背景:2019 冠状病毒病 (COVID-19) 已影响全球 2.1 亿多人。迄今为止,COVID-19 的最佳治疗方法仍不确定。由于癌症病史与 COVID-19 导致的较高死亡率有关,因此在这些患者中建立安全有效的疫苗覆盖至关重要。然而,癌症患者 (PsC) 大多被排除在疫苗候选者的临床试验之外。本系统评价旨在调查目前关于 COVID-19 疫苗在 PsC 中的免疫原性的可用证据。患者和方法:纳入所有评估严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 疫苗安全性和有效性的前瞻性研究,以第一剂和第二剂后的免疫原性为主要终点(如有)。结果:在精心实施的疫苗接种计划后,针对 PsC 的 COVID-19 疫苗接种似乎总体上是安全且具有免疫原性的。然而,与一般人群相比,血清转化率仍然较低、滞后或两者兼而有之。患有血液系统恶性肿瘤的患者,尤其是过去 12 个月内接受过 B 细胞耗竭药物治疗的患者,最容易出现血清转化不良。结论:可以针对 PsC 提出量身定制的疫苗接种方法,尤其是根据恶性肿瘤的类型和所接受的特定肿瘤治疗。关键词:COVID19、Sars-CoV-2、疫苗、免疫原性、癌症、血清转化
。CC-BY-NC 4.0 国际许可 它是永久可用的。 是作者/资助者,已授予 medRxiv 许可以显示预印本(未经同行评审认证)预印本 此版本的版权所有者于 2025 年 2 月 5 日发布。;https://doi.org/10.1101/2025.02.03.25321619 doi:medRxiv 预印本
大麻素,δ9-四氢大麻酚(THC)和大麻二醇(CBD)是源自大麻植物的植物大麻素(Andre等,2016; Elmes等,2015)。虽然THC是大麻的精神活性组成部分,但CBD是非精神活性的,并且已广泛研究其潜在的治疗益处(Scuderi等,2009)。这些化合物与人类中的内源性大麻素系统相互作用,在调节各种生理过程中起着至关重要的作用,包括疼痛感觉,免疫反应和神经保护作用(Lowe等,2021)。该系统是常见的G蛋白偶联受体。大麻素受体(CBR1和CBR2);以及导致大麻素合成和降解的内源性配体和酶的范围,强调了其在神经药理学中的复杂性和明显性(Keimpmema等,2014; Lu and Mackie,2021)。内源性大麻素系统不限于其两个主要的G蛋白偶联受体CBR1和CBR2。它还包括一个内源性大麻素的网络,例如anandamide和2-蛛网膜烯丙基甘油,以及脂肪酸酰胺水解酶(FAAH)和单酰甘油甘油脂肪酶(MAGL)等酶,它们合成并脱落了这些内核素。这些成分对于调节各种生理过程至关重要(Kilaru和Chapman,2020)。重要的是,大麻素与内源性大麻素系统相互作用,以调节神经传递和神经蛋白的膨胀,神经性疼痛发育和持续性的中心机制(Guindon和Hohmann,2009a; Woodhams et al。,2015)。临床试验显示了降低通过与神经系统中的CBR结合,这些化合物可以抑制神经递质和疼痛信号通路的释放,从而在以慢性疼痛和超痛性为特征的条件下提供潜在的缓解(Finn等,2021; Mlost等,2019a)。这种相互作用还表明在神经保护和神经塑性中起着更广泛的作用,这可能是其在神经性疾病中的治疗益处的基础(Xu和Chen,2015年)。cbr1主要在大脑中发现,并参与调节神经递质释放(Busquets-Garcia等,2018),而CBR2主要在免疫细胞和外围组织中表达,它们调节了障碍过程(Turcotte等人,2016年)。内源性大麻素系统提出了针对神经系统疾病的治疗干预措施的潜力,其中涉及内源性大麻素系统的失调。大麻素的潜在治疗应用延伸到一系列神经系统疾病中,包括神经退行性疾病,例如阿尔茨海默氏病(Benito等,2007),帕金森氏病(Di Filippo等人,2008年),以及亨廷顿病(Pazos et al。,2008年),以及MSORPERS,MSORTE(MS) 2018),癫痫(Kwan Cheung等,2019)和神经病等慢性疼痛状况(Maldonado等,2016)。随着这些疾病的越来越多的患病率和现有治疗方法的有限效率(Feigin等,2020),作为新型治疗剂的探索大麻素的探索加速了。临床试验在评估大麻素在治疗这些神经系统疾病中的安全性,效率和作用机制中起着至关重要的作用。大麻素,尤其是THC和CBD,因其管理MS患者的痉挛,神经性疼痛和膀胱功能障碍的能力而受到探索(Baker等,2000; Fontelles andGarcía,2008; Zajicek and Apostu,2011)。sativex是一种包含THC和CBD的眼核喷雾剂,已在多个国家批准用于治疗MS的痉挛(Giacoppo等,2017)。
抽象细菌呼吸道感染对儿童造成了重大健康风险,特别是婴儿易受上呼吸道感染(URTIS)的婴儿。coVID-19大流行进一步加剧了这些感染的流行,诸如支原体肺炎,肺炎链球菌,肺炎链球菌,肺炎链球菌,葡萄球菌,金黄色葡萄球菌,嗜血杆菌和kelebbsiella symerse comenters commonise commons commons commons commons commons commons commons commons commons commons consimallys symerse semelly simped connecoccus肺炎,肺炎链球菌,肺炎链球菌,肺炎链球菌,肺炎链球菌,肺炎链球菌,肺炎链球菌,肺炎链球菌,肺炎链球菌,肺炎。在临床实践中,对这些细菌剂进行准确和及时检测的关键需求强调了高级诊断技术(包括多重实时PCR)的重要性。多重实时聚合酶链反应(PCR)具有多种优势,包括快速结果,高灵敏度和特异性。通过加速诊断过程,这种方法可以早期干预和有针对性的治疗,最终改善患者的预后。除了PCR技术外,快速和护理测试(POCT)在迅速诊断细菌呼吸道感染中起着至关重要的作用。这些测试旨在用户友好,敏感并提供快速的结果,使其在紧急临床环境中特别有价值。POCT检验通常分为两个主要组:旨在确定感染原因的测试,以及旨在确认存在特定病原体的那些。 通过利用POCT,医疗保健提供者可以做出快速而明智的治疗决策,从而更有效地治疗儿童细菌呼吸道感染。 伊朗大四。 2025; 28(2):112-123。 doi:10.34172/aim.33505测试,以及旨在确认存在特定病原体的那些。通过利用POCT,医疗保健提供者可以做出快速而明智的治疗决策,从而更有效地治疗儿童细菌呼吸道感染。伊朗大四。2025; 28(2):112-123。 doi:10.34172/aim.33505随着医学界继续探索创新的诊断方法,分子和快速测试方法的整合在细菌呼吸道感染领域提供了重要的希望。通过采用这些尖端技术,医疗保健专业人员可以增强其准确诊断这些感染,量身定制治疗策略并最终改善患者护理的能力。Keywords: Molecular diagnosis, Pediatric infections, POCT, Point-of-care testing, Respiratory infections Cite this article as: Azizian R, Mamishi S, Jafari E, Mohammadi MR, Heidari Tajabadi F, Pourakbari B.从常规检测到护理点测试(POCT)方法的小儿呼吸道感染诊断:系统评价。
系统评价摘要简介:身体畸形障碍的特征是外观缺陷过度关注,行为和心理行为可以解决或隐藏感知到的失败。对社交网络的使用加剧可能与该疾病的发展和持久性有关:分析有关社交网络对身体畸形疾病的影响的科学文献。方法:它由使用搜索策略(“身体畸形障碍”)和(“社交媒体”)的PubMed/Medline,Google Scholar和Scopus数据库进行的系统综述,在PubMed/Medline,Google Scholar和Scopus数据库中进行。文章在2020年至2024年之间包括在任何语言中,获得了3022项研究。排除了重复项(9),并且不符合研究的目标(2997),剩下16篇文章。结果:关于该主题的研究确定了一些国家,强调了问题的全球性。发现包括筛查时间和肌肉畸形的症状之间的关联,在COVID-19监禁期间增加干扰以及皮肤问题和身体不满等具体问题。Instagram和Snapchat是引用的主要社交网络。还探索了与饮食失调,焦虑和社交恐惧症的相关性。结论:结论是社交网络对人体畸形疾病的影响,强调了它们的密集使用与疾病的患病率之间的显着关联。此外,它强调了无法达到的美容标准的影响,尤其是在Covid-19-19大流行期间。关键字:身体畸形疾病;社交媒体;身体不满;屏幕时间。
背景:局部区域治疗 (LRT) 包括放射栓塞 (SIRT)、经动脉化学栓塞 (TACE)、肝动脉灌注 (HAI) 化疗、外照射放射治疗 (EBRT) 和消融,已被用于治疗肝内胆管癌 (iCC)。本系统评价的目的是为临床试验设计提供结果基准。方法:使用 PubMed 和 Embase 识别报告接受 LRT 治疗 iCC 患者结果的研究。计算无进展生存期 (PFS) 和总生存期 (OS) 的合并加权平均值;使用比例荟萃分析估计合并反应率。结果:审查了 6325 篇条目; 93 项研究符合条件,代表 101 个队列和 3990 名患者:消融 15 个队列(645 名患者),EBRT 18 个队列(541 名患者),SIRT 27 个队列(1232 名患者),TACE 22 个队列(1145 名患者),HAI 16 个队列(331 名患者)和未合并的 3 个队列(96 名患者)。74% 的研究是回顾性的,99% 是非随机的。消融的汇总平均加权 OS 为 30.2 个月(95% 置信区间 (CI):21.8 – 38.6),EBRT 为 18.9(14.2 – 23.5),SIRT 为 14.1(12.1 – 16.0),TACE 为 15.9(12.9 – 19.0),HAI 为 21.3(15.4 – 27.1)。消融的汇总完全缓解率为 93.9%。当一起分析时,SIRT、TACE 和 HAI 的汇总平均加权 OS 为 15.7 个月,而一线治疗并同时进行全身化疗的患者的汇总平均加权 OS 为 25.2 个月。结论:关于 iCC LRT 的现有文献参差不齐,质量不足以提出强有力的建议。消融取得了令人满意的结果,在无法进行手术时可推荐使用。
背景:免疫性血小板减少症 (ITP) 是一种后天性疾病,其特征是血小板破坏和血小板生成受抑制,可引起一系列出血症状。地塞米松与泼尼松龙在治疗免疫性血小板减少性紫癜方面的应用仍存在争议。系统评价可以证明一致的模式和成果。目的:评估地塞米松与泼尼松龙治疗 ITP 的有效性和安全性。搜索方法:我们通过 Ovid 界面搜索了 Embase 数据库,搜索时间从 1946 年到 2024 年 9 月 24 日。主要搜索概念包括诊断(免疫性血小板减少症)、干预(类固醇),以及两个概念的相关同义词和 RCT 过滤器。没有语言、出版日期或任何其他限制。已识别出数百万个匹配项(干预和 RCT 过滤器),因此添加了一个过滤器以涉及非动物研究,RCT 过滤器的匹配项数量有所减少,但仍以百万计。然后搜索组合过滤器再次运行,并识别出 4611 个匹配项。
摘要 心脏病是全球主要的死亡原因之一,因此早期发现和预测心脏病对于挽救生命至关重要。机器学习(ML)算法有可能通过提高诊断准确性和改善患者治疗效果来彻底改变医疗保健系统。本研究回顾了以前应用深度学习(DL)和ML技术预测心脏病的研究。从研究中可以看出,大多数工作都使用了监督ML算法,包括支持向量机(SVM)、梯度提升分类器(GB)、决策树(DT)、随机森林(RF)和逻辑回归(LR),这些算法已被用于UCI机器学习库(Heart)数据集来预测心脏状况。这些算法的准确率各不相同,研究报告的成功率在88%到95%之间。本综述探讨了影响这些结果的因素,有助于更好地理解基于ML的心脏病预测模型。
方法:在 PubMed、Cochrane、Web of Science、Embase、CNKI 和万方数据库中进行系统搜索,检索日期截至 2024 年 5 月 12 日。纳入干预时间至少为 12 周的随机对照试验 (RCT)。目标人群包括超重或肥胖的个体,无论是否患有 2 型糖尿病。符合条件的研究将多受体药物与安慰剂或其他多受体药物进行了比较。主要结果是减轻体重、糖化血红蛋白 (HbA 1c )、空腹血糖 (FPG)、血压变化和不良事件。使用 Cochrane 偏倚风险工具 (ROB2) 第 2 版评估偏倚风险,并使用频率学派方法进行随机效应网络荟萃分析。使用网络荟萃分析置信度 (CINeMA) 框架评估效果估计的置信度。