XiaoMi-AI文件搜索系统
World File Search System梗死
心肌梗死早期启动 PCSK9 抑制可能对患者护理大有裨益
ODYSSEY OUTCOMES 试验发现，对于 1-12 个月前患有急性冠状动脉综合征 (ACS) 并接受前蛋白转化酶枯草溶菌素/kexin 9 型 (PCSK9) 抑制剂 alirocumab 治疗的患者，与安慰剂相比，因冠心病、心肌梗死、缺血性中风和不稳定性心绞痛而需要住院治疗的患者的死亡率显著降低 1 。随后的分析显示，随机接受 alirocumab 治疗的患者的全因死亡率也较低，有证据表明，死亡率益处一直持续到达到低密度脂蛋白 (LDL) 胆固醇水平至约 30 mg/ dL——这在新生儿的 LDL 胆固醇范围内，可以被认为是“正常的” 2,3 。该试验的一个局限性是 PCSK9 抑制剂未在出院前开始使用。这样的启动至少会导致患者初始适当处方增加，并导致更长期坚持这种疗法，因为在急性事件发生时开始的治疗往往会给患者留下更深刻的印象，即服药对于预防未来类似事件的重要性 4 。除了依从性问题之外，一个更有说服力的想法是，非常早期地开始使用 PCSK9 抑制剂可能会通过改变斑块脆弱性来改变 ACS 患者的预期临床轨迹。在本期的 EuroIntervention 中，Mehta 等人在文章中介绍的 EPIC STEMI 试验结果为早期启动强效 PCSK9 抑制的演变提供了重要一步 5 。在这项精心设计的机制试验中，共有 68 名接受直接经皮冠状动脉介入治疗 (PCI) 的 ST 段抬高型心肌梗死 (STEMI) 患者被随机分配接受 ali-rocumab 或假安慰剂（包括模拟注射、
新型可溶性环氧化物水解酶疫苗可保护小鼠心肌免受心肌梗死
尽管通过经皮冠状动脉介入治疗和药物治疗的发展，心肌梗死的预后已经得到改善，但心肌梗死仍然是一种危及生命的疾病。此外，心肌梗死后因重塑而导致的心力衰竭需要终生管理。本研究的目的是开发一种抑制心肌梗死造成的心肌损伤的新型治疗方法。我们专注于抑制可溶性环氧化物水解酶，以延长具有血管扩张和抗炎特性的环氧二十碳三烯酸的活化。我们成功地制造了一种新型疫苗来灭活可溶性环氧化物水解酶，并评估了该疫苗在大鼠心肌梗死模型中的效果。在接种疫苗的组中，缺血面积显著减少，心脏功能得到显著保留。疫苗治疗明显增加了边界区域的微血管，并抑制了心肌梗死继发的纤维化。这种可溶性环氧化物水解酶疫苗是改善心肌梗死后心脏功能的一种新治疗方法。
基于纳米载体的心肌梗死靶向治疗
摘要：心肌梗塞是全球发病和死亡的主要原因。由于成年哺乳动物心肌固有再生能力较差以及有效药物输送的挑战，再生疗法进展甚微。纳米载体，包括脂质体、纳米颗粒和外泌体，为心肌梗塞的治疗提供了许多潜在优势，包括改善输送、保留和延长治疗活性。然而，有许多挑战阻碍了这些技术的广泛临床应用。本综述旨在总结该领域的重要原理和发展，重点介绍使用基于配体或基于细胞模拟的靶向纳米载体。最后，讨论了局限性和潜在的未来方向。
研究文章 边缘人工智能：使用 Jetson Nano 进行心肌梗死生命体征识别的实时无创技术
医学史表明，心肌梗塞是人类死亡的重要原因之一。自主技术的快速发展、计算机视觉和边缘计算的兴起为医疗监测系统提供了令人着迷的可能性。这项工作的主要动机是通过环境智能下的自动紧急识别系统提高心脏骤停期间的存活率。我们提出了一种基于胸痛和跌倒姿势的生命体征检测的新方法，使用智能监控摄像头来应对心肌梗塞期间的紧急情况。使用最先进的卷积神经网络实现了来自“边缘 AI”的实时嵌入式解决方案：单次检测器 Inception V2、单次检测器 MobileNet V2 和物联网嵌入式 GPU 平台 NVIDIA 的 Jetson Nano。深度学习算法针对 3000 个室内彩色图像数据集实施：南洋理工大学红蓝绿和深度、NTU RGB + D 数据集和私有 RMS 数据集。研究主要围绕创建和训练 CNN 模型以检测生命体征并评估其性能指标的两个关键因素。我们提出了一种经济高效且功耗低的心肌梗死生命体征机载检测模型，并评估了指标，平均准确率为 76.4%，平均召回率为 80%。
联合新闻稿 新加坡，2021 年 6 月 8 日 南洋理工大学、NP 和 NHCS 科学家发明的新型人工智能工具可加速心血管疾病的诊断 新加坡南洋理工大学 (NTU Singapore)、新加坡义安理工学院 (NP) 和新加坡国家心脏中心 (NHCS) 的一组研究人员发明了一种可以加速心血管疾病诊断的工具。 在人工智能 (AI) 的推动下，他们的创新技术使用心电图 (ECG) 来诊断冠状动脉疾病、心肌梗死和充血性心力衰竭，准确率超过 98.5%。 这种诊断工具的联合开发恰逢其时，因为新加坡过去三年来因心血管疾病导致的死亡人数有所增加。 根据新加坡心脏基金会的数据，2019 年新加坡所有死亡人数的 29.3%，即新加坡几乎三分之一的死亡，是由于心脏病或中风。科学家们希望他们的创新技术能够支持临床环境中心血管疾病的诊断，特别是在医生进行初步心电图检查时，最终加快治疗进程。研究人员使用一种名为 Gabor-卷积神经网络 (Gabor-CNN) 的人工智能机器学习算法设计了这种诊断工具，该算法模仿了人类大脑的结构和功能，使计算机能够像人类一样从过去的经验中学习。使用该算法，
联合新闻稿 新加坡，2021 年 6 月 8 日 NTU、NP 和 NHCS 科学家发明的新型人工智能工具可以加快心血管疾病的诊断 新加坡南洋理工大学 (NTU Singapore)、新加坡义安理工学院 (NP) 和新加坡国家心脏中心 (NHCS) 的一组研究人员发明了一种可以加快心血管疾病诊断的工具。在人工智能 (AI) 的推动下，他们的创新利用心电图 (ECG) 来诊断冠状动脉疾病、心肌梗死和充血性心力衰竭，准确率超过 98.5%。联合开发诊断工具非常及时，因为新加坡过去三年来因心血管疾病导致的死亡人数有所增加。据新加坡心脏基金会称，2019 年新加坡所有死亡人数中有 29.3%（几乎占新加坡死亡人数的三分之一）是心脏病或中风造成的。科学家们希望他们的创新能够支持临床环境中心血管疾病的诊断，特别是在医生进行初步心电图检查时，最终加快治疗进程。研究人员使用一种名为 Gabor-卷积神经网络 (Gabor-CNN) 的人工智能机器学习算法设计了诊断工具，该算法模仿人脑的结构和功能，使计算机能够像人类一样从过去的经验中学习。他们使用该算法，通过输入反映心血管疾病的心电图信号示例来训练他们的工具识别患者心电图中的模式。这项研究的共同作者、NHCS 心脏病学系高级顾问临床副教授 Tan Ru San 表示：“我们对一小组初步研究对象进行的研究表明，在使用常规心电图对一些常见心血管疾病进行分类的准确性方面取得了令人鼓舞的结果。虽然确认特定疾病仍需要额外的测试，但我们的诊断工具将
原创研究年轻人新诊断的糖尿病及急性心肌梗死后的结果
摘要 目的 研究因急性心肌梗死 (AMI) 住院的年轻成人中新诊断糖尿病 (NDD) 的患病率和特征，并研究 NDD 是否与 AMI 后 12 个月的健康状况和临床结果相关。 方法 对于因 AMI 入院且未确诊糖尿病的个体（18-55 岁），我们将 NDD 定义为 (1) 基线或 1 个月时 HbA1c≥6.5%；(2) 出院时诊断为糖尿病或 (3) 1 个月内开始使用糖尿病药物。我们比较了 NDD、确诊糖尿病和非糖尿病的基线特征，以及它们与基线、1 个月和 12 个月时健康状况（心绞痛特异性和非疾病特异性）、死亡率和住院并发症的关联。 结果 在“康复差异：性别对年轻 AMI 患者结果的影响”研究中，3501 名患者中，14.5% 符合 NDD 标准。在 508 名 NDD 患者中，35 名（6.9%）在出院时得到诊断，91 名（17.9%）接受了出院糖尿病教育，14 名（2.8%）在 1 个月内开始药物治疗。NDD 在非白种人（OR 1.58，95% CI 1.23 至 2.03）、肥胖（OR 1.72，95% CI 1.39 至 2.12）、经济压力患者（OR 1.27，95% CI 1.02 至 1.58）中更常见。与确诊糖尿病相比，NDD 与更好的疾病特定健康状况和生活质量独立相关（p ≤0.04）。在 NDD 与确诊或无糖尿病之间，未调整的住院死亡率和并发症没有显著差异。结论 NDD 在因 AMI 入院的 55 岁及以下成年人中很常见，在非白种人、肥胖、经济压力大的个体中更为常见。不到 20% 的 NDD 患者在 AMI 后 1 个月内得到出院诊断或开始出院糖尿病教育或药物治疗。与已确诊的糖尿病相比，NDD 不会增加短期健康状况恶化的风险。试验注册号 NCT00597922。
药物介入治疗与经皮冠状动脉介入治疗在 ST 段抬高型急性心肌梗死患者中的疗效评估
目的：PHASE-MX 注册研究的目的是验证药物介入策略与经皮冠状动脉介入治疗 (PCI) 相比对墨西哥大都市地区 ST 段抬高型急性心肌梗死 (STEMI) 患者的疗效和安全性。主要结果将包括心血管死亡、再梗死、中风和心源性休克的综合结果。方法：PHASE-MX 注册研究将包括一组前瞻性的 STEMI 患者，这些患者在症状出现后的前 12 小时内接受了再灌注治疗（机械或药物治疗）。该注册研究旨在比较直接 PCI 和药物介入策略的疗效和安全性。简单规模是在 344 名分为两组的患者中计算出来的，估计损失率为 10%。PHASE-MX 队列中的患者将被随访长达一年。结论：在墨西哥，只有 5/10 的 STEMI 患者能够接受再灌注治疗。药物侵入性策略利用了纤维蛋白溶解的可及性和 PCI 的有效性。本研究方案旨在提供信息，作为受控临床试验所得信息与现实世界经验所得记录之间的纽带。
基于多支持向量机的脑梗死分类
中风是继心脏病和癌症之后，全球第三大死亡原因。它也是导致轻度和重度残疾的疾病中的第一大疾病。最常见的中风类型是脑梗塞，在印度尼西亚，脑梗塞的发病率每年都在增加。这种疾病不仅发生在老年人身上，也发生在年轻和有生产力的人群中，因此早期发现非常重要。虽然有各种各样的医学方法用于对脑梗塞进行分类，但本研究使用了具有信息增益特征选择的多重支持向量机 (MSVM-IG)。MSVM-IG 是 IG 特征选择和 SVM 之间的一种修改，其中 SVM 在分类过程中进行了双重处理，利用支持向量作为新数据集。数据来自雅加达的 Cipto Mangunkusumo 医院。根据结果，所提出的方法能够达到 81% 的准确率，因此，可以考虑使用该方法来获得更好的分类结果。
2012 ACCF/AHA 重点更新纳入ACCF/AHA 2007 不稳定性心绞痛/非 ST 段抬高型心肌梗死患者管理指南：美国心脏病学会基金会/美国心脏协会实践指南工作组报告
2007 写作委员会成员与美国急诊医师学会、心血管造影和介入学会以及胸外科医师学会合作开发。由美国心血管和肺康复协会和学术急诊医学学会认可 Jeffrey L. Anderson，医学博士，FACC，FAHA 主席；Cynthia D. Adams，RN，博士，FAHA；Elliott M. Antman，医学博士，FACC，FAHA；Charles R. Bridges，医学博士，理学博士，FACC，FAHA；Robert M. Califf，医学博士，MACC；Donald E. Casey，Jr，医学博士，公共卫生硕士，工商管理硕士，FACP，FAHA；William E. Chavey，II，医学博士，理学硕士；Francis M. Fesmire，医学博士，FACEP； Judith S. Hochman，医学博士、FACC、FAHA； Thomas N. Levin，医学博士、FACC、FSCAI； A. Michael Lincoff，医学博士，FACC； Eric D. Peterson，医学博士、公共卫生硕士、FACC、FAHA； Pierre Theroux，医学博士、FACC、FAHA； Nanette K. Wenger，医学博士； R. Scott Wright，医学博士、FACC、FAHA