XiaoMi-AI文件搜索系统
World File Search System病情恶化
振动光谱法用于创伤性脑损伤分类计算机断层扫描优先级和住院治疗
摘要 计算机断层扫描 (CT) 脑成像通常用于支持创伤性脑损伤 (TBI) 患者的临床决策。然而，只有 7% 的扫描显示 TBI 的证据。其余 93% 的扫描会给医疗保健系统带来巨大的成本，并给患者带来辐射风险。可能有更好的策略来确定哪些患者，特别是轻度 TBI 患者，有病情恶化的风险并需要住院治疗。我们引入了一种血清液体活检，该活检利用衰减全反射 (ATR)-傅里叶变换红外 (FTIR) 光谱和机器学习算法作为决策工具，以确定哪些轻度 TBI 患者最有可能出现阳性 CT 扫描。血清样本来自获得 TBI 并参加 CENTER-TBI 的患者 (n = 298) 和无症状对照患者 (n = 87)。将受伤患者（所有严重程度）与无受伤对照组进行分层。对轻度 TBI 患者群进行进一步检查，将至少有一处 CT 异常的患者与无 CT 异常的患者进行分层。该测试在对轻度受伤患者与无受伤对照组进行分类时表现异常出色（敏感性 = 96.4%，特异性 = 98.0%），并且在对至少有一处 CT 异常的轻度患者与无 CT 异常的患者进行分层时也提供了 80.2% 的敏感性。所提供的结果表明，该测试能够识别五分之四的 CT 异常，并显示出作为轻度 TBI 患者 CT 优先分类工具的巨大潜力。
• 弗吉尼亚州的医疗补助首选药物清单 (PDL)/ 通用核心处方集仅包括部分药物类别，其他类别将支付包括但不限于
1. 是否有任何原因无法将会员更改为同一类别中的首选药物？可接受的原因包括：• 对首选药物过敏。• 首选药物的禁忌症或药物间相互作用。• 首选药物的不可接受/毒性副作用史。• 会员的病情在临床上稳定；更改为首选药物可能会导致会员病情恶化。2. 如果以下两个条件都为真，则申请的药物可能会获得批准：• 除非临床标准中另有说明，否则同一类别中至少有两种首选药物的治疗失败（适用于诊断）。当治疗类别中只有一种首选药物时，只需要一种首选药物的治疗失败。• 申请药物的相应仿制药（如果有仿制药且由州政府承保）已尝试但失败或有禁忌症。自上次发布以来的所有更改都将以黄色突出显示。Anthem VA Medicaid 的所有共同首选药物将以粉红色突出显示（新加入共同首选的药物将以灰色突出显示）。这些药物应被视为首选药物，除非符合额外的临床标准，否则不需要服务授权 (SA)。从共同首选状态中移除的药物将以红色字体显示。每月 UM 更新中的所有更改都将以绿色突出显示。
放射组学引导的检查点抑制剂免疫疗法在癌症精准医疗中的应用：面向临床医生的综述
使用免疫检查点抑制剂 (ICI) 的免疫疗法是肿瘤学发展的一项突破，已应用于多种实体瘤。然而，与传统的癌症治疗方法不同，免疫检查点抑制剂 (ICI) 通过引起炎症来引发间接细胞毒性，在某些情况下会导致病变增大。因此，建议不要立即宣布疾病进展 (PD)，而是根据实体瘤免疫相关疗效评价标准 (ir-RECIST) 在 4 - 8 周后的随访放射学评估中确认。鉴于临床医生难以立即区分假进展和真正的疾病进展，我们需要新的工具来协助这一领域。放射组学是一种创新的数据分析技术，它通过从图像中高通量提取定量特征来量化肿瘤特征，可以从早期成像中检测出更多信息。本综述将总结放射组学在免疫治疗方面的最新进展。值得注意的是，我们将讨论应用放射组学区分假性进展和 PD 的潜力，以避免在确认期病情恶化。我们还回顾了放射组学在超进展、免疫相关生物标志物、疗效和免疫相关不良事件 (irAE) 中的应用。我们发现放射组学在精准癌症免疫治疗中已显示出良好的效果，并且可以通过非侵入性方式进行早期检测。
社区：哈罗国际基督教中心的哈罗数字包容和糖尿病社区俱乐部
• 为什么心电图 (ECG) 测试中有那么多导联，为什么需要将导联连接到身体的特定位置？ • 每个人的心脏跳动是否有一个标准频率？如果有，那是什么？ • 每个人的心跳都不同，还是大致相同？ • 正常范围是多少 - 每分钟心跳次数？ • 我们为什么要进行血液测试？它们实际上告诉我们什么？ • 随着新糖尿病药物的问世，它们会取代二甲双胍等旧药物吗？ • 计算机模拟与现实生活中的人有何关联？模拟与患者自己的心脏有多接近？ • 您是否在寻找确诊为糖尿病的患者来进行这项研究？ • 当您进行研究时，如果您发现该患者的问题所在，您会将其转达给他们的全科医生吗？当您发现这些信息后，您会怎么做？ • 边缘糖尿病是什么意思？ • 如果您愿意自愿参与研究，您的年龄重要吗？您是否是心脏病患者重要吗？• 您的研究多久才能应用于现实世界？• 您将获得多长时间的预算来继续您的研究？• 对于患有高血压的老年人，为什么 130/160 的血压测量值是正常的？• 心脏病是遗传性的吗？• 进行预防性研究以阻止疾病发生不是更好吗？• 如果您已经患糖尿病 15 年，您是否有可能摆脱糖尿病？您的糖尿病是否可能导致心脏病？• 为什么学校不进行这种培训/讲座？• 在这个阶段，是怀疑糖尿病会导致心脏病，还是已经知道？• 如果您有心脏病，糖尿病是否会使病情恶化？
引文 BA Dhruthi Narayan、BS Ashok Kumar、S Monisha、D Dondapati 和 N Deeksha，哮喘的新兴靶向疗法：生物制剂、小分子、
摘要 哮喘是一种慢性气道炎症性疾病，其特征是症状多变且反复发作、气流阻塞、支气管高反应性和潜在炎症。这种疾病影响着全球数百万人，导致大量发病率和医疗费用。吸入皮质类固醇 (ICS) 和支气管扩张剂等传统疗法长期以来一直是哮喘管理的基石。这些药物主要用于减少炎症和放松气道肌肉，提供对症治疗并防止病情恶化。然而，尽管采用了最佳常规疗法，但一部分重度哮喘患者仍未得到充分控制。这种未满足的需求促使人们开发针对哮喘病理生理学中涉及的特定途径的新型药物。这些新型药物包括生物制剂、小分子和新型吸入制剂。抗 IL-5、抗 IL-4/IL-13 和抗 IgE 疗法等生物制剂通过调节特定的免疫反应为重度哮喘患者提供有针对性的治疗选择。小分子药物，如 PDE4 抑制剂和酪氨酸激酶抑制剂，提供了控制炎症和支气管收缩的新机制。此外，吸入器技术和配方的进步促进了新型吸入疗法的发展，改善了药物输送和疗效。本综述讨论了这些新药，重点介绍了它们的作用机制、疗效和安全性，为更好的哮喘管理和改善患者预后带来了希望。
探索基于机器学习的中风预测模型
死亡率高，残疾和复发率的疾病可能导致中枢神经系统不可逆地损害（2），相比之下，出血性中风的发生率较低，其病理基础主要是脑血管损伤和高血压（3）。研究表明，细胞因子是中风发育的关键因素。在中风过程中，某些细胞因子被释放到脑组织中，导致神经元损伤和神经炎症反应（4，5）。在缺血性中风的情况下，大量细胞因子，例如肿瘤坏死因子-Alpha（TNF-α）和白介素-1（IL-1），由缺血性区域周围的细胞释放。在某种程度上，这些细胞因子加剧了缺血性神经元损伤的严重程度（6，7）。此外，细胞因子还可能促进神经元细胞凋亡和神经胶质细胞增殖。在发生大脑出血时，红细胞分解产物会激活免疫细胞，从而释放各种细胞因子。这些细胞因子也可能导致血液 - 脑屏障的破坏和组织中胶原蛋白的沉积，从而进一步加剧了出血的程度和范围，并最终导致神经功能障碍（8、9）。研究表明，中风患者血液中细胞因子的浓度与中风的预后和临床表现之间存在很高的相关性。中风患者血液中包括IL-1β，TNF-α和IL-6在内的细胞因子水平升高意味着其病情恶化的可能性更高（10）。这些发现表明细胞因子水平与中风风险之间存在显着相关性。因此，基于细胞因子的中风预测模型的发展具有改善疾病预后的希望。
爱尔兰使用血浆置换、皮质类固醇和补体抑制剂治疗 ANCA 相关性血管炎的指南
EMA 批准在 AAV 中使用 Avacopan 是基于 III 期安慰剂对照 ADVOCATE 试验（Avacopan spc，附录 1）的结果。该试验将 330 名新诊断或复发的 GPA 或 MPA 患者随机分组，这些患者接受利妥昔单抗或环磷酰胺（随后接受硫唑嘌呤）治疗，每天两次服用 30 毫克 Avacopan，持续 52 周，或接受与 RAVE 研究类似的逐渐减量计划的 CS，持续 20 周。在试验入组前和试验期间，允许静脉脉冲 CS 的剂量最多为 3 克。在筛选期间，两组都允许使用非研究提供的 CS，但在进入试验前必须将其减量至 20 毫克或更少的泼尼松当量，并且必须在 avacopan 组的第 4 周结束前停药。在病情恶化或复发的情况下，允许静脉脉冲 CS。值得注意的是，两个研究组的患者因各种原因接受了开放标签 CS。avacopan 组和泼尼松组口服和静脉注射糖皮质激素的平均总泼尼松当量剂量为 1676 毫克（相当于每位患者每天 5 毫克），泼尼松组为 3847 毫克（相当于每位患者每天 13 毫克），总 CS 暴露量减少了 56%。与 avacopan 组相比，对照组 CS 相关有害影响的发生率更高。对照组和 avacopan 组之间的其他主要不良事件发生率没有差异。
GINA-2020-报告_20_06_04-1-wms.pdf
哮喘管理 框 3-1. 医疗保健提供者的沟通策略 43 框 3-2. 个性化哮喘护理的哮喘管理周期 44 框 3-3. 在人群层面与患者层面做出的哮喘治疗决策 46 框 3-4A. 初始哮喘治疗——针对成人和青少年的推荐方案 50 框 3-4B. 为被诊断为哮喘的成人和青少年选择初始控制治疗 51 框 3-4C. 初始哮喘治疗——针对 6-11 岁儿童的推荐方案 52 框 3-4D. 为被诊断为哮喘的 6-11 岁儿童选择初始控制治疗 53 框 3-5A. 对成人和青少年进行个性化管理以控制症状并最大程度地降低未来风险 54 框 3-5B. 为 6-11 岁儿童进行个性化管理以控制症状并最大程度地降低未来风险 55低、中、高每日吸入皮质类固醇剂量 56 框 3-7. 哮喘得到良好控制后减少治疗的选择 66 框 3-8. 治疗可改变的危险因素以减少病情恶化 67 框 3-9. 非药物干预 - 总结 70 框 3-10. 室内过敏原回避措施的有效性 74 框 3-11. 考虑转诊寻求专家建议的指征（如有） 78 框 3-12. 确保有效使用吸入器的策略 80 框 3-13. 哮喘患者服药依从性差 81 框 3-14. 哮喘信息 82
人工智能辅助农村地区远程患者监控
简介 远程病人监护一直是医疗保健领域面临的最大挑战之一，而人工智能 (AI) 正在将其变成现实。远程病人监护已获得人工智能的认证，尤其是在农村地区，由于物理基础设施和物流原因，传统医疗保健服务始终受到限制。这些系统利用算法和数据分析来跟踪患者生理变化，以确保及时发现患者病情恶化，从而在正确的时间提供正确的护理 [1]。生命体征和其他健康指标可以通过集成传感器的可穿戴设备全天候非侵入式监测，为医疗保健提供者提供情报，使他们能够更好地指导实践，而无需患者如此频繁地亲自到场。人工智能无疑使这些系统更加高效和准确。通过机器学习算法，您可以分析大量数据以识别模式并很好地预测健康并发症。这种主动方法对于医疗设施很少、医疗专业人员有限的农村社区特别有用。 背景 农村地区面临的最大医疗障碍之一是难以获得医疗服务，原因有二：距离远和医疗专业人员少。这些问题导致农村人口诊断延迟、医疗质量不佳和发病率较高。鉴于传统医疗保健系统在这一领域是无效的，因此需要打破常规。通过结合 Counterfeit Insights 的远程患者监控 (RPM) 技术，可以成功解决这些问题。目的主要目的是考虑人工智能在推进远程患者监控系统中的作用，总体目标是扩大农村社区的访问和结果。目标
GINA 完整报告 2020 仅封面
哮喘管理 框 3-1. 医疗保健提供者的沟通策略 43 框 3-2. 个性化哮喘护理的哮喘管理周期 44 框 3-3. 在人群层面与患者层面做出的哮喘治疗决策 46 框 3-4A. 初始哮喘治疗——针对成人和青少年的推荐方案 50 框 3-4B. 为被诊断为哮喘的成人和青少年选择初始控制治疗 51 框 3-4C. 初始哮喘治疗——针对 6-11 岁儿童的推荐方案 52 框 3-4D. 为被诊断为哮喘的 6-11 岁儿童选择初始控制治疗 53 框 3-5A. 对成人和青少年进行个性化管理以控制症状并最大程度地降低未来风险 54 框 3-5B. 为 6-11 岁儿童进行个性化管理以控制症状并最大程度地降低未来风险 55低、中、高每日吸入皮质类固醇剂量 56 框 3-7. 哮喘得到良好控制后减少治疗的选择 66 框 3-8. 治疗可改变的危险因素以减少病情恶化 67 框 3-9. 非药物干预 - 总结 70 框 3-10. 室内过敏原回避措施的有效性 74 框 3-11. 考虑转诊寻求专家建议的指征（如有） 78 框 3-12. 确保有效使用吸入器的策略 80 框 3-13. 哮喘患者服药依从性差 81 框 3-14. 哮喘信息 82