摘要 目的 审查英国常规处方药可能上调或下调 ACE2 并可能影响 COVID-19 疾病的证据。设计 系统评价。数据来源 MEDLINE、EMBASE、CINAHL、Cochrane 图书馆和 Web of Science。研究选择任何使用动物或人类模型的设计,将英国目前处方的药物与对照组、安慰剂组或假手术组进行比较,并报告对 ACE2 水平、活性或基因表达的影响。数据提取和合成 MEDLINE、EMBASE、CINAHL、Cochrane 图书馆、Web of Science 和 OpenGrey,从建库到 2020 年 4 月 1 日。使用系统评价实验室动物实验中心 (SYRCLE) 动物研究偏倚风险工具和 Cochrane 人体研究偏倚风险工具评估方法学质量。结果我们筛选了 3360 个标题,纳入了 112 项研究,其中 21 种不同的药物类别被确定为影响 ACE2 活性。十项研究是在人类身上进行的,一百零两项研究是在动物模型中进行的,没有一项研究检查了人肺中的 ACE2。最常检查的药物是血管紧张素受体阻滞剂 (ARB) (n=55) 和 ACE 抑制剂 (ACE-I) (n=22)。报告上调的研究多于下调的研究:ACE-I (n=22)、ARB (n=55)、胰岛素 (n=8)、噻唑烷二酮 (n=7) 醛固酮激动剂 (n=3)、他汀类药物 (n=5)、雌激素 (n=5) 钙通道阻滞剂 (n=3) 胰高血糖素样肽 1 (GLP-1) 激动剂 (n=2) 和非甾体抗炎药 (NSAID) (n=2)。结论大量学术文献和媒体报道了某些药物可能减轻或加剧 COVID-19 疾病。这导致了对重新利用的药物进行试验,并导致患者和临床医生对继续或停止处方药物产生不确定性。我们的审查表明,目前处方药对 ACE2 的影响在体内研究不足,特别是在 SARS-CoV-2 病毒似乎发挥其致病作用的人类肺部中。我们没有发现令人信服的证据证明开始或停止目前处方的药物会影响 COVID-19 疾病的结果。
2 ML7T02 Principles of Medical Imaging 4 0 0 0 4 3 ML7T03 IoT and smart sensors 3 0 0 1 4 4 ML7PE42X Elective II 3 0 0 0 3 5 ML7PE53X Elective III 3 0 0 0 3 6 ML7L01 BMDSP Lab 0 0 3 0 1.5 7 ML7L02 C++ and Python Lab 0 0 3 0 1.5 8 ML7PW01项目工作0 8 0 4总计18 00 14 01 25 lh =讲座t =教程xx = cv/ me/ me/ ee/ ee/ ec/ cs/ pr =实用小时oe =开放选修课s =自学s =自学Q = 1/2/ 3/ c = 1/2/ c = 1/2/ c = cretit
Ph.D. (分子遗传学和基因工程),泰国MAHIDOL大学 (分子遗传学和基因工程),泰国Mahidol University,B.Sc. (医学技术),泰国摩尔多尔大学皇家装饰 - 专业成就: - 学术专业知识:基因工程分子生物学RNA干扰免疫学重组蛋白质生产当前研究:对人毒素-24中的草药愈合克隆和表达的草药提取物的研究检查:Ph.D. (分子遗传学和基因工程),泰国MAHIDOL大学(分子遗传学和基因工程),泰国Mahidol University,B.Sc.(医学技术),泰国摩尔多尔大学皇家装饰 - 专业成就: - 学术专业知识:基因工程分子生物学RNA干扰免疫学重组蛋白质生产当前研究:对人毒素-24中的草药愈合克隆和表达的草药提取物的研究检查:
来自地理信息系统用户。不知何故,这些表示概念被视为“实施细节”。从这个角度来看,单个现实世界事物(例如密西西比河)应在 GIS 中建模为单个事物。也许,在幕后,系统可以自动为这些现实世界事物使用多种表示。如果您问“上游是什么?” 它可以使用河流的网络表示。如果您问“水的表面积是多少?” 它可以使用多边形特征表示。如果您问“它排出什么区域?” 它可以使用表面或地形表示,等等。虽然可能希望向某些地理信息消费者隐藏这些概念,但我认为,对地理数据模型和表示的深入了解对于正确设计和使用地理信息系统至关重要。地理数据模型充当镜头或过滤器,通过它我们感知和解释现实世界的无限复杂性。只有在密西西比河的表示背景下,我们才能定义特定的属性、行为,甚至将其身份定义为“感兴趣的事物”。 理解地理数据模型概念对于了解如何定义和收集地理信息至关重要。正确解释地理信息分析得出的结果也至关重要。这类似于统计学和抽样理论在自然科学中的作用。