涉及肢体区域的抽象背景针灸在临床上可能有效地对中风康复有效,但是可视化和解释的证据受到限制。我们的目标是评估针灸对偏瘫的缺血性中风患者的特定作用,并研究其在功能连通性方面的治疗驱动的修饰。方法是随机分配患者(2:1)接受10个手脚12针针刺(HA,n = 30)或非顾问(NA)针灸(n = 16),参加性别匹配和年龄匹配的健康对照(HC,n = 34)。临床结果是改进的FUGL-MEYER评估评分,包括上肢和下肢(δFM,δFM-EU,δFM-LE)。神经成像结果是体素摩擦的同位连通性(VMHC)。静态和动态功能连通性(SFC,DFC)分析用于研究神经可塑性的重组。结果46 ISS(平均(SD)年龄,59.37(11.36)年)和34 HCS(平均(SD)年龄,52.88(9.69)年),包括临床和神经影像学分析。在临床上,HA组的δFM分数为5.00,Na组为2.50,δFM和δVMHC之间的双重相关性(Angular:r = 0.696,P = 0.000;小脑:R = -0.716,p = 0.000),拟合线性回归模型(R 2 = 0.82828)。在神经影像学中,ISS在双侧中心回和小脑(高斯随机场,GRF校正,Voxel P <0.001,簇P <0.05)中的VMHC降低,拟合了逻辑回归模型(AUC = 0.8413,精度= 0.75500)。没有针灸相关的不良事件。针灸后,双侧上额回轨道部分中的VMHC随着脑脑脑的变化而增加,涉及iPsiles的上额额轨道轨道部分和相反的轨道轨道上的ipsiles sfc,以及相反的轨道轨道皮质,以及cerebellum(grf cerbellum以及grf cerbellum(grf)(grf)(grf)(grf)(grf perfected peceel percorpected p <0.001 p <0.001,p <0.001,p <0.001,p <0.001,p 在局部双侧后扣带回回(PPC)中,VMHC的变异系数降低(GRF校正后,Voxel P <0.001,群集P <0.05),积分状态转化为隔离状态(P <0.05)。 结论随机临床和神经想象试验表明,针灸可以通过双侧静态和动态重新组织来促进运动的恢复,并修改了脑部脑脑VMHC,IS是偏瘫患者。在局部双侧后扣带回回(PPC)中,VMHC的变异系数降低(GRF校正后,Voxel P <0.001,群集P <0.05),积分状态转化为隔离状态(P <0.05)。结论随机临床和神经想象试验表明,针灸可以通过双侧静态和动态重新组织来促进运动的恢复,并修改了脑部脑脑VMHC,IS是偏瘫患者。
背景:患有 1 型糖尿病 (T1D) 的青少年由于血糖波动问题,罹患肾衰竭、视力丧失、心脏病和过早死亡的风险增加。连续血糖监测 (CGM) 系统代表了糖尿病技术的一项重要进步,与自我监测血糖相比具有显著优势,并有可能优化血糖管理。尽管取得了这些进展,但患有 T1D 的青少年(包括洛杉矶儿童医院 (CHLA) 的患者)仍未能达到推荐的血糖目标,这凸显了测试旨在提高技术应用的创新糖尿病教育计划的机会,例如 CGM 学院干预,这是英国 (UK) 开发的课程,教授通过 CGM 为患有 T1D 的青少年教授渐进式动态血糖管理的策略。目的:(A1) 确定 CHLA CGM 学院教育课程向患有 T1D 的青少年教授动态血糖管理策略的可行性。我们假设 CHLA CGM 学院课程将受到参与者的广泛接受。 (A2) 评估 CHLA CGM 学院对从基线到 6 个月血糖变异系数 (CV) 变化的影响。我们假设 CHLA CGM 学院的参与者将获得与标准糖尿病教育 (SDE) 组相同或更好的 CV 百分比变化,同时接受更少的糖尿病教育。 (A3) 探索参与者的血糖结果与糖尿病困扰、糖尿病家庭责任和糖尿病教育小时数之间的关系。方法:针对符合 CGM 治疗条件的 8-18 岁 T1D 青少年,提出了一项单一机构的随机对照试验 (RCT)。讲英语和西班牙语的青少年 (N=90) 将按 1:1 随机分配接受 CHLA CGM 学院或 SDE,共 4 周,随后进行 6 个月的临床审查。CGM 学院组的参与者将可以访问在线工作簿和视频,此外还可以与糖尿病护理和教育专家进行深入的虚拟会议,讨论由 CGM 数据提供的动态血糖管理策略。 CGM 学院分支的一个子样本(n=16)将在研究结束时参加焦点小组。所有参与者将完成关于糖尿病家庭责任和糖尿病困扰的测量,研究团队将收集基线、4 周和 6 个月的糖尿病教育小时数。研究团队将收集人口统计学特征、基线和 6 个月的糖尿病病史,以及第 1、2、4 周和 6 个月的图表审查中的血糖指标。分析:为了评估 A1,我们将报告流失率和定性焦点小组数据的主题分析。为了评估 A2,我们将为血糖变异系数变化差异构建一个 95% 可信区间,以确定 CGM Academy 组的变化是否不低于我们预先指定的非劣效性边界值,低于 SDE 组的变化。为了评估 A3,我们将使用广义线性模型来探索协变量对血糖指标变化的影响。为了确定时间(基线、4 周、6 个月)和组别(CGM vs SDE)对感知糖尿病困扰和感知糖尿病家庭责任的影响,我们将使用重复测量方差分析。
摘要:由于维生素,蛋白质,矿物质元素和活性物质丰富,因此已证明绿豆种子的高药和经济价值被证明对人有益。为了完全识别出优质种质资源的绿豆产量和质量育种的优质种质资源,通过多样性分析,相关性分析,主成分分析(PCA)和群集分析,对八个种子表型特征的遗传多样性水平进行了全面评估。结果表明,八个种子表型性状的遗传多样性具有302个绿豆种质资源,其香农多样性指数范围为0.25至2.09。对于大多数特征,它们的变异系数(CV)超过10%,最高为种子形状(41.51%)。相关分析表明,100种子的重量与种子大小,种子长度,种子宽度和种子厚度具有极为正相关的相关性。PCA表明,前三个主要成分的累积贡献率为78.551%。这些主要成分包括种子宽度,种子外套和种子颜色。通过群集分析将302个绿豆种质资源分为八组。从I组和II组中选择了共有140种具有大种子的种质资源,其中II组中的9种种质资源可能是高收益的品种。关键词:绿豆,种子表型特征,遗传多样性,聚类分析,主要成分。总体而言,这项研究不仅表明研究的种质资源之间有足够的差异,而且还为绿豆种质资源的选择,利用和杂交育种提供了理论基础。
猪血凝性脑脊髓炎病毒(PHEV),猪假拟南芥病毒(PRV),经典猪发烧病毒(CSFV)和日本的脑炎病毒(JEV)导致感染猪的神经学症状相似,及其对实验性诊断的差异性诊断。设计了四对特定引物和探针,分别针对PHEV N基因,PRV GB基因,CSFV 5'非翻译区域(5'UTR)和JEV NS1基因,并且开发了四倍的实时定量RT-PCR(QRT-PCR(QRT-PCR),以检测和分化的PHEV,pRV,pRV,pRV,pRV,pRV,&JEV。该测定显示高灵敏度,每种病原体的检测极限(LOD)为1.5×10 1拷贝/μL。该测定法仅检测到PHEV,PRV,CSFV和JEV,而没有与其他猪病毒交叉反应。测定内和测定间的变异系数(CVS)小于1.84%,可重复性很高。通过已发达的四倍体QRT-PCR测试了总共1,977个临床样本,包括组织样本和从中国广西省收集的全血样本,以及PHEV,PRV,PRV,CSFV和JEV的阳性率为1.57%(31/1,977),0.355%(7/1,1,97), (21/1,977)和0.10%(2/1,977)。也通过先前报道的QRT-PCR分析测试了这1,977个样品,这些方法的巧合率超过99.90%。发达的测定法被证明是快速,敏感和准确的,用于检测和分化PHEV,PRV,CSFV和JEV。
摘要:我们在一个患有 1 型糖尿病并食用自由饮食的青少年大样本中探讨了宏量营养素摄入量与餐后血糖变异性之间的关联。在 1 型糖尿病运动计划儿童 (T1DEXIP) 研究中,青少年在 10 天的观察期内 3 天拍摄了饭前和饭后的照片。我们使用远程食物摄影法来获取青少年膳食中的宏量营养素含量。我们还收集了身体活动、连续血糖监测和胰岛素使用数据。我们使用标准差 (SD) 和餐后 3 小时内血糖的变异系数 (CV) 来测量血糖变异性。我们的样本包括 208 名患有 1 型糖尿病的青少年(平均年龄:14 ± 2 岁,平均 HbA1c:54 ± 14.2 mmol/mol [7.1 ± 1.3%];40% 为女性)。我们观察到,碳水化合物含量较高的膳食后,餐后血糖变异性 (SD 和 CV) 更大。相比之下,在调整碳水化合物后,我们观察到脂肪较多(SD 和 CV)和蛋白质较多(仅 SD)的餐后血糖波动较小。胰岛素方式、餐后运动和运动强度不会影响常量营养素与餐后血糖波动之间的关联。为了减少 1 型糖尿病青少年的餐后血糖波动,临床医生应鼓励多样化的常量营养素膳食内容,目标是接近建议的碳水化合物摄入量饮食指南。
背景和目标:本研究旨在确定与非糖尿病健康成人血糖变异相关的个人和生活方式因素。方法:48 名参与者完成了 14 天的连续血糖监测,其中 6 名还接受了额外的生活方式监测。通过进行 Pearson 相关性和回归分析,评估临床、行为和饮食因素与血糖变异之间的关联。结果:参与者的平均年龄为 39.9 岁。血糖变异指数与年龄、体重指数、血红蛋白 A 1c 、口服葡萄糖负荷反应和体力活动等因素之间存在显著相关性。此外,膳食纤维摄入量和早餐的营养成分也与血糖变异相关。吃早餐的参与者平均每日血糖水平较高,但变异系数较低,血糖水平 <90 mg/dL 的时间间隔较短。食用高蛋白早餐与全天血糖水平在 70–180 mg/dL 和 90–126 mg/dL 范围内的改善有显著相关性。在调整潜在混杂因素后,这些相关性仍然具有统计学意义。结论:本研究证明了个人和生活方式因素(尤其是早餐摄入量)与健康成人(无糖尿病)血糖波动之间的关联。了解血糖波动的生活方式决定因素可能为制定个性化的日常血糖控制干预和治疗提供重要信息。
ighen引入了水稻基因型以及两个局部品种的2020年和2021年的两个局部品种,在Sakha农业研究站的实验农场,Sakha,Sakha,Kafr El-Sheikh,埃及,谷物产量和相关的农艺学特征。方差分析显示,在评估的所有生长参数中,水稻基因型之间存在非常显着的差异。大多数研究的水稻基因型的谷物产量高于支票品种,AFR0280,AFR278-2-2和AFR278-8分别在两个季节下平均产量为14.26、14.03和14.00(T/HA)。基因型方差大于环境方差。表型变异系数(PCV)接近基因型系数变异(GCV),这表明遗传因子对所研究特征表达的影响。对所有研究字符观察到的高宽义遗传力(> 85%),这表明这些特征是通过加性基因作用遗传的,并且可以通过直接选择来增强。谷物的产量与植物高度,叶(长度和宽度),叶片面积,圆锥花序长,初级分支,圆锥花序,每个圆锥花序的尖峰和每个圆锥花序填充的晶粒。根据簇分析获得的树状图将二十种水稻基因型根据产量及其成分性状分为四个簇。因此,建议这些字符可以用作在水稻育种程序中选择理想基因型的表型标记。
抽象的引言在体育活动期间和之后维持血糖控制(PA)是1型糖尿病(T1D)的主要挑战。这项研究比较了T1D成年人的血糖变异性和与运动相关的糖尿病管理策略,可在夜间 - 日期和自由生活条件下的久坐时间 - 久坐的行为小时实现较高和较低的PA负载。具有T1D(年龄:35±10年;糖尿病持续时间:21±11岁;体重指数:24.8±3.4 kg/m 2;糖化血红蛋白A1C:6.9±0.6%)的预测胰岛素系统的研究设计和方法(n = 28);糖尿病持续时间:21±11岁;体重指数:24.8±3.4 kg/m 2;糖化血红蛋白A1C:6.9±0.6%)均可进行持续的胰岛素胰岛素系统和持续性胰岛素的系统。在自由生活条件下,PA的持续时间和强度在14天内通过加速度计跟踪。 参与者平均分为较低的负载(LL)和较高的负载(HL),每分钟每天计数的中位数(61122)。 研究了血糖范围(范围(TIR)的时间(TIR),高于范围(tar)的时间(TBR)和低于范围(TBR)的时间(TBR)),变异系数(CV)和血糖差距(MAGE)的平均幅度(MAGE)的时间(MAGE)。 参数以定义的时间范围(夜间 - 日期和主动 - 日本行为)进行了研究。 自我报告的糖尿病管理策略在PA和PA后进行了分析。 与LL组的活性小时相比,在久坐小时观察到更高的血糖变异性(CV)(P≤0.05)。 hl组在夜间与白天(p≤0.05)期间显示出血糖变异性(MAGE)的增长。 HL和LL组之间的所有时间范围内的TIR和TAR没有差异。 但是,具有T1D(年龄:35±10年;糖尿病持续时间:21±11岁;体重指数:24.8±3.4 kg/m 2;糖化血红蛋白A1C:6.9±0.6%)的预测胰岛素系统的研究设计和方法(n = 28);糖尿病持续时间:21±11岁;体重指数:24.8±3.4 kg/m 2;糖化血红蛋白A1C:6.9±0.6%)均可进行持续的胰岛素胰岛素系统和持续性胰岛素的系统。在自由生活条件下,PA的持续时间和强度在14天内通过加速度计跟踪。 参与者平均分为较低的负载(LL)和较高的负载(HL),每分钟每天计数的中位数(61122)。 研究了血糖范围(范围(TIR)的时间(TIR),高于范围(tar)的时间(TBR)和低于范围(TBR)的时间(TBR)),变异系数(CV)和血糖差距(MAGE)的平均幅度(MAGE)的时间(MAGE)。 参数以定义的时间范围(夜间 - 日期和主动 - 日本行为)进行了研究。 自我报告的糖尿病管理策略在PA和PA后进行了分析。 与LL组的活性小时相比,在久坐小时观察到更高的血糖变异性(CV)(P≤0.05)。 hl组在夜间与白天(p≤0.05)期间显示出血糖变异性(MAGE)的增长。 HL和LL组之间的所有时间范围内的TIR和TAR没有差异。 但是,研究设计和方法(n = 28);糖尿病持续时间:21±11岁;体重指数:24.8±3.4 kg/m 2;糖化血红蛋白A1C:6.9±0.6%)均可进行持续的胰岛素胰岛素系统和持续性胰岛素的系统。在自由生活条件下,PA的持续时间和强度在14天内通过加速度计跟踪。参与者平均分为较低的负载(LL)和较高的负载(HL),每分钟每天计数的中位数(61122)。研究了血糖范围(范围(TIR)的时间(TIR),高于范围(tar)的时间(TBR)和低于范围(TBR)的时间(TBR)),变异系数(CV)和血糖差距(MAGE)的平均幅度(MAGE)的时间(MAGE)。参数以定义的时间范围(夜间 - 日期和主动 - 日本行为)进行了研究。自我报告的糖尿病管理策略在PA和PA后进行了分析。与LL组的活性小时相比,在久坐小时观察到更高的血糖变异性(CV)(P≤0.05)。hl组在夜间与白天(p≤0.05)期间显示出血糖变异性(MAGE)的增长。HL和LL组之间的所有时间范围内的TIR和TAR没有差异。但是,夜间HL组的TBR明显高于LL组(P≤0.05)。两组均显示出高于建议值的TBR。所有参与者使用的PA后管理策略少于PA(p≤0.05)。结论T1D活跃的人能够在推荐值中保持血糖变异性,TIR和TAR,而不管PA负载如何。
收到2024年2月2日; 2024年5月7日接受;于2024年6月7日发布:1 Doherty应用微生物基因组学,微生物学和免疫学系,墨尔本大学Peter Doherty感染与免疫学研究所,792 Elizabeth Street,Melbourne VIC 3000,澳大利亚澳大利亚墨尔本街792号; 2爱尔兰科克摩尔帕克的Teagasc食品研究中心; 3爱尔兰科克大学科克大学科克大学科克大学的APC微生物组和微生物学院; 4 Vistamilk SFI研究中心,爱尔兰科克Teagasc Moorepark。*信件:John G. Kenny,John。Kenny@teagasc。IE关键字:Amplicons;数据库;长阅读测序;微生物组;纳米孔; rRNA。缩写:COV,变异系数; ESV,精确的序列变体; Grond,基因组衍生的核糖体操纵子数据库; GTDB,基因组分类数据库; IQR,四分位数范围;它的内部转录垫片; NR,非冗余; ONT,牛津纳米孔技术; RRN,16S-ITS-23S rRNA操纵子; rRNA,核糖体RNA; SD,标准偏差; Taxlca,集群中所有序列的最低祖先; Taxmaj,最低的分类学等级,其中所有序列中的所有序列都具有简单的多数协议; Taxrep,集群代表序列的源基因组分类学; UMIS,唯一的分子标识符。数据语句:文章或通过补充数据文件中提供了所有支持数据,代码和协议。本文的在线版本可以使用两个补充表。001255©2024作者
目标:1型糖尿病(T1D)和代谢控制差的儿童中线性生长受损。良好的代谢控制是预防血管并发症并确保儿童期间适当的人体测量发展的关键治疗目标。在这项研究中,我们旨在识别和表征血糖变异性对T1D儿童线性生长的影响。方法:评估了来自144名T1D青春期前儿童的数据。收集人体测量测量(重量,体重-SD,高度-SD,BMI,BMI,BMI-SD),并在入院时测量糖基化血红蛋白(HBA1C),并且在2年内每4个月每4个月测量一次。血糖变异性指数(血糖变异系数(CV),血糖CV百分比(CV%)和HBA1C-MEAN和HBA1C-MEAN和HBA1C-SDS/100(M*SDS-HBA1C/100)之间的产物)。根据随访2年后的高度-SDS变化,将研究人群分为三个三分之一组,并研究了各组的差异,以了解感兴趣的变量。结果:在年龄,性别和随访期间,这三组相似。2年后,所有青春期前儿童均显示人体测量数据的显着积极趋势。在三个三分之一组,HBA1C-SD,CV,CV%和M*SDS-HBA1C中,从第一个到第三个高度-SD的tertile显着降低。在随访期间,ΔHeight-SDS值较低的儿童报告的HBA1C-SDS,CV,CV%和M*SDS-HBA1C的值高于线性生长较高的受试者。结论:血糖变异性与T1D儿童的线性生长相关。在较高的高度-SD三核中报告了低血糖变异性指数。ΔHeight-SD与血糖CV,CV%和M*SDS-HBA1C成反比。