XiaoMi-AI文件搜索系统
World File Search System年龄
糖尿病发作年龄或糖尿病持续时间与随后的胰腺癌风险之间的关联：纵向队列和孟德尔随机研究的结果
上海上海上海北海大学医学院胰岛疾病中心一般手术系上海慢性非通信疾病和伤害的上海司，上海市政疾病控制与预防中心，上海，200336年，中国，中国f心血管医学系，流行病学研究和临床试验中心，临床试验中心和血管评估中心上海上海，上海医学基因组学关键实验室，临床试验中心，上海内分泌和代谢疾病研究所，内分泌学和代谢系，上海医院，上海乔顿医院，康北大学医学院，上海医学院新南威尔士大学，悉尼，新南威尔士州，澳大利亚j医学系，内分泌学，糖尿病和骨病科，伊坎尼山纽约州纽约，纽约州纽约州，美国K上海上海临床研究中心，上海，上海，中国中国，
中间生物年龄的心力衰竭-PáginaDela revista
Aida Eduardovna Dudaeva Saratov州立医科大学以V. I. Razumovsky的名字命名。 Bolshaya Kazachia st。，112 Saratov，410012俄罗斯。 aidaenis237@gmail.com，https://orcid.org/0009-0006-1534-4916 Naida Gasanovna Gabovakhova联邦州立州立高等教育预算教育机构«Astrakhan州立医科大学»，Astrakhan州立医科»，414000，414000，Astrakhan，Bakinskaya str.，121。 ngabovahova@gmail.com，https://orcid.org/0009-0009-509-5836-1574 DANIIL PETROVICH BALYANIN第一帕夫洛夫州立医科圣彼得堡大学，Leo Tolostoy 6-8，197022 https://orcid.org/0009-0002-5649-361x亚当·伊斯梅拉洛维奇·乌马拉托夫·乌马拉托夫联邦政府高等教育的预算教育机构«阿斯特拉克汉州立医科大学»，414000，阿斯特拉赫汉，阿斯特拉汉，巴金斯卡雅str。 tojje96@mail.ru，121，https：//orcid.org/0009-0003-0679-8770 diana borisbievna Urusova Urusova Urusova联邦州联邦州立州自治教育机构«N.I. Pirogov俄罗斯国家研究医科大学»俄罗斯卫生部俄罗斯联合会，莫斯科1奥斯特罗瓦尼诺瓦，117513，俄罗斯，俄罗斯，urusova.diana@icloud.com。 https://orcid.org/0009-0000-4109-6481 Jennet Ragimovna Abdulkhalikova联邦州联邦州立州自治性教育机构«N.I. Pirogov俄罗斯国家研究医科大学»俄罗斯卫生部俄罗斯联合会，莫斯科117513，俄罗斯，俄罗斯，俄罗斯，阿卜杜勒基科娃 - jjjjjj@yandex.ru。 14911431Aida Eduardovna Dudaeva Saratov州立医科大学以V. I. Razumovsky的名字命名。Bolshaya Kazachia st。，112 Saratov，410012俄罗斯。aidaenis237@gmail.com，https://orcid.org/0009-0006-1534-4916 Naida Gasanovna Gabovakhova联邦州立州立高等教育预算教育机构«Astrakhan州立医科大学»，Astrakhan州立医科»，414000，414000，Astrakhan，Bakinskaya str.，121。ngabovahova@gmail.com，https://orcid.org/0009-0009-509-5836-1574 DANIIL PETROVICH BALYANIN第一帕夫洛夫州立医科圣彼得堡大学，Leo Tolostoy 6-8，197022 https://orcid.org/0009-0002-5649-361x亚当·伊斯梅拉洛维奇·乌马拉托夫·乌马拉托夫联邦政府高等教育的预算教育机构«阿斯特拉克汉州立医科大学»，414000，阿斯特拉赫汉，阿斯特拉汉，巴金斯卡雅str。tojje96@mail.ru，121，https：//orcid.org/0009-0003-0679-8770 diana borisbievna Urusova Urusova Urusova联邦州联邦州立州自治教育机构«N.I.Pirogov俄罗斯国家研究医科大学»俄罗斯卫生部俄罗斯联合会，莫斯科1奥斯特罗瓦尼诺瓦，117513，俄罗斯，俄罗斯，urusova.diana@icloud.com。https://orcid.org/0009-0000-4109-6481 Jennet Ragimovna Abdulkhalikova联邦州联邦州立州自治性教育机构«N.I.Pirogov俄罗斯国家研究医科大学»俄罗斯卫生部俄罗斯联合会，莫斯科117513，俄罗斯，俄罗斯，俄罗斯，阿卜杜勒基科娃 - jjjjjj@yandex.ru。14911431https://orcid.org/0009-0000-2277-9412 Magomedseid Girametdinovich Gamidov Dagestan州立医科大学Imama Shamill 46，Makhachkala，Makhachkala，367000，俄罗斯，俄罗斯2012年11月20日接受：02/19/2025发布：03/12/2025 doi：http：//doi.org/10.5281/zenodo。
使用基于循环切片的网络准确预测大脑年龄
摘要 BrainAge（根据神经影像数据预测受试者的表观年龄）是大脑衰老的重要生物标志物。BrainAge 与真实年龄的偏差与精神和神经疾病有关，并且已被证明可有效预测轻度认知障碍 (MCI) 转化为痴呆症。传统上，3D 卷积神经网络及其变体用于预测大脑年龄。然而，这些网络比 2D 网络具有更多参数并且训练时间更长。在这里，我们提出了一种基于 2D 切片的循环神经网络模型，该模型以有序的矢状切片序列作为输入来预测大脑年龄。该模型由两部分组成：一个 2D 卷积神经网络 (CNN)，它对切片中的相关特征进行编码，以及一个循环神经网络 (RNN)，它学习切片之间的关系。我们将我们的方法与其他最近提出的方法进行了比较，包括 3D 深度卷积回归网络、信息论模型和特征包 (BoF) 模型（例如 BagNet）——其中分类基于局部特征的出现，而不考虑它们的全局空间顺序。在我们的实验中，我们提出的模型的表现与当前最先进的模型相当甚至更好，参数数量几乎减少了一半，收敛时间也更短。关键词：深度学习、循环神经网络、卷积神经网络、大脑年龄、结构磁共振成像
静止状态脑电图脑活动在新生儿可以预测年龄，并且表明神经发育结果
目的：脑电图（EEG）可用于估计新生儿的生物脑时代。在月经年龄和脑年龄之间的差异，称为脑年龄差距，可能会导致成熟偏差。现有的大脑年龄EEG模型不太适合临床COT侧用途，用于估计新生儿的脑年龄间隙，因为它们依赖于相对较大的数据和预处理要求。方法：我们使用降低的数据要求培训了一种来自具有非神经开发的婴儿和幼儿发展（BSID）结果的早产新生儿的静止状态脑电图数据的深度学习模型。随后，我们在两个临床部位的两个独立数据集中测试了该模型。结果：在两个测试数据集中，仅使用单个通道的静息状态脑电图活动的20分钟，模型生成准确的年龄预测：平均绝对误差= 1.03周（p值= 0.0001）和0.98周（pValue = 0.0001）。在一个测试数据集中，在9个月的随访BSID结局中，严重异常结果组的平均新生儿脑年龄间隙显着大于正常结局组的平均脑年龄差异：平均脑年龄差距的差异差异= 0.50周（p-value = 0.04）。结论：这些发现表明，深度学习模型对来自两个临床部位的独立数据集进行了普遍性，并且模型的脑年龄间隙幅度在正常和严重的随访神经发育结果的新生儿之间有所不同。2024国际临床神经生理联合会。由Elsevier B.V.明显：新生儿大脑年龄间隙的幅度，仅使用单个通道的静息状态脑电图数据的20分钟来估算，可以编码临床神经发育价值的信息。这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
与年龄相关的黄斑变性干预
与年龄相关的黄斑变性干预视网膜色素上皮（RPE）细胞位于眼睛内的脉络膜和光感受器之间，对于从血液到棒和锥体提供营养至关重要，以及视觉循环的类维生素性至关重要。视力丧失和各种眼部疾病归因于RPE细胞的变性或功能障碍，导致失明。RPE功能障碍的主要眼部问题之一是黄斑变性。与年龄相关的黄斑变性（AMD）可以经常在60岁以上的患者中诊断出来。在AMD的早期阶段，某些症状可能不明显，但两只眼睛都会导致视力丧失。诱导的多能干细胞（IPSC）可以源自体细胞，并已用于再生医学中，取代了丢失或损坏的细胞。IPSC培养物可以从“患者匹配”中得出，因为这些细胞来自血液或皮肤细胞。 i计划研究如何保护RPE细胞免受缺氧，高血糖和促炎症的影响。 结果将提供有关在不同病理条件下RPE存活的分子途径的重要信息。 我们的长期目标是研究如何由于衰老而保护RPE免受功能障碍，并探索了一种新型方法，以保护干细胞衍生的RPE进行AMD移植以恢复视力并防止视力丧失。IPSC培养物可以从“患者匹配”中得出，因为这些细胞来自血液或皮肤细胞。i计划研究如何保护RPE细胞免受缺氧，高血糖和促炎症的影响。结果将提供有关在不同病理条件下RPE存活的分子途径的重要信息。我们的长期目标是研究如何由于衰老而保护RPE免受功能障碍，并探索了一种新型方法，以保护干细胞衍生的RPE进行AMD移植以恢复视力并防止视力丧失。
表观遗传学和寿命延长：表观遗传修饰在衰老和通过生活方式干预的逆转生物年龄
表观遗传学通过调节基因表达而不改变DNA序列在衰老和寿命中起着至关重要的作用。最近的研究表明，表观遗传修饰，例如DNA甲基化，组蛋白修饰和非编码RNA相互作用，会导致衰老过程，并且可能受到外部因素的影响。生活方式干预措施，包括饮食，体育锻炼，压力管理和睡眠优化，已通过调节表观遗传标记来逆转生物年龄的结果。本文探讨了表观遗传老化的机制，环境和生活方式因素的影响以及利用表观遗传可塑性的策略来实现健康和寿命。了解这些机制为开发有针对性的干预措施促进健康衰老并延长寿命铺平了道路。
大脑结构年龄 - 一种用于多疾病分类的新生物标志物
年龄是描述正常衰老轨迹的预期大脑解剖状态的重要变量。偏离规范性衰老轨迹的偏差可能会提供一些对神经系统疾病的见解。在神经影像学中，预测的脑年龄广泛用于分析不同的疾病。但是，仅使用大脑年龄差距信息（即，年代年龄和估计年龄之间的差异可能对疾病分类问题的信息不足。在本文中，我们建议通过使用结构磁共振成像估算大脑结构年龄来扩展全球大脑年龄的概念。为此，首先使用深度学习模型的合奏来估计3D老化图（即，体素的年龄估计）。然后，使用3D分割掩码来获得最终的大脑结构年龄。此生物标志物可以在几种情况下使用。首先，它可以准确地估计大脑年龄，以便在人群水平上检测异常。在这种情况下，我们的方法的表现优于几种最新方法。第二，可以使用大脑结构年龄来计算与每个大脑结构的正常老化过程的偏差。此功能可用于多疾病分类任务中，以在受试者级别进行准确的分歧诊断。最后，可以看到个体的大脑结构年龄偏差，从而提供了一些有关脑异常的见解，并在实际医学环境下帮助临床医生。
o r i g i n a l r e s a r c h脑虚弱的神经影像超过年龄与血管内血管血管后的功能结果有关
背景：当前的指南不建议对大血管闭塞（LVO）中风患者的血管血栓切除术（EVT）的年龄上限。但是，老年年龄与预后差的风险增加有关。这项研究旨在研究EVT在老年人和非性能患者中的疗效，并确定结果不佳的因素。方法：包括接受EVT的LVO-Stroke连续三百例患者，我们使用了具有限制的立方样条的敏感性分析，将75年定义为75年。参与者被二分成老年人（≥75岁）和非大比例（<75年）。脑虚弱。主要结果是3个月的功能结果，次要结果是EVT功效和安全性。结果：老年患者的高血压，糖尿病，心房颤动以及更严重的GCA和WML的发生率明显更高。老年患者的良好预后率为32％，明显低于非埃尔德利患者（54％，p <0.001）。两组之间的再灌注（89％vs 93％，p = 0.363）和颅内出血（38％vs 41％，p = 0.826）没有差异。在老年患者中，高度GCA（OR 1.15，95％CI 1.02-1.30，p = 0.012）和中度/重度WML（OR 5.88，95％CI 1.47-23.50，p = 0.015）独立预测的3个月差。关键词：中风，血管内血栓切除术，预后，老年人，脑脆弱结论：GCA和WML在LVO-STROKE的EVT的老年患者中发挥关键作用，为长期预测的早期预测提供了宝贵和实用的信息。
预测心力衰竭的心电图深度学习模型表现中的种族、性别和年龄差异
。CC-BY-NC-ND 4.0 国际许可 它是根据作者/资助者提供的，他已授予 medRxiv 永久展示预印本的许可。（未经同行评审认证）
BNT162b2 COVID-19 疫苗有效性与患者年龄和
。CC-BY-NC 4.0 国际许可 它是根据作者/资助者提供的，他已授予 medRxiv 永久展示预印本的许可。（未经同行评审认证）