杰森患有广泛性焦虑症,目前接受社区精神健康护士的护理。护士写了一封信支持杰森申请 ADP,信中解释说,如果杰森要去一个他不熟悉的地方,尤其是必须使用公共交通工具,他的焦虑症状会很严重。杰森在申请中解释说,他可以去当地的商店、全科医生诊所和炸薯条店,因为他已经去过这些地方很多次了,自己去感觉很安全。他指出,去新地方会让他感到恐慌。他报告说,他的心理健康工作者会陪同他,并帮助他进行镇静技术。在心理健康工作者的陪伴和镇静技术的帮助下,他可以乘坐公共汽车前往市中心,但如果没有他们,他会出现恐慌发作的症状。由于杰森在进行不熟悉的旅程时会出现表明极度痛苦的症状,因此他需要有人陪伴他来控制这些症状。案例经理确定杰森满足移动性组件活动 1 描述符 D,因为他需要另一个人陪伴他进行这次不熟悉的旅程。移动性组件活动 1 描述符 E(10 分) – 无法进行任何旅行,因为这会给个人造成巨大的心理困扰。33. 此描述符最有可能适用于进行任何
摘要:日本最近精神疾病的发病率有所上升。被定义为“高敏感人群 (HSP)”。HSP 不是精神疾病的诊断,而是指个人气质。然而,这组特征与注意力缺陷/多动障碍和广泛性焦虑症具有共同特征。HSP 的核心特征是高度的同理心。对一个人的 HSP 状态的评估是通过心理问卷上的自我报告进行的,但由于这些测量依赖于测试者的自我意识,因此这些测量的分数可能不准确。因此,在本研究中,通过使用脑电图测量情绪感染和镜像系统活动来评估同理心。将结果与参与者在高敏感人群量表 (HSPS) 上的得分进行比较。我们发现 HSPS 分数为 100 或更高的参与者表现出 50% 或更高的事件相关去同步 (ERD),表明镜像系统活动。此外,HSPS 评分为 100 或更高的参与者在看到快乐面孔的图像时表现出较低的 alpha 波段功率值。由于 alpha 波与放松的非唤醒状态有关,因此可以推断,快乐的面孔会引发快乐的感觉,增加唤醒并降低 alpha 节律。因此,研究发现 HSPS 评分越高,镜像系统活动和情绪感染的水平就越高。关键词:alpha 节律、情绪感染、ERD、高敏感人群、镜像系统活动 1. 引言
中毒性表皮坏死松解症 (TEN) 和 Stevens-Johnson 综合征 (SJS) 具有共同的生物学机制,可以看作是一个连续体,其中 TEN 处于严重性和致死性的极端位置。普瑞巴林是一种 γ-氨基丁酸 (GABA) 类似物,可与中枢神经系统中的辅助电压依赖性钙通道亚基结合。它于 2004 年首次在欧盟获得批准,目前以大量商标名称上市。普瑞巴林适用于治疗成人患者的中枢和周围神经性疼痛、癫痫(作为伴有或不伴有继发性全身性发作的部分危机的辅助治疗)以及广泛性焦虑症。SJS 于 2007 年被列入含有普瑞巴林的原始药品的 SmPC 中。从那时起,已经报告了严重皮肤不良反应 (SCAR) 病例,例如 TEN,包括危及生命和致命的情况。 TEN 是一种真正的医疗紧急情况;因此,应立即停用疑似药物并开始治疗。早期诊断对于预后至关重要。在 2022 年 1 月完成的欧洲范围的安全信号评估中,审查了临床前和临床研究、文献和欧洲药物不良反应数据库 EudraVigilance 的所有可用数据。此外,还对上市后的 TEN、SJS/TEN 和类似反应病例进行了累积分析。鉴于 TEN 的病理生理机制和临床特征,TEN 是一种比之前列出的 SJS 更严重的 SCAR,因此得出结论,需要更新含普瑞巴林药品的信息。欧洲药品管理局已决定修改 SmPC 文本以包括以下内容:
孤立的肌张力障碍的病理生理学是多因素的。与认为肌张力障碍是基底神经节障碍的历史宗旨不同,当前大多数报告称肌张力障碍是神经网络疾病。各种环境压力源和潜在的遗传因素与神经网络的异常重复性相互作用,进一步塑造了其临床特征的多样性。然而,尽管在理解疾病的病理生理学方面取得了重大进展,但肌张力障碍的治疗方法主要旨在症状管理。肉毒杆菌毒素注射到受影响的肌肉中是局灶性肌张力障碍患者的“金”标准治疗。药理学治疗(主要是抗胆碱能药物,多巴胺能和GABA能药物)和深脑刺激(DBS)在严重的广泛性或节段性肌张力障碍的情况下可用。治疗反应在患者的整个患者中都高度可变,由于副作用或其他治疗性不足因素,其有效性可能受到限制[5,86,106]。最近的估计表明,近来40%的局灶性肌张力障碍患者未接受任何治疗[86]。为了改善肌张力障碍患者的临床治疗,该研究所由美国国家神经系统疾病与中风研究所(NINDS/NIH)组织的临床工作坊(NINDS/NIH)组织,这强调了迫切需要设计有效的治疗干预措施,该干预措施基于肌张力障碍网络功能障碍的新证据[71]。
[1] Arun James Thirunavukarasu、Darren Shu Jeng Ting、Kabilan Elangovan、Laura Gutierrez、Ting Fang Tan 和 Daniel Shu Wei Ting。医学中的大型语言模型。自然医学,29(8):1930-1940,2023 年。[2] Nitin Rane。ChatGPT 和类似的生成式人工智能 (ai) 对建筑和建筑行业的贡献:大型语言模型对工业 4.0、工业 5.0 和社会 5.0 的贡献、机遇和挑战。大型语言模型对工业的机遇和挑战,4,2023 年。[3] Peter Lee、Sebastien Bubeck 和 Joseph Petro。GPT-4 作为医学人工智能聊天机器人的好处、局限性和风险。新英格兰医学杂志,388(13):1233–1239,2023 年。[4] Joseph Ford、Felicity Thomas、Richard Byng 和 Rose McCabe。患者健康问卷 (phq-9) 在实践中的应用:患者与医生之间的互动。定性健康研究,30(13):2146–2159,2020 年。[5] Sverre Urnes Johnson、Pål Gunnar Ulvenes、Tuva Øktedalen 和 Asle Hoffart。异质精神病样本中广泛性焦虑症 7 项 (gad-7) 量表的心理测量特性。 Frontiers in psychology,10:1713,2019。[6] Long Ouyang,Jeffrey Wu,Xu Jiang,Diogo Almeida,Carroll Wainwright,Pamela Mishkin,Chong Zhang,Sandhini Agarwal,Katarina Slama,Alex Ray 等。训练语言模型以遵循带有人类反馈的指令。神经信息处理系统进展,35:27730–27744,2022。
过去几年,人工智能 (AI) 技术在高等教育机构中发展迅速,引发了人们对这些计算机系统的使用和潜在接受因素的质疑。本研究利用先前建立的技术接受和使用统一理论 (UTAUT) 模型,调查了学生采用生成式 AI 工具(也称为聊天机器人)的特点。使用从 74 名受访者的调查中收集的数据部署了偏最小二乘回归 (PLSR) 模型,以检查哪些 UTAUT 构造正在影响本科生对生成式 AI 工具的使用行为。了解 AI 接受的因素对教育工作者很有价值,因为他们可以设计课堂干预措施以提高学生群体(尤其是延迟用户)的学术和专业潜力。此外,对采用属性的洞察可能有助于了解 UTAUT 框架下的生成式 AI 接受度。结果表明,生产力提高、导师观点、同行使用和执行任务的广泛性推动了生成式 AI 在学术环境中的采用。此外,实证结果发现,性别和年龄等人口统计数据并不是影响生成式 AI 使用的因素。建议未来的研究将本研究的结果与基于价值的采用模型 (VAM) 进行比较,以证实学生在边际效益与边际成本权衡环境中采用的特征。关键词:生成人工智能、技术采用、UTAUT、本科生、教育
Wiskott-Aldrich 综合征 (WAS) 是一种以血小板计数低、湿疹和免疫系统减弱为特征的疾病。造血干细胞移植 (HSCT) 是唯一的治愈性治疗选择。单倍体相合造血干细胞移植联合移植后环磷酰胺 (PTCy) 是一种治疗非癌症儿童疾病的新兴方法。本病例描述了一名早期诊断并成功通过单倍体相合造血干细胞移植治愈的 WAS 患者。一名 3 个月大的男孩在婴儿期出现广泛性湿疹、血小板计数低和严重感染。通过基因检测很快确诊了 WAS。他接受了免疫球蛋白替代疗法和抗菌预防,并在 4 岁 3 个月大时接受了造血干细胞移植。在无关脐带血造血干细胞移植失败后,以患者母亲为供体进行了第二次挽救性单倍体相合造血干细胞移植,干细胞来自外周血。预处理方案包括抗胸腺球蛋白、美法仑和氟达拉滨。干细胞剂量为 2.63 × 106 CD34+ 细胞/kg。GVHD 预防包括 PTCy、霉酚酸酯和他克莫司。患者在移植后没有出现明显并发症。中性粒细胞和血小板植入迅速发生。在 HSCT 后 32 个月,患者血液学和免疫重建完全,具有完全供体嵌合性且无 GVHD。总之,PTCy 半相合 HSCT 方法对于这名 WAS 患者来说是一种安全有效的治疗方法。
胰腺导管腺癌是一种致命的癌症类型,与体细胞中的多种基因突变有关。基因工程小鼠几乎不适用于开发胰腺癌模型,异种移植模型在反映早期胰腺癌方面存在局限性。因此,使用成簇的规律间隔的短回文重复序列进行体内体细胞基因工程用于生成胰腺癌动物模型越来越受到关注。在本研究中,我们选择了 Kras、Trp53、Ink4a、Smad4 和 Brca2 作为靶基因,并应用空肠弯曲菌 Cas9 (CjCas9) 和化脓性链球菌 Cas9 (SpCas9) 通过腺相关病毒 (AAV) 转导来开发胰腺癌。在确认 AAV2 的多灶性和弥漫性转导后,我们生成了 SpCas9 过表达小鼠,该小鼠在两次 AAV 转导后表现出靶基因中高双链 DNA 断裂 (DSB) 和胰腺上皮内瘤变 (PanIN) 病变;然而,三次 AAV 转导的野生型 (WT) 小鼠没有出现 PanIN。此外,将小型 Cjcas9 应用于具有两个 AAV 系统的 WT 小鼠,该小鼠还出现了高广泛性 DSB 和 PanIN 病变。观察到了导管和胰岛细胞中的组织学变化和癌症标志物(如 Ki67、细胞角蛋白、Mucin5a、α 平滑肌肌动蛋白)的表达。此外,研究还揭示了几个发现,例如 1) AAV-CjCas9 的多重 DSB 潜力、2) 导管周围淋巴细胞浸润、3) 多灶性癌症标志物表达,以及 4) 在 AAV 介导的靶向中启动 PanIN 需要 12 个月以上。在这项研究中,我们提出了一种用于体内癌症建模的有用工具,该工具也适用于其他疾病模型。
摘要 在卫生紧急情况下,政府依靠公众对其政策的信任,并期望公众遵守政策以保护健康和拯救生命。当紧急情况涉及感染时,疫苗犹豫会损害这一过程。关于疫苗犹豫的主流论述通常将其描述为一种静态现象,忽视了其广泛性和复杂性,也忽视了探索解决这一问题的工具。本文通过解释巴基斯坦的案例及其 COVID-19 疫苗的传播策略,与传统观点不同。数十年来,脊髓灰质炎疫苗犹豫不决,根源于该国的反恐斗争,构成了其历史。另一方面,2019-2021 年期间首次推出的伤寒结合疫苗涉及 3500 万儿童,取得了成功。在此背景下,该国认为疫苗犹豫是一种动态现象,与社会生态和医疗保健系统的响应能力交织在一起。该国的传播策略为那些愿意接种疫苗的人提供了便利,同时也满足了那些仍处于决策阶段的人的信息需求。面对犹豫不决和疫苗剂量短缺的双重压力,该国在短短一年多的时间里成功为近 70%(1.6 亿)的人口接种了疫苗。人们对 COVID-19 疫苗的看法也随着时间的推移而改善。这一成就为关注疫苗计划需求方面的政策制定者和战略家提供了宝贵的见解和工具。这些经验教训可以极大地促进全球关于提高疫苗信心和加强全球卫生安全的讨论。
人工智能 (AI) 有着数十年的悠久传统。1956 年,麦卡锡在达特茅斯会议上首次提出了“人工智能”这个名称,从此开启了这一研究领域的热潮,并一直延续至今 (McCarthy et al., 2006)。人工智能最初的重点是符号模型和推理,随后出现了第一波神经网络 (NN) 和专家系统 (ES) 的浪潮 (Rosenblatt, 1957; Newel and Simon, 1976; Crevier, 1993)。当明斯基和帕普特 (Minsky and Papert, 1969) 证明感知器在学习非线性可分函数(例如异或 (XOR))时存在问题时,该领域遭受了严重挫折。这极大地影响了人工智能在随后几年的发展,尤其是在神经网络领域。然而,在 20 世纪 80 年代,神经网络通过反向传播算法的发明而卷土重来(Rumelhart 等人,1986 年)。后来在 20 世纪 90 年代,关于智能代理的研究引起了广泛的兴趣(Wooldridge 和 Jennings,1995 年),例如探索感知和行为的耦合效应(Wolpert 和 Kawato,1998 年;Emmert-Streib,2003 年)。最后,在 21 世纪初,大数据的出现,导致了神经网络以深度神经网络 (DNN) 的形式再次复兴(Hochreiter 和 Schmidhuber,1997 年;Hinton 等人,2006 年;O'Leary,2013 年;LeCun 等人,2015 年)。这些年来,人工智能在机器人、语音识别、面部识别、医疗保健和金融等许多领域取得了巨大成功(Bahrammirzaee,2010;Brooks,1991;Krizhevsky 等人,2012;Hochreiter 和 Schmidhuber,1997;Thrun,2002;Yu 等人,2018)。重要的是,这些问题并不都属于一个领域,例如计算机科学,而是涉及心理学、神经科学、经济学和医学等多个学科。鉴于人工智能应用的广泛性和所用方法的多样性,毫不奇怪,看似