XiaoMi-AI文件搜索系统
World File Search Systemscoping
scoping
在全球范围内，超过110万儿童和青少年患有1型（T1D）糖尿病，尤其是在15岁时的增长，欧洲和其他地区的患病率也在增加。1名青少年处于建立自主权的关键阶段，他们逐渐对决策做出更大的责任，对父母监督的自我吸引。2在此过程中，教育和培训是促进自我管理的重要因素。3具有T1D的青少年的优先目标是对糖尿病的自我保健和自我管理负责。4至T1D是一种由自身免疫反应引起的慢性疾病，其中免疫系统会破坏胰腺β细胞，从而阻止胰岛素产生。5糖尿病的治疗苛刻而复杂，需要连续控制，通过三合会管理进行：食物，运动和胰岛素治疗。6.7在食物的情况下，对碳水化合物进行计数至关重要，其中包括淀粉（复杂的碳水化合物）和糖（简单的碳水化合物，例如葡萄糖，果糖，果糖，乳糖，蔗糖和麦芽糖），与身体活动和胰岛素调节保持平衡。6在整合运动时，食物和胰岛素治疗的这种管理变得更加严格。因此，T1D管理要求您考虑所有行为和决策，这意味着对青少年及其家人的巨大责任。8自我管理着重于慢性疾病和风险因素管理的自我调节，即：目标的定义，自我监控；反思性思维；决策;计划和参与与行为改变相关的身体，情感和认知反应的自我评估，自我评估和管理。9促进自我管理行为与促进自我效能，知识，功能和社交互动有关，并在改善心理健康，有效的症状管理，生活质量和使用紧急服务的使用方面取得了成就。10,11对疾病的适当自我管理将使您改善医疗保健，从而改善护理和资源管理12，以防止微血管并发症。13,14慢性病的自我管理是个人管理症状和治疗的一种条件，对情绪和社会心理维度产生了影响，以及慢性疾病固有的生活方式的变化。15凯特·洛里格（Kate Lorig）16突出显示了三个自我管理任务（治疗管理，论文和情感）以及各种自我管理技能（解决问题的技术，决策，资源，资源，培训，计划和适应机制）。对于T1D的有效管理，定义良好的策略和目标的计划和组织至关重要。9糖尿病管理包括有关病理生理学的知识和识别微观和
1型糖尿病青少年自我管理的干预措施：范围审查协议
在全球范围内，超过110万儿童和青少年患有糖尿病，1型糖尿病（T1D）的发生率一直在增加，尤其是在15岁以下的年龄，在欧洲的患病率高于其他地区。1名青少年在建立自主权的关键阶段，逐渐脱离父母，并承担越来越多的决策责任。2在此阶段，教育和培训对于促进T1D自我管理至关重要。3一旦无法治愈，T1D就意味着促进健康的生长以最大程度地减少该疾病的影响。3 T1D的青少年的最终目标是承担增加糖尿病的自我护理责任。4 T1D是一种由自身免疫反应引起的慢性疾病，其中免疫系统会破坏胰腺β细胞，从而阻止胰岛素产生。5糖尿病的治疗要求和复杂，需要通过管理以下三合会进行连续控制：饮食，体育锻炼和胰岛素剂量的调整。6关于饮食，计数碳水化合物是一项复杂而具有挑战性的任务（复杂的碳水化合物和简单的碳水化合物，例如葡萄糖，果糖，乳糖，乳糖，蔗糖和麦芽糖）。在体育锻炼/运动过程中，随着胰岛素和饮食的管理，这项任务变得更加复杂。6,7因此，管理T1D需要深入思考行为和决策，这是对青少年及其家人的重要责任。管理T1D对于拥有精心计划和有组织的策略和明确定义的目标至关重要。178自我管理着重于对慢性疾病和风险因素的管理的自我调节，包括目标设定，自我监控，决策，自我保健计划和参与，自我评估，对身体，情感和认知反应的管理，与行为改变相关。9促进自我管理与鼓励自我效能感，知识，功能和社交互动有关，改善心理健康，提供有效的症状管理，更好的生活质量以及降低对紧急服务的需求。10,11对疾病的足够自我管理还可以推动更好的医疗保健和资源管理12，以防止或延迟次要条件，例如微血管并发症。13,14慢性病的自我管理是管理症状和治疗，身体影响，社会心理和情感维度以及生活方式的变化的个人能力，这是慢性病所固有的。15凯特·洛里格（Kate Lorig）16强调了三项自我管理任务（医疗管理，角色管理和情绪管理）和几种自我管理技能（解决问题，决策，资源利用，形成了患者提供者的伙伴关系，行动计划和自调整）。9的糖尿病治疗涉及有关疾病的糖尿病以及急性和慢性并发症的病理生理学的知识：低血糖和高血糖，胰岛素给药，血糖的测量以及健康维持以及健康维持（饮食和体育锻炼）。
影响女性参与心血管研究的因素：范围审查
在 2011 年 1 月至 2021 年 9 月期间，我们搜索了多个电子数据库，以查找定义女性在心血管研究中代表性不足和/或报告参与心血管研究的性别差异和/或女性参与心血管研究的障碍的论文。两位作者使用标准化数据收集表独立进行数据提取。使用描述性统计和叙述性综合对结果进行适当总结。从 548 篇已确定的论文中，纳入了 10 篇。其中，四篇是前瞻性研究，六篇是回顾性研究。五项回顾性研究涉及试验数据的二次分析，包括超过 110 万名参与者的 780 多项试验。总体而言，与男性相比，女性在心力衰竭、冠心病、心肌梗死和心律失常试验中的代表性不足。参与的障碍包括缺乏信息和对研究的了解、试验相关程序、参与者的健康状况以及患者特定因素（包括旅行、儿童保育可用性和费用）。在患者教育干预后，女性报告参与研究的可能性显著增加。
神经放射学中的人工智能：对一些伦理挑战的范围审查
人工智能 (AI) 具有巨大潜力，可提高神经放射学许多方面的准确性和效率。它为深入了解大脑病理生理学、开发模型以确定治疗决策以及改进当前的预测和诊断算法提供了大量机会。同时，AI 模型的自主使用带来了有关知情同意范围、与数据隐私和保护相关的风险、潜在的数据库偏见以及可能出现的责任和义务的伦理挑战。在本文中，我们将首先简要概述神经放射学中使用的 AI 方法，然后探讨关键的方法和伦理挑战。具体而言，我们将讨论 AI 方法对人类神经科学的影响的伦理原则以及可能在此领域实施的规定，以确保 AI 框架的好处在未来与研究和医疗保健中的伦理保持一致。
和中等收入国家：范围审查
摘要目的：已证明使用连续葡萄糖监测器（CGM）对1型糖尿病（T1DM），2型糖尿病（T2DM）和妊娠糖尿病（T2DM）和妊娠糖尿病（GDM）的人对糖尿病管理产生积极影响。但是，与CGM一样有用，低收入和中等收入国家（LMIC）的经验是有限的，尚未汇总。方法：对科学文献进行了范围审查。MEDLINE，EMBASE，全球健康和Scopus用于寻求LMIC进行的原始研究。搜索结果由两个审阅者独立筛选。我们纳入了在使用CGMS级别使用CGM之后评估健康结果的研究（例如血糖控制或并发症）和卫生系统水平（例如障碍，促进者和成本效益），英语，葡萄牙语，西班牙语和法语。叙事总结结果。结果：从数据库搜索中发现的4772个记录中，包括27个报告；其中大多数来自中国（n = 7），哥伦比亚（n = 5）和印度（n = 4）。13个报告研究了T1DM，五个T2DM，7个T1DM和T2DM和两个GDM。七个报告提出了实验研究的结果（五项随机试验和两项准实验性）；有2个关于具有成本效益的分析和其余18个是观察性的。研究表明，CGM改善了替代血糖结果（降低HBA 1C），硬终点（较低的住院率和降低并发症）和面向患者的结果（生活质量）。然而，确定了几个警告：大多数观察性研究，很少有试验的参与者，简短的随访，并专注于替代结果。结论：范围审查确定，有关LMIC中CGM的研究有几个局限性。应考虑更强大的研究设计，适当的样本大小和包括患者最重要的结果，以告知有关LMICS糖尿病患者的CGM的证据。
人工智能 (AI) 如何应用于失语症康复：范围审查
摘要背景：近年来，人工智能（AI）已在我们的日常生活中变得司空见惯，并进入了许多不同的领域，包括健康和康复。虽然关于人工智能在不同领域的应用的研究有所增加，但关于人工智能是否以及如何用于失语症康复的信息却很少。目的：本次范围界定审查的目的是描述和了解人工智能目前如何用于失语症（PWA）患者的康复。我们的次要目标是确定人工智能是否以及如何被整合到用于失语症康复的增强和替代沟通（AAC）设备或应用程序中。方法：使用 Arksey 和 O'Malley (2005) Levac 及其同事 (2010) 的框架，我们确定了研究问题：人工智能（AI）如何用于失语症（PWA）患者的语言康复？然后，我们选择了搜索词并搜索了六个数据库，结果找到了 663 项研究。根据纳入标准，保留了 28 项合适的研究。然后，我们绘制图表、整理和总结数据，以得出四个主要主题：（1）用于失语症/失语症综合征的分类或诊断或用于原发性进行性失语症 (PPA)/PPA 变体的分类或诊断的 AI；（2）用于失语症治疗的 AI；（3）用于创建词汇化模型的 AI；（4）用于对失语错误进行分类的 AI。结果：保留的文章均未将 AI 纳入失语症康复背景下的 AAC 设备或应用。大多数文章（n=17）使用 AI 对失语症综合征进行分类或将 PWA 与健康对照组或痴呆症患者区分开来。另一部分文章（n=7）使用 AI 尝试增强失语症治疗干预。最后，两篇文章使用人工智能创建了词汇化模型，另外两篇文章使用人工智能对 PWA 话语中的不同类型的失语进行分类。
将人工智能应用于肝胰胆外科大数据：范围审查
结果：共纳入 98 项研究。大多数研究在中国或美国进行（n = 45）。肝脏手术是研究最常见的领域（n = 51）。近年来，对 HPB 手术 AI 的研究迅速增加，近三分之二的论文发表于 2019 年之后（61/98）。在这些研究中，有 11 项专注于使用“大数据”开发和应用 AI 模型。其中九项研究来自美国，几乎所有研究都集中在自然语言处理的应用上。我们确定了 AI 正在积极开发的几个关键概念领域，包括改进术前优化、图像引导和传感器融合辅助手术、手术计划和模拟、用于深度表型分析和预测的临床报告的自然语言处理以及基于图像的机器学习。
诊断和预后生物标志物反映了糖尿病中心脏重塑的反映：范围评论
摘要目的：这项范围审查的目的是评估糖尿病患者（DM）（DM）患者不良心脏重塑的当前生物标志物以及随后心血管疾病的诊断和预后。我们旨在讨论生物标志物的病理生理作用，以反映DM存在的心脏重塑机制。方法：我们使用以下数据库进行了文献搜索，以包括2003年至2021年的研究：MEDLINE，SCOPUS，SCOPUS，WEB OF SCICAN，PUBMED和COCHRANE库。符合我们的纳入标准的文章在本次审查中被筛选和评估。遵循了范围审查的PRISMA指南。结果：我们的文献搜索确定了总共43篇合格的文章，这些文章已包含在本范围的评论中。我们确定了15种不同的生物标志物，每个标志物至少两项研究描述，这些研究用于确定心血管疾病（CVD）和DM患者中心脏重塑的迹象。nt-probnp被确定为最常使用的生物标志物。但是，我们还确定了包括HS-CRP，HS-CTNT和Galectin-3在内的新兴生物标志物。结论：需要更多研究的DM和心血管健康之间存在复杂的关系。当前反映DM中反向心脏重塑的生物标志物通常用于诊断其他CVD，例如心力衰竭的NT-PROBNP。因此，需要鉴定特定的双标准物，可以在DM存在下检测到心脏重塑的早期迹象。对这些生物标志物和机制的进一步研究可以加深我们对它们在与DM相关的CVD中的作用的理解，并导致更好的预防疗法。
COVID-19 疫苗知识普及：范围审查
摘要 为了解决疫苗犹豫问题，已经开发了特定的自评工具来评估与 COVID-19 相关的疫苗素养 (VL)，包括信念、行为和接种意愿等其他变量。为了探索最近的文献，我们进行了搜索，选择了 2020 年 1 月至 2022 年 10 月期间发表的文章：在 COVID-19 背景下使用这些工具确定了 26 篇论文。描述性分析表明，研究中观察到的 VL 水平总体上是一致的，功能性 VL 得分通常低于交互关键维度，就好像后者受到了与 COVID-19 相关的信息流行病的刺激。与 VL 相关的因素包括疫苗接种状况、年龄、教育水平，以及可能的性别。在推广疫苗接种时基于 VL 的有效沟通对于维持对 COVID-19 和其他传染病的免疫至关重要。迄今为止开发的 VL 量表表现出良好的一致性。然而，需要进一步研究来改进这些工具并开发新的工具。
牙周病学中的人工智能：范围审查
摘要：人工智能 (AI) 是计算机系统的发展，通过该系统，机器可以模仿人类的行为。它越来越多地被用作帮助临床医生诊断和治疗疾病的辅助工具。牙周炎是世界上最常见的疾病之一，导致牙齿支持组织的破坏和丧失。本研究旨在评估当前描述人工智能对该疾病诊断和流行病学影响的文献。2022 年 4 月进行了广泛的搜索，包括使用人工智能作为牙周炎患者评估、诊断或治疗的独立变量的研究。在删除重复项后，共确定了 401 篇文章用于摘要筛选。总共排除了 293 篇文本，剩下 108 篇用于全文评估，50 篇用于最终综合。纳入了广泛的文章，大多数使用视觉成像作为输入数据字段，其中平均使用图像数量为 1666（中位数为 499）。过去十年，该领域发表的研究数量显著增加。然而，由于可用于分析的统计测试多种多样，报告结果仍然参差不齐。应努力使方法和报告标准化，以确保能够进行有意义的比较。