随着科技的不断进步,电子设备逐渐融入我们的生活,成为现代生活不可或缺的一部分。现有研究发现,搭载人工智能的数字设备在偏头痛的诊断、预防和管理中发挥着重要作用 ( 5 )。虽然这些设备在医疗、工作和娱乐方面提供了极大的便利,但使用它们也导致屏幕时间延长和久坐行为,带来潜在的健康风险 ( 6 )。数字成瘾与遗传倾向密切相关 ( 7 ),会显著影响大脑功能和结构 ( 8 )。长时间暴露于蓝光和电磁辐射可能会导致头痛、睡眠障碍、负面情绪、记忆力下降和注意力缺陷等神经系统功能障碍 ( 6 )。观察性研究发现,频繁使用电子设备与偏头痛风险增加有关,尤其是在学生中 ( 9 , 10 )。然而,传统的观察性研究容易受到混杂因素的干扰,限制了建立因果关系的可靠性,从而很难建立数字设备使用与偏头痛风险之间的明确因果关系。
尽管偏头痛的主要原因尚不清楚,但炎症被认为是重要的风险因素之一。使得炎性细胞因子的分泌,例如肿瘤坏死因子-α(TNFα),将通过增加细胞渗透性和相互作用而导致神经炎症和偏头痛发作(11,12)。此外,其他炎症细胞因子(如粘附分子)会导致血管功能障碍并因此神经性疼痛(13)。证据还表明,偏头痛攻击的阶段与降钙素基因相关肽(CGRP),线粒体疾病,单胺能途径,镁缺乏症和较高血清谷氨酸水平(13,14)之间的直接关联。此外,基于人类和实验研究,环氧酶-2(COX-2)和诱导一氧化氮合酶(INOS)有助于保持炎症和神经源性疼痛。此外,高脑结晶质结膜血症还参与偏头痛的病因(15)。
2 nd Line口服预防药物如果患者无法以最大耐受剂量尝试一线口服预防性,则可以使用这些药物•丙丙酸钠*•topiramate*•poizotifen*不应针对女性或Men(仅适用于妇女的儿童年龄)。
疾病背景 偏头痛是一种头痛,其特征是头部一侧反复发作中度至重度抽痛或搏动性疼痛。 1 疼痛是由脑膜(保护大脑和脊髓的 3 层膜)和头皮内的脑血管壁内的神经纤维激活引起的。 2 未经治疗的偏头痛发作可持续 4 小时至 72 小时。 1 其他常见的偏头痛症状可能包括恶心、呕吐和对光线、噪音和气味的敏感性。 1 日常体力活动、运动,甚至咳嗽或打喷嚏都会加剧疼痛。 1 偏头痛最常发生在早晨,尤其是在醒来的时候。 1 然而,偏头痛可能在一天中可预测和不可预测的时间发生。 1 不同的因素会增加患偏头痛的风险,包括情绪、压力、劳累过度、天气或环境的突然变化、强烈的气味或烟雾、巨大或突然的噪音、睡眠过多或过少、晕动病、低血糖、不吃饭、明亮或闪烁的灯光。1,2
使用机器学习(ML)或深度学习(DL)的数据驱动方法正在医疗领域进行测试,以避免归因于人为因素的偏见。人工智能(AI)模型加速了来自多个来源和感兴趣领域的相关医疗数据的识别和解释15。ml方法分析了大量的“训练”案例,以对测试用例的给定输入产生正确的输出。根据他们打算解决的任务类型,基本的ML算法大致分为两类:受监督和无监督。“监督”算法从预先标记的数据集中学习,以对特定结果进行分类(例如,在当前研究的背景下存在或不存在偏头痛)。较新的“无监督”的AI系统(例如DL分析)未标记的数据发现了先前未认可的模式中的复杂共同关系(例如,将主成分分析用于特征选择)。监督模型可能会达到高精度,因为用于培训的数据已经被标记。可以使用不同的结果度量,例如准确性,接收器操作特征曲线(AUC),召回(灵敏度),精度(正面预测值)和校准(拟合的好处)等不同结果度量进行评估。虽然准确性和AUC是最常报告的性能指标,但如果孤立地考虑它们,它们可能并不总是反映模型16的真实性能。
注意:介绍部分是您的一般知识,不应将其视为政策覆盖标准。
参考文献:1. Koivisto AP 等。国家评论药物发现。 2022;21(1):41-59。 2.Mickle AD 等人。药品。 2016;9(4):72。 3.Bumps D 等。药理学与毒理学年鉴。 2021;61:655-677。 4.Patapoutian A 等人。国家评论药物发现。 2009;8(1):55-68。 5.Fernández-Carvajal A 等人。专家公开调查药物。 2020;29(11):1209-1222。 6.Vandewauw I 等人。自然。 2018;555(7698):662-666。 7. Vangeel L 等人。 Br J Pharmacol. 2020;177(12):2683-2695。 8. Vriens J 等人。神经元。 2011;70(3):482-494。 9.Aloi VD 等人。疼痛。 2023;164(9):2060-2069。 10. Moulier M 等人。艾利夫。 2020;9:e61103。 11. Alkhatib He 等人。 J 神经科学。 2019;39(40):7840-7852。 12. 苏 S 等。 J 神经科学。 2021;41(11):2457-2474。 13. 赵 S 等.艾利夫。 2020;9:e55634。 14. Lötsch J 等人。国际分子科学杂志2020;21(12):4367。 15.Dyment DA 等人。欧洲人类遗传学杂志。 2019;27(10):1611-1618。 16. Vriens J 等人。在 NeuPSIG 2023 上发表; 2023 年 9 月 7-9 日;葡萄牙里斯本。海报 SA127。
健康计划认为使用降钙素基因相关肽拮抗剂(CGRP)和肉毒杆菌毒素的伴随疗法是实验性和研究性的,尽管这些组合的安全性和功效已建立。如果成员有积极的肉毒杆菌毒素授权并要求进行双重治疗,则将对所有随后的CGRP请求进行审查和评估,以确保与组合治疗的医疗必要性有关。
以下建议基于医学证据,临床医生的意见和专家意见。文档的内容是动态的,并且随着新信息的可用性进行修订。本文件的目的是协助从业人员进行临床决策,标准化和改善患者护理的质量以及促进具有成本效益的药物处方。临床医生应使用此指南,并在个别患者的临床环境中进行解释。应根据其P&T委员会和药房服务的政策和程序在当地设施中裁定排除和纳入标准的例外情况。应咨询产品信息以获取详细的处方信息。
目的:肝脂肪变性指数(HSI)是非酒精性脂肪肝病(NAFLD)的可靠预测指标,可以增加2型糖尿病的风险(T2DM)。然而,有限的研究直接预测了HSI与正常血糖水平下T2DM的关联。因此,这项研究旨在评估在葡萄糖条件下基线HSI与T2DM发育之间的联系,同时还探索潜在的性别差异。方法:使用Nagala队列研究的数据,Cox回归模型分析了HSI与T2DM风险之间的关系,计算危害比(HR)和95%置信区间(CI)。亚组分析,以研究影响HSI预测T2DM的因素。结果:在平均6。1年的随访期间,238个人(参与者的1.65%)发展为T2DM。在调整年龄,乙醇消耗,吸烟状态,SBP,DBP,TG和TC之后,HSI与正常葡萄糖水平的个体中的入射T2DM显着相关,在各个男女之间保持一致。与最低的四分位数组(Q1)相比,Q2,Q3和Q4的HR和95%CI分别为1.09(0.61、1.93),1.16(0.68、1.98)和3.30(2.04、5.33)(趋势<0.001)。亚组分析表明,升高的HSI显着增加了TG水平正常的个体入射T2DM的风险(相互作用的P = 0.0170)。结论:这项研究强调了升高的HSI水平与患有正常葡萄糖水平的个体中入射T2DM的可能性之间的显着关联。此外,它提供了一种简单而有价值的筛选工具,可预测T2DM。关键字:2型糖尿病,肝脂肪变性指数,非酒精性脂肪肝病,风险预测,纵向研究