背景和目的:大约1/3的青年在屏幕媒体活动(SMA)中花费了四个多小时。这项研究利用纵向脑成像和中介分析来检查SMA,脑模式和内在化问题之间的关系。方法:分析了通过质量控制的青少年脑认知发展(ABCD)参与者的数据(ABCD)参与者(N 5 5,166; 2,385个女孩)。关节和个体变异解释(JIVE)识别221个大脑特征(即表面积,厚度或皮质和皮质下灰质的差异)之间的大脑共发育模式(即基线和两年填充数据之间)。广义的线性混合效应模型研究了基线SMA,结构共同发展以及两年随访的内部化和外部化精神病理学之间的关联。结果:基线的SMA与第2年的内在心理病理学有关(β¼0:020;se¼0:008;p¼0:014)和结构共同开发模式(β¼0:015;se¼0:¼0:007;p¼0:p¼0:029),在该模式的范围内,该模式的变化率是灰色的。双侧上部额叶,中间额叶,下壁和下颞区的灰色体积和/或皮质厚度度量比其他区域的颞下区域更相似。该组件部分介导了基线SMA与未来内部化问题之间的关系(间接效应5 0.020,p -value 5 0.043,比例介导:2.24%)。讨论和结论:在9 - 10年内,SMA的青年参与度更高,两年后统计学上预测了更高的内在化水平。该关联是由皮质脑电路介导的,尽管效应尺寸相对较小。发现可能有助于描述有助于内在行为的过程,并帮助确定面临更大风险的个人。
背景和目的:大约1/3的青年在屏幕媒体活动(SMA)中花费了四个多小时。这项研究利用纵向脑成像和中介分析来检查SMA,脑模式和内在化问题之间的关系。方法:分析了通过质量控制的青少年脑认知发展(ABCD)参与者的数据(ABCD)参与者(N 5 5,166; 2,385个女孩)。关节和个体变异解释(JIVE)识别221个大脑特征(即表面积,厚度或皮质和皮质下灰质的差异)之间的大脑共发育模式(即基线和两年填充数据之间)。广义的线性混合效应模型研究了基线SMA,结构共同发展以及两年随访的内部化和外部化精神病理学之间的关联。结果:基线的SMA与第2年的内在心理病理学有关(β¼0:020;se¼0:008;p¼0:014)和结构共同开发模式(β¼0:015;se¼0:¼0:007;p¼0:p¼0:029),在该模式的范围内,该模式的变化率是灰色的。双侧上部额叶,中间额叶,下壁和下颞区的灰色体积和/或皮质厚度度量比其他区域的颞下区域更相似。该组件部分介导了基线SMA与未来内部化问题之间的关系(间接效应5 0.020,p -value 5 0.043,比例介导:2.24%)。讨论和结论:在9 - 10年内,SMA的青年参与度更高,两年后统计学上预测了更高的内在化水平。该关联是由皮质脑电路介导的,尽管效应尺寸相对较小。发现可能有助于描述有助于内在行为的过程,并帮助确定面临更大风险的个人。
CHATGPT作为医学中AI辅助决策支持工具的表现:一项概念证明研究,用于解释常见心脏病症状和管理(Amstelheart-2)的概念证明研究(Amstelheart-2)作者:Ralf E. Harskamp,MD,PhD1,2*; Lukas de Clercq,MSC 1,2*1。阿姆斯特丹UMC位置阿姆斯特丹大学,荷兰阿姆斯特丹总执业系; 2。阿姆斯特丹公共卫生,个性化医学,阿姆斯特丹,荷兰 * *两位作者都为与通讯作者的通信相同贡献:地址:地址:地址:地址:locatie amc amc afdeling huisartsgeneeskunde电话:+31 20 5667683电子邮件:r.e.harskamp@amsterdamumc.nl支持披露:作者进行了独立调查;调查的AI-Tool(CHATGPT)的开发人员不参与此工作的设计,进行或报告。资金声明:这项研究没有获得任何资金。利益冲突:无道德审查:这项研究是阿姆斯特丹心脏研究的一部分,并免于2023年2月(W23_07#23.097)的阿姆斯特丹UMC的全面审查医学伦理审查委员会单词计数主要文本:2527
结果。该研究包括303名患者(79.53%的女性,47.52%的医务人员)。COVID-19发作和问卷完成的中位时间为208(IQR 161–248)天。与男性相比,女性报告的写作,阅读和计数问题的流行率更高(<4周或3.05,95%CI:1.38–6.72; 4-12周或2.51,2.51,95%CI:1.02-6.14;> 12周;> 12周; CI:1.41–4.54; 4-12周,或3.74,95%CI:1.93–7.24;The difference between the two sexes in answering questions in an understandable/unambiguous manner was statistically significant between four and 12 weeks after infection (OR 2.63, 95% CI: 1.36–5.10), while a sex difference in recalling new information was found below 12 weeks (OR 2.54, 95% CI: 1.44–4.48 and OR 2.43, 95% CI: 1.37–4.31 for < 4 and 4–12几周)。在报告多任务处理,记住过去的信息,确定当前日期或现场取向方面没有性别差异。
1 加拿大安大略省多伦多市多伦多大学儿科系,2 加拿大安大略省多伦多市儿童医院儿科临床药理学和毒理学分部,3 加拿大安大略省多伦多市儿童医院儿科风湿病分部,4 美国田纳西州纳什维尔市范德堡大学医学中心医学系,5 美国田纳西州纳什维尔市范德堡大学医学中心皮肤病学系,6 美国田纳西州纳什维尔市范德堡大学医学中心病理学、微生物学和免疫学系,7 美国田纳西州纳什维尔市范德堡大学医学院药理学系,8 加拿大安大略省多伦多市多伦多大学医学系,9 加拿大安大略省多伦多市 Sunnybrook 普通内科分部,10 临床药理学和加拿大安大略省多伦多 Sunnybrook 毒理学
目的。本研究旨在检查 TKI 治疗慢性粒细胞白血病 (CML) 患者的个别副作用是否会导致焦虑症状的发生。此外,还决定检查年龄、性别、治疗持续时间和焦虑强度之间是否存在任何关系,除以个别副作用的发生。方法。该研究涉及 91 名患者,在克拉科夫大学医院血液科进行。使用了以下问卷:作者创建的 David Goldberg 问卷 GHQ-28 和四维 4DSQ 问卷。结果。治疗最常提到的副作用是骨骼和关节疼痛、肌肉痉挛和疼痛、水潴留和疲劳。疾病的平均持续时间为十年。我们的研究表明,疲劳、恶心/消化不良、频繁感染、骨骼和关节疼痛、腹痛和食欲不振是 TKI 治疗最常见的副作用,导致焦虑症状加重。结论。医生、心理学家和制药公司在减少/缓解副作用方面的工作可能会在未来影响这些患者的生活质量。早期发现严重焦虑并采取适当措施可以防止出现更严重的疾病。此外,对于获得深远分子反应的患者,多年来尝试停止使用某些 TKI(伊马替尼和尼洛替尼)治疗可能会改善他们的精神状况。
本系统评价的重点是利用人工智能 (AI) 在 X 射线图像的帮助下检测 COVID-19 感染。方法:2022 年 1 月,作者使用特定的医学主题词和过滤器搜索了 PubMed、Embase 和 Scopus。所有文章均由两位审稿人独立审阅。所有因误解而产生的冲突均由第三位独立研究人员解决。在评估摘要和文章的实用性、消除重复并应用纳入和排除标准后,发现六项研究符合本研究的条件。结果:由于作者的方法不同,各个研究的结果也不同。敏感性为 72.59%–100%,特异性为 79%–99.9%,精确度为 74.74%–98.7%,准确度为 76.18%–99.81%,曲线下面积为 95.24%–97.7%。结论:用于评估 COVID-19 诊断过程中胸部 X 光检查的 AI 计算模型应达到足够高的敏感性和特异性。它们的结果和性能应该是可重复的,以使它们对临床医生来说是可靠的。此外,这些额外的诊断工具应该比目前可用的程序更实惠、更快捷。基于 AI 的系统的性能和计算应考虑临床数据。
1。Yonsei大学医学院,韩国共和国2。Yonsei大学医学院精神病学系,韩国共和国3。精神病学研究所,心理学与神经科学研究所,伦敦伦敦国王学院,英国4。南伦敦和莫德斯利NHS基金会信托基金会,英国伦敦5。 英国切尔姆斯福德的安格利亚·罗斯金大学卫生,社会护理和教育学院6。 疼痛与康复中心,以及卫生,医学和关怀科学系,链接大学,瑞典Linkoping,瑞典8. 医学院,凡尔赛大学圣辛丁 - 恩·耶维林斯大学,蒙蒂尼·勒·比托内克斯,法国9。 研究与开发部门,CARC Healthcare Sant JoandeDéu,Cibersam,Antoni Pujadas博士,42岁,Sant Boi de llobregat,巴塞罗那08830,西班牙10。 成瘾与心理健康中心(CAMH),多伦多,安大略省,加拿大11。 加拿大多伦多多伦多大学精神病学系,加拿大,加拿大12 早期精神病:干预和临床检测(EPIC)实验室,精神病研究系,心理学和神经科学研究所,伦敦国王学院,伦敦,英国,伦敦,国王学院,13。 对情绪和焦虑有关疾病的成像(IMARD)组,调查研究所生物组织August pi I Sunyer(Idibaps),巴塞罗那,西班牙14。 心理健康研究网络中心(CIBERSAM),西班牙巴塞罗那15。 临床神经科学系精神研究中心,瑞典斯德哥尔摩卡罗林斯卡研究所,16。南伦敦和莫德斯利NHS基金会信托基金会,英国伦敦5。英国切尔姆斯福德的安格利亚·罗斯金大学卫生,社会护理和教育学院6。疼痛与康复中心,以及卫生,医学和关怀科学系,链接大学,瑞典Linkoping,瑞典8.医学院,凡尔赛大学圣辛丁 - 恩·耶维林斯大学,蒙蒂尼·勒·比托内克斯,法国9。研究与开发部门,CARC Healthcare Sant JoandeDéu,Cibersam,Antoni Pujadas博士,42岁,Sant Boi de llobregat,巴塞罗那08830,西班牙10。成瘾与心理健康中心(CAMH),多伦多,安大略省,加拿大11。 加拿大多伦多多伦多大学精神病学系,加拿大,加拿大12 早期精神病:干预和临床检测(EPIC)实验室,精神病研究系,心理学和神经科学研究所,伦敦国王学院,伦敦,英国,伦敦,国王学院,13。 对情绪和焦虑有关疾病的成像(IMARD)组,调查研究所生物组织August pi I Sunyer(Idibaps),巴塞罗那,西班牙14。 心理健康研究网络中心(CIBERSAM),西班牙巴塞罗那15。 临床神经科学系精神研究中心,瑞典斯德哥尔摩卡罗林斯卡研究所,16。成瘾与心理健康中心(CAMH),多伦多,安大略省,加拿大11。 加拿大多伦多多伦多大学精神病学系,加拿大,加拿大12 早期精神病:干预和临床检测(EPIC)实验室,精神病研究系,心理学和神经科学研究所,伦敦国王学院,伦敦,英国,伦敦,国王学院,13。 对情绪和焦虑有关疾病的成像(IMARD)组,调查研究所生物组织August pi I Sunyer(Idibaps),巴塞罗那,西班牙14。 心理健康研究网络中心(CIBERSAM),西班牙巴塞罗那15。 临床神经科学系精神研究中心,瑞典斯德哥尔摩卡罗林斯卡研究所,16。加拿大多伦多多伦多大学精神病学系,加拿大,加拿大12 早期精神病:干预和临床检测(EPIC)实验室,精神病研究系,心理学和神经科学研究所,伦敦国王学院,伦敦,英国,伦敦,国王学院,13。 对情绪和焦虑有关疾病的成像(IMARD)组,调查研究所生物组织August pi I Sunyer(Idibaps),巴塞罗那,西班牙14。 心理健康研究网络中心(CIBERSAM),西班牙巴塞罗那15。 临床神经科学系精神研究中心,瑞典斯德哥尔摩卡罗林斯卡研究所,16。加拿大多伦多多伦多大学精神病学系,加拿大,加拿大12早期精神病:干预和临床检测(EPIC)实验室,精神病研究系,心理学和神经科学研究所,伦敦国王学院,伦敦,英国,伦敦,国王学院,13。对情绪和焦虑有关疾病的成像(IMARD)组,调查研究所生物组织August pi I Sunyer(Idibaps),巴塞罗那,西班牙14。心理健康研究网络中心(CIBERSAM),西班牙巴塞罗那15。临床神经科学系精神研究中心,瑞典斯德哥尔摩卡罗林斯卡研究所,16。慢性病与衰老中心,格林威治大学,伦敦,英国17。 剑桥体育与运动科学中心,英国剑桥大学安格利亚·鲁斯金大学18。 南加州大学社会工作学院,美国加利福尼亚州90015,美国19. 癌症流行病学与预防研究部,艾伯塔省卫生服务,加拿大卡尔加里20. 肿瘤学和社区健康科学系卡明医学院,加拿大卡尔加里大学卡尔加里大学21。 神经科学系,生殖科学和牙科,意大利那不勒斯费德里科二世大学22。 国立心理健康研究所,国家神经病学与精神病学研究所的预防性干预措施,日本东京23。 斯德哥尔摩卫生与社会变革中心(Scohost),瑞典Huddinge,Södertörn大学,24。 儿童和青少年精神病学系,心理学和神经科学研究所,英国伦敦伦敦国王学院,25。 精神病学研究所。 儿童和青少年精神病学系,医院一般性大学,GregorioMarañón医学院医学院 突尼斯大学医学院基础科学系,突尼斯El Manar大学,15 Rue Djebel Lakdar,突尼斯1007,突尼斯27. 韩国首尔大学医学院首尔国立大学医院儿科,大韩民国共和国28。 美国巴尔的摩约翰·霍普金斯彭博公共卫生学院流行病学系慢性病与衰老中心,格林威治大学,伦敦,英国17。剑桥体育与运动科学中心,英国剑桥大学安格利亚·鲁斯金大学18。南加州大学社会工作学院,美国加利福尼亚州90015,美国19. 癌症流行病学与预防研究部,艾伯塔省卫生服务,加拿大卡尔加里20. 肿瘤学和社区健康科学系卡明医学院,加拿大卡尔加里大学卡尔加里大学21。 神经科学系,生殖科学和牙科,意大利那不勒斯费德里科二世大学22。 国立心理健康研究所,国家神经病学与精神病学研究所的预防性干预措施,日本东京23。 斯德哥尔摩卫生与社会变革中心(Scohost),瑞典Huddinge,Södertörn大学,24。 儿童和青少年精神病学系,心理学和神经科学研究所,英国伦敦伦敦国王学院,25。 精神病学研究所。 儿童和青少年精神病学系,医院一般性大学,GregorioMarañón医学院医学院 突尼斯大学医学院基础科学系,突尼斯El Manar大学,15 Rue Djebel Lakdar,突尼斯1007,突尼斯27. 韩国首尔大学医学院首尔国立大学医院儿科,大韩民国共和国28。 美国巴尔的摩约翰·霍普金斯彭博公共卫生学院流行病学系南加州大学社会工作学院,美国加利福尼亚州90015,美国19.癌症流行病学与预防研究部,艾伯塔省卫生服务,加拿大卡尔加里20.肿瘤学和社区健康科学系卡明医学院,加拿大卡尔加里大学卡尔加里大学21。神经科学系,生殖科学和牙科,意大利那不勒斯费德里科二世大学22。国立心理健康研究所,国家神经病学与精神病学研究所的预防性干预措施,日本东京23。斯德哥尔摩卫生与社会变革中心(Scohost),瑞典Huddinge,Södertörn大学,24。儿童和青少年精神病学系,心理学和神经科学研究所,英国伦敦伦敦国王学院,25。精神病学研究所。儿童和青少年精神病学系,医院一般性大学,GregorioMarañón医学院医学院突尼斯大学医学院基础科学系,突尼斯El Manar大学,15 Rue Djebel Lakdar,突尼斯1007,突尼斯27.韩国首尔大学医学院首尔国立大学医院儿科,大韩民国共和国28。美国巴尔的摩约翰·霍普金斯彭博公共卫生学院流行病学系北大韩民国塞尔大学软件融合学院数据科学系29。
Dwyer,D。和Choi,K。(2021)。在预测精神病学治疗结果时,机器学习的希望。世界精神病学,20(2),154 - 170。https://doi.org/10.1002/wps.20882 Chien,I.,Enrique,A.,Palacios,J.,Regan,T.,Keegan,T.,Keegan,D. (2020)。一种机器学习方法,以了解与互联网交付的心理健康相互作用的互动模式。JAMA Network Open,3(7),E2010791。https://doi.org/10。 1001/jamanetworkopen.2020.10791 Christodoulou,E.,Ma,J.,Collins,G.S.,Steyerberg,E.W. (2019)。 系统的综述显示机器学习对临床预测模型的逻辑回归没有任何绩效益处。 临床流行病学杂志,110,12 - 22。https:// doi。 org/10.1016/j.jclinepi.2019.02.004 Fitzsimmons-Craft,E。E. Jacobi,C.,Jo,B.,Trockel,M。T.和Wilfley,D。E.(2020)。 数字认知行为疗法的有效性 - 对大学女性饮食失调的指导自助干预:一项群集随机临床试验。 JAMA Network Open,3(8),E2015633。 https://doi.org/10.1001/jamanetworkopen.2020.15633 Flygare,O. BMC精神病学,20(1),1 - 9。https:// doi。 统计软件杂志,33(1),1 - 22。https://doi.org/10。1001/jamanetworkopen.2020.10791 Christodoulou,E.,Ma,J.,Collins,G.S.,Steyerberg,E.W.(2019)。系统的综述显示机器学习对临床预测模型的逻辑回归没有任何绩效益处。临床流行病学杂志,110,12 - 22。https:// doi。org/10.1016/j.jclinepi.2019.02.004 Fitzsimmons-Craft,E。E. Jacobi,C.,Jo,B.,Trockel,M。T.和Wilfley,D。E.(2020)。数字认知行为疗法的有效性 - 对大学女性饮食失调的指导自助干预:一项群集随机临床试验。JAMA Network Open,3(8),E2015633。https://doi.org/10.1001/jamanetworkopen.2020.15633 Flygare,O.BMC精神病学,20(1),1 - 9。https:// doi。统计软件杂志,33(1),1 - 22。预测互联网传递认知行为疗法后身体障碍障碍的预测因素:一种机器学习方法。org/10.1186/s12888-020-02655-4 Friedman,J.,Hastie,T。,&Tibshirani,R。(2010)。通过坐标下降的通用线性模型的正规化路径。Hettige,N。C.,Nguyen,T。B.,Yuan,C.,Rajakulendran,T.,Baddour,J.,Bhagwat,N.,Bani-Fatemi,A.,Voineskos,A.N. 使用社会文化和临床特征对精神分裂症中自杀式定位的分类:一种机器学习方法。 综合医院精神病学,47,20 - 28。https://doi.org/10.1016/j.genhosppsy.2017.03.001 Hooker,S。(2021)。 超越“算法偏差是数据问题”。 模式,2(4),100241。 Jordan,M。I.和Mitchell,T。M.(2015)。 机器学习:趋势,敏感和前景。 Science,349(6245),255 - 260。https://doi.org/10。 1126/science.AAA8415库恩。 (2021)。 caret:分类和回归培训。 r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee,Y. N.,Zuckerman,H.,Chen,V。C.,Ho,R.,Rong,C。和McIntyre,R。(2018年)。 机器学习算法的应用以预测抑郁症的治疗结果:元分析和系统评价。 做Hettige,N。C.,Nguyen,T。B.,Yuan,C.,Rajakulendran,T.,Baddour,J.,Bhagwat,N.,Bani-Fatemi,A.,Voineskos,A.N.使用社会文化和临床特征对精神分裂症中自杀式定位的分类:一种机器学习方法。综合医院精神病学,47,20 - 28。https://doi.org/10.1016/j.genhosppsy.2017.03.001 Hooker,S。(2021)。超越“算法偏差是数据问题”。模式,2(4),100241。Jordan,M。I.和Mitchell,T。M.(2015)。 机器学习:趋势,敏感和前景。 Science,349(6245),255 - 260。https://doi.org/10。 1126/science.AAA8415库恩。 (2021)。 caret:分类和回归培训。 r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee,Y. N.,Zuckerman,H.,Chen,V。C.,Ho,R.,Rong,C。和McIntyre,R。(2018年)。 机器学习算法的应用以预测抑郁症的治疗结果:元分析和系统评价。 做Jordan,M。I.和Mitchell,T。M.(2015)。机器学习:趋势,敏感和前景。Science,349(6245),255 - 260。https://doi.org/10。1126/science.AAA8415库恩。(2021)。caret:分类和回归培训。r软件包ver- sion 6.0-88。 https://cran.r-project.org/package = Caret Lee,Y. N.,Zuckerman,H.,Chen,V。C.,Ho,R.,Rong,C。和McIntyre,R。(2018年)。机器学习算法的应用以预测抑郁症的治疗结果:元分析和系统评价。做情感障碍杂志,241,519 - 532。https://doi.org/10.1016/j.jad.2018.08.073 Lekkas,D.,Price,G.,McFadden,J。,J。,&Jacobson,J。,&Jacobson,N.C。(2021)。机器学习到在线正念干预数据的应用:合规性评估中的底漆和经验示例。正念,12(10),2519 - 2534。https://doi.org/10.1007/s12671-021-021-021-01723-4 Linardon,J.,J.,Messer,M.,Shatte,M.,Shatte,Shatte,Shatte,A.
目的:同时进行胰腺 - 基德尼移植(SPKT)为与终末期肾脏疾病(ESRD)相关的胰岛素依赖性1型糖尿病患者带来了一些好处。但是,仍缺乏有关等待名单和移植患者的心理结局的数据。方法:使用心理贝克焦虑量(BAI)和抑郁症(BDI),将39例等待名单上的患者与患有SPKT的88例转移后的患者进行了比较。结果:发现抑郁症(p = 0.003)但没有焦虑(p = 0.161),是更容易患心理疾病的患者。相对于两组之间的惩罚感(p <0.001)和自杀思想(p = 0.008),观察到显着差异。据观察,由于长期治疗负担,等待更长的移植的患者显示出更多的移植后焦虑症状(p = 0.002)。结论:这些结果证明了SPKT对比较群体时与抑郁症相关的心理方面的积极影响。预移植阶段的高压力源数量更严重地影响了患者的心理社会心理状况。