背景:糖尿病性视网膜病(DR)影响美国约960万人(美国),是工人年龄成年人视力丧失的主要原因。但是,在美国,只有不到50%的糖尿病患者接受了建议的筛查。我们旨在评估密歇根大学学生经营的免费诊所(UMSRFC)的DR筛查(DRS)的需求,并检查当前的DRS文档惯例,以告知诊所的质量改进计划。方法:我们对67名患者进行了需求评估调查,以检查UMSRFC在2023年1月至4月之间在UMSRFC的患者中获得的访问。进行了调查数据的描述性分析。对2021年3月至2023年3月之间在诊所中看到的所有患者的回顾性图表进行了评估,以评估医疗记录中DRS的记录。这些结果为诊所的DRS倡议的发展提供了信息。结果:在接受调查的67名患者中,有17例诊断为糖尿病。26名患者报告了一个眼睛问题,其中16例(62.0%)报告了视力模糊,有9(35.0%)报告的浮动器,以及1(4.0%)在视力中重新定位了黑暗/空的区域。图表审查产生了404例患者,其中70例诊断为2型糖尿病。28(40.0%)在其图表中提到了糖尿病眼检查,其中12个是美国糖尿病协会(ADA)筛查指南的最新信息。23名(33.0%)患者在其图表中提到转介给验光师或眼科医生。在DRS日,对三名患者进行了DR筛查。未发现DR病例。结论:调查和图表审查数据表明,需要增加DR和改进的DRS的DRS惯例。在眼科医生的监督下,在UMSRFC成功实施了一项DRS倡议。
*ACEI或ARB(最大耐受剂量)在存在蛋白尿时应是高血压的一线治疗。否则,也可以考虑二氢吡啶钙通道阻滞剂或利尿剂。通常需要所有三个类别才能达到BP目标。 #GlyCaemia,Cholinuria,BP,CVD风险和脂质; †Finerenone目前是唯一具有临床肾脏和简历益处的非甾体类MRA; §在UACR≥30mg/g和正常血清钾的患者中用RASI治疗后。ACR,白蛋白与造丁的比率; ASCVD,动脉粥样硬化心血管疾病; BP,血压; CCB,钙通道阻滞剂; CVD,心血管疾病; GLP-1 RA,胰高血糖素样肽-1受体激动剂; HTN,高血压; PCSK9I,前蛋白转化酶枯草蛋白/KEXIN 9型抑制剂; RAS,肾素 - 血管紧张素系统; T1D,1型糖尿病肾脏疾病:改善全球结果(KDIGO)。肾脏INT 2022; 102:S1 – S128
。cc-by 4.0未经同行评审获得的未获得的国际许可证是作者/筹款人,他已授予Biorxiv的许可证,以永久显示预印本。它是制作
1伊朗伊玛目霍森医院科学院科学系,伊朗德黑兰Shahid Beheshti医学院医学院2伊朗5 Shiraz Sina医院,伊朗设拉子医学科学大学医学院,伊朗Shiraz,伊朗6号急诊医学系,Imam Hossein医院,Shahid Beheshti医学院医学院,伊朗医学院,伊朗医学院,伊朗伊朗医学院,伊朗,伊朗医学院,伊朗,医学院,医学院,医学院7级。伊朗德黑兰Shahid Beheshti医学科学大学牙科学校9
或影响红细胞与葡萄糖结合血红蛋白之间相互作用的条件[2]。另外,HBA1C具有更大的局限性,例如捕获血糖变异性的波动和模式,这会导致平均葡萄糖水平和HBA1C读数之间的差异[2,3]。在与T2D相关的微血管并发症中,糖尿病性视网膜病(DR)是一个问题,影响了大约三分之一的T2D患者[4,5]。它被认为是导致全球失明的主要病因[6]。研究表明,DR的患病率达到22.27%,强调了及时识别和干预以减少任何并发症的关键需求[7]。连续的葡萄糖监测(CGM)是T2D中有希望的新技术[8]。CGM提供了血糖模式的实时变异性,为个人的葡萄糖水平提供了宝贵的见解。在14天内,CGM提供范围(TIR)的时间,葡萄糖浓度的百分比保持在70至180 mg/dl的范围内[8]。不像HBA1C,CGM可以捕获葡萄糖水平的波动和模式,从而提供了个体的血糖概况的更加综合图片[8,9]。可以减轻或最小化,夜间或无症状性低血糖。此结果是T2D患者的生活质量提高[10]。此外,诸如血糖游览(法师),变异系数(CV)和标准偏差(SD)之类的指标(SD)提供了对葡萄糖变异性和一致性的进一步了解[11]。研究表明CGM与HBA1C相关,因此将这两种方法确立为监测血糖控制的可靠手段。但是,CGM具有检测低血糖的优势,这是HBA1C测量缺乏的能力[12]。研究已经建立了血糖控制与视网膜病变进展之间的关联。一项研究表明,视网膜进展的危险比增加了64%,TIR每10%减少[13]。基于这些结果,我们进行了系统的综述和荟萃分析,以强调TIR与其他CGM衍生的指标与DR之间的关联。此外,我们将探讨对临床策略的实际意义。
AKI是严重DKA的最常见并发症之一,它通常与血管内量消耗引起的肾脏灌注减少有关(16)。与文献中的相关数据一致,在我们队列中允许使用PICU的DKA患者中,有6%的AKI被检测到(17,18)。脑水肿的机制是DKA并发症死亡率的主要原因,被认为是与神经炎症相关的脑部灌注不足和再灌注损伤(19)。在我们的研究中,脑水肿的发病率比医学文献中先前报道的1%的发病率更高(20)。我们的发现可能归因于以下事实:有88.7%的DKA患者进入我们的诊所患有严重的DKA。在文献中,据报道,患有DKA大脑水肿的小儿患者的总死亡率约为20%(21,22)。相比之下,在我们的研究中,六名脑水肿患者中有1名(16.7%)因脓毒症相关的多器官衰竭而死亡。在出院时,我们随访脑水肿的DKA患者均未患有神经后遗症,并且所有这些患者均未成功用高渗剂Mannitol治疗。与已发表的文献一致,
获取安全且有营养的食物对于维持生命和保持身体健康至关重要。食用被病原体污染的食物会导致从腹泻到癌症等严重疾病。许多食源性感染可导致长期损伤甚至死亡。因此,及早发现食源性病原体(如致病性大肠杆菌菌株)对于公共安全至关重要。检测这些细菌的传统方法基于在选择性培养基上培养并遵循标准生化鉴定。尽管这些方法准确无误,但却非常耗时。基于 PCR 的病原体检测依赖于先进的设备和专业技术人员,而在资源有限的地区很难找到这些设备和技术人员。而 CRISPR 技术对于识别致病细菌更具特异性和灵敏度,因为它采用可编程的 CRISPR-Cas 系统,可针对特定的 DNA 序列,最大限度地减少非特异性结合和交叉反应。在本项目中,开发了一种基于 CRISPR-Cas12a 传感的稳健检测方法,该方法可快速、灵敏且特异性地检测从田纳西州 17 个农场的成年山羊粪便样本中收集的致病性大肠杆菌分离株。检测反应包含致病区域、报告探针、Cas12a 酶和三种致病基因(stx1、stx2 和 hlyA)特有的 crRNA 的扩增 PCR 产物。与致病细菌的 CRISPR 反应在紫外光激发下发出荧光。为了评估该检测的检测灵敏度和特异性,将其结果与基于 PCR 的检测检测进行了比较。两种方法对相同样本的结果相似。该技术非常精确、高度灵敏、快速、经济高效且易于使用,并且可以轻松克服现有检测方法的局限性。该项目可以产生一种多功能的检测方法,该方法易于适应快速响应,以检测和监测对人类健康以及动植物生产造成大规模生物安全威胁的疾病。
病原体鉴定在诊断,治疗和预防疾病中至关重要,对于控制感染和保护公共卫生至关重要。传统的基于对准的方法虽然广泛使用,但在计算上是强度的,并且依赖于广泛的参考数据库,由于其低灵敏度和特异性,通常无法检测到新颖的病原体。同样,传统的机器学习技术虽然有希望,但需要大量的注释数据集和广泛的功能工程,并且容易过度拟合。解决这些挑战时,我们引入了Patholm,这是一种优化的病原体语言模型,以鉴定细菌和病毒序列中的致病性。利用预先训练的DNA模型(例如核苷酸变压器)的优势,Patholm需要最小的数据以进行微调,从而增强了病原体检测能力。它有效地捕获了更广泛的基因组环境,从而显着改善了新颖和发散病原体的鉴定。我们开发了一个全面的数据集,其中包括大约30种病毒和细菌,包括埃斯卡皮病原体,七种抗抗生素耐药性的毒性菌株尤其是毒性。此外,我们策划了一个以Eskapee组为中心的物种分类数据集。在比较评估中,Patholm极大地胜过现有模型,例如DCIPATHO,表现出强大的零射击和很少的功能。此外,我们扩大了埃斯卡皮物种分类的Patholm-s-sp,尽管任务的复杂性,但与其他先进的深度学习方法相比,它表现出了优越的性能。
当前的研究全面回顾了淡水Mi Crobial群落中的生态位和致病性转移,以应对高污染负荷引起的压力。该研究对氧气水平的变化如何倾向于通过深入研究污染物负荷的增加如何影响淡水稳定性来影响水生生物群的存活。审查表明,高污染负荷改变了淡水资源的平衡,例如有机物,溶解的气体,光穿透和必需营养素。这会导致氧化动力学和淡水环境中微生物的依赖物种的变化。这种氧动力学还导致淡水微生物的基因组改变,从而导致抗生素耐药基因的发展,从而增加淡水微生物的致病性。氧动态创造的降低了淡水环境的自然防御策略,从而提高了病原体感染各自宿主的功效。对淡水外毒素的产生和与微生物的相互作用涉及的机制的详细研究将使对Exotoxin的作用有重要见解。淡水微生物致病性变化的影响对环境和医疗利益都至关重要。这是因为致病性的变化不仅对水生生物有害,而且还抵抗了经过不当处理的饮用水。当连续使用时,这种水可以逆转健康和生活质量。一项关于特定污染物如何导致淡水微生物群体的利基和致病性转移的广泛研究将详细了解污染对淡水环境稳定性的影响。
目的:肝脂肪变性指数(HSI)是非酒精性脂肪肝病(NAFLD)的可靠预测指标,可以增加2型糖尿病的风险(T2DM)。然而,有限的研究直接预测了HSI与正常血糖水平下T2DM的关联。因此,这项研究旨在评估在葡萄糖条件下基线HSI与T2DM发育之间的联系,同时还探索潜在的性别差异。方法:使用Nagala队列研究的数据,Cox回归模型分析了HSI与T2DM风险之间的关系,计算危害比(HR)和95%置信区间(CI)。亚组分析,以研究影响HSI预测T2DM的因素。结果:在平均6。1年的随访期间,238个人(参与者的1.65%)发展为T2DM。在调整年龄,乙醇消耗,吸烟状态,SBP,DBP,TG和TC之后,HSI与正常葡萄糖水平的个体中的入射T2DM显着相关,在各个男女之间保持一致。与最低的四分位数组(Q1)相比,Q2,Q3和Q4的HR和95%CI分别为1.09(0.61、1.93),1.16(0.68、1.98)和3.30(2.04、5.33)(趋势<0.001)。亚组分析表明,升高的HSI显着增加了TG水平正常的个体入射T2DM的风险(相互作用的P = 0.0170)。结论:这项研究强调了升高的HSI水平与患有正常葡萄糖水平的个体中入射T2DM的可能性之间的显着关联。此外,它提供了一种简单而有价值的筛选工具,可预测T2DM。关键字:2型糖尿病,肝脂肪变性指数,非酒精性脂肪肝病,风险预测,纵向研究