模型中的权重来完成分类任务。它可以进行大量的训练，并在特定领域实现比人脑更高的识别准确率。在本文中，我们提出了一种主动学习框架，称为基于变分深度嵌入的主动学习 (VaDEAL)，作为一种以人为中心的计算方法，以提高诊断肺炎的准确性。由于主动学习 (AL) 通过标记最有价值的查询来实现标签高效学习，我们提出了一种新的 AL 策略，该策略结合了聚类来提高采样质量。我们的框架由 VaDE 模块、任务学习器和采样计算器组成。首先，VaDE 对整个数据集执行无监督的维度减少和聚类。端到端任务学习器在训练模型的目标分类器的同时，获取 VaDE 处理样本的嵌入表示。采样计算器将通过 VaDE 计算样本的代表性，通过任务学习计算样本的不确定性，并通过计算当前样本和先前样本之间的相似性约束来确保样本的整体多样性。通过我们新颖的设计，不确定性、代表性和多样性分数的组合使我们能够选择最具信息量的样本进行标记，从而提高整体性能。通过在大型数据集上进行的大量实验和评估，我们证明了我们提出的方法优于最先进的方法，并且在肺炎诊断中具有最高的准确率。
由荷兰的鸟类衣原体Abortus引起的社区获得性肺炎
细菌属衣原体由14种影响广泛宿主的ubiq含量组成。物种C. c. trachomatis，C。Pneumoniae，C。Psittaci，C。Caviae，C。Felis和C. abortus在人口间或人畜共患透射后对Humans具有致病性。税收 - 元音研究已经确定了一种新的禽链球菌亚组，该亚组是与C. psit-taci和哺乳动物C. abortus相关的中介（1）。在2024年，禽链球菌与人类呼吸道感染和可能的人类到人类传播有关（2）。我们报告了由尚未与人类疾病相关的禽链球菌基因型引起的严重社区获得性肺炎的病例。在2021年冬季，一名来自荷兰一个居民沿海城镇的74岁男子被送往医院，发烧，混乱和累积性呼吸困难，为期4天。该患者是不吸烟者，并接受了季节性流感和SARS-COV-2的疫苗接种。，他过着社交撤回的生活方式，没有暴露于反刍动物或家禽，尽管他在冬季定期喂食野生水生鸟。他重新接触了包括海鸟在内的野鸟，其中包括手喂食和偶尔与他的衣服上的鸟滴接触。入院时，体格检查显示体温为39.3°C，脉冲为162
危重 COVID-19 肺炎的人类遗传和免疫决定因素
SARS-CoV-2 感染在大多数个体中是良性的，但在约 10% 的病例中，它会引发低氧血症性 COVID-19 肺炎，在约 3% 的病例中会发展为危重。从儿童期开始，随之而来的死亡风险（约 1%）每五年翻一番，男性比女性高约 1.5 倍。危重 COVID-19 肺炎的分子和细胞决定因素是什么？约 1-5% 的 60 岁以下危重肺炎患者存在先天性 I 型 IFN 缺陷，包括常染色体 TLR3 和 X 连锁 TLR7 缺陷，老年患者中的比例较低。约 15-20% 的 70 岁以上危重肺炎患者存在中和 IFN- α 、- β 和/或- ω 的自身抗体，这些抗体在男性中比女性更常见，年轻患者中的比例较低。因此，至少 15% 的严重 COVID-19 肺炎病例显然可以得到解释。呼吸道上皮细胞和浆细胞样树突状细胞分别产生 TLR3 和 TLR7 依赖的 I 型干扰素，这对于宿主防御 SARS-CoV-2 至关重要。感染最初几天呼吸道 I 型干扰素免疫力不足可能是病毒传播的原因，导致肺部和全身炎症，其方式可能取决于年龄和性别。