XiaoMi-AI文件搜索系统
World File Search System叙述性
m6A 在氧化应激和炎症中的作用的叙述性综述
N6-甲基腺苷（m6A）是高等生物中最常见的修饰，研究表明m6A修饰广泛存在于哺乳动物、植物、真菌等生物体中（1），m6A修饰主要发生在DRACH序列的腺嘌呤上（2,3），高通量测序发现m6A主要分布在终止密码子、mRNA外显子、3'UTR及蛋白质编码区（4）。RNA的生物学功能依赖于多种修饰，其中甲基化占有很大比例（5,6）。m6A修饰在基因表达调控中起着基础性作用（7），同时m6A修饰还参与RNA的翻译、降解、剪接、去核和折叠等过程（5,8,9）。m6A的调控主要依赖于m6A的酶系统，包括“Writer”、“Eraser”、“Reader”。 “Writer”是一种甲基转移酶，主要包括METTL3、METTL14和WTAP，这些甲基转移酶将甲基从甲基供体S-腺苷甲硫氨酸（SAM）转移到RNA腺嘌呤的第六个N原子上。“Eraser”是一种去甲基化酶，主要包括脂肪质量与肥胖相关蛋白（FTO）和ALKBH5。FTO是第一个在m6A修饰中发现的去甲基化酶（9，10）。研究发现，用siRNA敲除FTO，mRNA中M6A含量增加，而过表达FTO则可降低细胞内m6A水平（11）。但也有学者认为FTO对m6A无明显影响，尤其是对核小RNA。相对于FTO作为去甲基化酶发挥作用的观点，有学者认为FTO和ALKBH5的调控位点为了逆转甲基化，倾向于维持非甲基化状态的稳定性（12）。在FTO被抑制或去除的情况下，异常的m6Am会干扰输出机制，可能导致mRNA的异常预剪接（13）。结合以上观点，FTO与m6A酶系统中其他蛋白的作用需要更加平衡和充分的研究。甲基化修饰要实现其生物学功能，需要与相应的识别蛋白结合，也就是“Reader”，包括YT521-B同源结构域家族（YTHDF）蛋白（14）。目前的研究更多集中在YTHDF1/2/3上，虽然这三者被认为具有不同的作用，但由于其序列的相似性和结合靶标的趋同，它们很可能具有叠加或协同作用（15）。根据目前的结果，Reader 包括 YTHDF 和 IGF2BP3 等蛋白质，
人工智能与阿片类药物的使用：叙述性评论
摘要 背景 人们担心使用阿片类药物治疗慢性非癌症疼痛的人的益处和危害之间的平衡。正在开发使用人工智能 (AI) 的技术来检查和优化阿片类药物的使用。然而，这项研究尚未综合确定正在开发的 AI 模型的类型及其应用。 方法 我们旨在综合探讨 AI 在服用阿片类药物的人群中的应用的研究。我们于 2021 年 1 月 4 日搜索了三个数据库：Cochrane 系统评价数据库、EMBASE 和 Medline。如果研究是在 2010 年之后发表的、在涉及人类的现实社区环境中进行的，并且使用 AI 来了解阿片类药物的使用情况，则将其纳入。提取并进行描述性分析有关 AI 模型类型和应用的数据。 结果 我们的审查纳入了 81 篇文章，代表超过 530 万参与者和 1460 万条社交媒体帖子。大多数（93%）研究是在美国进行的。人工智能技术的类型包括自然语言处理（46%）和一系列机器学习算法，最常见的是随机森林算法（36%）。人工智能主要用于阿片类药物的监测和监控（46%），其次是风险预测（42%）、疼痛管理（10%）和患者支持（2%）。很少有人工智能模型可供采用，大多数（62%）处于初步阶段。结论各种人工智能模型正在开发和应用，以了解阿片类药物的使用情况。然而，需要对这些人工智能技术进行外部验证和严格评估，以确定它们是否可以改善阿片类药物的使用和安全性。
人工智能与麻醉：叙述性评论
学习（深度学习） (3)。机器学习允许计算机通过经验提高性能，并且通常涉及通过将算法暴露于“训练数据”来训练算法。机器学习算法有三种类型：（I）监督学习，使用标记数据集训练算法以准确分类数据或预测结果；它专注于新数据的分类和未知参数的预测。（II）无监督学习，指的是识别数据集中没有输出可预测的模式或结构的算法。这些算法可用于找到对患者、药物或其他群体进行分类的新方法，以生成未来研究的假设。（III）基于尝试某些任务并从其后续成功和错误中学习的算法的强化学习（4）。深度学习是机器学习的一个子集，使用由多层组织起来的人工神经网络 (ANN)。ANN 使用多层计算来模仿人类大脑如何解释信息并从中得出结论的概念。深度学习的特点是多个隐藏节点层，它们通过多种方式抽象数据来学习数据表示。深度学习与简单的神经网络 (NN) 的区别在于，深度学习的节点层数增加了，网络的整体规模更大，能够更准确地表示复杂的相互关系 (4)。
阴性乳腺癌：文献叙述性回顾
三阴性乳腺癌 (TNBC) 是一种恶性肿瘤，在年轻女性、非裔美国人群体和具有遗传突变的人群中更为常见。这些肿瘤以其高复发率和易产生化疗耐药性而闻名。本叙述性综述的目的是描述目前针对确诊为 TNBC 的患者的治疗方案，并回顾提出这些建议的研究。我们在 PubMed 和 Cochrane 数据库中搜索了过去几年内发表的免费全文英文研究，搜索项目为“三阴性乳腺癌”和“治疗”。我们纳入了具有明确设计的临床试验和回顾性综述，并根据黄金标准或安慰剂评估了它们的发现，并提供了总体反应和/或生存结果的证据。
医疗保健和医学中的决策融合：叙述性评论
字节数据 (3)。这种类型的数据被称为“大数据”。总的来说，仅从大数据分析得出的结论往往是不够的，一个能够独立运作并与大数据分析协同运作的严格小数据范式被认为是必不可少的 (4)。大数据方法是指分析从一组个体收集的数据，目的是预测更大群体的现象，而小数据范式则用于实现个人层面的数据预测（例如，一个人、诊所或社区） (4)。因此，人工智能和机器学习的使用通常与“大数据”联系在一起。然而，有效地管理和分析这种数据对于发现新知识、改善护理和降低成本非常重要 (5-9)。例如，过去获取人类基因组数据的过程大约需要十年，而目前使用数据分析技术只需不到一周即可完成 (5)。此外，这些分析在需要汇总不同专业并做出适当的诊断或治疗决策的情况下非常有用。例如，癌症早期诊断的诊断准确率有了很大提高，这在一定程度上归功于大数据分析技术的最新进展。大数据分析有许多优点，例如提高医疗服务质量和节省成本，但也存在一些需要考虑的缺点。将大数据技术应用于医疗保健的最大障碍之一是医疗数据的分布式特性。数据由不同的提供商存储，例如保险公司，取决于城市和国家。另一个挑战是数据的多样性，这需要在不确定和模糊的情况下做出决策。克服这些挑战的一种有前途的方法是使用决策融合 (DF) 技术，该技术于 1960 年代首次在文献中引入，作为数据处理的数学模型 (10)。DF、数据融合、信息融合和传感器融合这些术语通常用于
帕金森病早期检测人工智能系统中的偏见调查：叙述性评论
1 东北山大学生物医学工程系，西隆 793022，印度；sudip.paul.bhu@gmail.com（SP）；mahesh.nehu.333@gmail.com（MM） 2 国际信息技术学院 CSE 系，布努内什瓦尔 751003，印度；sanjay@iiit-bh.ac.in 3 卡利亚里大学放射学系，意大利卡利亚里 09121；lucasabamd@gmail.com 4 马里博尔大学医学中心神经病学系，斯洛文尼亚 1262 马里博尔；monika.turk84@gmail.com 5 哈佛医学院放射学系，美国马萨诸塞州波士顿 02115；MKALRA@mgh.harvard.edu 6 富通医院神经病学系，班加罗尔 560010，印度； pudukode.krishnan@fortisheakthcare.com 7 中风监测和诊断部，AtheroPoint™，罗斯维尔，加利福尼亚州 95661，美国 * 通讯地址：jasjit.suri@atheropoint.com；电话：+1-(916)-749-5628
基于技术的帕金森病神经康复——叙述性评论
摘要：本篇叙述性综述简要概述了当前关于帕金森病 (PD) 患者神经康复的技术干预的文献。讨论了脑机接口、基于运动游戏/虚拟现实的锻炼、机器人辅助疗法和可穿戴设备的作用。预计基于技术的神经康复将在 PD 患者的管理中发挥重要作用，尽管这种方法是否优于传统疗法通常尚不清楚。高强度的基于技术的神经康复可能在 PD 的神经保护或神经修复作用方面大有可为。总体而言，需要进行更多研究，以获得更多关于基于技术的神经康复对 PD 患者的可行性、有效性和安全性的数据。
酪氨酸激酶抑制剂治疗甲状腺癌的护理管理和不良事件。叙述性综述
摘要：背景：多激酶抑制剂的出现改变了对现有治疗无效的晚期、转移性、不可切除性甲状腺癌的治疗。这些药物会引起新的不良事件，应长期预防和治疗，有时甚至在停药后仍需治疗。本叙述性综述的目的是描述、预防和护理管理索拉非尼和仑伐替尼治疗局部晚期或转移性分化型甲状腺癌以及凡德他尼和卡博替尼治疗髓样甲状腺癌最常见的不良事件。方法：叙述性文献综述。结果：本叙述性综述中纳入的研究表明，接受酪氨酸激酶抑制剂治疗的患者中有 90% 以上会经历至少 1 次影响其生活质量的任何级别的不良事件。接受酪氨酸激酶抑制剂治疗的患者中 ≥ 90% 的病例会经历至少一次任何级别的不良事件，治疗的前 6-8 周发生率较高。最常见的影响患者生活质量的不良事件是皮肤病、胃肠道、心血管和代谢。结论：早期评估风险因素和识别不良事件可以帮助护士在整个临床治疗过程中支持这些患者，增加治疗效益并减少减量/停药。
铁蛋白纳米笼案例叙述性评论
摘要：蛋白质纳米笼因其独特的结构、卓越的生物相容性和高度定制能力而得到了广泛的研究。特别是，铁蛋白纳米笼 (FN) 已被用于运送各种各样的分子，从化疗药物到成像剂等等。FN 的主要优点之一是它们对转铁蛋白受体 1 的内在靶向效率，该受体在许多肿瘤中过度表达。此外，可以通过基因操作引入新的变体，以提高这种多功能药物输送系统的负载能力、靶向能力和生物利用度。在这篇综述中，我们讨论了 FN 的主要特征以及这种有前途的纳米技术在肿瘤学领域的最新应用，特别强调了实体肿瘤的成像和治疗。
非小细胞肺癌新辅助靶向治疗后手术的安全性：叙述性综述
摘要：新药，包括免疫检查点抑制剂和靶向治疗，已经改变了部分晚期肺癌患者的预后，目前正积极地在多项新辅助和辅助治疗试验中进行研究。然而，尚未发表任何 III 期随机研究。目前的叙述性综述证明靶向治疗在新辅助治疗中是安全的。治疗的实施与可接受的毒性特征相关，这并不令人意外。严重不良事件的发生率很少会影响晚期肺癌患者的预后，但在早期肺癌中并不那么普遍，因为它可能导致错过治愈性手术的机会。在这些并发症中，可能限制使用靶向治疗的最重要因素是严重的呼吸道不良事件，这妨碍了切除术，这发生在使用某些间变性淋巴瘤激酶治疗后，很少发生在使用表皮生长因子受体酪氨酸激酶抑制剂后。目前，在评估间变性淋巴瘤激酶和表皮生长因子受体酪氨酸激酶抑制剂新辅助疗法可行性的现有文献中，我们未发现任何引起胸外科医生特别关注的意外术中事件。此外，术后过程与典型的并发症发生率相关。