背景:COVID-19 疫苗被视为减少大流行影响的有效措施。但是,由于疫苗耐药性不断上升,COVID-19 疾病负担减轻工作正在受到影响。目的:评估埃塞俄比亚东北部德西市大学生对 COVID-19 疫苗的接受度及其相关因素。方法:2021 年 7 月 1 日至 20 日,在德西镇的大学生中进行了一项基于机构的横断面研究。使用粗略比值比和调整后比值比,通过二元逻辑回归分析评估自变量和因变量之间的关联。在 95% 置信区间内 p 值小于 0.05 的变量被视为 COVID-19 疫苗接受度的潜在决定因素。结果:共有 422 名大学生参加了这项研究,回复率为 95.6%。超过一半的 226 名(56.2%)参与者愿意接受 COVID-19 疫苗。受访者中,有慢性病史(AOR:4.340,95% CI:1.166,16.149)、接受过 COVID-19 疫苗培训(AOR:4.755,95% CI:2.606,6.674)、有定期接种疫苗史(AOR:2.534,95% CI:1.412,4.549)、对 COVID-19 严重程度的认知(AOR:4.109,95% CI:2.190,7.710)、认为 COVID-19 可以通过疫苗预防(AOR:2.420,95% CI:1.160,5.049)和对 COVID-19 疫苗产生群体免疫力(AOR:2.566,95% CI:1.431,4.599)是与感染率显着相关的因素结论:大学生对新冠疫苗的接受度较低。慢性病史、新冠疫苗培训、疫苗接种史、对疫苗可预防新冠肺炎的认知、对形成群体免疫力的认知以及新冠肺炎感染的严重程度是与新冠疫苗接受度显著相关的因素。因此,有必要通过健康教育和疫苗宣传,在大学生中推广新冠疫苗接种。关键词:新冠肺炎、疫苗、接受度、大学生、埃塞俄比亚
背景:事实证明,患有糖尿病的人患严重冠状病毒感染的风险高于一般人群。对饮食推荐的不遵守是2型糖尿病患者的关键问题。特别是在冠状病毒时代。这项研究旨在探索影响冠状病毒大流行期间饮食建议的决定因素。Objective: This study aimed to determine dietary adherence among diabetes type 2 patients aimed at coronavirus pandemic and its associated factors.方法:在随访中,对2型糖尿病患者进行了基于机构的横断面研究。使用系统的随机抽样来获得代表性的研究参与者。饮食依从性被二分并进行逻辑回归分析,以评估依赖变量和解释变量之间的关联。通过使用粗略比值比和调整后的比值比以95%置信区间来解释关联程度,而p值<0.05被认为具有统计学意义。结果:在这项研究中,有576名参与者以99.3%的回应率参加。发现饮食依从性为48.3%,[95%CI(44.1–52.4)]。结论:针对冠状病毒大流行的饮食依从性相对较低。关于Covid-19的知识与饮食依从性显着相关。建议:必须做出坚定的承诺,以了解社区以最大程度地减少糖尿病患者冠状病毒严重程度的风险。关键字:依从性,饮食,COVID-19,冠状病毒,糖尿病,2型,埃塞俄比亚大学及以上的教育水平为[AOR = 3.64,95%CI(1.59–8.34)],是政府就业的[AOR = 2.38,95%CI(1.13–4.99)] (1.08–1.97)],中等水平的财富状态[AOR = 2.26,95%CI(1.67–4.54)],糖尿病的家族史[AOR = 2.18,95%CI(1.14-4.19)]冠状病毒[AOR = 4.33,95%CI(2.71–6.92)]显着依从于饮食建议。这可能是通过遵守饮食建议,尤其是在冠状病毒大流行时代。
表示在jmax=12处截断。我们还发现谱函数与频率的比值ρxyðωÞω在频率较小时呈现峰结构。在更大格子上超过jmax=12后,精确对角化方法和简单矩阵乘积态经典模拟方法都需要指数增长的资源。因此,我们开发了一种量子计算方法来计算延迟格林函数,并分析了计算的各种系统性,包括jmax截断和有限尺寸效应、Trotter误差和热态制备效率。我们的热态制备方法仍然需要随着格子尺寸呈指数增长的资源,但在高温下具有非常小的前因子。我们在Quantinuum模拟器和IBM模拟器上对小格子进行了测试,得到了与经典计算结果一致的结果。
多花黄精是百合科黄精属多年生草本植物,具有重要的药用和营养价值。在我国,该物种是传统的药食同源植物,应用历史悠久,受到人们的广泛赞赏。然而,随着对药材需求的不断增长,过度采伐导致野生资源枯竭和遗传侵蚀的风险。加之品种混乱栽培和优质种质资源的缺乏,导致药材质量参差不齐。因此,迫切需要对该物种进行遗传多样性评估,制定完善的保护计划。本研究利用简单序列重复(SSR)分子标记技术,评估了从中国7个地区采集的96个样品的遗传多样性和种群结构。本研究利用10个多态性SSR标记共检测到60个等位基因(Na),平均每个位点产生6.0个等位基因,多态信息含量(PIC)值介于0.3396~0.8794之间,平均值为0.6430,有效等位基因数(Ne)平均值为2.761,Shannon信息指数(I)平均值为1.196。居群结构分析表明,在分子水平上可将多色黄精种质划分为3个亚居群(JZ、QY、JD),与之前根据植物个体表型性状划分的亚类相对应。分子变异分析(AMOVA)表明,74%的遗传变异发生在不同地区居群内的个体之间。对96个种质样品进行系统发育分析, 将其分为3个主要种群, 其中QY和JD亚种群聚集程度较大, 这可能与它们所处的山区分布及当地气候环境有关. 遗传分化系数(Fst)值较低, 为0.065, 表明种群分化程度较低. JZ种群与另外两个种群(QY和JD)的遗传分化系数(Fst)比值明显高于QY和JD种群之间的比值. 基于聚类分析
本研究补充了以下信息:与参考人群(前 3 年)相比,接种 SARS-CoV-2 疫苗后的心肌炎死亡率比 (MMRR) 及其 95% 置信区间 (95% CI) 不仅在年轻人中显著较高(30 多岁最高,MMRR 为 6.69),在老年人中也显著较高。60 岁或以上人群的心肌炎标准化死亡率 (SMR) 为 1.65(1.07 至 2.55),总年龄为 2.01(1.44 至 2.80)。考虑到健康疫苗接种者的影响,接种 SARS-CoV-2 疫苗的人群发生心肌炎死亡的风险可能是表观 MMRR 的 4 倍或更高。未报告的疫苗接种后死亡率也应考虑在内,16 因为极高的心肌炎死亡率比值(205.60;133.52 比 311.94)表明了这一点。17
呼吸窘迫综合征(RDS)是儿科常见疾病,晚期早产儿因肺脏发育不全易患RDS。1为探讨晚期早产儿发生RDS的危险因素,本研究采用logistic回归分析方法对相关因素进行筛选和分析。临床上,晚期早产儿往往同时存在多种危险因素,如妊娠期并发症、出生时窒息、产后感染等,这些因素可能单独或联合作用导致RDS的发生。2-5Logistic回归分析可以定量评估这些因素对RDS发生的影响,并计算出各因素相应的比值比和95%可信区间,从而更好地了解危险因素的特点。因此,本研究选取2020年1月至2023年1月在秦皇岛市妇幼保健院出生的1605例早产儿作为研究对象,探讨晚期早产儿发生RDS的危险因素。
总体而言,不同规模的办公室的平均 BEI 值有所不同。不过,中型办公室的平均 BEI 值为 227 kWh/m 2 /年(图 2.2),略低于小型办公室的 242 kWh/m 2 /年(图 2.1)。这与新加坡的办公室相当,新加坡小型和大型办公室的常规 BEI 值分别为 268 kWh/m 2 /年和 212 kWh/m 2 /年。文莱达鲁萨兰国大型办公室的平均 BEI 值约为 275 kWh/m 2 /年(图 2.3)。考虑到所有规模的办公室,平均 BEI 计算为 258 kWh/m 2 /年(图 2.4),高于新加坡和马来西亚传统办公楼的 BEI 值,但值顺序相似(即可比值)。
方法根据定义的标准评估失眠,包括睡眠质量差和睡眠效率低等相关症状。使用空腹血糖、糖化血红蛋白和糖尿病等指标评估血糖控制情况。在 PubMed、Web of Science 和 Scopus 中进行了文献检索。使用纽卡斯尔-渥太华量表评估纳入研究的质量。根据数据类型选择效应大小,包括比值比、相对风险、平均差异和标准平均差异。森林图直观地显示了汇总效应大小和相应的 95% 置信区间,而 I 2 检验计算了异质性。元回归和亚组分析探讨了异质性的潜在来源。留一敏感性分析评估结果的稳健性,Begg 和 Egger 检验评估出版偏倚。
a和b显示了按收入水平快速CKD进展的调整后比值比;和C和D,根据收入水平启动KRT的调整危险比。y轴显示了优势比(a,b)和危害比(c,d)的对数尺度;圈子是点估计值;误差线表示95%顺式。收入十分位数为1表示最低,10表示最高。对年龄,性别,吸烟,体重指数,腰围,血红蛋白,收缩压,低密度脂蛋白胆固醇,高密度脂蛋白胆固醇,甘油三甘油三酸酯,血糖,血糖,尿酸,尿酸,尿酸,高血压,心血管疾病,癌症,蛋白质症,耐蛋白质症和耐受性。CKD表示慢性肾脏疾病; KRT,肾脏替代疗法。CKD表示慢性肾脏疾病; KRT,肾脏替代疗法。
方法:我们从PubMed,Embase,Science,Cochrane Library数据库和会议摘要中搜索了合格的研究。提取了与生存结果相关的指标。计算了总体存活率(OS),无进展生存期(PFS)和响应持续时间(DOR)的汇总危险比(OS)和客观响应比率(OR)的汇总比值(OR)(ORR),以评估ESCC中PD-1抑制剂基于PD-1抑制剂的效率。提取了有关治疗线,治疗方案,编程死亡配体(PD-L1)状态,基线人口统计学和疾病特征的数据。在ESCC患者的特定人群中进行了亚组分析。 使用偏置工具的Cochrane风险和灵敏度分析用于评估荟萃分析的质量。亚组分析。使用偏置工具的Cochrane风险和灵敏度分析用于评估荟萃分析的质量。