XiaoMi-AI文件搜索系统
World File Search System腰围
风湿性心脏病与口腔健康之间的关系对肥胖的新承诺Tizerpatida：La Nueva ...
电子邮件：barros.laiza@gmail.com摘要肥胖是一种慢性，进行性疾病，其特征是人体脂肪过度积累，这会导致各种健康风险，这会影响全球约10亿人，并且发病率的增加。肥胖可能是由遗传因素，内分泌功能障碍和生活方式引起的，例如饮食不平衡和缺乏体育锻炼，并可能导致并发症，例如糖尿病，血脂异常，心血管疾病和睡眠障碍。肥胖可以按体重指数（BMI）或腰围分类。肥胖组织增加的脂肪组织会导致2型糖尿病的发展，并且这种关联会带来严重的健康并发症。治疗涉及减轻体重，饮食，运动和行为疗法，但是当非药物治疗失败时可以使用药物，并且在严重情况下可以选择手术。tirzepatida是一种最近批准的药物，用于治疗2型糖尿病和肥胖症，充当GLP-1和GIP激动剂，可促进血糖控制和体重减轻。研究表明，提尔扎帕蒂达可能比其他现有药物更有效。但是需要进一步的研究来了解其有效性，安全性并将其与其他可用药物进行比较。关键字：tirzepatida，肥胖，糖尿病，治疗。抽象肥胖是一种疾病，其特征是体内脂肪过度积累，这可能导致各种健康风险。脂肪这是由遗传因素，内分泌功能障碍和生活方式选择（例如饮食不平衡和缺乏体育锻炼）引起的慢性疾病。它可能导致并发症，例如糖尿病，血脂异常，心血管疾病和睡眠障碍。据估计，全球超过10亿人肥胖，这一数字将继续增加。肥胖可以按体重指数（BMI）或腰围分类。
南非全球健康卓越中心 (GHCoE)
我们会使用结构化问卷向您询问一些问题，并记录您可能正在服用的任何药物。然后，我们会在您穿着衣服的情况下使用卷尺测量您的身高、体重以及腰围和臀围。我们还会测量您的血压，并可能从您的手臂抽取血样。我们将抽取 15 毫升血液（3 茶匙）。这些血液将用于测量血液中的脂肪水平并进行测试以查看您的血糖水平有多高。针头可能会让您感到有些不适，但抽血的方式与您在诊所就诊时通常抽血的方式相同。如果发现任何严重的异常发现，我们会通知诊所的工作人员，然后工作人员可以对您进行适当的治疗。
俄勒冈州心理健康临床咨询小组
Amisulpride 0/+ +++ 0/+ 0/+ 0/+ + + ++ Aripiprazole 0 0 0/+ 0/+ 0/+ + ++ 0 Asenapine + + 0/+ + 0/+ ++ + + Brexpiprazole 0 0 0/+ 0/+ 0/+ + ++ 0 Cariprazine 0/+ 0 0/+ 0/+ 0/+ ++ ++ 0 Clozapine^ +++ 0 +++ +++ 0 0 + + Iloperidone +/++ 0/+ + 0/+ 0/+ 0/+ 0/+ 0/+ Lumateperone^^ Lurasidone 0/+ + 0/+ +/++ 0/+ ++ +/++ 0/+ Olanzapine +++ + +++ +/++ 0/+ 0/+ + + Paliperidone ++ +++ + 0/+ 0/+ ++ + + quetiapine ++ 0 ++ ++ 0/ + 0 + +利斯佩酮++ ++ + + + + + + 0/ + ++ ++ ++ ++ sertindole ++ + + + + 0/ + 0/ + 0/ + + + + + + + + + + + + + + + + + + + + + + + 0/ + 0/ + + + + 0/ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + heess：0 =中立; +，++和+++表明药物之间的比较更大但不是绝对的副作用相关性。*包括腰围，血脂异常，糖尿病，高血压 ^监测氯氮平的独特不良反应，例如中性粒细胞减少症，唾液性和癫痫发作。^^ FDA在2019年批准。没有可用的相对副作用比较。改编自：Solmi M，Murru A，Pacchiarotti I等。与第一代和第二代抗精神病药相关的安全性，耐受性和风险：最新的临床综述。其他临床风险管理。2017年6月29日; 13：757-777。 doi：10.2147/tcrm.s117321。
o r i g i n a l r e s a r c h遗传和血浆蛋白质组学方法，以鉴定坟墓疾病和坟墓的治疗靶标
目的：肌肉减少肥胖与几种负面健康结果有关。但是，中国成年人中SO和代谢疾病之间的关系（例如糖尿病，高血压和脂质代谢异常）的研究只有少数研究。 这项工作的目的是评估中国成年人中SO与高血压，糖尿病和脂质代谢异常之间的关联，并使用相关的人体测量指标探索SO的预测。 材料和方法：所有参与者都接受了调查表访谈，以收集人口统计数据。 此后，他们进行了体格检查，以测量人体测量变量，该变量是使用生物电力的舞蹈分析进行的。 生化测量是根据用于评估血液参数的标准实验室保守程序确定的。 结果：我们包括14,926例35-74岁的患者。 特定裤子的平均年龄为56.75±9.76岁，其中39.80％是男性。 平均体重指数（BMI）为24.94±3.40 kg/m 2，总体患病率为65.1％。 结果表明人较短；心率更快的人；重量较重；下腰围（WC），BMI，甘油三酸酯水平，总胆固醇和低密度脂蛋白胆固醇水平；高密度的脂蛋白胆固醇水平有So的风险。 结论：35-74岁的中国成年人的流行率很高（65.1％）。 SO的发生与高血压，糖尿病和脂质代谢异常有关。但是，中国成年人中SO和代谢疾病之间的关系（例如糖尿病，高血压和脂质代谢异常）的研究只有少数研究。这项工作的目的是评估中国成年人中SO与高血压，糖尿病和脂质代谢异常之间的关联，并使用相关的人体测量指标探索SO的预测。材料和方法：所有参与者都接受了调查表访谈，以收集人口统计数据。此后，他们进行了体格检查，以测量人体测量变量，该变量是使用生物电力的舞蹈分析进行的。生化测量是根据用于评估血液参数的标准实验室保守程序确定的。结果：我们包括14,926例35-74岁的患者。特定裤子的平均年龄为56.75±9.76岁，其中39.80％是男性。平均体重指数（BMI）为24.94±3.40 kg/m 2，总体患病率为65.1％。结果表明人较短；心率更快的人；重量较重；下腰围（WC），BMI，甘油三酸酯水平，总胆固醇和低密度脂蛋白胆固醇水平；高密度的脂蛋白胆固醇水平有So的风险。结论：35-74岁的中国成年人的流行率很高（65.1％）。SO的发生与高血压，糖尿病和脂质代谢异常有关。BMI，WC和腰围比可能是SO的预测指标。可以通过及时干预和健康教育对处于这种疾病风险的人来降低SO的发生率。关键词：肌肉减少肥胖，高血压，糖尿病，脂质异常脂质代谢
芬兰为期 6 个月的数字干预措施旨在促进健康......
摘要背景：改变饮食和活动习惯的生活方式对于 2 型糖尿病的治疗和预防至关重要。有证据表明，数字化健康相关生活方式干预可以改善糖尿病控制、医疗保健利用率和医疗保健成本。然而，新的数字干预措施的有效性还有待研究。目的和目标：本研究旨在使用准实验研究设计评估单一 6 个月数字干预措施对促进糖尿病前期和 2 型糖尿病患者健康相关生活方式改变的有效性。方法：应用的干预措施是一条为期 6 个月的整体生活方式改变数字服务途径。它包括各种生活方式主题、进度监测以及护士或医生的支持和指导。在干预开始和结束时，通过数字问卷收集糖尿病前期患者（n=23）和 2 型糖尿病患者（n=33）的自我报告体重、身高和腰围。同样，研究人员收集了糖尿病前期患者（n=26）和 2 型糖尿病患者（n=26）的体力活动、饮食习惯和感知健康状况的数据。使用非参数分析评估了变化。结果：干预期间，研究对象平均减重 3.0 (-6.0, -1.0) 公斤（p < 0.001），BMI 下降 0.90 (-2.02, -0.10) 公斤/米2（p < 0.001），腰围减少 4.0 (-7.0, 0.0) 厘米（p < 0.001）。感知健康状况（p < 0.001）、饮食习惯（p < 0.001）和身体活动习惯（p < 0.001）分别改善 0（0, 2）、1（0, 3）和 2（0, 4）。接受两次护士访问的患者的饮食习惯有所改善（p = 0.003）。干预期间的变化在糖尿病前期和 2 型糖尿病患者之间没有差异。结论：这些初步研究结果可能表明干预在管理 BMI 和体重并改善糖尿病前期和 2 型糖尿病患者的饮食和身体活动习惯。
引用：Geng S，Chen X，Bai K，Ding J，Li H和Shi S（2023）ClínicaUniversidad de Navarra-Body肥胖估计器与2型
大约一半的T2DM患者直到被诊断出来才怀疑他们患有这种疾病[4]。因此，通过有效且可重复的诊断指标识别出早期T2DM风险的人并减少全球糖尿病流行非常重要[5]。在几个可修改的糖尿病风险因素中，肥胖被认为是主要危险因素[6，7]。在一般人群中，最广泛使用的措施来定义多余的体内脂肪（BF）是体重指数（BMI），腰围（WC）和腰围比（WHTR）。先前的研究表明，较高的BMI，WC和WHTR与2型糖尿病（T2DM）的风险增加有关[8，9]。但是，这些人体测量指标受到了批评，因为它们不考虑与肥胖相关的重要因素，尤其是年龄，性别和种族[10，11]。因此，提出了一种新的实用肥胖指数，即ClínicaDeNavarra-Body肥胖估计量（Cunbae），并被认为是人体脂肪估计的更准确的指标[12]。这种估计体内脂肪百分比的方法基于白人受试者的BMI，性别和年龄，与其他人体测量方法相比，通过空气位移体积跟踪测量的体内脂肪百分比的相关性最高[12]。以前的发现表明，与BMI或WC相比，Cun-Bae与T2DM和与脂肪相关的心血管危险因素更密切相关[13，14]。但是，以前的Cunbae评估研究仅限于白人人群，需要扩展到其他人群以确定其适用性。迄今为止，尚无研究探讨Cunbae在中国人口中的适用性。 因此，这项研究的目的是调查中国中年和老年人口中Cun-Bae与T2DM风险的关联，并比较Cun-Bae，BMI，WC和WHTR和T2DM之间关联的强度。迄今为止，尚无研究探讨Cunbae在中国人口中的适用性。因此，这项研究的目的是调查中国中年和老年人口中Cun-Bae与T2DM风险的关联，并比较Cun-Bae，BMI，WC和WHTR和T2DM之间关联的强度。
脂肪因子、瘦素/脂联素比率和 C- 之间的关系...
目的：2 型糖尿病患者血浆脂肪因子和/或炎症参数的变化尚不明确，无法确定其是由肥胖引起还是与糖尿病状态直接相关。我们的目标是比较肥胖非糖尿病人群和非肥胖 2 型糖尿病患者的血浆脂联素、瘦素、瘦素/脂联素比率 (LAR) 和 hs-CRP，并确定这些脂肪因子与 MetS 和糖尿病相关数量性状的关联。方法：本研究招募了 92 名年龄在 25 – 60 岁之间的也门男性志愿者，其中 31 名是 BMI < 25 kg/m 2 的健康人群作为对照组；30 名非糖尿病肥胖人群 BMI ≥ 30 kg/m 2 且 FBG < 6.1 mmol/l；以及 31 名 FBG > 7 mmol/l 和 BMI < 25 kg/m 2 的非肥胖 2 型糖尿病患者。结果：肥胖患者的脂联素水平较低，非肥胖 2 型糖尿病患者和对照组之间没有差异。相反，肥胖和非肥胖 2 型糖尿病患者的瘦素、LAR 和 hs-CRP 水平较高。线性回归分析显示，脂联素与 BMI、腰围、胰岛素、HOMA-β 和 HOMA-IR 呈负相关，而瘦素、LAR 和 hs-CRP 与 BMI、腰围、TG、FBG、胰岛素、HOMA-β 和 HOMA-IR 呈正相关。此外，脂联素与瘦素、LAR 和 hs-CRP 呈负相关，而瘦素和 LAR 与 hs-CRP 以及彼此之间呈正相关。结论：血浆脂联素不受糖尿病本身的影响，这表明其在 2 型糖尿病中的改变可能是由于肥胖引起的，并且可能是肥胖、IR 和 2 型糖尿病之间的重要联系。
智能手机应用程序可防止2型糖尿病
简介：缺乏支持应用程序来改变生活方式行为的证据，并且缺乏糖尿病高风险的人的糖尿病。这项系统评价的目的是确定预防2型糖尿病的智能手机应用程序（APP）的可接受性和有效性。方法：从2008年至2023年搜索PubMed，Embase，Cinahl和Psychinfo。包括涉及成年人患有高风险患糖尿病的研究，以评估应用程序干预措施，以防止2型糖尿病。进行随机效应荟萃分析，以减轻体重，体重指数（BMI），糖化血红蛋白和腰围。叙事综合是为所有研究进行的，包括探索用户观点的定性研究。结果：这项系统的综述中包括了24个研究（n = 2,378），包括9个主导的对照试验（RCT），平均持续时间为6个月，10次准实验和7个定性研究。在社会上处于弱势群体的群体的代表性不佳。在荟萃分析中结合了六个RCT。应用程序可有效促进体重减轻[平均差异（MD）1.85; 95％CI 2.90至0.80]，降低BMI [MD 0.90，95％CI 1.53至0.27]，对糖化的血红蛋白和腰围没有影响。没有报道糖尿病发病率的研究。定性研究强调了应用程序个性化的需求。讨论：智能手机应用程序通过支持减肥对预防2型糖尿病有希望。Am J Prev Med 2024; 66（6）：1060 - 1070。©2024作者。未来的强大试验应包括在应用程序的共同设计和评估中的不同人群，并探讨了人工智能在进一步个性化干预措施方面的作用，以提高参与度和有效性。由Elsevier Inc.代表美国预防医学杂志出版。这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
RI2_UKB 重复成像信息表 v2.1 280624.docx
我会知道我的扫描结果吗？在就诊结束时，您将收到一些标准测量值的记录（血压、体重、身体质量指数、腰围、体脂百分比和肺功能（如果已测量）），但您不会收到影像扫描的结果。这些扫描用于收集研究信息，而不是诊断疾病，并且不会对它们进行系统性审查以诊断疾病。我们不会定期将您的影像结果反馈给您、您的全科医生或任何其他人——这是根据您同意参加英国生物库时提供的同意。但是，如果在您的扫描过程中发现潜在的严重异常，我们会写信通知您和您的全科医生。潜在的严重异常被认为是可能对您的身体功能或您的质量产生重大影响的异常
2 型糖尿病患者的营养诊断
结果：分析了 2,050 名患者的数据，其中 55.3% 为女性，44.7% 为男性，中位年龄分别为 57 岁和 54 岁。最常见的营养诊断是能量和碳水化合物摄入过多。诊断分布在各个领域：摄入（55.9%）、行为/环境（32.7%）、临床（10.2%）和 1.2% 没有营养诊断。在 BMI、腰围和体脂百分比等人体测量变量方面观察到显著的组间差异（p < 0.05）。摄入组和行为组的 HbA1c 和血糖水平明显较高（p < 0.001）。摄入组的白蛋白/肌酐比 (ACR) 较高（p = 0.007）。摄入组的热量和碳水化合物摄入量较高，而临床组和行为组的蛋白质和脂肪摄入量较高（p < 0.001）。