原始文章

抗微生物抗藥性(AMR)是21世紀重要的全球健康議題。研究顯示,1990至2021年間,與細菌抗藥性相關的死亡人數達471萬,其中114萬是直接因抗藥性所致。雖然5歲以下兒童的抗藥性死亡人數減少,但70歲以上成年人卻增加超過80%。預測到2050年,AMR可能導致191萬可歸因死亡,南亞和拉丁美洲的死亡率最高。這強調了改善感染預防和抗生素管理的必要性,特別是在全球老化的背景下。 PubMed DOI


站上相關主題文章列表

預測未來健康挑戰對美國政策制定者和醫療人員至關重要,能有效規劃與投資。根據GBD 2021的分析,預計美國的預期壽命將從2022年的78.3歲增至2050年的80.4歲,但增長速度較慢,全球排名將從第49位降至第66位。藥物使用障礙和下背痛將成為主要的健康問題。若實施綜合風險消除策略,預期壽命可增加3.8年。研究強調需立即採取行動,以維護美國的健康地位,並改善未來人口的健康與福祉。 PubMed DOI

這份報告評估了2012年世界衛生大會設定的六項全球營養目標的進展,重點在低出生體重、專屬母乳餵養、兒童生長及女性貧血情況。分析204個國家的數據顯示,雖然有些國家在專屬母乳餵養上有所進展,但無國家達成低出生體重或貧血目標。大多數國家的兒童超重率上升,女性貧血情況在26個國家下降。預測到2030年,只有少數國家能達成目標,貧血問題仍面臨挑戰,需持續投資於營養和健康政策。 PubMed DOI

抗微生物抗藥性(AMR)是全球健康與經濟的一大威脅,促使各國制定行動計畫(NAPs)應對。然而,低中收入國家面臨物流、資金及資訊獲取等挑戰,影響政策執行。為了解決這些問題,建立了一個多語言資料庫,匯集146國的政策指導,並開發了AMR-Policy GPT模型,能從中檢索和總結資訊,確保準確性。這個原型未來將增強基於證據的AMR政策指導,並可在 www.liuhuibot.com/amrpolicy 訪問。 PubMed DOI

多重藥物抗藥性革蘭氏陰性細菌感染對全球健康造成嚴重威脅,導致高病率和死亡率。像大腸桿菌、克雷白氏菌、綠膿桿菌和巴斯德氏菌等細菌特別令人擔憂,因為它們能發展抗微生物抗藥性。為了應對這個挑戰,已開發出新診斷技術,能快速識別抗藥性,並利用生化、分子、基因組和蛋白質組等方法。此外,過去十年也推出了幾種新抗生素,改善了治療這些難治感染的選擇。 PubMed DOI

世界衛生組織(WHO)計畫到2030年將口腔疾病盛行率降低10%。根據2021年全球疾病負擔研究,1990至2021年間的數據顯示,全球每10萬人中有45,900例口腔疾病,影響約36.9億人。未治療的齲齒和重度牙周病最為普遍,分別為27,500例和12,500例。過去30年,這些疾病的盛行率變化不大,某些地區甚至上升,顯示現有策略未能有效減少口腔疾病負擔,亟需新方法來應對。報告強調數據在改善口腔健康中的重要性。 PubMed DOI

這篇文章探討了全球兒童和青少年肥胖及超重的驚人上升,強調需要協調行動來應對這一公共衛生危機。研究顯示,1990年至2021年,兒童和青少年肥胖率翻倍,預計到2050年,5至14歲的肥胖率將達15.6%。北非和中東的肥胖問題最嚴重,東南亞和大洋洲也有顯著增長。迫切需要立即採取行動,特別是在2022至2030年間,以應對這一趨勢。 PubMed DOI

這項研究顯示,1990年至2021年間全球超重和肥胖問題驚人,預測到2050年將大幅增加。根據1350個來源,2021年約有10億男性和11.1億女性超重或肥胖,大洋洲和北非的比例最高,某些國家甚至超過80%。預計到2050年,超重和肥胖的成年人數可能達38億,佔全球成年人口的一半以上。特別是在撒哈拉以南非洲,尼日利亞的受影響人數將驚人增長。研究強調需立即採取有效的公共衛生措施,將肥胖視為重要健康議題。 PubMed DOI

瘧疾仍是全球重要健康議題,特別是在撒哈拉以南非洲,負擔最重。最新研究針對2000至2022年的瘧疾流行率、發病率和死亡率製作高解析度地圖,並分析COVID-19對瘧疾管理的影響。結果顯示,自2015年以來,非洲的瘧疾感染率趨於平穩,2022年病例達2.348億,為2004年以來最高。儘管全球瘧疾死亡人數持續下降,但高風險人口增長讓人擔憂。研究強調需改進對抗瘧疾的工具和策略,並獲得比爾和梅琳達·蓋茨基金會支持。 PubMed DOI

在2013至2022年間,美國10個州的侵襲性A群鏈球菌(GAS)感染率顯著上升,報告21,312例病例,導致1,981人死亡。大多數病例出現在男性,65歲以上的年齡層風險最高,但18至64歲成人的增幅最明顯。美國印第安人或阿拉斯加原住民的感染率較高,脆弱群體如無家可歸者和長期照護機構居民的感染率也上升。此外,對大環內酯類和克林黴素不敏感的GAS分離株增加,從2013年的12.7%上升至2022年的33.1%。這些結果顯示需要加強對GAS的預防和控制措施,特別是針對高風險人群。 PubMed DOI

這項研究用先進AI模型分析牙齦卟啉單胞菌的蛋白質序列,成功預測抗生素抗藥性。透過LSTM-attention、ProtBERT等模型,能高準確率辨識抗藥性菌株,有助於追蹤和預防抗藥性問題,對全球抗藥性危機的治療策略很有幫助。 PubMed DOI