XiaoMi-AI文件搜索系统
World File Search System咽喉癌
tbx1稳定心咽中胚层的分化和驱动器
Olga Lanzetta 1，Marchesa Bilio 1，Johannes Liebig 2，Katharina Jechow 2，Foo Wei Ten 2，Rosa Ferreino 1，Ilaria Aurigemma 3，Elizabeth Illingworth 3，Elizabeth Illingworth 3，Christian Conrad 2，Soeren Lukassen 2，Soeren Lukassen 2，Claudia angelini 4，Claudia Angelini 4，Antanio baldini 5 <
ChatGpt-4喉咽反流的患者教育精度
摘要简介聊天机器人生成预培训的变压器（CHATGPT）是一种由人工智能的语言模型聊天机器人，能够帮助耳鼻喉科医生在实践和研究中。评估了Chatgpt产生与喉咽反流疾病（LPRD）有关的以患者为中心的信息的能力。方法二十五个问题是针对LPRD的定义，临床表现，诊断和治疗的方法，从迪拜的定义和LPRD共识和最近评论的管理中脱颖而出。有关四个上述类别的问题已输入Chatgpt-4。四位经过董事会认证的喉科医生以5分李克特量表评估了Chatgpt-4的准确性。评估了互置可靠性。结果CHATGPT-4的平均得分（SD）分别为4.13（0.52），4.50（0.72），3.75（0.61）和4.18（0.61）和4.18（0.47）。专家报告了子评分的高度可靠性（ICC = 0.973）。ChatGpt-4的性能最低的是关于最普遍的LPR符号的答案，这是诊断最可靠的客观工具（咽咽 - 食管多渠道多通道型内肺内障碍-PH监测（HEMII-PH），以及用于使用Hemii-PH的LPR诊断的标准。结论ChatGpt-4可以提供有关LPR定义，与GERD（胃spho术 - 大约反流疾病）和临床表现相比的差异的足够信息。在诊断外表现和半ph上提供的信息可能需要进一步优化。关于确定患者使用互联网来源进行自我教育的最新趋势，本研究的发现可能有助于引起人们对Chatgpt-4对LPR主题的准确性的关注。
咽部电刺激治疗神经源性吞咽困难
气管切开术导管移除是中风后神经源性吞咽困难患者的一个重要结局。及早移除导管有助于康复，因为气管切开术会使患者难以参与其他康复治疗。气管切开术移除还可以使患者更早转出重症监护室，并可能缩短总住院日数并提高生活质量。临床试验和注册证据表明，咽部电刺激可以使中风后神经源性吞咽困难患者更早地移除气管切开术导管。但是，关于其他临床疗效结局的证据（包括误吸程度和吞咽困难的严重程度）尚不明确，因此需要更多证据。因此，对于中风后接受气管切开术的神经源性吞咽困难患者，只有在有特殊安排的情况下才应使用此手术。
大学生人乳头瘤病毒（HPV）感染及疫苗知识和态度
HPV 是“最常见的性传播感染”，大约五分之四的性活跃个体在其一生中的某个阶段会感染 HPV（计划生育，ndb，第 1 段）。咽喉癌、口腔癌、宫颈癌、肛门癌、阴茎癌和阴道癌都与 HPV 感染有关。除了进行 HPV 检测外，使用屏障方法和减少危险性行为是预防和治疗性传播感染的最佳方法。本研究为有关大学生对 HPV 感染和疫苗接种的知识和态度的现有文献做出了贡献。本研究采用描述性、横断面研究设计进行。本研究的人群包括美国中西部一所大型大学的在校大学生。研究采用便利抽样技术来获取学生。工具包括人口统计部分、知识部分（其中向参与者询问 21 个是非问题）和态度部分（由十三个五点李克特量表项目组成）。将已完成工具所收集的数据输入社会科学统计软件包（SPSS）25 版进行数据管理和分析（IBM，2017）。
心脏中咽中胚层中心脏和分支肌肉的出现
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
在药物诱导的睡眠内窥镜检查过程中的咽尺寸的定量测量
目的：定量研究下颌前进设备（MAD）对药物诱导的睡眠内窥镜检查过程中测量的横向平面中咽气道尺寸的影响。方法：分析了来自56名患者的数据，以75％最大突出性和基线呼吸暂停 - 呼吸暂停指数≥10次事件/h进行了MAD治疗。对于每位患者，从基线时和下巴升起期间，从Dise视频录像中选择了三个快照，产生了498张图像（168/168/162，基线/Mad/Mad/Chin Chin Lift）。横截面区域，前后（AP）和后外侧（LL）尺寸，呈逆处和重新浮光有水平。为了定义疯狂和下巴提升对咽尺寸的影响，建立了线性混合效应模型。确定了疯狂治疗反应与咽部扩张（Mad/Chin Lift）之间的关联。结果：在基线和疯狂的存在下，倒置横截面区域，AP和LL尺寸之间发现了显着差异。在复古景观水平上，与基线相比，只有LL的尺寸与MAD存在明显不同，LL扩展比与治疗反应的显着关系（P = 0.0176）。调整了睡眠位置定义的响应定义后，与非响应者相比，在响应者中看到了更大的逆转膨胀比（1.32 0.48）（1.11 0.32）（p = 0.0441）。在下巴升起的反应和咽部扩张之间没有发现显着关联。关键词：诊断，下颌进步装置，阻塞性睡眠呼吸暂停，OSA，个性化医学。结论：我们的观察结果突出了在评估疯狂治疗结果中疯狂的存在期间定量咽呼吸道测量值的额外价值。这些发现表明，与睡眠位置校正后的非反应者相比，MAD存在过程中的逆转气道维度有所增加，疯狂的存在以及MAD治疗响应者的逆转膨胀比的增加。证据级别：3喉镜，00：1 - 9，2023
人乳头瘤病毒疫苗 - NET
• HPV 病毒有 200 多种，大约 75% 的加拿大人一生中会感染一次 HPV。 • 免疫功能低下的人患 HPV 疾病的风险很高。 • HPV 每年在加拿大造成近 3,800 例新发癌症病例。 • 感染高危 HPV 类型 16、18、31、33、45、52 和 58 可导致口腔、鼻腔、咽喉、肛门、宫颈、阴道、外阴和阴茎癌症。 • HPV 与 60% 至 73% 的口腔和咽喉癌、90% 的肛门癌、40% 的宫颈癌、阴道癌和外阴癌以及 40% 至 50% 的阴茎癌有关。 • 宫颈癌是加拿大 15 至 44 岁女性中第四大常见癌症。 2023 年，加拿大约有 1,550 例宫颈癌新病例和 400 例宫颈癌相关死亡病例。• HPV 6 型和 11 型导致超过 90% 的生殖器疣，这些疣看起来像小的肉色肿块或具有菜花状外观。• HPV 可导致一种称为复发性呼吸道乳头状瘤病 (RRP) 的疾病，该疾病会影响肺部和喉咙。HPV 如何传播？
映射人内耳手机体模型中的脑咽发育-PMC
内耳的发育需要从不同上皮，间质和神经元谱系中协调细胞类型。尽管我们从动物模型中学到了很多东西，但有关人内耳发育的许多细节仍然难以捉摸。我们最近在3D培养中使用多能干细胞开发了一种人体内耳有机发生的体外模型，从而促进了包括毛细胞和神经元在内的感官电路的生长。尽管以前表征了某些细胞类型，但许多细胞仍然不确定。本研究旨在绘制内耳手机体的体外开发时间表，以了解发挥作用的机制。在分化的前36天，我们在十个阶段使用单细胞RNA测序，我们跟踪了暴露于特定信号调节剂后从多能性到各种耳细胞类型的演变。我们的发现展示了影响分化的基因表达，鉴定出大量的外胚层和间质细胞类型。我们还辨别了类器官模型的各个方面与体内发育一致，同时突出了潜在的差异。我们的研究建立了内耳的器官发育地图集（IODA），为人类生物学提供了更深入的见解并改善了内耳组织的分化。
口咽微生物生态系统扰动会影响常见可变免疫缺陷
多年来，人类微生物组对健康和疾病的影响的影响越来越多（1）。高通量测序中的技术进步导致在维持人免疫系统的体内稳态环境中识别微生物组宿主相互作用（2）。此外，微生物群体系结构中的扰动（称为营养不良）与各种人类疾病有关（3-5）。气道微生物组是呼吸稳态的关键驱动力（6），与感染，超敏反应和免疫介导的疾病的敏感性有关（7）。粘膜免疫球蛋白在调节微生物组组成时发挥多种免疫效应子功能（8，9）。分泌的Iga对于使强大的宿主 - 微生物共生症至关重要，可以通过排除外源竞争者的粘膜壁ni，从而在粘膜壁ni中定殖（10）。患有先天性免疫误差（IEI）的患者，适应性或先天免疫系统缺陷导致胃肠道，呼吸道和皮肤介入经常与营养不良有关（11，12）。特别是，由于粘膜免疫力缺陷和微生物易位增加，肠道微生物群的变化已经描述了常见可变免疫降低（CVID）的患者（13，14），导致炎症和免疫失调（13，15）。cVID是最常见的IEI，其特征是低磁性血症，对疫苗接种的抗体反应受损和复发性呼吸道感染（14）。CVID患者中呼吸道微生物组的数据有限（16）。大约一半的患者会出现其他非感染并发症，例如自身免疫性疾病，淋巴增生和恶性肿瘤（14）。在CVID中，感染，免疫失调和微生物免疫相互作用的扰动可能导致气道失调，这有助于建立肺部损伤。通过常规培养方法，我们先前显示了炎型烟草和肺炎链球菌上呼吸道定植与CVID中的呼吸合并症之间的联系（16）。在这项单中心研究中，我们通过分子方法研究了口咽的细菌组成。我们使用口咽为易于访问的采样站点，被证明是有足够反映
使用基于 U-Net 的深度卷积神经网络自动分割 MRI 图像上的颅咽管瘤
摘要 目的 开发一种基于U-Net的颅咽管瘤自动分割深度学习模型。方法 本研究纳入264例确诊为颅咽管瘤的患者。收集、注释治疗前的MRI图像，并将其作为基本事实来学习和评估深度学习模型。来自其他机构的38名患者用于独立的外部测试。提出的分割模型基于U-Net架构构建。计算每例的骰子相似系数（DSC）、95%百分位数（95HD）的Hausdorff距离、Jaccard值、真阳性率（TPR）和假阳性率（FPR）。使用单因素方差分析来探讨模型性能是否与肿瘤的放射学特征有关。结果所提出的模型在分割方面表现出良好的性能，平均 DSC 为 0.840、Jaccard 为 0.734、TPR 为 0.820、FPR 为 0.000、95HD 为 3.669 毫米。它在独立的外部测试集中表现良好，平均 DSC 为 0.816、Jaccard 为 0.704、TPR 为 0.765、FPR 为 0.000、95HD 为 4.201 毫米。此外，单因素方差分析表明，该性能与放射学特征无统计学相关性，包括主要成分（p = 0.370）、分叶形状（p = 0.353）、受压或封闭的 ICA（p = 0.809）和海绵窦侵犯（p = 0.283）。结论 提出的深度学习模型在颅咽管瘤自动分割方面表现出良好的效果。要点 • 基于 U-Net 的分割模型在颅咽管瘤分割中表现出良好的性能。 • 无论颅咽管瘤的放射学特征如何，提出的模型都表现出良好的性能。 • 该模型在从另一个中心获得的独立外部数据集中实现了可行性。