目的:了解人工智能(AI)技术应用于药学领域的研究概况、热点及前沿进展,为我国相关研究的发展提供思路。方法:采用文献计量学方法,在Web of Science数据库中检索1998-2017年发表的相关期刊和会议论文(检索词为"Article"和&quo...目的:了解人工智能(AI)技术应用于药学领域的研究概况、热点及前沿进展,为我国相关研究的发展提供思路。方法:采用文献计量学方法,在Web of Science数据库中检索1998-2017年发表的相关期刊和会议论文(检索词为"Article"和"ProceedingPaper");利用ISI Web of Knowledge自带的分析检索结果及创建引文报告功能,结合CiteSpace 5.2.R1软件绘制知识图谱,对目标文献进行定量统计和定性分析,对该领域研究的发文量、共被引情况、主要研究国家/地区、主要研究机构、主要研究者、研究热点及研究前沿进行归纳总结。结果:共检索得3 674篇相关文献。1998-2017年期间该领域文献数量飞速增长;美国、中国、英国和德国因发文量大而占据领先地位,但中国的国际合作明显较少,且缺乏优秀核心团队;从研究者角度看,该领域研究处于"部分集中、整体分散"的状态,缺乏团队合作。该领域的研究热点包括AI技术的重要核心(机器学习算法)以及其在药学领域的主要运用(药物发现及设计),还有疾病或不良反应诊断分级、药学模型的建立和优化、药物筛选或药效预测、药学数据库的建立等;近年来的研究前沿包括"分子对接""机器学习""Meta分析""精准用药""靶向治疗"等。结论:AI技术在药学领域的应用是一个时效性极强的热门研究领域,其应用于医药产业开发是大势所趋,而我国在该领域的研究现状与国际前沿水平仍存在一定差距。这需要我国药学工作者在做好实验研究和临床试验等基础工作的同时,加强与AI领域专家的的交流和合作,以适应AI技术与药学紧密结合发展的国际趋势。展开更多
医学教育包括三个阶段：医学院校教育;毕业后医学教育（住院医师规范化培训）;继续医学教育（Continuing Medical Education,CME）。继续医学教育是终身性的医学教育,是医学教育体系中的一个高层次的教育阶段,其主要是对医务人员进行新...医学教育包括三个阶段：医学院校教育;毕业后医学教育（住院医师规范化培训）;继续医学教育（Continuing Medical Education,CME）。继续医学教育是终身性的医学教育,是医学教育体系中的一个高层次的教育阶段,其主要是对医务人员进行新理论、展开更多
目的探讨人精子DNA甲基化水平与精液常规参数和精子染色质结构完整性的关系。方法纳入2014年重庆市大学生男性生殖健康(male reproductive health in Chongqing college students,MARHCS)队列的73名志愿者,分别采用计算机辅助精子分析系...目的探讨人精子DNA甲基化水平与精液常规参数和精子染色质结构完整性的关系。方法纳入2014年重庆市大学生男性生殖健康(male reproductive health in Chongqing college students,MARHCS)队列的73名志愿者,分别采用计算机辅助精子分析系统(computer-aided sperm analysis,CASA)和精子染色质结构分析(sperm chromatin structure assay,SCSA)系统检测分析精液常规参数和精子染色质结构完整性指标。通过酶联免疫吸附测定法(ELISA)检测精子DNA 5mC含量,反映精子DNA甲基化水平。同时采用调查问卷收集志愿者的年龄、BMI、禁欲时间及生活方式等数据。多元线性回归模型分析精子DNA 5mC含量与精液参数和精子染色质结构完整性的相关性,同时比较高水平和低水平精子DNA 5mC组(按照5mC%中位数二分类)志愿者各级精子百分率的差异。结果志愿者各项精液常规参数(中位数):精液体积为4.18 mL,精子密度为55.60×106/mL,精子总数为246.93×106,精子活力为57.00%;染色质结构完整性:精子DNA碎片化指数(DNA fragmentation index,DFI)和高DNA着色性(high DNA stainability,HDS)指标的中位数分别是10.99%和3.39%;精子DNA 5mC水平的中位数为2.63%。校正混杂因素后,多元线性回归结果显示精子DNA 5mC与精子密度(β=-0.22,95%CI:-0.36~-0.06,P=0.008)和精子总数(β=-0.20,95%CI:-0.33~-0.05,P=0.015)负相关,与精子DFI和HDS指标的相关性分析无统计学意义(P>0.05)。与低水平精子DNA 5mC组相比,高水平精子DNA 5mC组各级精子百分率差异无统计学意义(P>0.05)。结论精子DNA甲基化水平升高可能是精子密度和精子总数下降的标志,而与精子染色质结构完整性指标无关。展开更多
文摘目的:了解人工智能(AI)技术应用于药学领域的研究概况、热点及前沿进展,为我国相关研究的发展提供思路。方法:采用文献计量学方法,在Web of Science数据库中检索1998-2017年发表的相关期刊和会议论文(检索词为"Article"和"ProceedingPaper");利用ISI Web of Knowledge自带的分析检索结果及创建引文报告功能,结合CiteSpace 5.2.R1软件绘制知识图谱,对目标文献进行定量统计和定性分析,对该领域研究的发文量、共被引情况、主要研究国家/地区、主要研究机构、主要研究者、研究热点及研究前沿进行归纳总结。结果:共检索得3 674篇相关文献。1998-2017年期间该领域文献数量飞速增长;美国、中国、英国和德国因发文量大而占据领先地位,但中国的国际合作明显较少,且缺乏优秀核心团队;从研究者角度看,该领域研究处于"部分集中、整体分散"的状态,缺乏团队合作。该领域的研究热点包括AI技术的重要核心(机器学习算法)以及其在药学领域的主要运用(药物发现及设计),还有疾病或不良反应诊断分级、药学模型的建立和优化、药物筛选或药效预测、药学数据库的建立等;近年来的研究前沿包括"分子对接""机器学习""Meta分析""精准用药""靶向治疗"等。结论:AI技术在药学领域的应用是一个时效性极强的热门研究领域,其应用于医药产业开发是大势所趋,而我国在该领域的研究现状与国际前沿水平仍存在一定差距。这需要我国药学工作者在做好实验研究和临床试验等基础工作的同时,加强与AI领域专家的的交流和合作,以适应AI技术与药学紧密结合发展的国际趋势。
