含能快递

德国慕尼黑大学通过三步合成法制备了2,2′-偶氮双(5-叠氮四唑)(C_(2)N_(16))慕尼黑大学通过5-叠氮四唑的胺化直接合成得到2-氨基-5-叠氮四唑,然后使用tBuOCl氧化偶合得到2,2′-偶氮双(5-叠氮四唑)(C_(2)N_(16))。它是一种高能量的富氮二元碳氮化合物,感度远低于设备的测量极限。C_(2)N_(16)及其前体2-氨基-5-叠氮四唑的氮含量、晶体密度和计算生成焓都非常高,具有较高爆速和能量理论值。C_(2)N_(16)不仅具有二元杂环分子的最高氮碳比,而且以8个链状氮原子为特征,为碳氮化合物设定了一个新的基准。

机器学习在败血症患者急性肾损伤预测中的应用

急性肾损伤(AKI)是脓毒症最常见、最严重的并发症,具有较高的病死率和疾病负担。AKI的早期预测是及时干预并最终改善预后的关键。脓毒症患者AKI的预测一直是危重病医学研究的热点。近年来,由于统计理论和计算机技术的发展,机器学习引起了临床医生的关注和认可。该研究旨在建立并验证基于新型机器学习算法的预测模型用于预测危重脓毒症患者的AKI发生。

中性粒细胞明胶酶相关脂质运载蛋白在急性肾损伤和镰状细胞贫血儿童中升高并预测死亡风险

尿中性粒细胞明胶酶相关脂质运载蛋白(NGAL)是急性肾损伤的生物标志物,已被用于尿试纸试验。然而,关于其在低收入和中等收入国家的使用数据有限,在这些国家诊断急性肾损伤仍然是一个挑战。该研究前瞻性地招募了250例年龄2~18岁的镰状细胞贫血患儿,其中包括185例疼痛(血管闭塞)危象住院的患儿,以及65例在镰状细胞贫血诊所接受常规护理随访的参照患儿。

机器学习模型在儿科重症监护中急性肾损伤早期预测中的应用

儿科重症监护中患者急性肾损伤(AKI)是通过血清肌酐升高来诊断,这只发生在肾损害之后。一旦发生AKI,除了支持性护理外无其他治疗方法,因此识别有风险的患者以防止肾损伤十分重要。该研究建立了一个机器学习模型,以学习疾病前的生理测量模式,并较目前的诊断指南提前48 h预测儿童AKI。

2022年美国癌症统计数据

美国癌症协会每年通过估计美国癌症新病例和死亡人数报告最新的基于人群的癌症新发和死亡的数据。发病率数据(截至2018年)由监测、流行病学和最终结果项目,美国国家癌症登记计划及北美癌症登记协会收集。截至2019年的死亡率数据由美国国家卫生统计中心收集。2022年,预计美国将发生1918030例癌症新病例和609360例癌症死亡,其中每天约有350例患者死于肺癌,肺癌是癌症死亡的主要原因。