-
放射/核事件医学应对措施(MCMs)的监管框架与研发考量:从动物法则到多药联用的战略演进
在2001年“9·11”恐怖袭击和炭疽攻击事件之后,美国政府(USG)实施了一系列立法,使联邦政府能够为未来威胁做好准备,包括管理和资助医学应对措施(MCMs)的产品开发。2004年《生物盾牌计划法案》和2006年《大流行与全危害防范法案》(PAHPA)(分别
来源:Disaster Medicine and Public Health Preparedness
时间:2026-10-09
-
可注射功能化葡萄糖响应水凝胶用于姜黄素输送与糖尿病伤口愈合管理
打开图形查看器
传统的药物输送平台(包括聚合物支架)通常无法有效控制药物的释放过程,这会导致药物突然释放,从而降低生物活性分子的治疗效果。因此,市场对能够可控释放生物分子的多响应性水凝胶的需求
来源:RSC Applied Polymers
时间:2026-10-09
-
眼科老年医学评估:眼科学与老年医学协同下的“5问法”框架——以年龄相关性黄斑变性为例
背景:眼科老年医学评估起源于眼科学与老年医学两个领域实践性综合的融合。
目标:在一项回顾性研究中,对该眼科老年医学评估的发展过程进行了评价。
材料与方法:基于可获取的文献(主要涉及两个学科的历史以及综合老年医学评估(CGA)),以年龄相关性黄斑变性(AMD
来源:ZEITSCHRIFT FUR GERONTOLOGIE UND GERIATRIE
时间:2026-10-09
-
作者回复:儿童肾病综合征利妥昔单抗治疗致长期低丙种球蛋白血症研究中的统计学方法探讨
作者回复:我们感谢 Faraz 等人对我们手稿[1]的关注。正如他们所强调的,对持续复发的肾病综合征儿童反复使用利妥昔单抗可能会增加长期低丙种球蛋白血症(HG)的风险。在我们的研究中,长期 HG 被定义
来源:Pediatric Nephrology
时间:2026-10-09
-
术中心脏循环效率与非心脏手术后心肌损伤的关联:一项前瞻性观察研究
摘要背景与目标非心脏手术后心肌损伤(MINS)是围手术期发病率和死亡率的主要决定因素。其临床过程大多无症状,往往使早期诊断变得困难。心脏循环效率(CCE)是一个反映心血管系统能量效率的新参数。这项前瞻性观察研究旨在评估接受择期手术患者的术中 CCE 值与术后心肌损伤之间的关系
来源:Perioperative Medicine
时间:2026-10-09
-
综述:老年患者地氟烷与七氟烷麻醉术后恢复及安全性荟萃分析
摘要
目的:本荟萃分析旨在比较老年患者(年龄>65岁)在七氟烷(Sev)或地氟烷(Des)麻醉下的术后恢复情况。
方法:通过PubMed、Web of Science和Cochrane中央试验登记数据库进行全面的文献检索,以识别有关地氟烷和七氟烷对老年患者术后恢复影响的所
来源:Perioperative Medicine
时间:2026-10-09
-
真实世界生物制剂治疗慢性鼻窦炎伴鼻息肉(CRSwNP)的治疗持续性及停药相关因素:单中心回顾性队列研究
背景:生物制剂对重度、未控制的慢性鼻窦炎伴鼻息肉(CRSwNP)有效,但关于治疗持续性的真实世界数据仍有限。
方法:这项回顾性单中心研究纳入95例CRSwNP成人患者,这些患者在2021年至2025年间开始接受dupilumab(88.4%)、mepoli
来源:World Journal of Otorhinolaryngology - Head and Neck Surgery
时间:2026-10-09
-
基于EPOS 2020的ChatGPT与DeepSeek在慢性鼻窦炎可切除性分类中的性能比较:一项提示策略研究
目的:根据欧洲鼻窦炎和鼻息肉立场文件2020(EPOS 2020)指南,采用多种提示策略评估并比较ChatGPT-5.5(2026)与DeepSeek-V3(2026)在慢性鼻窦炎(CRS)可切除性分类中的表现。
方法:本回顾性研究回顾了150例慢性鼻窦炎病
来源:World Journal of Otorhinolaryngology - Head and Neck Surgery
时间:2026-10-09
-
下鼻甲成形术对比药物治疗变应性鼻炎:系统评价与Meta分析
目的:变应性鼻炎(allergic rhinitis, AR)是一种常见慢性疾病,全球多达30%的成人受其影响,鼻塞(nasal obstruction)是最令人困扰的症状。下鼻甲肥大(inferior turbinate hypertrophy, ITH)是
来源:World Journal of Otorhinolaryngology - Head and Neck Surgery
时间:2026-10-09
-
非医疗健康驱动因素(NMDOH)与儿科预约失约(no-show)人工智能/机器学习(AI/ML)预测:识别可干预风险因素
背景:医疗预约失约(no-show)导致医疗服务中断和低效。尽管人工智能/机器学习(artificial intelligence/machine learning, AI/ML)模型越来越多用于预测失约,但少有模型纳入非医疗健康驱动因素(non-medica
来源:Pediatric Research
时间:2026-10-09