XiaoMi-AI文件搜索系统
World File Search System关联
环境与健康分析的关联方法
该项目于 1993 年底启动，当时进行了一项可行性研究，以确定和调整可在地方一级使用的方法，结合日常收集的健康和环境数据，以估计环境污染对健康的影响。 ' 后来在阿克拉（加纳）和圣保罗（巴西）进行了实地研究，以检查数据的可用性和质量以及将健康和环境数据联系起来的潜力。 该项目的重要里程碑之一是 1994 年 8 月在日内瓦举行的与国际专家的磋商。 在那次磋商期间提交的几篇论文发表在《世界卫生统计季刊》（48；1995）的一期特刊上，标题为“健康和环境分析和决策指标”。 此外，还审查了一份题为“将健康和环境数据联系起来以供决策的流行病学方法”的报告，并确定了该项目的未来方向。 本书是该报告第一部分的修订版，讨论了数据链接的一般问题。 第二部分更详细地介绍了分析方法。
怀孕期间接触金属的关联...
摘要：已建议对肠道微生物组的改变和在怀孕期间接触金属的变化会影响炎症性肠病。尽管如此，产前接触金属的暴露最终如何对肠道微生物组产生长期影响，从而导致亚临床肠道炎症，尤其是在儿童晚期，尚未研究。也未知这种互动效应是否将特定的儿童亚组驱动到对肠道炎症的敏感性提高。我们将机器学习技术与基于回归的框架进行了合并，以探索是否具有不同肠道微生物组的儿童以及怀孕期间某些暴露于金属的模式（金属 - 微生物群）具有较高的肠道炎症的可能性，基于粪便Calprotectin（FC）（fc）（fc）。我们从墨西哥市的墨西哥城（n = 108）中获得了良好的纵向出生队列的样品。在妊娠的第二和第三种三物种中，全血中测量了11种金属。肠道微生物的丰度和FC在9-11岁儿童的粪便样品中测量。升高的FC定义为FC高于100μg/g的凳子。我们确定了微生物和金属 - 微生物集团特征的儿童亚组（错误发现率（FDR）<0.05）。这项探索性研究表明，在怀孕期间，患有特定肠道微生物的儿童和对金属的特定暴露模式可能在儿童晚期可能具有较高的粪便钙蛋白钙蛋白酶水平，表示肠道炎症的风险升高。，我们发现了两个金属 - 微生物簇的特征与FC的升高显着相关：（1）在三个月的较低剖宫产（CS）和铜（CU）和腹膜的相对丰度较低（或[95％CI]：10.27 [3.57,52]，第三个trim和fdr <0.001），以及（fdr <0.001），以及（2），以及（2）和（2）。 Roseburia Inulinivorans和Ruminococcus Torques的丰度（或[95％CI]：7.21 [1.81,28.77]，FDR <0.05）。关键字：杂物组，金属，机器学习，微生物组，环境流行病学，肠道炎症■简介
气候关联债券 - 欧洲中央银行
4需要指出的是，在这种简单的陈述下，当应用于气候风险时，广泛的学术思想。在气候变化方面构成风险厌恶的是有重大的争论（Litterman，2011年），另一个关于适当折现率的争论（Weitzman，1998）以及面对气候损害和灾难的风险的折现意味着什么（Barro，2015年； 2015年； Martin和Pindyck，2015年），以及我们的潜在竞争者，以及在范围内的竞争者，以及对定义的影响，以及定义的定义，以及定义的定义，以及定义的限制。结果会影响气候风险的定价（Olijslagers和van Wijnbergen，2024年）。为了简洁明了，我们从这里从这些复杂性中抽象出来。
遗传关联和机器学习改善发现和
此预印本版的版权持有人于2024年8月2日发布。 https://doi.org/10.1101/2024.07.31.24311310 doi：medrxiv Preprint
肠道营养不良与第一集精神病的关联（...
摘要。肠道microbiota -brain轴是一个复杂的bidi剖面通信系统，将胃肠道与大脑联系起来。发现肠道microbobiota的平衡，组成和多样性（肠道断疾病）与精神病的发展有关。早期应激以及在不同发育阶段遇到的各种应激源，已被证明与肠道菌群的异常组成有关，从而导致不规则的免疫学和神经内分泌功能，这可能导致首发精神病（FEP）的发生。目前的叙述性综述的目的是总结患有FEP与健康对照的患者中微生物组组成改变的显着差异，并讨论其对FEP中症状的发生和强度的影响。
糖尿病，高血压和肥胖与covid的关联
摘要引入尽管对与糖尿病，高血压和肥胖相关的严重共vid-19的风险进行了越来越多的学术研究，但仍需要对合并风险估计进行估计，并调整混杂效应。我们进行了系统的审查和荟萃分析，以估算糖尿病，高血压和肥胖症的综合调整后的风险比率。我们搜索了16个文献数据库，以在2019年12月1日至2020年12月31日之间发表的原始研究。我们使用改编的纽卡斯尔 - 奥塔瓦量表来评估偏见的风险。基于调整后效应大小估算了汇总的风险比率。我们应用随机效应荟萃分析来解释残余异质性的不确定性。我们使用轮廓孔图和Egger的测试来评估可能的出版偏见。结果我们审查了34 830个文献搜索中确定的记录，其中145项原始研究包括在荟萃分析中。合并的调整风险比率为1.43（95％CI 1.32至1.54），1.19（95％CI 1.09至1.30）和1.39（95％CI 1.27至1.52），用于糖尿病，高血压和肥胖症（体重指数≥30kg/m 2）的糖尿病，均应相应地相应地。与同行相比，在2020年4月之前，西太平洋地区，低收入国家和全球卫生安全指数得分较低的国家进行的研究中，合并的调整后风险比似乎更强。结论糖尿病，高血压和肥胖与共同死亡率的风险增加有关，而与其他已知危险因素有关，尤其是在低资源环境中。解决这些慢性疾病对于全球大流行的准备和预防死亡率可能很重要。Prospero注册号CRD42021204371。
MetS-IR与心力衰竭之间的关联：十字架
心力衰竭会影响全球约6500万成年人，预计未来几十年的发病率和流行率将继续增加（1）。心力衰竭代表了一个重要的全球健康问题，其发病率和死亡率很高。它给医疗保健系统和患者的生活质量带来了重大负担，导致健康风险和经济压力。因此，患心力衰竭的高风险的个体的及时检测和干预至关重要。心力衰竭的预后受到许多因素的影响，包括年龄，性别，病因，左心室射血分数和合并症。合并症已被证明对心力衰竭的发展和发展产生了重大影响（2）。糖尿病（DM）是众所周知的危险因素，导致心力衰竭预后较差，导致住院和死亡率升高（3）。2型糖尿病（T2DM）和心力衰竭通常同时发生，大约15-25％的心力衰竭患者也患有糖尿病。实际上，糖尿病患者心力衰竭的患病率是普通人群的四倍。根据报道，大约6％的被诊断患有糖尿病的人会在生活中的某个时刻发展心力衰竭。弗雷明汉心脏研究的结果表明，与健康个体相比，糖尿病患者的心力衰竭的发生是五倍至五倍，这与不良的结果有关（4）。显着胰岛素抵抗（IR）是在代谢综合征和T2DM个体中观察到的常见特征。它被认为是糖尿病相关心脏病（DHD）（5）的关键指标，该指标包括冠状动脉疾病，自主性心脏病和糖尿病心肌病（DCM）（6）。DCM增加了糖尿病患者的死亡率（7）。越来越多的证据表明，IR是非缺血性HF和缺血后HF发展的主要病因因素（8-10）。几项研究表明，胰岛素抵抗（IR）会影响血液循环，心肌，心肌纤维化，心脏肥大和心室重塑。这些作用有助于DHD的发展，并最终可能导致心脏舒张功能障碍并发展为HF（5）。尽管高胰岛素 - 毛囊夹法（HEC）被认为是确定IR的最佳方法，但在临床环境中使用不切实际。因此，替代性非胰岛素标记物，包括胰岛素抵抗的稳态模型评估（HOMA-IR），甘油三酸酯 - 糖（TYG）指数，TYG体型质量指数（TYG-BMI），以及用于高密度Lipototote蛋白胆固醇（TG/HDG）的评估（TG-BMI），tg/hd-cluity cluio蛋白（TG/hdio）均可估算。 11，12）。尽管如此，HOMA-IR还需要额外的血液样本和分析成本。此外，还有关于这些指标在CHD筛查，诊断和预后的作用的证据，特别是在患有各种代谢性疾病的患者中。胰岛素抵抗（MetS-IR）的代谢得分，该评分与HEC表现出更高的一致性。
饮食来源的高级糖基化终产物及其关联
晚期糖基化终产物（年龄）是一组多种化合物，是由于蛋白质或其他生物分子中还原糖（例如葡萄糖）和氨基酸的游离NH2基团之间的非酶酸反应而形成的。产生这些产物的化学反应被称为Maillard反应，并且是人体正常代谢的一部分。由于高血糖引起的糖尿病期间，这种反应得到了增强，但在制备，加工和保存某些食物期间也可能发生。因此，也可以从饮食（D-AGE）中获得年龄，并有助于增加这些化合物的总血清库。它们与多种病理过程有关，主要是因为它们诱导炎症反应和氧化应激增加的能力。它们是正常衰老的一部分，尤其是在富含半衰期蛋白的组织中，它们被广泛积累，这会损害这些组织的生理。d-ages在富含加工脂肪和糖的饮食中丰富。本综述涉及当前对这些产品的知识及其对各种机制的免疫调节的影响，这些机制可能有助于糖尿病病理生理学。
接受Booster Covid-19疫苗及其关联
摘要：日本政府于2021年11月批准了Covid-19-19疫苗加强剂量。然而，普通人群中促进疫苗的意图和准备就绪尚不清楚。这项调查测量了COVID-19增强疫苗接种的意图。在6172名参与者中（53.2％的女性），4832（78.3％）接受助推器剂量； 415（6.7％）犹豫。疫苗接种意图与更高的年龄，婚姻状况，有孩子，潜在的疾病和社会规范有关。为了评估疫苗接种的准备，采用了七个组成部分（7C）疫苗接种量表，包括“信心”，“自满”，“约束”，“计算”，“集体责任”，“合规性”，“合规性”和“ consspiracile”。接受接受的参与者显示出比犹豫或不确定的人的7C分数（p <0.001）高。多变量逻辑恢复分析表明，“社会规范”预测指标是接受的最强预测指标（调整后的优势比（AOR）4.02，95％的置信间隔（CI）：3.64–4.45）。“约束”（AOR：2.27，95％CI：2.11–2.45）和“自满”（AOR：2.18，95％CI：2.03–2.34）也与接受性相关，但“合规性”（AOR：1.24，95％CI：1.24，95％CI：1.18-1.31）和“ Cundcien”和“ 95％”（95％）（95％col cols and coror：A： 1.33–1.52）弱相关。“ 7C疫苗接种准备量表”可用于测量日本人群的疫苗接种。但是，“社会规范”可能比“合规性”和“阴谋”更适合衡量日本的疫苗接收。