XiaoMi-AI文件搜索系统
World File Search System疾病
非传染性疾病：
健康与疾病（DOHAD）框架的发展起源现在是成人生活中许多非传染性疾病的进化和表观遗传学的基础。2型糖尿病，肥胖，高血压，心脏病和中风尤其是与生命前1000天的事件有关的联系，并且随着世界目睹这些疾病的流行病，确定能够减少这些NCD在我们老化中发展的潜力的措施变得更加重要。孕育的父母健康以及整个怀孕期间的良好孕产妇健康和营养在以后的生活中是正常婴儿的发展和健康不可或缺的一部分，但是最近，婴儿营养的核心重要性已得到认可。在这种情况下，为避免肥胖症发作或生命的前1000天发育的婴儿实现生长模式似乎是一个可实现的目标，具有巨大的潜力，可以避免以后的许多NCD。因此，健康促进计划的相关性是在医疗保健提供者中分享这一知识，并教育父母有关最佳婴儿营养的好处。
多酚和神经退行性疾病，饮食和 div>的观点
I. Ambato技术大学，健康科学学院，营养与饮食学生涯，Ambato，厄瓜多尔。 div>II。 div>Ambato技术大学，健康科学学院，营养与饮食学生涯，Ambato，厄瓜多尔。 div>
自动疾病阶段阶段分类的glioblastoma- ...
摘要在计算组织病理学领域，计算机辅助诊断系统对于获得各种疾病的患者诊断和有助于精确医学很重要。因此，已经报道了许多关于数字病理图像的自动分析方法的研究。在这项工作中，我们讨论了一种自动提取和疾病阶段分类方法多形胶质母细胞瘤（GBM）组织病理学图像。在本文中，我们使用深层卷发神经网络（深CNN）同时获取功能描述符和分类方案。此外，在这个充满挑战的分类问题中，与其他流行的CNN进行了客观和定量的比较。使用癌症基因组图像的胶质瘤图像的实验表明，我们的网络平均分类准确性为96：5％，而对于更高的交叉验证，其他网络的性能相似，较高的精度为98：0％。深CNN可以以高精度从GBM组织病理学图像中提取显着特征。总的来说，具有深CNN的组织病理学图像的GBM疾病阶段分类非常有前途，并且在大规模组织病理学图像数据的可用性中，深CNN非常适合解决这个挑战性问题。
性别和年龄显着调节心血管疾病...
卫生研究所卡洛斯三世（IDIBAPS），巴塞罗那，巴塞罗那，巴塞罗那，巴塞罗那，巴塞罗那，巴塞罗那。西班牙，卫生研究院卡洛斯三世，巴塞罗那，西班牙，西班牙，西班牙，维克，西班牙，8年卫生保健南拉瓦尔中心。
表演者：一种新型的PPG至ECG重建变压器，用于心血管疾病检测的数字生物标志物
心电图（ECG）是一种捕获心脏活动的电测量，是诊断心血管疾病（CVD）的金标准。但是，由于ECG需要使用用户参与，因此不可避免地进行心脏监测。相比之下，光电学（PPG）提供了易于收集的数据，但其精度有限限制了其临床用法。为了确定这两个信号的优势，最近的研究不适合将PPG信号重新构成到ECG的各种深度学习技术；但是，缺乏文本信息以及降低噪声生物医学信号的能力最终会限制模型的影响。在这项研究中，我们提出了一种基于变压器的新型体系结构，可从PPG重建ECG，并将PPG和重建的ECG与CVD检测的多种方式相结合。此方法是第一次在生物医学波形重构上进行了变压器序列到序列转换，并结合了PPG和ECG的优势。我们还创建了基于斑块的注意（SPA），这是一种效率方法，用于编码/解码生物医学波形。通过获取各种序列长度并捕获交叉点连接，SPA最大程度地提高了本地特征和全局上下文反复的信号操作。所提出的体系结构在BIDMC数据库上生成了0.29 RMSE的状态性能，以重新构建PPG到ECG，超过了先前的研究。我们还在模拟III数据集上评估了该模型，在CVD检测中达到了95.9％的精度，并在PPG-BP数据集中评估了该模型，在相关的CVD糖尿病检测中达到了75.9％的精度，表明其一般能力。作为一种概念证明，一种名为Pearl（原型）的耳环可穿戴式可穿戴，旨在扩大护理点（POC）医疗保健系统。
基于机器学习算法的冠状动脉疾病的诊断支持向量机，人工神经
已经对数据挖掘在包括CAD在内的疾病诊断中的应用进行了各种研究； [9,10]将建议的模型与基于PSO的自适应神经融化推理系统（PSO -ANFIS）进行了比较。结果表明，建议的模型优于PSO -ANFIS模型。建议的模型还具有2个重要好处：（1）它很快学习，（2）响应迅速。对于大型准确的数据集，快速学习和快速响应能力的重要性很重要。[11] Jackins等。进行了一项研究，以找到可用数据集中诊断糖尿病，冠心病和癌症的模型。他们使用幼稚的贝叶斯分类和随机森林（RF）分类算法进行数据集的分类。结果表明，三种疾病的RF模型的准确性高于幼稚贝叶斯分类器的精度值。[12] Das等。使用统计分析系统，引入了一种诊断心脏病的方法。神经网络集合方法位于提议系统的中心。从从克利夫兰心脏病数据库中获得的数据中获得的分类准确性为89.01％。另外，在心脏病的诊断中分别获得了80.95％和95.91％的敏感性和特异性。[14] Dutta等。[13] Olaniyi和Oyedotun提出了一个基于人工神经网络（ANN）的三步模型来诊断心绞痛，其精度为88.89％。提出了具有卷积层的有效神经网络。他们提出的模型在预测冠心病方面的准确性达到了77％。该模型还能够比传统方法（例如支持向量机（SVM）和RFS）更准确地预测负面案例。[15]
冠状动脉疾病患者DNA修复过程中分子作用的研究
简介根据欧洲心脏病学会最新的慢性冠状动脉综合征指南，冠状动脉疾病 (CAD) 被定义为具有稳定性心绞痛症状和/或呼吸困难的 CAD 记录。1 众所周知，DNA 损伤是该疾病发病的原因之一。通常，这些损伤以单碱基突变、链断裂、碱基缺失或碱基修饰的形式出现。2 DNA 修复机制在维持基因组完整性方面起着非常重要的作用。不同的 DNA 修复机制用于修复哺乳动物细胞中不同的 DNA 损伤。BRCA1 是乳腺癌和卵巢癌的关键易感基因。3 它由几个对维持基因组稳定性至关重要的结构域组成，例如 DNA 修复、DNA 损伤信号传导、染色质重塑、细胞周期检查点的调节、蛋白质泛素化、转录调控和细胞凋亡。 BRCA1 蛋白通过调节同源重组 (HR)，在 DNA 双链断裂修复过程中发挥着至关重要的作用。4
中国2型糖尿病的血红蛋白糖糖指数与糖尿病肾脏疾病之间的关联：一项横断面的住院研究
结果：该研究总共招募了1622例T2DM患者。其中，有390例DKD。这三组中DKD的患病率为16.6％，24.2％和31.3％。差异在统计学上是显着的（p = 0.000）。There were signi fi cant differences in age (P=0.033), T2DM duration (P=0.005), systolic blood pressure (SBP) (P=0.003), glycosylated hemoglobin (HbA1c) (P=0.000), FPG (P=0.032), 2-hour postprandial plasma glucose (2h-PPG) (P=0.000),禁食C肽FCP（P = 0.000），2小时的餐后C肽（2H-CP）（P = 0.000）（P = 0.000），总胆固醇（TC）（P = 0.003）（P = 0.003），低密度脂蛋白胆固醇（LDL-C）（LDL-C）（P = 0.000），血清crectinine（P = 0.001） （p = 0.000）在三组中。Mantel-haenszel卡方检验表明，HGI和DKD之间存在线性关系（x2 = 177.469，p <0.001）。Pearson相关分析表明，随着HGI水平的增加，DKD的患病率正在增加（r = 0.445，p = 0.000）。通过单变量逻辑回归分析表明，与L-HGI相比，H-HGI中的个体更可能开发DKD（OR：2.283，95％CI：1.708〜3.052）。已调整为多个因素，这种趋势仍然保持显着（OR：2.660，95％CI：1.935〜3.657）。合并的
神经可塑性在精神疾病病理生理学和治疗中的作用：综合文献综述
神经可塑性是指大脑响应内部和外部刺激而改变和适应的能力。通过改变神经元或神经胶质细胞的数量、形成新的回路、加强或削弱特定突触、改变树突棘的数量和/或其他机制，神经可塑性有助于突触强度的动态和适应性变化 [1][2]。然而，神经可塑性的受损与精神和神经系统疾病的发展有关，包括抑郁症样疾病 [3][4]。事实上，重度抑郁症 (MDD) 患者的神经发生和突触可塑性降低 [3]。其他研究表明，在患有 MDD 的个体中观察到神经可塑性异常 [4]。神经可塑性降低可归因于表观遗传机制对参与突触可塑性的基因的转录调控 [4]。这种损伤对与 MDD 相关的认知和情感症状的发展有显著影响 [3]。诱导或利用神经可塑性已成为一种有前途的治疗方法，可以抵消这些适应不良的影响并缓解症状 [3]。开发刺激神经可塑性的新方法可能是补充目前针对神经可塑性的精神疾病疗法的有效方法。然而，仍然需要进一步研究神经可塑性如何促进精神疾病的发展。尽管如此，确定神经可塑性在精神疾病中是如何被调节和改变的，对于开发针对神经可塑性潜在异常的治疗方法是必要的 [3]。
Cari Heart预测可疑冠状动脉疾病的心脏风险：早期价值评估
3.4外部评估组（EAG）发现了1项研究，评估了Cari Heart对可疑稳定冠状动脉疾病患者的心脏死亡的预后表现（Oikonomou等人。2021）。这项研究是一项模型开发和验证研究，其中包括3,912人患有CTCA来评估稳定的冠状动脉疾病。这项研究的结果表明，比基于传统临床风险因素（吸烟，高胆固醇血症，高血压，糖尿病，公爵指数，高风险斑块特征和上心脂肪组织体积的存在）的风险模型比风险模型更好。EAG还发现了支持冠状动脉炎症与心脏不良事件风险之间联系的研究。委员会同意，根据Oikonomou等人的结果。（2021），Cari Heart可能会改善心脏死亡的风险预测。（2021），Cari Heart可能会改善心脏死亡的风险预测。