研究发现糖尿病死亡率随年龄呈指数增长

研究发现糖尿病死亡率随年龄呈指数增长 德国糖尿病中心（DDZ）和罗伯特-科赫研究所的研究人员发现了糖尿病患者死亡率与年龄之间的关系规律：根据这一规律，在德国，糖尿病患者的死亡率从 30 岁开始每年持续上升，男性上升 8.3%，女性上升 10.2%。贡珀兹定律的依据是，人体中的生物过程会随着年龄的增长而发生变化，从而导致患病和最终死亡的风险增加。死亡率不是线性增长，而是呈指数增长，即随着年龄的增长而不断加快。在不同地区和不同时间，几乎都能观察到这种指数变化。最近，DDZ 领导的研究小组利用 Gompertz 模型更精确地研究了与 2 型糖尿病相关的死亡率。"尤其令人瞩目的是，冈培兹定律能够很好地预测糖尿病患者的死亡率。在从0%到100%的范围内，预测值达到了97%以上这样好的预测结果在实证研究中极为罕见，"领衔作者、德国医学研究院生物统计学和流行病学研究所所长奥利弗-库斯（Oliver Kuß）教授说。研究人员分析了 2013 年所有法定医疗保险参保人（4700 多万观察对象，其中 600 多万人患有糖尿病）的数据。研究人员对这些人进行了为期一年的跟踪调查，发现在此期间有超过 76 万人死亡，其中有 28.8 万名糖尿病患者。研究显示，在德国，糖尿病患者的死亡率从 30 岁开始每年持续上升，男性上升 8.3%，女性上升 10.2%。"不过，女性死亡率的增幅较大是可以解释的：女性的预期寿命一般比男性长，因为她们的死亡率起点较低。到了高龄，死亡率会趋于一致，这意味着两性之间的差异会越来越小，"Kuß 解释说。有趣的是，在没有糖尿病的人群中也能证明贡珀茨定律的有效性：女性糖尿病患者的死亡率与男性糖尿病患者的死亡率几乎相同。专家总结说："如果女性患上糖尿病，她们在预期寿命方面的普遍优势就会丧失。"此外，研究还发现，糖尿病患者先于非糖尿病患者死亡的概率，女性为 61.9%，男性为 63.3%。杜塞尔多夫大学医院内分泌和糖尿病科主任兼 DDZ 主任 Michael Roden 教授称："这项研究强调了早期预防、检测和治疗 2 型糖尿病的必要性。"编译自:ScitechDaily ... PC版： 手机版：

突破性人工智能利用大脑数据预测小鼠运动 准确率高达95%

突破性人工智能利用大脑数据预测小鼠运动 准确率高达95% 一种用于预测行为状态的新型"端到端"深度学习方法使用了无需预处理或预先指定特征的全皮层功能成像。该方法由医科学生梶冈武弘（AJIOKA Takehiro）和神户大学高见彻（TAKUMI Toru）领导的团队开发，他们还能确定哪些大脑区域与算法最相关（如图）。提取这些信息的能力为未来开发脑机接口奠定了基础。资料来源：梶冈武弘要制作脑机接口，就必须了解大脑信号和受影响的动作之间的关系。这就是所谓的"神经解码"，这一领域的大部分研究都是通过植入大脑的电极来测量脑细胞的电活动。另一方面，功能成像技术，如核磁共振成像或钙成像，可以监测整个大脑，并通过代理数据使活跃的大脑区域清晰可见。其中，钙成像速度更快，空间分辨率更高。但在神经解码工作中，这些数据源仍未得到利用。其中一个特别的障碍是需要对数据进行预处理，如去除噪音或确定感兴趣的区域，因此很难为多种不同行为的神经解码设计出通用的程序。神户大学医科学生 Ajioka Takehiro 利用神经科学家 Takumi Toru 领导的团队的跨学科专业知识解决了这一问题。Ajioka 说："我们在基于 VR 的小鼠实时成像和运动跟踪系统以及深度学习技术方面的经验，让我们能够探索'端到端'深度学习方法，这意味着它们不需要预处理或预先指定的特征，从而可以评估整个皮层的神经解码信息。他们将两种不同的深度学习算法（一种针对空间模式，一种针对时间模式）结合到小鼠在跑步机上休息或奔跑的全皮层胶片数据中，并训练他们的人工智能模型从皮层图像数据中准确预测小鼠是在移动还是在休息。"神户大学的研究人员在《PLoS 计算生物学》杂志上报告说，他们的模型预测动物真实行为状态的准确率高达 95%，而无需去除噪声或预先定义感兴趣的区域。此外，他们的模型仅凭 0.17 秒的数据就做出了这些准确的预测，这意味着他们可以达到接近实时的速度。而且，这种方法适用于五个不同的个体，这表明该模型可以过滤掉个体特征。然后，神经科学家们通过删除部分数据并观察模型在该状态下的表现，确定图像数据中哪些部分对预测起主要作用。预测结果越差，数据就越重要。梶冈武弘释说："我们的模型能够识别行为分类的关键皮层区域，这尤其令人兴奋，因为它打开了深度学习技术'黑盒'的盖子。"神户大学团队建立了一种可通用的技术，从整个皮层功能成像数据中识别行为状态，并开发了一种技术来识别预测是基于数据的哪些部分。这项研究为进一步开发能够利用无创脑成像进行近实时行为解码的脑机接口奠定了基础。编译自:ScitechDaily ... PC版： 手机版：

陈沛然医生整理左香港武肺死亡率、分项数字

陈沛然医生整理左香港武肺死亡率、分项数字 结语 在香港，武汉肺炎的死亡率跟世界平均数相近，大概1.5%-1.6%； 30岁以下，死亡率 = 0% 年纪愈大，死亡率愈高； 男士死亡率比女士高； 死亡率，随时间发展，不断回落； 在香港，最近4个月，死亡率 = 0% #陈沛然 #数据 #武汉肺炎 #支那病毒 #支共祸患 #CCPvirus #NeverTrustCCP #全党死清光 #chinaliedpeopledied

研究表明男性身高174cm、女性身高158cm时全因死亡率最低

研究表明男性身高174cm、女性身高158cm时全因死亡率最低 根据《中国居民营养与慢性病状况报告（2020年）》，我国18-44岁男女平均身高分别为169.7cm和158cm，与2015年相比分别增加1.2cm和0.8cm。看到这个数据，你可能会欣慰一笑，甚至觉得这个数据有些偏低，毕竟随着物质生活水平的显著提升，人们的体格也随之“水涨船高”，如今走在街头，身高逼近180cm的小伙儿已不再稀奇，165cm以上的姑娘们也是常见。直观上，我们依旧认为：较高的身高与更好的生活条件和营养挂钩，高个子往往伴随着羡慕的目光，追求身高也成为了经久不衰的热门话题。然而，真的是越高越健康吗？此前有研究指出，较高身高与较高风险的心房颤动和静脉曲张有关，并且更高的身高和更高的周围神经病变风险之间存在关联。此外，多项研究结果也表明，身高和癌症风险存在关联：无论男女，长得越高，患癌概率就越大。一般而言，成人身高每增加10厘米，患癌概率会增加11%~18%。但由于各国研究之间的关联不确定且信息有限，目前对于身高与健康及寿命之间的关系仍未形成统一明确的结论。因此，针对这一问题，来自中国郑州大学、深圳大学等的研究人员在European Journal of Public Health上发布了题为“Dose–response association between adult height and all-cause mortality: a systematic review and meta-analysis of cohort studies”的研究成果[1]。本研究作为第一个评估成人身高和全因死亡率之间关系的剂量-反应荟萃分析，深入分析了成人身高-全因死亡率之间的联系，同时还考量了性别差异在其中的影响。在本研究中，研究团队在PubMed、Cochrane Library、Ovid、万方等多个数据库对所有与成人身高和全因死亡率关联的队列研究进行了检索，并使用Newcastle-Ottawa量表评估研究质量。在进行筛选、比较后，共有15篇文章（24项队列研究）符合纳入标准。24项研究共报告了21 854 543例参与者和1 533 438例死亡，中位随访时间为20.07年。成人身高与全因死亡率的关系在对数据进行筛选后，共有 21 项研究被纳入相关性分析，结果显示，身高与全因死亡率之间存在一个U型的关联模式，这意味着在某个特定身高范围内，全因死亡风险相对较低，而偏离这个范围，无论是过高还是过矮，死亡风险都会增加。图1：成人身高与全因死亡率之间的非线性剂量反应关系研究人员通过考察每增加5厘米身高，全因死亡率会如何变化来反映成人身高与全因死亡率之间的剂量反应关系。结果显示，在不区分性别的情况下，整体每高出5厘米，全因死亡风险就会降低5%（R2=0.95, 95% CI, 0.92–0.97, I2=99.0%）；区分性别的情况下，男性身高每增加5厘米，全因死亡率降低6%（R2=0.94, 95% CI, 0.90–0.97, I2=99.3%)），女性则为4%（R2=0.96, 95% CI, 0.92–0.99, I2=98.7%）。但是，先别激动！既然是U型，那就说明并非越高越好，那拐点究竟在哪儿呢？通过数据分析，研究人员发现，对于男性，全因死亡风险最低的身高约为174厘米；而对于女性，则是158厘米(R2=0.53, 95% CI, 0.39–0.73; R2=0.67, 95% CI, 0.51–0.86)。相较于最矮的身高（男性147厘米，女性137厘米），处于上述最佳身高的男性全因死亡风险可降低47%，女性则可降低33%。亚组、敏感性和偏倚分析在亚组分析中，大多数结果的汇总估计值都是稳健的。但值得注意的是，成人身高与全因死亡率之间的剂量反应关系在调整年龄因素后减弱，这暗示年龄是一个重要的混杂变量（确实类似于废话年龄比身高对死亡率的影响更大）。研究也注意到，当仅考虑欧洲和亚洲人群时，这种身高-全因死亡率的U型关联更加明显，而在美国的研究或调整了酒精摄入量的研究中，身高与全因死亡率的关联则不显著。表1：身高低于平均值每增加5 cm与全因死亡率相关性的亚组分析总结本荟萃研究纳入了超过2亿名参与者，以评估成人身高和全因死亡率的剂量反应相关性，因此研究人员认为该研究结果具有足够的统计功效，结果显示全因死亡率与成人身高呈U型关系男性174 cm和女性158 cm时死亡风险最低。虽然成人身高主要是由遗传因素决定，但在某种程度上，它可能是早期环境影响的标志，如儿童时期摄入的营养。此前，一项研究表明，矮的成年身高之所以会增加全因死亡风险，主要是由于血清维生素D的缺乏，其与心力衰竭、肺功能、癌症、糖尿病、高血压和精神分裂症之间存在联系，而这些疾病可能会导致过早死亡[2]。而身高较高的健康优势例如身高与冠状动脉疾病之间的负相关性被认为是由于高个子的人具有大的冠状动脉血管直径、升高的胰岛素样生长因子水平、缓慢的心率和/或增加的肺活量。此外，研究人员指出，与最低身高相比，较高的身高（男性> 185 cm，女性> 164 cm）与全因死亡率无显著相关。这场关于身高的探索，远比我们想象的复杂，但我们能发现自然界偏爱平衡，“适度”二字才是精髓所在，身高也亦是如此。 ... PC版： 手机版：

Microsoft Start 正在开发AI模型 或可提供更准确的30天天气预报

Microsoft Start 正在开发AI模型 或可提供更准确的30天天气预报 在必应博客上的一篇文章中，微软称其"Start"团队在康奈尔大学的 arXiv 网站上发表了一篇关于新的中程预报模型的论文。论文展示了这一新模型与欧洲中期天气预报中心（ECMWF）目前使用的模型的比较。总之，微软的新系统结合使用了五种不同的人工智能模型和三种深度学习架构来进行预测。微软表示，这些人工智能模型可以处理数十年的天气数据，因此它们可以了解当前熟悉的模式，然后预测未来的情况。微软补充道：它们的运行方式与 NWP 模型大致相同：在三维地球仪上给出当前的大气状态（纬度、经度和高度），预测未来某个时间段的大气状态，比如一小时后。然后将预测结果反馈到模型中，预测两小时后的情况，以此类推。使用 GPU 后，微软的人工智能模型可以更快地运行预测，因此可以更频繁地运行。理论上，这应该会带来更好的预测结果。到目前为止，微软称其测量温度误差的方法比 ECMWF 使用的方法更准确，一周天气预报准确率提高了 17%，四周天气预报准确率提高了 4%。该公司将在其 Microsoft Start 模型中加入这种用于 30 天天气预报的模型。 ... PC版： 手机版：

中国的数据与研究人员的估计之间存在巨大差异。如果按官方数字来看，中国在整个大流行期间的人均死亡率在所有主要国家中最低。

中国的数据与研究人员的估计之间存在巨大差异。如果按官方数字来看，中国在整个大流行期间的人均死亡率在所有主要国家中最低。 但按照估计的死亡率水平，中国已经超过了许多亚洲国家的官方死亡率，而这些国家从未采取过如此激进的压制措施，或持续如此长的时间。