XiaoMi-AI文件搜索系统
World File Search System新冠
新冠肺炎疫情后的知识发展
COVID-19 大流行凸显了新知识在应对突发危机方面的重要性，以及北欧国家之间更紧密合作的必要性，以提高对未来卫生危机的防范和应对能力。除了对急性健康威胁的研究外，还迫切需要更多关于新冠后状况 (PCC) 的研究知识。PCC 是一种影响多个身体系统的复杂疾病，在 SARS-CoV-2 感染的初始阶段后会持续数月甚至数年，估计在人口中的患病率在 1% 至 6% 1 之间。在北欧，数据表明数十万人可能患有具有临床意义的 PCC 相关疾病。因此，PCC 会对患者和社区产生重大影响，并对卫生系统、国民经济和全球健康指标产生深远影响。
流感和新冠肺炎双重疫苗接种后出现严重水肿性面部肌炎：病例报告
特发性炎症性肌病 (IIM) 或肌炎是一组异质性自身免疫性疾病，可影响多个器官，包括肌肉、皮肤、关节、肺、心脏和胃肠道。虽然有报道称 SARS-CoV-2 感染后会出现新发肌炎，但与 COVID-19 疫苗接种相关的病例仍然很少。我们描述了一名 22 岁男性的独特病例，该患者在接种 SARS-CoV-2 和流感疫苗一至两周后发病，该患者出现类似于血管性水肿的严重进行性水肿性面部肌炎。这最终导致诊断为全身性炎症性肌炎，广泛累及手臂和腿部的近端肌肉。我们概述了临床病程、诊断调查和治疗方法，并讨论了 SARS-CoV-2 感染或基于 mRNA 的疫苗接种引起的炎症性肌炎的潜在分子机制和现有文献。
对新冠肺炎和埃博拉疫情的范围审查
摘要 目的 综合数字技术在疫情防控中的作用，重点关注埃博拉和新冠肺炎。设计 范围界定综述。数据来源 在 PubMed、HINARI、Web of Science、Google Scholar 和直接 Google 搜索上进行了系统搜索，截止到 2024 年 9 月 10 日。资格标准 我们纳入了所有以英文发表的定性和定量研究、会议论文或摘要、匿名报告、编辑报告和观点。数据提取与综合 使用系统评价的首选报告项目和范围界定综述的荟萃分析扩展清单来选择纳入的研究。使用 Gale 的框架主题分析方法进行数据分析，从而确定了关键主题。结果 最终审查共纳入了 64 篇研究数字技术在埃博拉和新冠肺炎大流行中的作用的文章。出现了五个主要主题：数字流行病学监测（使用数据可视化工具和在线资源进行早期疾病检测）、快速病例识别、社区传播预防（通过数字接触者追踪和使用移动数据评估干预措施）、公共教育信息和临床护理。发现的障碍包括法律、道德和隐私问题，以及组织和劳动力挑战。结论数字技术已被证明有利于大流行期间的疾病预防和控制。虽然与其他领域相比，这些技术在公共卫生领域的采用落后，但人工智能、远程医疗、可穿戴设备和数据分析等工具为增强流行病应对提供了巨大潜力。然而，广泛实施的障碍仍然存在，需要对数字基础设施、培训和强大的数据保护进行投资，以建立用户的信任。未来的努力应侧重于将数字解决方案整合到卫生系统中，确保公平的获取并解决道德问题。随着公共卫生越来越多地接受数字创新，利益相关者之间的合作对于有效的大流行防范和管理至关重要。
评估学校停课对 74 个国家新冠肺炎疫情动态的影响：建模分析
我们使用数学模型模拟了 74 个国家的 COVID-19 疫情，其中纳入了 2020 年至 2022 年的观测数据和历史学校关闭时间表。然后，我们模拟了一个反事实情景，假设学校在整个研究期间保持开放。我们比较了模拟疫情在严重急性呼吸道综合征冠状病毒 2 (SARS-CoV-2) 感染、死亡和医院入住压力方面的情况。我们估计，在 2020 年至 2022 年期间，大多数情况下的学校关闭都实现了中度至显著的负担减轻。它们降低了几乎所有国家的峰值医院入住压力，74 个国家中有 72 个国家（97%）的估计中值为正，估计中值范围从巴西的峰值医院入住压力降低 89% 到印度尼西亚的峰值医院入住压力增加 19%。学校停课对新冠肺炎死亡人数的影响估计中位数从泰国的 73% 下降到英国的 7% 上升不等。我们估计，学校停课可能增加了 9 个国家（12%）的新冠肺炎总体死亡率（基于中位数估计），其中包括几个欧洲国家和印度尼西亚。这归因于人口免疫动态的变化，导致疫情在德尔塔变异期间集中，同时感染者的年龄分布向上移动。虽然我们的估计值存在很大的不确定性，但我们通过探索社会混合假设影响的敏感性分析表明，我们针对特定国家的结论是稳健的。
未来新冠疫苗接种运动面临疫苗犹豫和政治化的风险
是 SPI-M 的成员。MGS 报告获得 MRC 的资助，也是英国政府 SAGE 冠状病毒应对和新兴呼吸道病毒威胁咨询小组 (NERVTAG) 的成员。WSL 是 NERVTAG 和疫苗接种和免疫联合委员会 (JCVI) 的成员。EF 报告获得 Wellcome Trust、MRC、工程和物理科学研究委员会以及经济和社会研究委员会的资助。GJR 是 NERVTAG 的成员。此处表达的观点和意见均为作者的观点和意见，并不一定反映 NHS 的卫生服务和交付研究计划、卫生技术评估或公共卫生计划、NIHR、NHS 或英国卫生部的观点和意见。NIHR 休眠大流行研究协作小组的成员列于附录中。
出版详情：Liu, T., Tsang, W., Xie, Y., Tian, K., Huang, F., Chen, Y., Lau, O., Feng, G., Du, J., Chu, B., Shi, T., Zhao, J., Cai, Y., Hu, X., Akinwunmi, B., Huang, J., Zhang, CJP, & Ming, W.-K. (2021). 新冠疫情前和疫情期间人工智能临床医生的偏好：离散选择实验和倾向得分匹配研究。医学互联网研究杂志，23(3)，文章 e26997。https://doi.org/10.2196/26997
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 暨南大学国际学院，广州，中国 3 南安普顿大学社会科学学院，南安普顿，英国 4 香港理工大学应用数学系，香港，香港 5 河南理工大学计算机科学与技术学院，河南，中国 6 北京师范大学（珠海）应用数学学院，珠海，中国 7 布莱根妇女医院妇产科，马萨诸塞州波士顿，美国 8 哈佛大学医学院麻省总医院基因组医学中心，马萨诸塞州波士顿，美国 9 伦敦帝国理工学院公共卫生学院流行病学与生物统计学系，伦敦，英国 10 香港大学公共卫生学院，香港，香港 * 这些作者的贡献相同
建议引用：Carbonero, Francesco；Scicchitano, Sergio (2021)：新冠疫情时期的劳工和技术。人工智能能否缓解对亲近感的需求？，GLO 讨论文件，第 765 号，全球劳工组织 (GLO)，埃森
目前，新冠疫情引发的紧急状态已蔓延至全球，并已对许多国家的劳动力市场产生了重大影响，其中一些影响预计将持续存在（Adams-Prassl 等，2020 年；Baert 等，2020 年；Cho 等，2020 年；Bennedsen 等，2020 年）。为限制病毒传播，许多国家不得不采取严厉的封锁措施暂停生产活动，这对 GDP 产生了明显的负面影响（Brodeur 等，2020 年；Qiu 等，2020 年）。与此同时，大多数国家已大幅增加了可以在家办公的工人比例，以使企业能够继续经营，同时限制公共健康风险和隐性后果，但很明显，这一比例受到现有技术和工人自身任务的限制：并非所有工人都可以远程工作（有关远程办公能力和封锁相关贫困风险的跨国比较，请参阅 Palomino 等人，2020 年）。因此，“社交距离”已成为全球在 Sars-Cov-2 期间实施的关键公共政策，而减少工人之间近距离接触的风险是一个重要方面（Toxvaerd，2020 年；Toxvaerd 和 Makris，2020 年）。
