مشروب شائع يسبب حصوات الكلى والسرطان
تاريخ النشر: 3rd, March 2024 GMT
تُعدّ المشروبات الغازية من أكثر المشروبات شعبية حول العالم، لكن تناولها بشكل متكرر يسبب أضرارا على مختلف أعضاء الجسم.
ووفقا لما جاء في موقع كلية الطب بجامعة هارفارد نعرض لكم أهم أضرار المشروبات الغازية
. 7 أشياء مهمة لابد فعلها قبل ركوب التاكسي
أضرار المشروبات الغازية على الأسنان:
تآكل مينا الأسنان بسبب محتواها العالي من السكريات والأحماض.
زيادة خطر الإصابة بتسوس الأسنان.
تآكل طبقة المينا، مما قد يؤدي إلى حساسية الأسنان.
أضرار المشروبات الغازية على الجهاز الهضمي:
عسر الهضم وانتفاخ البطن.
زيادة خطر الإصابة بحصى الكلى.
تفاقم أعراض ارتجاع المريء.
الإمساك
أضرار المشروبات الغازية على الجهاز العصبي:
الإدمان على الكافيين الموجود في بعض أنواع المشروبات الغازية.
الأرق واضطرابات النوم.
زيادة التوتر والقلق.
أضرار المشروبات الغازية على القلب والوزن:
زيادة خطر الإصابة بأمراض القلب .
ارتفاع ضغط الدم.
زيادة مستويات الكوليسترول الضار.
زيادة خطر الإصابة بمرض السكري من النوع الثاني.
زيادة الوزن والسمنة.
أضرار المشروبات الغازية على العظام:
هشاشة العظام.
ضعف العظام وزيادة خطر الكسور.
أضرار المشروبات الغازية على الصحة العامة:
إضعاف جهاز المناعة.
تسريع عملية الشيخوخة.
زيادة خطر الإصابة بالسرطان.
المصدر: صدى البلد
كلمات دلالية: المشروبات الغازية ارتجاع المري ارتجاع المريء ارتفاع ضغط الدم اضرار المشروبات الغازية اضطرابات النوم اعراض ارتجاع المريء الجهاز العصبي التوتر والقلق السكتة الدماغية الكوليسترول الضار الكوليسترول زيادة الوزن مرض السكري أضرار المشروبات الغازیة على زیادة خطر الإصابة
إقرأ أيضاً:
الذكاء الاصطناعي يتنبأ باستجابة المرضى لعلاج سرطان الكلى
طور باحثون في الولايات المتحدة نموذجًا قائمًا على الذكاء الاصطناعي، يمكنه التنبؤ بدقة بمرضى سرطان الكلى الذين سيستجيبون للعلاج المضاد لتولد الأوعية، وهو علاج فعال في بعض الحالات فقط.
وقد تؤدي نتائج البحث، المنشورة في مجلة Nature Communications، إلى طرق فعّالة لاستخدام الذكاء الاصطناعي لتوجيه قرارات العلاج لهذا النوع وغيره من أنواع السرطان.
وقال الدكتور ساتويك راجارام، الأستاذ المساعد في قسم المعلوماتية الحيوية في جامعة تكساس ساوثويسترن "هناك حاجة حقيقية غير ملباة في العيادات للتنبؤ بمن سيستجيب لعلاجات معينة. ويُظهر عملنا أنه يمكن الاستفادة من الشرائح النسيجية المرضية، وهي مورد متاح بسهولة، لإنتاج مؤشرات حيوية متطورة تُقدم رؤية ثاقبة حول العلاجات التي قد تُفيد كل مريض".
شارك الدكتور راجارام في قيادة الدراسة مع الدكتورة بايال كابور، أستاذة علم الأمراض وجراحة المسالك البولية، والرئيسة المشاركة لبرنامج سرطان الكلى (KCP) في مركز سيمونز للسرطان.
في كل عام، تُشخَّص إصابة مئات الآلاف عبر العالم بسرطان الخلايا الكلوية، مما يجعله النوع الفرعي الأكثر شيوعًا من سرطان الكلى. عند انتشار المرض، غالبًا ما تُستخدم العلاجات المضادة لتولد الأوعية الدموية. تمنع هذه الأدوية تكوين أوعية دموية جديدة في الأورام، مما يحد من الوصول إلى الجزيئات التي تُغذي نمو الورم. وأوضحت الدكتورة بايال كابور، أستاذة علم الأمراض وجراحة المسالك البولية المشاركة في الدراسة، أنه على الرغم من وصف الأدوية المضادة لتولد الأوعية الدموية على نطاق واسع، إلا أن أقل من 50% من المرضى يستجيبون لهذا العلاج، مما يُعرِّض الكثيرين لسمية وأعباء مالية غير ضرورية.
وأضافت كابور أنه لا توجد مؤشرات حيوية متاحة سريريًا لتقييم المرضى الأكثر استجابة للأدوية المضادة لتكوين الأوعية الدموية بدقة، على الرغم من أن تجربة سريرية، أجرتها شركة "جينينتك" أشارت إلى أن اختبار أنجيوسكور (وهو اختبار يقيم التعبير عن ستة جينات مرتبطة بالأوعية الدموية) قد يكون واعدًا. ومع ذلك، فإن هذا الاختبار الجيني مكلف، ويصعب توحيده بين العيادات، ويؤدي إلى تأخير في العلاج. كما أنه يختبر جزءًا محدودًا من الورم، وسرطان الخلايا الكلوية غير متجانس إلى حد كبير، مع تعبير جيني متفاوت في مناطق مختلفة من السرطان.
للتغلب على هذه التحديات، طور الدكتوران كابور وراجارام وزملاؤهما طريقة تنبؤية باستخدام الذكاء الاصطناعي لتقييم الشرائح النسيجية المرضية، وهي مقاطع رقيقة من أنسجة الورم مصبوغة لإبراز السمات الخلوية.
وأوضح الدكتور راجارام أن هذه الشرائح تكاد تكون دائمًا جزءًا من الفحص القياسي للمريض عند التشخيص، وأن صورها متاحة بشكل متزايد في السجلات الصحية الإلكترونية. باستخدام نوع من الذكاء الاصطناعي قائم على التعلم العميق، قام الباحثون بتدريب خوارزمية باستخدام مجموعتين من البيانات: إحداهما تطابق شرائح الأنسجة المرضية لسرطان الخلايا الكلوية مع مقياس "أنجيوسكور" المقابل لها، والأخرى تطابق الشرائح مع اختبار طوروه لتقييم الأوعية الدموية في أقسام الورم.
الأهم من ذلك، على عكس العديد من خوارزميات التعلم العميق التي لا تُقدم رؤيةً شاملةً لنتائجها، صُمم هذا النهج ليكون قابلاً للتفسير بصريًا. فبدلاً من إنتاج رقم واحد والتنبؤ مباشرةً بالاستجابة، يُنتج هذا النهج تصوّرًا للأوعية الدموية المُتوقعة يرتبط ارتباطًا وثيقًا بمقياس "أنجيوسكور" القائم على الحمض النووي الريبي (RNA). المرضى الذين لديهم أوعية دموية أكثر يكونون أكثر استجابة للعلاج؛ ويتيح هذا النهج للمستخدمين فهم كيفية توصل النموذج إلى استنتاجاته.
عندما قيّم الباحثون هذا النهج باستخدام شرائح من أكثر من 200 مريض، لم يكونوا جزءًا من بيانات التدريب، بما في ذلك تلك التي جُمعت خلال التجربة السريرية التي أظهرت القيمة المُحتملة لمقياس أنجيوسكور، تنبأ هذا النهج بالمرضى الأكثر احتمالًا للاستجابة للعلاجات المُضادة لتكوين الأوعية الدموية بشكل يُقارب جودة مقياس "أنجيوسكور". أظهرت الخوارزمية أن المُستجيب للعلاج سيحصل على درجة أعلى من غير المُستجيب بنسبة 73% من الوقت مُقارنةً بنسبة 75% مع مقياس "أنجيوسكور".
يقترح مؤلفو الدراسة إمكانية استخدام تحليل الذكاء الاصطناعي للشرائح النسيجية المرضية في نهاية المطاف للمساعدة في توجيه القرارات التشخيصية والتنبؤية والعلاجية لمجموعة متنوعة من الحالات. ويخططون لتطوير خوارزمية مماثلة للتنبؤ بالمرضى المصابين بسرطان الخلايا الكلوية الذين سيستجيبون للعلاج المناعي، وهو نوع آخر من العلاج لا يستجيب له إلا عدد قليل من المرضى المصابين بهذا النو ع من السرطان.
«الأرصاد» يحذر من ارتفاع في درجات الحرارة الفترة المقبلة