XiaoMi-AI文件搜索系统
World File Search System中老年人
Rachael Spalding 博士 - 教师合作数据库 -
1. Spalding, R.、Katz, E.、Byers, ES 和 Edelstein, B. (2021)。长期护理中老年人性行为态度量表 (AOASLC) 的开发和初步验证。3. 《性研究杂志》。https://doi.org/10.1080/00224499.2021.1975624 4. Spalding, R. 和 Edelstein, B. (2021)。探索替代指标在预测 COVID-19 大流行期间患者治疗偏好时的准确性。患者教育和咨询。https://doi:10.1016/j.pec.2021.06.011 7. Edelstein, B.、Spalding, R. 和 Katz, E. (印刷中)。“老年人的心理健康和治疗注意事项。”在 Asmundson, G. (编辑) 中。综合临床心理学 (第二版)。9. 爱思唯尔。10. Haliwa, I.、Spalding, R.、Smith, K.、Chappell, A. 和 Strough, J. (2021)。
机器学习方法筛选釉质瘤性颅咽管瘤的新诊断特征并探索个性化治疗策略
颅咽管瘤（CP）是一种低度侵袭性的颅内肿瘤（1）。CP 有 2 种组织学亚型（即釉质瘤和乳头状瘤），均为发生在鞍区和鞍旁区的胚胎性脑肿瘤，通常是良性中枢神经系统肿瘤，占颅内肿瘤的 2%–3%（2）。釉质瘤颅咽管瘤（ACP）可发生于任何年龄，且在年龄上呈双峰分布。在组织病理学方面，釉质型好发于 5–14 岁的儿童，而乳头状亚型主要见于 50–74 岁的中老年人（2）。ACP 可从翼状鞍向上进展至第三脑室，影响下丘脑-垂体及视觉神经通路区。患者也可能因占位效应和周围组织的浸润而出现症状。由于垂体、下丘脑、视神经和颈内动脉等重要神经血管结构非常接近，
人工智能技术在...中的应用
摘要 — 心肌梗死 (MI) 是由于血流不足而导致心肌损伤。MI 是全球中老年人最常见的死亡原因。为了诊断 MI，临床医生需要解释心电图 (ECG) 信号，这需要专业知识并且容易受到观察者偏见的影响。基于人工智能的方法可用于使用 ECG 信号自动筛查或诊断 MI。在这项工作中，我们对基于 ECG 以及其他生物物理信号的 MI 检测人工智能方法进行了全面评估，包括机器学习 (ML) 和深度学习 (DL) 模型。传统 ML 方法的性能依赖于手工制作的特征和手动选择 ECG 信号，而 DL 模型可以自动执行这些任务。该评论发现深度卷积神经网络 (DCNN) 在 MI 诊断中具有出色的分类性能，这解释了为什么它们近年来变得流行。据我们所知，这是首次全面调查使用 ECG 和其他生物物理信号进行 MI 诊断的人工智能技术。
孤独感对加拿大艾滋病病毒感染者大脑健康和生活质量的影响
引言孤独被定义为“期望的社交水平和实际的社交水平之间令人痛苦的差异”，越来越多地被认为是健康的重要决定因素，包括心理健康、认知功能和生活质量。1 – 3 在一般人群中，孤独也与中风和心脏病等身体健康结果有关。4 最近的一项荟萃分析发现，孤独与随后 7 年内死亡可能性增加 26% 独立相关。5 孤独可能通过多种机制发挥作用，包括与压力有关的免疫效应 6 以及吸烟、饮酒或减少身体活动等行为。7 孤独可能对大脑健康造成特别的损害：针对中老年人的人群研究表明，孤独是痴呆症的一个风险因素，其影响大小与糖尿病等已知风险相似。7 在一般人群中，患有慢性疾病的人孤独感发生率更高。 8,9 由于额外的耻辱和社会经济边缘化，艾滋病毒感染者面临的风险可能更大。10,11 作为毁灭性流行病的幸存者，感染艾滋病毒时间最长的人的社交网络可能特别脆弱。12
老年人的大脑健康和认知能力
摘要：在这篇叙述性评论中，我们深入探讨了世界卫生组织认可的不断发展的大脑健康概念，重点关注其与认知衰退的交集。我们强调预防策略的迫切需要，特别是对老年人而言。我们描述了可能从基于风险的方法中受益最多的目标人群——即主观认知衰退的人。此外，我们考虑对认知未受损的中老年人进行普遍预防。通过深入研究多领域个性化预防策略，我们报告了有关可改变的风险因素和干预措施的经验证据，这些因素和干预措施对于减轻认知衰退至关重要。接下来，我们重点介绍了大脑健康服务 (BHS) 的出现。我们解释了它们在风险评估、风险沟通和定制干预措施中的作用，以降低痴呆症的风险。在评论正在进行的 BHS 试点经验时，我们介绍了我们自己的 BHS 在意大利蒙扎的起源和框架，概述了其运营结构和护理途径。我们强调需要全球合作和加强研究工作，以解决大脑健康的复杂决定因素及其对全球医疗保健系统的潜在影响。
2025 项目削弱权力制衡，损害老年人利益
限制老年人获得医疗服务的机会并使联邦医疗保险的未来面临风险“2025 项目”提议将联邦医疗保险优势计划（私有化医疗保险）作为所有联邦医疗保险参保者的“默认选项”。几乎所有的联邦医疗保险优势计划都要求参保者在接受某些医疗服务之前获得授权，这使得保险公司可以干涉患者及其医生的选择，并使患者更难获得医疗服务。联邦医疗保险优势计划还可以限制参保者对医生和医院的选择。联邦医疗保险优势计划的成本高于传统医疗保险，因此新的联邦医疗保险优势计划默认方案将危及联邦医疗保险的财务健康。根据这项提议，如果联邦医疗保险优势计划中老年人的比例从目前的 51% 增加到 75%，那么十年内联邦医疗保险计划的成本将额外增加 2 万亿美元，使这个重要计划的长期财务健康面临风险。这些变化最终将使保险公司受益，他们将通过增加医疗保险优势计划的登记人数获得数十亿美元的意外之财。
机器人伴侣和传感器更好的生活
摘要。人口衰老对经济和社会活动具有深远的影响，要求增加健康和社会服务。全球老年人人口正在稳步增长，带来了挑战。解决这一现实，对老年人的医疗保健进行投资意味着在最小化支出的同时增强自己的福祉。旨在支持在家中老年人的策略，但源差异构成了挑战。重要的是，社会经济因素影响着人们的生活质量和福祉，因此它们与特定需求有关。社会辅助机器人（SARS）和监测技术（可磨损和环境传感器）在帮助日常生活方面有希望，老年人表现出愿意拥抱它们的意愿，尤其是在满足他们的需求时。尽管研究了对技术的看法，但社会经济上处于弱势群体的偏好和需求仍未得到充实。这项研究调查了SARS和传感器技术如何帮助低收入老年人，从而促进独立性和整体福祉。为此，招募了低收入的老年人（≥65岁），并进行了一系列焦点小组，以理解这些技术如何满足他们的需求。主题分析结果突出了五个关键维度，具体规定：1）促进和监控积极的生活方式，2）帮助每天差事并提供身体帮助，3）减少隔离和孤独感，4）有关监测技术的考虑，以及5）5）影响SARS和监测技术的障碍。应在SARS和传感器设计期间考虑这些维度，以有效地满足用户的要求，增强其生活质量和支持护理人员。
机器人的伴侣和传感器改善生活 - ntu> irep
摘要。人口衰老对经济和社会活动具有深远的影响，要求增加健康和社会服务。全球老年人人口正在稳步增长，带来了挑战。解决这一现实，对老年人的医疗保健进行投资意味着在最小化支出的同时增强自己的福祉。旨在支持在家中老年人的策略，但源差异构成了挑战。重要的是，社会经济因素影响着人们的生活质量和福祉，因此它们与特定需求有关。社会辅助机器人（SARS）和监测技术（可磨损和环境传感器）在帮助日常生活方面有希望，老年人表现出愿意拥抱它们的意愿，尤其是在满足他们的需求时。尽管研究了对技术的看法，但社会经济上处于弱势群体的偏好和需求仍未得到充实。这项研究调查了SARS和传感器技术如何帮助低收入老年人，从而促进独立性和整体福祉。为此，招募了低收入的老年人（≥65岁），并进行了一系列焦点小组，以理解这些技术如何满足他们的需求。主题分析结果突出了五个关键维度，具体规定：1）促进和监控积极的生活方式，2）帮助每天差事并提供身体帮助，3）减少隔离和孤独感，4）有关监测技术的考虑，以及5）5）影响SARS和监测技术的障碍。应在SARS和传感器设计期间考虑这些维度，以有效地满足用户的要求，增强其生活质量和支持护理人员。
持续性非药物疼痛管理和脑...
慢性疼痛与疼痛相关的大脑结构和功能的变化有关，包括大脑老化。非药物疼痛管理是有效疼痛管理的核心。然而，目前尚不清楚非药物疼痛管理的使用与疼痛相关的大脑变化有何关联。本研究的目的是在两个时间点有和没有慢性膝关节疼痛的中老年人样本中检查大脑预测年龄差异与非药物疼痛管理 (NPM) 的使用之间的关联。112 名成年人（平均年龄 = 57.9 ± 8.2 岁）完成了社会人口统计学测量、临床疼痛测量、结构性 T1 加权脑磁共振成像和自我报告的非药物疼痛管理。使用经过验证的方法，我们估算了大脑预测年龄差异 (brain-PAD) 生物标志物，计算为大脑预测年龄减去实际年龄，以及 2 年内大脑 PAD 的变化。重复测量协方差分析用于确定非药物疼痛管理与脑 PAD 之间的关联，并根据年龄、性别、研究地点和临床疼痛进行调整。脑 PAD 中存在显著的时间 ∗ 疼痛/NPM 交互作用 (p < 0.05)。简单主效应检验表明，持续使用 NPM 的人随着时间的推移脑 PAD 会“更年轻”，这表明持续使用 NPM 存在潜在的保护因素。有必要开展进一步研究，以确定 NPM 对大脑老化和疼痛相关神经系统变化的影响。
引用：彭建军，赵锋，杨晓玲，等. 中国中老年人群血脂异常与 2 型糖尿病风险的关系
摘要 目的 评估不同类型血脂异常个体罹患2型糖尿病（T2DM）的风险，并比较不同血脂参数对T2DM的预测价值。 方法 对中国健康与养老纵向研究（CHARLS）的数据进行二次分析。在基线调查（2011—2012年）中，共访谈17 708名45岁以上个体，采集11 847份血样。在两次随访调查（2013—2014年和2015—2016年）中确认T2DM的结果。通过Cox比例风险回归模型估计T2DM与血脂异常相关的HR和95％CI。通过受试者工作特征（ROC）曲线下面积（AUC）比较八个血脂参数的判别值。 结果 共7329名参与者纳入分析；在平均3.4年的随访期内，387名（5.28%）受试者新发糖尿病。与血脂正常者相比，高胆固醇血症、高甘油三酯血症及低高密度脂蛋白胆固醇（HDL-C）者的2型糖尿病风险显著升高（HR（95% CI）分别为1.48（1.11至1.96）、1.92（1.49至2.46）和1.67（1.35至2.07））。非HDL-C（0.685，95%CI 0.659～0.711）、甘油三酯（TG）（0.684，95%CI 0.658～0.710）、总胆固醇（TC）/HDL-C（0.685，95%CI 0.659～0.712）及TG/HDL-C（0.680，95%CI 0.654～0.706）的AUC均显著（p<0.005）大于其他脂质参数。结论中老年人高甘油三酯血症、高胆固醇血症及低HDL-C是罹患糖尿病的高危人群，非HDL-C、TG、TC/HDL及TG/HDL在预测2型糖尿病发病率方面优于其他脂质参数。