AIM: To analyze whether alterations of voxel mirror homology connectivity (VMHC) values, as determined by resting-state functional magnetic resonance imaging (rs-fMRI), occur in cerebral regions of patients with hypertensive retinopathy (HR) and to determine the relationship between VMHC values and clinical characteristics in patients with HR. METHODS: Twenty-one patients with HR and 21 age-matched healthy controls (HCs) were assessed by rs-fMRI scanning. The functional connectivity between the hemispheres of the cerebrum was assessed by measuring VMHC, with the ability of VMHC to distinguish between the HR and HC groups assessed using receiver operating characteristic (ROC) curve analysis. Differences in the demographic and clinical characteristics of the HR and HC groups were analyzed by independent sample t-tests. The relationship between average VMHC in several brain areas of HR patients and clinical features was determined using Pearson correlation analysis. RESULTS: Mean VMHC values of the bilateral cuneus gyrus (BA19), bilateral middle orbitofrontal gyrus (BA47), bilateral middle temporal gyrus (BA39) and bilateral superior medial frontal gyrus (BA9) were lower in the HR than in the HC group. CONCLUSION: VMHC values can predict the development of early HR, prevent the transformation of hypertensive microangiopathy, and provide useful information explaining the changes in neural mechanism associated with HR.

As global climate change becomes increasingly severe, industrial CO2 emissions have received increasing attention, but the impact factors and driving mechanisms of industrial CO2 emission intensity remain unclear. Based on panel data from 2010 to 2021 in Shandong Province, a key economic region in eastern China, the industrial CO2 emission intensity under China’s dual carbon target was analyzed using multivariate ordination methods. The results showed that (1) total CO2 emissions from industry are increasing annually, with an average growth rate of 3.74%, and electricity, coal, and coke are the primary sources of CO2 emissions. (2) Total CO2 emissions originated primarily from the heavy manufacturing, energy production, and high energy intensity industry categories, and the CO2 emission intensity of different types of energy increased by 21.24% from 2010 to 2021. (3) CO2 emission intensity is significantly positively correlated with the proportion of high energy intensive industry, energy consumption intensity, and investment intensity and significantly negatively correlated with gross industrial output. In addition, the effects of different types of energy on industrial CO2 emission intensity varied, and coal, coke, electricity, and diesel oil were significantly positively correlated with CO2 emission intensity. Therefore, to reduce the CO2 emission intensity of the industrial sector in the future and to achieve China’s dual carbon target, it is necessary to adjust and optimize the industrial and energy structure, strengthen technological progress and innovation, improve energy utilization efficiency, improve and implement relevant policies for industrial carbon reduction, and then ensure the sustainable development of the economy, society, and environment.