我们试图在SARS-COV-2感染的个体中试图检查的抽象目标是否通过存在糖尿病诊断来改变血栓形成和血栓栓塞事件(TTE)。此外,我们分析了1型糖尿病(T1DM)与2型糖尿病(T2DM)中是否存在TTE的差异风险。设计回顾性案例对照研究。设置2020年12月版本的Cerner Real-World Data Covid-19数据库是来自87个基于美国卫生系统的电子医疗记录(EMR)数据的全国性数据库。参与者我们分析了322 482名患者的EMR数据,> 17岁,涉嫌或确认的SARS-COV-2感染,他们在2019年12月至2020年9月中旬接受了护理。,2750具有T1DM; 57 811具有T2DM; 261 921没有糖尿病。结果TTE,定义为存在心肌梗塞,血栓性中风,肺栓塞,深静脉血栓形成或其他TTE的诊断代码。T1DM(调整或(AOR)2.23(1.93-2.59))和T2DM(AOR 1.52(1.46–1.58))的TTE结果 TTE的结果较高,而无糖尿病。 在糖尿病患者中,T2M与T1DM相比(AOR 0.84(0.72-0.98))TTE的几率较低。 结论在19009年期间TTE的疾病风险在糖尿病患者中较高。 此外,T1DM与T2DM的TTE风险更高。 在未来的研究中确认与糖尿病相关的凝血风险增加可能需要将糖尿病状态纳入SARS-COV-2感染治疗算法。TTE的结果较高,而无糖尿病。在糖尿病患者中,T2M与T1DM相比(AOR 0.84(0.72-0.98))TTE的几率较低。结论在19009年期间TTE的疾病风险在糖尿病患者中较高。此外,T1DM与T2DM的TTE风险更高。在未来的研究中确认与糖尿病相关的凝血风险增加可能需要将糖尿病状态纳入SARS-COV-2感染治疗算法。
背景:急性肺栓塞 (PE) 是一种危急的医疗紧急情况,需要及时识别和干预。准确预测早期死亡率对于识别出现不良后果风险较高的患者并实施适当的治疗至关重要。机器学习 (ML) 算法有望提高 PE 患者早期死亡率预测的准确性。目标:利用临床和实验室变量设计一种用于预测 PE 患者早期死亡率的 ML 算法。方法:本研究利用多种过采样技术来提高各种机器学习模型(包括 ANN、SVM、DT、RF 和 AdaBoost)在早期死亡率预测方面的性能。根据算法特征和数据集属性为每个模型选择合适的过采样方法。预测变量包括四项实验室测试、八个生理时间序列指标和两个一般描述符。评估使用了准确度、F1_score、精确度、召回率、曲线下面积 (AUC) 和接收者操作特性 (ROC) 曲线等指标,全面展示了模型的预测能力。结果:研究结果表明,在评估的五个模型中,具有随机过采样的 RF 模型表现出优异的性能,在预测死亡类别时实现了较高的准确度和精确度以及较高的召回率。过采样方法有效地均衡了类别之间的样本分布,并提高了模型的性能。结论:建议的 ML 技术可以有效预测急性 PE 患者的死亡率。具有随机过采样的 RF 模型可以帮助医疗保健专业人员就急性 PE 患者的治疗做出明智的决定。该研究强调了过采样方法在管理不平衡数据方面的重要性,并强调了 ML 算法在改进 PE 患者早期死亡率预测方面的潜力。
脂肪栓塞综合征(FES)是一种罕见但潜在的威胁生命的并发症,可以按照骨科手术(例如长骨断裂修复)发生。fes是由脂肪球释放到血液中引起的,导致血管阻塞和随后的组织损伤。肺栓塞(PE)是血凝块传播到肺部的疾病,是由于手术过程中血液凝结的动员而导致的骨科手术的另一个潜在并发症。我们报告了一名56岁女性的案例,她在机械下降后左股骨骨折向急诊科展示,并接受了开放式骨折内固定(ORIF)手术。通过FES的发展和多个小肺栓塞的发展使该过程变得复杂。患者在ICU中进行了术后管理,需要用多个加压剂和机械通气来支撑。她术后三天在ICU中呆了三天,并在术后第六天出院到住院康复设施。
遗传性血管性水肿是一种罕见疾病,每 5 万到 10 万中就有一例发生。[1] 其特征是皮肤和黏膜下组织反复肿胀,这是由于遗传性 C1 抑制剂缺乏导致缓激肽产生抑制不足所致。C1 抑制剂通过抑制几种丝氨酸蛋白酶(包括补体 C1a、C1r、甘露聚糖结合凝集素丝氨酸蛋白酶 1 (MASP-1)、MASP-2、纤溶酶、激肽释放酶和凝血因子 XIa 和 XIIa)来控制补体、纤溶酶、内源性凝血和接触系统。[2] D-二聚体水平通常在血管性水肿发作期间升高(可能是由于纤溶酶生成增强),但血管性水肿发作期间的这种升高与血栓风险增加无关。[3]几篇关于遗传性血管性水肿的评论指出,HAE(即使在 D-二聚体水平升高的情况下)也不会增加静脉血栓栓塞症 (VTE) 的风险。但是,除了患者和医生的经验之外,没有其他资料可以支持这一说法。但是,最近的一项回顾性队列研究检查了遗传性血管性水肿与 C1 抑制剂缺乏症的许多潜在合并症,报告了遗传性血管性水肿与 VTE 之间的关联。[4, 5] 值得注意的是,这些发现可能会因 VTE 的指征和错误分类而受到混淆。[6] 鉴于遗传性血管性水肿极为罕见,很难通过前瞻性队列研究进一步调查这一发现。如果 HAE 确实与 VTE 有关,则可以假设 C1 抑制剂水平不太明显的变化也可能与 VTE 风险有关。孟德尔随机化 (MR) 是一种适合进一步研究 C1 抑制剂水平与 VTE 潜在风险之间潜在因果关系的方法。MR 是一种使用遗传变异作为工具来评估暴露和结果之间潜在因果关系的方法。MR 方法的优势在于,它受通常困扰观察性研究的混杂和反向因果关系风险的影响要小得多。Davies 等人撰写了一份关于孟德尔随机化工作原理的全面概述。[7] 为了探索较低的 C1 抑制剂水平与静脉血栓栓塞之间的因果关系,我们进行了一项孟德尔随机化研究。
通过排除具有以下任何一项的患者的住院住院时间来确定分母的排除标准确定了分母的一部分:•居住时间少于2天•直接承认重症监护室(ICU)(ICU)(ICU),或转移到ICU的日期或在ICU的日期或在医院诊断时间内的时间更大或诊断为诊断的时间•主要诊断•主要诊断•主要诊断•主要诊断•主要诊断•专门诊断•专门诊断•手术护理改进项目(SCIP)VTE选定的手术•到达一天和入院后的第二天,•舒适措施在手术结束日期后的舒适措施•开始医院入院后的一天或入院后的第二天进行的舒适措施
“与ICU位置相遇”,“由于患者拒绝而没有机械或药理学VTE预防”,“没有进行或订购的VTE预防药物” [“药物,未服用”:或“药物”:“未施用”:“未命令”,未订购”: “可注射因子XA抑制剂进行VTE预防”]或“ Warfarin”]或“用于VTE预防的Rivaroxaban”]或“没有进行或有序的机械VTE预防或有序的机械VTE” [“程序,未执行”,未执行“执行”: [“设备,未订购”:“间歇性气动压缩装置”]或“静脉脚泵”]或“静脉泵”]或“渐变的压缩袜”],其中(否定理由)“患者拒绝”(上面是内部的定义)“无效的VTE预防是由于病人从临时住院或日期住院期间的日期住院时间,而不是预期的,ICU的日期是ICU的日期,而ICU的日期始终是ICU的日期。手术后一天或一天之后,由于患者拒绝拒绝而引起的预防:[“程序,执行”结束后的日历日或一天之后:“一般或神经麻醉”]结束。
我们试图在SARS-COV-2感染的个体中试图检查的抽象目标是否通过存在糖尿病诊断来改变血栓形成和血栓栓塞事件(TTE)。此外,我们分析了1型糖尿病(T1DM)与2型糖尿病(T2DM)中是否存在TTE的差异风险。设计回顾性案例对照研究。设置2020年12月版本的Cerner Real-World Data Covid-19数据库是来自87个基于美国卫生系统的电子医疗记录(EMR)数据的全国性数据库。参与者我们分析了322 482名患者的EMR数据,> 17岁,涉嫌或确认的SARS-COV-2感染,他们在2019年12月至2020年9月中旬接受了护理。,2750具有T1DM; 57 811具有T2DM; 261 921没有糖尿病。结果TTE,定义为存在心肌梗塞,血栓性中风,肺栓塞,深静脉血栓形成或其他TTE的诊断代码。与无糖尿病的结果率更高。在糖尿病患者中,T2M与T1DM相比(AOR 0.84(0.72-0.98))TTE的几率较低。结论在19009年期间TTE的疾病风险在糖尿病患者中较高。此外,T1DM与T2DM的TTE风险更高。在未来的研究中确认与糖尿病相关的凝血风险增加可能需要将糖尿病状态纳入SARS-COV-2感染治疗算法。
1.Khemasuwa D.、Yingchocharoen T.、Tunsupon P.、Kusunose K.、Moghekar A.、Klein A.、Tonelli A.R.右心室超声心动图参数与急性肺栓塞后的死亡率有关。美国超声心动图学会杂志 2015;28(3),355-362。2.Schoepf U.J.、Kucher N.、Kipfmueller F.、Quiroz R.、Costello P.、Goldhaber、S.Z.胸部计算机断层扫描中的右心室扩大:急性肺栓塞早期死亡的预测指标。Circulation 2004;110:3276。3.Wright C.、Goldenberg I.、Schleede S.、McNitt S.、Gaosev I.、Elbadawi A.、Pietropaoli、A.、Barrus B.、Chen Y.L.、Mazzillo J.、Acquisto N.M.、Van Galen J.、Hamer A.、Marinescu M.、Delehanty J.、Cameron、S.J.多学科肺栓塞应对团队对患者死亡率的影响。美国心脏病学杂志 2021;161,102-107.4。Khosla A.(2022)。通过 AI 触发的 PE 响应团队改变血管内治疗 [网络研讨会]。Aidoc。可在 aidoc.com 上获取。5.Gupta,K.、Lipshutz, G.、Friedman O.、Matusov Y.、Yaqoob M.、Steinberger J.、机械血栓切除术、人工智能和肺栓塞响应团队的激活。Cedars-Sinai 医疗中心,影像部。在 2022 年 PERT 联盟上发表。6.Carlon T.、Goldman D.、Gottlieb R.、Watchmaker J.、Mendelson D.、Lookstein R.,人工智能系统在肺栓塞应对小组激活和协调方面的初步经验。西奈山伊坎医学院。在 2023 年 SIR 会议上发表。7.Topff,L. 人工智能工具对胸部 CT 上偶发性肺栓塞优先级的附加价值。荷兰癌症研究所。在 RSNA 2022 上发表。8.Wiklund, P.、Medson K.、Elf J.,癌症患者未报告的偶然性肺栓塞:放射学自然史和复发性静脉血栓栓塞和死亡的风险。血栓形成研究。第 224 卷,第 65-72 页,2023 年 4 月。9.Hasan, MD;S S Molavi,MD;M J Moon,MD;V J Khasat,DO;C A DeMauro,MD;M F Shin,MD 利用人工智能监测实施 CTA PE 解释质量保证,以避免漏诊急性肺栓塞。Christiana Care。在 RSNA 2020 上发表。10.Jacob A.B.Doan.,C. Granville。人与机器:基于人工智能的算法对计算机断层扫描肺栓塞检测的影响
摘要 目的 华蟾素是一种从蟾蜍皮腺干燥中提取的中药,自 20 世纪 70 年代以来在中国用于治疗肝癌。经肝动脉化疗栓塞 (TACE) 是无法切除的肝细胞癌 (HCC) 患者的标准治疗方法。本研究评估了 TACE 和华蟾素联合治疗无法切除的 HCC 的疗效和安全性。方法 从 2012 年 9 月至 2016 年 9 月,前瞻性纳入 120 例确诊为无法切除的 HCC 患者。患者按 1:1 的比例随机分为联合治疗组(华蟾素-TACE)和 TACE 治疗组。主要终点是无进展生存期 (PFS),次要终点是总生存期 (OS) 和安全性。比较基线和 3 个月随访时的探索结果血清 Na + /K + -ATPase (NKA) α 3 的预后作用。所有患者均进行了36个月的随访。结果 共112例完成研究的患者纳入分析。华蟾素-TACE组的PFS和OS明显优于TACE组(分别为p=0.029和p=0.025),中位PFS分别为6.8和5.3;中位OS分别为14.8个月和10.7个月。虽然基线NKA低组与NKA高组患者的OS之间无预后意义(p=0.48),但3个月随访后的变化显示出显著的预后价值,其中分别为8.5个月和23.8个月(p<0.001)。两组治疗相关不良事件相当。结论 华蟾素-TACE可有效延长不可切除的HCC患者的PFS和OS。
[1] Naess IA、Christiansen SC、Romundstad P、Cannegieter SC、Rosendaal FR、Hammerstrom J。静脉血栓形成的发病率和死亡率:一项基于人群的研究。J Thromb Haemost。2007;5:692-9。[2] Arshad N、Isaksen T、Hansen JB、Braekkan SK。从一般人群中招募的大型队列中静脉血栓栓塞症发病率的时间趋势。Eur J Epidemiol。2017;32:299-305。[3] Winter MP、Schernthaner GH、Lang IM。静脉血栓栓塞症的慢性并发症。J Thromb Haemost。2017;15:1531-40。 [4] Schulman S、Lindmarker P、Holmstrom M、Larfars G、Carlsson A、Nicol P、Svensson E、Ljungberg B、Viering S、Nordlander S、Leijd B、Jahed K、Hjorth M、Linder O、Beckman M. 首次静脉血栓栓塞症发作后用华法林治疗 6 周或 6 个月 10 年的血栓后综合征、复发和死亡。J Thromb Haemost。2006;4:734-42。[5] Klok FA、van der Hulle T、den Exter PL、Lankeit M、Huisman MV、Konstantinides S. 肺栓塞后综合征:肺栓塞慢性并发症的新概念。血液评论。2014;28:221-6。 [6] Jorgensen H、Horvath-Puho E、Laugesen K、Braekkan S、Hansen JB、Sorensen HT。丹麦发生静脉血栓栓塞症后永久性工作相关残疾养老金的风险:一项基于人群的队列研究。PLoS Med。2021;18:e1003770。[7] Cushman M。静脉血栓形成的流行病学和风险因素。Semin Hematol。2007;44:62-9。[8] Lijfering WM、Rosendaal FR、Cannegieter SC。静脉血栓形成的危险因素——从流行病学角度看目前的认识。Br J Haematol。2010;149:824-33。 [9] Kearon C、Ageno W、Cannegieter SC、Cosmi B、Geersing GJ、Kyrle PA。抗凝控制和血栓性疾病预测与诊断变量小组委员会。将患者分为诱发性或非诱发性静脉血栓栓塞症:ISTH SSC 指导。J Thromb Haemost。2016;14:1480 – 3。https://doi.org/10.1111/jth.13336 [10] Christensen DM、Strange JE、Phelps M、Schjerning AM、Sehested TSG、Gerds T、Gislason G。2005 年至 2021 年丹麦心肌梗死发病率的年龄和性别特定趋势。动脉粥样硬化。 2022;346:63-7。[11] Sulo G、Igland J、Vollset SE、Ebbing M、Egeland GM、Ariansen I、Tell GS。挪威急性心肌梗死发病趋势:使用 CVDNOR 项目的国家数据对 2014 年进行更新分析。Eur J Prev Cardiol。2018;25:1031-9。[12] Munster AM、Rasmussen TB、Falstie-Jensen AM、Harboe L、Stynes G、Dybro L、Hansen ML、Brandes A、Grove EL、Johnsen SP。不断变化的形势:2006-2015 年静脉血栓栓塞症住院患者发病率和特征的时间趋势。Thromb Res。2019;176:46-53。 [13] Ghanima W、Brodin E、Schultze A、Shepherd L、Lambrelli D、Ulvestad M、Ramagopalan S、Halvorsen S。2010-2017 年挪威静脉血栓栓塞的发病率和患病率。血栓研究。 2020;195:165 – 8 。 [14] 万德尔 P,福斯伦德 T,Danin Mankowitz H, Ugarph-Morawski A, Eliasson S, Braunschwieg F, Holmstrom M. 2011-2018 年斯德哥尔摩静脉血栓栓塞症:人口统计学研究。《血栓溶解杂志》。2019;48:668 – 73。