XiaoMi-AI文件搜索系统
World File Search System变异系数
肘部角度对生物电阻抗分析信度和效度的影响。
手对手生物电阻抗 (HH BIA) 是一种低成本的估算体脂百分比 (%BF) 的方法。BIA 方法始终可靠，但其有效性仍存在疑问。我们观察到，在使用 HH BIA 时，肘部位置会导致 %BF 测量值始终不同，因此引发了一个问题：肘部角度是否会影响使用 HH BIA 得出的测量值的有效性？本研究旨在评估肘部位置（即 IN=弯曲至 90° 对比 OUT=完全伸展）对 44 名男性和 24 名女性健康成年人（年龄 = 21±2 岁，BMI = 23±3）的 HH BIA 可靠性的影响。另一个目的是使用空气置换体积描记法 (BOD POD ® ) 作为标准测量，评估 HH BIA %BF 对一组受试者（n=12）的有效性。对于 HH BIA，IN 位置比 OUT 位置低 ~4%BF（p=0.05，效应大小 =0.67）。在 IN [组内相关系数 (ICC)=0.99，变异系数 (CV)=2.99%] 和 OUT（ICC=0.99，CV=1.48%）条件下两次试验的 %BF 测量值均高度可靠。在子样本中，OUT（18.3±6.7 %BF）位置超过了 IN（14.5±7.4 %BF）和 BOD POD ®（16.1±7.8 %BF）测量值（p<0.05）；但是，IN 和 BOD POD ® 的 %BF 测量值没有差异（p=0.21）。这些发现支持了 HH BIA 在两个肘部位置都是可靠的测量方法；然而，根据肘部位置的不同，%BF 估计值与标准测量值存在很大差异（~4%）。我们发现 OUT 位置会高估标准 %BF。进一步的研究可能会揭示 HH BIA 估计 %BF 的最佳肘部角度位置。
运动阶段条件的差异和在双边触摸任务期间时间同步和延续的感觉输入
在感觉运动同步（同步和连续敲击）任务中，受试者将其四肢与以各种节奏呈现的等质色调同步移动，并在音调停止后继续以相同的速度敲击。我们研究了双侧下肢电动机控制执行此任务的能力，作为检查与人类运动相关的运动配位的关键指标，例如步行。在这里，认为听觉和触觉输入等感官信息可以提高感觉运动同步的准确性。在这项研究中，我们探讨了在存在或不存在感觉信息的情况下，双侧下肢的节奏运动控制变化的变化。三十三名健康的志愿者执行了三种类型的脚敲击任务：同步 - 碰撞（SC- TAP），敲击（A-TAP）和两者的组合（SCA-TAP）。参与者被指示在500至4,800毫秒之间以固定的间隔间隔（ISIS）（ISIS）呈现的音调同步点击脚开关（或在A-TAP中执行类似的运动）。用单侧脚或双侧运动，两脚（同时）或交替进行双侧运动（反相）进行水龙头。评估了同步敲击误差和TAP间间隔（ITI）。在反相条件下，ITI的变异系数（CV）明显小于SC-TAP和SCA-TAP任务中的单侧或同相条件。此外，考虑到两侧的水龙头时间，仅在SC-TAP任务中，反相的CV明显降低。调查结果表明，反相条件在重复的下肢运动中表现出较高的时间稳定性。当考虑到反相运动中的音调未表现的节奏肢体运动的稳定性时，这些发现还强调了脚底的触觉反馈意义。
葡萄糖变异性在1型糖尿病儿童中线性生长的作用
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。
联邦PM2.5 ...
°C degrees Celsius AAMG Ambient Air Monitoring Group AFC Agency File Codes AIRS Air Innovation Research Site AMTIC Ambient Monitoring Technology Information Center ANSI American National Standards Institute APTI Air Pollution Training Institute AQS Air Quality System ASTM American Society for Testing and Materials AWMA Air and Waste Management Association CAA Clean Air Act CBSA core-based statistical area CFR Code of Federal Regulations CMD Contracts Management Division CO Contracting Officer CO碳一氧化碳COC托管官员缔约官的代表性CV变异系数DC直接电流DQA数据质量评估DQI数据质量数据质量指标DQO数据质量数据质量EDO EDO EDO EDO环境数据运营EMP增强监控计划EPA美国环境保护公司ESAT环境保护机构ESAT环境保护局ESAT环境服务机构ESAT ESAT环境服务FB FIEL FIEL FIEL FIEL FIEL FILEF FIEL FIAL FILEF FIAL FILEF FIL FIAL FILED FIL FIAL FILED FIL FIAL FILED FIL FIER FIED FIED交易FFF FF FF FF FF FF FF FF FF FF FF FIS失败的内标FLB失败实验室空白FOIA信息自由法案FRM联邦参考方法FS现场科学家FTB失败的旅行空白G GRAM GSA GRAMS GSA GRAMS GRAMS GRAMS GRAMS GRAMS GRAMS GRAMS GRASPA高效颗粒物颗粒物
确定利用甲醇燃烧技术的间接量热仪的准确性和可靠性
摘要背景：市面上有几种间接量热法 (IC) 仪器，但缺乏比较有效性和可靠性数据。现有数据受到协议、受试者特征或单仪器验证比较不一致的限制。本研究的目的是使用甲醇燃烧作为跨实验室标准来比较代谢车的准确性和可靠性。方法：在 12 个代谢车上完成了八次 20 分钟的甲醇燃烧试验。计算了呼吸交换率 (RER) 和 O 2 和 CO 2 恢复百分比。结果：为了准确度，1 Omnical、Cosmed Quark CPET（Cosmed）和两个 Parvos（Parvo Medics trueOne 2400）测量的所有 3 个变量在真实值的 2% 以内； DeltaTracs 和 Vmax Encore System (Vmax) 在测量 1 个或 2 个变量（但不是全部变量）时都表现出相似的准确性。对于可靠性，8 种仪器被证明是可靠的，其中 2 种 Omnicals 排名最高（变异系数 [CV] < 1.26%）。Cosmeds、Parvos、DeltaTracs、1 Jaeger Oxycon Pro (Oxycon)、Max-II Metabolic Systems (Max-II) 和 Vmax 至少对 1 个变量可靠 (CV ࣘ 3%)。对于多元回归，湿度和甲醇燃烧量是 RER 的显著预测因子（R 2 = 0.33，P < .001）。温度和甲醇燃烧量是 O 2 恢复的显著预测因子（R 2 = 0.18，P < .001）；只有湿度是 CO 2 回收率的预测因素（R 2 = 0.15，P < .001）。结论：Omnical、Parvo、Cosmed 和 DeltaTrac 具有更高的准确性和可靠性。测试的仪器数量较少，并且气体校准变异性预计存在差异，限制了结论的普遍性。最后，可以在实验室中修改湿度和温度以优化 IC 条件。（Nutr Clin Pract.2018；33：206–216）
范围内的时间：在2型糖尿病中揭示与糖尿病性视网膜病的相关性：系统评价和荟萃分析
或影响红细胞与葡萄糖结合血红蛋白之间相互作用的条件[2]。另外，HBA1C具有更大的局限性，例如捕获血糖变异性的波动和模式，这会导致平均葡萄糖水平和HBA1C读数之间的差异[2，3]。在与T2D相关的微血管并发症中，糖尿病性视网膜病（DR）是一个问题，影响了大约三分之一的T2D患者[4，5]。它被认为是导致全球失明的主要病因[6]。研究表明，DR的患病率达到22.27％，强调了及时识别和干预以减少任何并发症的关键需求[7]。连续的葡萄糖监测（CGM）是T2D中有希望的新技术[8]。CGM提供了血糖模式的实时变异性，为个人的葡萄糖水平提供了宝贵的见解。在14天内，CGM提供范围（TIR）的时间，葡萄糖浓度的百分比保持在70至180 mg/dl的范围内[8]。不像HBA1C，CGM可以捕获葡萄糖水平的波动和模式，从而提供了个体的血糖概况的更加综合图片[8，9]。可以减轻或最小化，夜间或无症状性低血糖。此结果是T2D患者的生活质量提高[10]。此外，诸如血糖游览（法师），变异系数（CV）和标准偏差（SD）之类的指标（SD）提供了对葡萄糖变异性和一致性的进一步了解[11]。研究表明CGM与HBA1C相关，因此将这两种方法确立为监测血糖控制的可靠手段。但是，CGM具有检测低血糖的优势，这是HBA1C测量缺乏的能力[12]。研究已经建立了血糖控制与视网膜病变进展之间的关联。一项研究表明，视网膜进展的危险比增加了64％，TIR每10％减少[13]。基于这些结果，我们进行了系统的综述和荟萃分析，以强调TIR与其他CGM衍生的指标与DR之间的关联。此外，我们将探讨对临床策略的实际意义。
原创文章 PSMA 靶向 PET 放射性药物 18 F-flotufolastat 的正常器官分布：LIGHTHOUSE 和 SPO 的事后分析
摘要：背景：高亲和力放射性杂交 PSMA 靶向放射性药物 18 F-flotufolastat ( 18 F-rhPSMA-7.3) 新近获批用于前列腺癌的诊断成像。在此，我们对两项 3 期研究进行了事后分析，以量化一系列正常器官对 18 F-flotufolastat 的摄取。方法：重新评估了 LIGHTHOUSE 和 SPOTLIGHT 中的所有 718 次可评估的 18 F-flotufolastat 扫描。此外，还审查了患者的医疗记录，并排除了肿瘤负荷高 (PSA>20 ng/mL)、生物分布改变 (例如慢性肾病)、正常器官发生重大解剖变化 (例如肾切除术) 或有任何其他癌症病史的患者。医学物理学家在特定器官上定义感兴趣体积，以根据 PERCIST 1.0 标准评估 SUV 平均值和 SUV 峰值。正态分布的数据以平均值 (SD) 报告，非正态分布的数据以中位数 (IQR) 报告。变异系数 (CoV；对于正态分布数据计算为 SD/平均值，对于非正态分布数据计算为 IQR/中位数) 用于量化 SUV 指标的变异性。结果：总共有 546 名患者（244 名原发性患者，302 名复发性患者）的扫描结果符合分析条件。除膀胱和脾脏外，所有器官均被视为正态分布。在肝脏中，平均 SUV 平均值为 6.7（SD 1.7），CoV 26%，而膀胱中位 SUV 平均值为 10.6（IQR 11.9），CoV 112%。肝脏中的平均 SUV 峰值为 8.2（SD 2.1），CoV 26%，膀胱中位 SUV 峰值为 16.0（IQR 18.5），CoV 116%。结论：正常器官对 18 F-氟托福司他的生理吸收与其他肾脏清除的放射性药物大致一致，这可能在考虑放射性配体治疗的患者选择时具有重要的临床意义。此外，18 F-氟托福司他的膀胱中位 SUV 峰值低于之前报道的
稀疏对比前 T1 映射，实现高分辨率整体
目的：开发和评估一种适用于定量高分辨率全脑动态增强磁共振成像 (DCE-MRI) 的有效对比前 T 1 映射技术。方法：考虑可变翻转角 (VFA) T 1 映射，提供 1 × 1 × 2 mm 3 分辨率，以匹配最近的高分辨率全脑 DCE-MRI 协议。七个 FA 以对数间隔排列，范围从 1.5° 到 15°。使用基于模型的重建估计 T 1 和 M 0 图。使用具有噪声模拟 3T 神经成像的解剖学逼真的脑肿瘤数字参考对象 (DRO) 和从一名健康志愿者获取的完全采样数据来评估该方法。该方法还将方法应用于来自 13 名高级别胶质瘤患者的四倍前瞻性欠采样 VFA 数据。结果：T 1 映射精度随欠采样因子 R 的增加而降低，但在临界 R 之前偏差仍然很小。在无噪声 DRO 中，白质 (WM) 中的 T 1 偏差 <25 毫秒，脑肿瘤 (BT) 中的 T 1 偏差 <11 毫秒。WM 中的 T 1 标准差 (SD) <119.5 毫秒（变异系数 [COV] ~11.0%），BT 中的 T 1 标准差 <253.2 毫秒（COV ~12.7%）。在有噪声的 DRO 中，WM 中的 T 1 偏差 <50 毫秒，BT 中的 T 1 标准差 <30 毫秒。对于 R ≤ 10，WM 中的 T 1 SD <107.1 毫秒（COV ~9.9%），BT 中的 T 1 SD <240.9 毫秒（COV ~12.1%）。在健康受试者中，R ≤ 16 时 T 1 偏差 <30 毫秒。当 R = 4 时，T 1 SD 为 171.4 毫秒（COV ~13.0%）。在前瞻性脑肿瘤研究中，T 1 值与 WM 和 BT 中的文献值一致。结论：高分辨率全脑 VFA T 1 映射在稀疏采样下是可行的，支持将其用于定量 DCE-MRI。
估计植物生产和农业水管理的作物系数，在亚人类热带地区的气候变化下
了解当前和未来的作物需求对于提高农业生产力和管理长期水资源在不断变化的气候下至关重要。这项研究旨在估计在不同的水管理实践和气候变化方案下，作物用水需求将如何变化。使用灌溉决策工具的现场实验是在2016年和2017年在埃塞俄比亚Lemo进行的。农作物和水管理数据是在白菜和胡萝卜生产上收集的。现场数据用于估计作物系数（KC），并将结果与模拟的KC与农业政策环境扩展器（APEX）模型进行了比较。在顶点中使用了预测的未来气候数据来评估气候变化对未来作物水需求和KC的影响。现场数据分析表明，平均而言，农民传统实践（FTP）治疗比润湿前探测器（WFD）处理更多的水。使用土壤水平衡法，卷心菜的初始，中和晚期两种处理的KC值的平均值分别为0.71、1.21和0.8，胡萝卜分别为0.69、1.27和0.86。顶端模拟的KC捕获了FAO KC模式，其测定系数（R-square）在0.5到0.74之间。最高模拟和土壤水平估计的KC还表明，卷心菜的R平方与R平方的关系很强，而胡萝卜的含量在0.5到0.75之间，0.66和0.96。预计的气候变化分析表明，由于温度升高，预计将来的作物水需求将在未来增加。在气候变化方案下，与基线期相比，2025年，2055年和2085年的生长季节潜在蒸散量将在2025年，2055年和2085年增加2.5％，5.1和6.0％。模拟的KC表示2085年的变化系数较高，卷心菜为19％，胡萝卜为24％，而2025个时期模拟的KC表示变异系数最小（分别为16％和21％的卷心菜和胡萝卜）。该研究表明，当前使用可用水资源的灌溉计划应考虑到该地区较高的农作物水需求，以减少缺水的风险。
胰岛素抵抗和2型糖尿病的个性化分子特征
图1。人类骨骼肌的蛋白质组和磷蛋白组是全身胰岛素敏感性的关键决定因素。研究设计示意图：我们招募了77个患有正常葡萄糖耐受性（NGT）（n = 43; 21雄性和22位女性）或2型糖尿病（T2D）（n = 34; 21雄性和13雌性和13个雌性）的个体，并收集了胰岛素前的30分钟。还招募了46个NGT（n = 12; 7名男性和5位女性）或T2D（n = 34; 21雄性和13个女性）的验证队列（a）。在夹具的稳态周期内的葡萄糖灌注速率的箱形图，其中水平线表示中位数（b）。排名的条图显示了所有个体的胰岛素灵敏度异质性（C）。可再现和高通量（Phospho）蛋白质组学在翠鸟机器人和Evoseop-timstofpro液相色谱量表质谱法设置上的蛋白质组学工作流程。样品以DIA-PASEF模式测量，并在Spectronaut软件（D）中进行量化。在至少5个样品中定量的蛋白质，磷酸蛋白，肽和位点的数量。丝氨酸，苏氨酸和酪氨酸残基上的位点磷酸化分布（E）。对蛋白质组（基线，禁食条件）和磷酸蛋白质组（基线和胰岛素）（F）的所有个体的变异系数计算的受试者间变异。蛋白质组（蓝色）和磷酸蛋白质组（基线=红色，胰岛素=紫色）与血糖临床指标的关联。Venn图描绘了M-Value与HOMA1-IR（G）之间关联的重叠。gir =葡萄糖输注率。T2D = 2型糖尿病。主成分分析M值对蛋白质组和磷酸蛋白质组有色。热图展示了Z尺寸的PC负载贡献跨性别，性别和夹具（H-I）。胰岛素灵敏度关联是基于Kendall与Benjamini-Hochberg校正的P值<0.05被认为是显着的。ngt =正常的葡萄糖耐受性。p <0.001 = ***。图1中显示的所有数据均来自发现队列。