除纯轴向飞行外,任何飞行条件下的飞机螺旋桨都会受到入射流场的影响,从而产生随时间变化的力。文献中提出了对这些随时间变化的力进行建模的方法,取得了不同程度的成功 - 但缺少对不同模型的回顾,并且需要一种使用物理上真实但计算上简单的方法进行模拟的指导性方法。本论文全面概述了迄今为止的相关工作,并提供了一个逻辑框架,可以在其中评估螺旋桨叶片周期性载荷变化的问题。通过这个框架,比较了与此问题相关的不同空气动力学特征的重要性,并提出了一种基于现有模型改编的新解决方法。该研究项目由道蒂螺旋桨公司 (DP) 委托,他们选择了格拉斯哥大学和主管来获得旋翼机模拟经验。
目的:使用自我报告的问卷调查睡眠病理学与糖尿病(DM)之间的潜在关联。材料和方法:957名年龄在19至86岁之间的成年人参加了这项横断面研究。多阶段分层群集采样,并将受试者分为三组[短(<6h),正常(6-8h)和长(> 8h)睡眠持续时间]。患者对问题做出积极回答,将其归类为糖尿病患者:“您是否曾经告诉您您患有糖尿病或患有健康专业人员?”或“您正在服用抗糖尿病药物吗?”。还检查了使用Epworth嗜睡量表,雅典失眠量表,匹兹堡睡眠质量指数和柏林问卷调查的睡眠质量。结果:与原住民希腊基督徒(4.4%)相比,外籍和穆斯林希腊人的DM患病率更高(分别为23.1%和18.7%)。dm患病率与短睡眠持续时间(AOR = 2.82,p <0.001),白天过度嗜睡(AOR = 2.09,P = 0.019)和睡眠质量差(AOR = 2.56,P <0.001)显着相关p = 0.080)具有边际统计学意义。结论:这项研究表明睡眠数量,质量和DM之间存在关联,并支持早期的药理学和认知行为干预措施,以减轻DM的负担,并增加对少数人群需求的关注。关键字:睡眠持续时间;糖尿病;睡眠质量;失眠。
抽象背景:鉴定与2型糖尿病风险(T2D)相关的循环生物标志物(T2D)可用于改善最高风险患者的当前预防策略。在这里,我们旨在研究糖尿病前受试者血浆载脂蛋白浓度的关联,并在随访期间与新发作T2D的发生率有关。方法:在IT-DIAB前瞻性研究中,每年遵循5年的空腹葡萄糖水平受损的参与者(禁食等离子体葡萄糖[FPG]:110–125 mg/dl)。随访期间,T2D的发作定义为第一个FPG值≥126mg/dl。载脂蛋白(APO)A-I,A-II,A-IV,B100,C-I,C-II,C-III,C-III,C-II,C-IV,D,E,E,F,H,H,J,J,L1,M和(A)质量浓度由质谱测定。相关性。Kaplan – Meier曲线是使用基于Terciles和Iddist T2D的三元方法来绘制的。使用COX比例危害模型确定血浆载脂蛋白浓度与T2D的发生之间的关联。结果:在5年的中位随访期间,有115名参与者(37.5%)发展了T2D。在调整了年龄,性别,体重指数,FPG,HBA 1C和他汀类药物的使用后,APOC-I,APOC-II,APOC-II,APOC-III,APOE-III,APOE,APOE,APOF,APOF,APOH,APOJ和APOL1的血浆水平与T2D的高风险呈正相关。kaplan – Meier存活曲线还表明,与中部和上部相比,血浆APOE水平的下三分之一(<5.97 mg/dl)与较低的T2D转化风险(对数秩检验,p = 0.002)显着相关。After further adjustment for plasma triglycerides, only apoE (1 SD natural-log-transformed hazard ratio: 1.28 [95% confidence interval: 1.06; 1.54]; p = 0.010), apoF (1.22 [1.01; 1.48]; p = 0.037), apoJ (1.24 [1.03; 1.49]; p = 0.024), and apoL1 (1.26 [1.05; 1.52]; P = 0.014)与T2D的发作显着相关。结论:血浆APOE水平与糖尿病前受试者的T2D风险呈正相关,这是传统危险因素的独立。APOF,APOJ和APOL1与T2D风险的可能关联也为进一步的研究铺平了道路。试验注册此试验在clinicaltrials.gov上注册为NCT01218061和NCT01432509
越来越多的流行病学证据表明,双向关系是补间非酒精性脂肪肝疾病(NAFLD)和2型糖尿病,并且NAFLD可能先于和/或促进糖尿病的发展。这项研究旨在研究肝脏脂肪变性是否与巴西成人健康纵向研究(Elsa-Brasil)中的糖尿病有关。Elsa-Brasil是一项在巴西六个首都城市的活跃或退休公务员的职业队列研究,现年35-74岁。我们在基线时排除了患有糖尿病的参与者,报告的饮酒过量或缺少有关相关协变量的信息,以及那些自我引用的肝炎或肝硬化的参与者。总共有8,166个个人,平均随访时间为3。8年。使用COX的优势回归模型来估计关联的调整后危害比(HR)。腹部超声检查用于检测肝脏Steatosis。在随访期间,整个样本中糖尿病的累积发生率为5.25%,在有或没有He patic Steatosis的组中,糖尿病的发生率分别为7.83%和3.88%(p <0.001)。与没有脂肪变性的人相比,肝脂肪变性的个体在调整了潜在的混杂因素后,患有糖尿病的风险增加(HR = 1.31; 95%CI:1.09-1.56),在浮标体重指数(BMI)中。肝脂肪变性是Elsa-Brasil队列研究中入射糖尿病的独立预性。医生应勇于改变脂肪肝患者的生活方式和糖尿病筛查。
越来越多的流行病学证据表明,双向关系是补间非酒精性脂肪肝疾病(NAFLD)和2型糖尿病,并且NAFLD可能先于和/或促进糖尿病的发展。这项研究旨在研究肝脏脂肪变性是否与巴西成人健康纵向研究(Elsa-Brasil)中的糖尿病有关。Elsa-Brasil是一项在巴西六个首都城市的活跃或退休公务员的职业队列研究,现年35-74岁。我们在基线时排除了患有糖尿病的参与者,报告的饮酒过量或缺少有关相关协变量的信息,以及那些自我引用的肝炎或肝硬化的参与者。总共有8,166个个人,平均随访时间为3。8年。使用COX的优势回归模型来估计关联的调整后危害比(HR)。腹部超声检查用于检测肝脏Steatosis。在随访期间,整个样本中糖尿病的累积发生率为5.25%,在有或没有He patic Steatosis的组中,糖尿病的发生率分别为7.83%和3.88%(p <0.001)。与没有脂肪变性的人相比,肝脂肪变性的个体在调整了潜在的混杂因素后,患有糖尿病的风险增加(HR = 1.31; 95%CI:1.09-1.56),在浮标体重指数(BMI)中。肝脂肪变性是ELSA-BRASIL队列研究中入射糖尿病的独立预性。医生应勇于改变脂肪肝患者的生活方式和糖尿病筛查。
抽象客观房颤(AF)已成为老年人的常见状况。心血管危险因素仅解释了大约50%的AF病例。炎症生物标志物可能有助于缩小这一差距,因为炎症会改变心房电生理学和结构。这项研究旨在使用蛋白质组学方法来确定社区中这种情况的细胞因子生物标志物谱。方法这项研究在基于芬兰人群的Finrisk队列研究1997/2002的参与者中使用细胞因子蛋白质组学。开发了46种细胞因子的风险模型,以使用Cox回归预测AF。此外,研究了参与者的C反应性蛋白(CRP)和N末端pro b型Natriuretic肽(NT-ProBNP)浓度与入射AF的关联。导致10744名参与者(平均年龄为50.9岁,女性为51.3%),观察到1246例发生AF病例(40.5%的女性)。The main analyses, adjusted for participants' sex and age, suggested that higher concentrations of macrophage inflammatory protein-1 β (HR=1.11; 95% CI 1.04, 1.17), hepatocyte growth factor (HR=1.12; 95% CI 1.05, 1.19), CRP (HR=1.17; 95% CI 1.10, 1.24) and NT-proBNP (HR = 1.58; 95%CI 1.45,1.71)与发生AF的风险增加有关。在进一步的临床变量调整模型中,只有NT-probNP保持统计学意义。结论我们的研究证实了NT-Probnp是AF的强大预测因子。观察到的循环炎性细胞因子的关联主要是通过临床风险因素来解释的,并不能改善风险预测。在蛋白质组学方法中测得的炎性细胞因子的潜在机械作用尚待进一步阐明。
洛斯阿拉莫斯国家实验室是一家采取平权行动/提供平等机会的雇主,由 Triad National Security, LLC 为美国能源部国家核安全局运营,合同编号为 89233218CNA000001。通过批准本文,出版商承认美国政府保留非独占的、免版税的许可,可以为了美国政府的目的出版或复制本文的已发表形式,或允许他人这样做。洛斯阿拉莫斯国家实验室要求出版商将本文注明为在美国能源部的支持下完成的工作。洛斯阿拉莫斯国家实验室坚决支持学术自由和研究人员的发表权利;但是,作为一个机构,实验室并不认可出版物的观点,也不保证其技术上的正确性。
研究设计和方法我们包括在基线时没有糖尿病的社区中动脉粥样硬化风险的中年成年人,他们完成了一份食物频率问卷(n = 11,965)。我们根据三个指数对植物性饮食的依从性进行了评分:总体,健康和不健康的植物性饮食指数。较高的总体植物饮食指数(PDI)评分代表了所有植物食品的摄入量和较低的动物衍生食品的摄入量。较高的健康植物饮食指数(HPDI)评分代表了更大的健康植物食品摄入量和动物来源和不健康的植物食品的摄入量。较高的不健康植物性饮食指数(UPDI)评分代表了更大的非健康植物食品摄入量和较低的动物来源和健康植物食品的摄入量。我们使用COX回归来估计与每个指数相关的入射糖尿病(根据自我报告的诊断,药物使用或升高的血糖定义)。