XiaoMi-AI文件搜索系统
World File Search System焦虑
COVID-19 大流行期间护士疫苗犹豫、心理韧性和焦虑水平评估
人口统计学和社会特征表本研究使用的问卷由 28 个问题和 2 个量表组成。询问研究社会人口统计学特征的问题可以简要定义如下：年龄、性别、身高、体重、婚姻状况、子女数量、教育水平、吸烟情况、慢性病（糖尿病、高血压、哮喘、慢性阻塞性肺病、心血管疾病）、需要药物治疗的心理疾病（焦虑、压力、抑郁）、医院工作单位（病房、重症监护、手术室、综合诊所）、疫情期间在 COVID-19 诊所的工作状态、感染 COVID-19 疾病、使用抗病毒药物、因 COVID-19 住院（服务、重症监护、插管）、COVID-19 疫苗接种状况等变量
指南国家临床建议，用于使用舒缓药物来缓解成人新出现的焦虑和URO症状的短期症状
国家卫生委员会的国家临床建议是系统准备的陈述，并参与了相关专业知识。在特定情况下，专业人员在做出适当和良好的临床保健益处时使用了国家临床建议。国家临床建议是公开可用的，因此公民和患者也可以在建议中实现自己。国家临床建议被归类为专业建议，这意味着国家卫生委员会建议相关专业人员遵循建议。国家临床建议在法律上没有约束力，这将始终是特定临床情况下的专业估计，这对于对适当和适当的健康专业福利的决定至关重要。尽管医疗保健专业人员遵循建议，但不能保证成功的治疗结果。在某些情况下，不建议使用的治疗方法可能更适合患者的情况。医疗保健专业人员通常在选择治疗时应涉及患者。
脑啡肽酶抑制作为人类抗焦虑的新靶点——不……
亲爱的编辑，根据对临床前和临床数据的最新审查 (Repova 等人，2022)，我们讨论了几种心血管疗法中焦虑治疗的新潜力。我们在一项包括对照组的小型观察性实用试验 (Kellner 等人，2023) 中，首次提供了心脏病学上已证实的脑啡肽酶抑制剂和血管紧张素受体阻滞剂沙库巴曲/缬沙坦 (S/V) 对射血分数降低的心力衰竭 (HFrEF) 患者 (焦虑是这些患者的常见症状) 治疗一周后的急性抗焦虑作用。在 S/V 治疗下，当对心力衰竭的改善进行统计控制时，这种急性抗焦虑作用仍然存在。我们对潜在机制的先验假设是，S/V 抑制脑啡肽酶会增加血浆心房钠尿肽 (ANP)，而 ANP 在人体中具有急性抗焦虑样作用 (Wiedemann 等人，2001)。然而，在我们的研究中，S/V 一周后血浆 ANP 并未显著升高。Kobalava 等人 (2016) 使用血浆环鸟苷酸 (cGMP) 水平作为脑啡肽酶抑制的标志物，cGMP 是由 ANP 激活鸟苷酸环化酶偶联受体产生的。他们显示在 HFrEF 患者接受一周的 S/V 治疗后，cGMP 显著增加，但根据我们的数据，血浆 ANP 并未增加。然而，由于 ANP 降解迅速且测量复杂，因此是一种难以分析的物。现在我们对上述研究中血浆样本中的 cGMP 进行了测定，假设其在 S/V 治疗一周后显著增加，并进一步研究了 cGMP 变化与 S/V 抗焦虑作用的关系。
对人工智能 (AI) 的存在焦虑
生存焦虑是一个术语，用于描述面对生存的固有不确定性和死亡的确定性时所经历的强烈不安或不适。随着人们努力应对生命的脆弱性和死亡，像 COVID-19 大流行这样的重大世界危机与生存恐惧的增加有关（1）。这种焦虑会严重影响人类行为，影响学业成绩（2）、危机期间的政治动态（3）和健康相关问题（4）。人工智能 (AI) 的最新发展也影响了多个学术和工业部门，特别是教育、医学和交通运输。公众对人工智能的态度很复杂，既欣赏其潜在的好处，又担心其影响（5）。人们认识到了人工智能的变革力量，但人们对隐私、信任以及高风险情况下人工智能决策的后果的担忧却普遍存在（6、7）。此外，对人工智能的理解和接受度会因性别、年龄和人工智能使用经验等人口统计因素而有很大差异（6）。人工智能已融入社会的许多领域，彻底改变了行业，并极大地影响了公众生活。随着人工智能技术变得越来越普遍，公众对其影响的担忧也日益加剧。研究表明，虽然人工智能可能会增强城市决策和公共服务，但也可能引发技术焦虑，尤其是在人们认为存在对人工智能和物联网 (IoT) 的内部威胁时（5）。人们观察到，受性别、年龄和过去的人工智能经验等因素的影响，人们对人工智能的看法各不相同 (6)。因此，了解这些问题并解决它们对于负责任地部署人工智能至关重要 (7)。虽然我们试图整合文献以更好地理解研究结果，但我们注意到这一领域存在巨大缺陷，据我们所知，我们在整个医学文献中找不到其他地方进行的类似研究范围。相反，许多文章是由世界各地关心的诚实记者撰写的，但医学文献在这个问题上落后了；因此，研究旨在调查沙特阿拉伯公众对人工智能 (AI) 的存在焦虑。
引文 Jin L, Wang D, Yang D, Jin Q, Cao M, Li Y, Yang J, Xie G 和 Zhang W (2025) 儿童时期感知到的照顾者焦虑和压力的影响
抑郁症是全球第三大致残原因，已成为影响所有年龄段人群的重大公共卫生问题，对身心健康产生深远的负面影响。在美国，经历重度抑郁发作的一生中风险接近 30% (1,2)。在此背景下，抑郁家庭环境中的经历在塑造后代对抑郁和焦虑症的脆弱性和适应力方面起着至关重要的作用 (3)。因此，研究越来越多地关注家庭动态和抑郁症之间的复杂相互作用，特别强调照顾者的情绪健康对儿童心理发展的影响。照顾者的焦虑和压力被认为是可能引发或加剧抑郁症状的关键因素 (4)，此外，父母的抑郁和焦虑有可能跨代传递 (5)。例如，Carly J. Johnco 和同事发现了焦虑和抑郁代际传递的证据，并指出父母的排斥和缺乏温暖会显著增加儿童患抑郁症的风险（6）。照顾者的焦虑和压力等心理健康问题会对家庭环境产生不利影响，从而可能增加后代患抑郁症的风险。有多种机制可以阐明照顾者的压力如何影响儿童：1.家庭环境对神经发育的影响：Nicole R. Bush 和同事发现，家庭社会经济地位、家庭结构和环境、养育行为和互动方式、父母的心理健康和功能以及父母的物质使用等因素都会影响儿童的大脑发育，进而影响他们患精神疾病的风险（7）；2.情绪感染：儿童可能会内化照顾者的情绪状态，导致抑郁症状的出现。行为模仿：儿童可能会采用照料者模仿的适应不良的应对策略。例如，Emily L. Robertson 及其同事观察到，自 COVID-19 疫情爆发以来，照料者的焦虑、愤怒、悲伤/抑郁情绪增加，饮食和睡眠模式发生变化，对未来的希望减少，冲突加剧，这些因素可以预测一个月后其子女脾气问题、冲突和注意力缺陷多动障碍 (ADHD) 症状的严重程度 ( 8 )。3. 育儿实践受损：照料者的焦虑会破坏育儿行为，导致过度保护、管教不一致或忽视，进而导致儿童情绪失调和抑郁症状。由于照料者情感缺失导致亲子关系恶化，进一步增加了儿童患抑郁症的可能性 ( 9 )。4.社会经济和环境压力源：照料者的压力往往伴随着社会和经济压力，这些压力会通过限制儿童获得资源和机会而加剧上述影响（10、11）。尽管有大量的研究，但大多数研究都是在西方背景下进行的，主要关注父母情绪对儿童情绪健康的影响。关于照料者压力和焦虑影响的研究明显不足
围手术期/术后焦虑及其在妇科癌症中的干预措施：临床证据的全面回顾
妇科癌症是女性普遍存在的恶性肿瘤，手术干预是提供明确治疗的可能性的主要治疗方法。最近的研究强调了妇科癌症患者在围手术期和术后阶段经历焦虑症状的敏感性，这种心理状况与手术后的次优恢复有关。尽管如此，某些干预措施在缓解妇科癌症患者的围手术期和术后焦虑方面已显示出希望。在这项研究中，我们进行了全面的审查，以收集有关此主题的现有证据。通过跨六个通用数据库进行系统搜索，我们筛选并包括28项相关研究。当前的评论强调了妇科癌症患者围手术期和术后焦虑症的发生率升高（即子宫，宫颈，卵巢，子宫内膜和外阴癌）。特定的护理干预措施（即危机干预护理，多学科协作持续护理，心理护理，全面的心理护理，回忆性治疗，回忆性涉及护理，认知行为压力管理，医院家庭的持续持续护理，高素质护理，质量护理，依赖性的护理和依赖性依赖性和依赖性依赖性和依赖性，以及依赖性的依赖性，以及依赖性的依赖性）减轻围手术期和术后焦虑的方法。本研究通过在妇科肿瘤学的背景下提供围手术期和术后焦虑的特征来代表对文献的新贡献。发现强调了解决围绕术语和术后焦虑的重要性，这是妇科癌症患者的关键临床关注，强调需要进一步研究以开发有效的干预措施。
这是我的脚吗？实验诱导患有身体完整性焦虑症的个体丧失所有权
在身体完整性障碍 (BID) 中，尽管感觉运动功能正常，但原本健康的个体会感觉身体的某个部分不属于自己。理论和经验证据表明，受影响的身体部位与高阶多感觉皮质身体网络的整合减弱。在这里，我们使用了混合现实中的多感觉刺激范式来调节和研究下肢 BID 患者身体 (不) 所有权背后的多感觉处理。在 20 名 BID 参与者中，在受影响和未受影响的身体部位的视觉和触觉信息之间引入延迟后，测量了延迟感知和身体所有权。与预测的不同，两个身体部位的延迟感知没有差异。然而，具体到受影响的肢体，所有权较低，并且受延迟的调节更强烈。这些发现可能遵循了 BID 对在线自下而上感官信号的依赖性更强的想法。
利用生物信号进行焦虑检测的机器学习
摘要：焦虑症 (AD) 是一种主要的精神疾病。然而，由于 AD 的症状和混杂因素很多，很难诊断，患者长期得不到治疗。因此，研究人员对非侵入性生物信号的兴趣日益浓厚，例如脑电图 (EEG)、心电图 (ECG)、皮肤电反应 (EDA) 和呼吸 (RSP)。将机器学习应用于这些信号使临床医生能够识别焦虑模式并区分病人和健康人。此外，已经开发了具有多种不同生物信号的模型，以提高准确性和便利性。本文回顾并总结了 2012 年至 2022 年发表的将不同的机器学习算法应用于各种生物信号的研究。在此过程中，它提供了当前发展优缺点的观点，以指导未来焦虑检测的进步。具体而言，这篇文献综述表明，对于样本量为 10 至 102 名参与者的研究，测量准确度在 55% 至 98% 之间，非常有希望。平均而言，仅使用 EEG 的研究似乎获得了最佳性能，但使用 EDA、RSP 和心率可获得最准确的结果。随机森林和支持向量机被发现是广泛使用的机器学习方法，只要进行了特征选择，它们就会产生良好的结果。神经网络也被广泛使用，并提供良好的准确性，其优点是不需要进行特征选择。这篇综述还评论了模态的有效组合以及检测焦虑的不同模型的成功。
心率对认知负荷的反应是抑郁和焦虑增加的标志
简介：了解心血管参数、因负荷增加而引起的认知压力和心理健康之间的相互作用对于当今综合健康策略的发展至关重要。通过实时监测心电图 (ECG) 和光电容积图 (PPG) 等生理信号，研究人员可以发现认知任务如何影响心血管和心理健康。认知压力产生的心脏生物标志物可作为自主神经系统功能的指标，可能反映与心脏和心理健康相关的状况，包括抑郁和焦虑。本研究的目的是调查认知负荷如何影响 ECG 和 PPG 测量，以及这些测量是否可以预示抑郁和焦虑症期间的早期心血管变化。
从生态焦虑到生态 - 幸存者：生存气候变化威胁
，我们面临着迅速发生的巨大困难的时刻，在这些时刻中，每月记录最热门的时刻，或者每年是创纪录的温度最温暖的时刻（1）。有更多证据表明气候变化是人为的，并且通过在全球温度上提高（2）来影响全球天气和气候。这些影响发生在现象强度和频率增加（例如热浪，沉淀，干旱和热带气旋）等现象的频率上。随着温度的上升，这些现象对地球造成了“生存威胁”（3），以至于“全球沸腾的时代已经到来”（4）。2015年《巴黎协定》设定的1.5摄氏度限制是必要的集合，因为超出了这个阈值，对许多人来说，存在的威胁变得真实，例如居住在Paciifind的马歇尔群岛的人（5）。他们的现在和未来受到海平面上升的威胁，将它们置于极大的脆弱性，就像海洋一样是其景观的一部分，就像土地本身一样。国家适应计划是一项生存计划，旨在通过减少脆弱性和整合适应策略来应对气候变化（6）来解决这一威胁（6）。有必要计划我们的生存，并为未来的气候事件做准备，认识到有必要防止和适应此类事件和气候变化。马歇尔群岛正在发生的事情可以看作是我们所有人最终都会面对的警报。升高的温度流量需要在我们的参考系统中进行调整。我们正在目睹系统的转变，在这种情况下，有新兴的需求扩大了我们的框架，以适应气候变化带来的变化和新场景。例如，紫色已被合并到警告条纹中，该警告条纹是数据可视化图形，该图形使用了一系列在时间顺序上排列的有色条纹，以视觉上表示长期的温度趋势。此添加补充了用于以视觉方式表示温度变化的二分蓝色和红色（7）。此外，还讨论了将类别6引入旋风强度和速度的分类的必要性（8）。在像星球这样的复杂系统中，每个人类和非人类元素都相互联系，预测未来。气候和生物圈形成了一种非线性系统，其中链反应和多米诺骨骼效应很容易破坏行星平衡。随着温度升高以上，我们正在迅速接近临界点（9）。全球环境的人为扰动通常被视为单独的问题，例如气候变化，生物多样性丧失或污染。但是，这种方法忽略了这些扰动及其对地球系统整体状态的总体影响之间的非线性相互作用。相反，我们必须考虑整个地球系统的状态（10）。例如，旋风对电气基础设施的破坏会导致不卫生的条件或破坏我们需要将这些事件作为“复合危害”，在那里分析气候危害与驱动因素之间的相互作用至关重要，因为现实世界中的各个方面相互影响并相交。