XiaoMi-AI文件搜索系统
World File Search System互联
COVID-19 疫苗接种与互联网信息搜索行为之间的关联：全国横断面研究
Background: The COVID-19 pandemic, declared in March 2020, profoundly affected global health, societal, and economic frameworks. Vaccination became a crucial tactic in combating the virus. Simultaneously, the pandemic likely underscored the internet's role as a vital resource for seeking health information. The proliferation of misinformation on social media was observed, potentially influencing vaccination decisions and timing. Objective: This study aimed to explore the relationship between COVID-19 vaccination rates, including the timing of vaccination, and reliance on internet-based information sources in Japan. Methods: Using a cross-sectional study design using a subset of panel data, this nationwide survey was conducted in 7 waves. A total of 10,000 participants were randomly selected through an internet survey firm, narrowing down to 8724 after applying inclusion and exclusion criteria. The primary outcome was the COVID-19 vaccination date, divided into vaccinated versus unvaccinated and early versus late vaccination groups. The main exposure variable was the use of internet-based information sources. Control variables included gender, family structure, education level, employment status, household income, eligibility for priority COVID-19 vaccination due to pre-existing medical conditions, and a health literacy scale score. Two regression analyses using generalized estimating equations accounted for prefecture-specific correlations, focusing on vaccination status and timing. In addition, chi-square tests assessed the relationship between each information source and vaccination rates. Results: Representing a cross-section of the Japanese population, the regression analysis found a significant association between internet information seeking and higher vaccination rates (adjusted odds ratio [aOR] 1.42 for those younger than 65 years; aOR 1.66 for those aged 65 years and older). However, no significant link was found regarding vaccination timing. Chi-square tests showed positive associations with vaccination for television, government web pages, and web news, whereas blogs and some social networking sites were negatively correlated. Conclusions: Internet-based information seeking is positively linked to COVID-19 vaccination rates in Japan, underscoring the significant influence of online information on public health decisions. Nonetheless, certain online information sources, including blogs and some social networks, negatively affected vaccination rates, warranting caution in their use and recognition. The study highlights the critical role of credible online sources in public health communication and the challenge of combating
基于互联网游戏障碍的认知行为治疗
目标：这项研究系统地评估了基于认知行为疗法（CBT）干预措施在降低青少年和年轻人中互联网游戏障碍（IGD）严重程度方面的有效性。方法：对MEDLINE，EMBASE，CINAHL，PSYCINFO，COCHRANE CENTRAL和韩国数据库（DBPIA，KCI，RISS，KIST）的全面搜索。包括901名参与者的九项研究（六项随机对照试验[RCT]和三项非随机试验[NRTS]）。使用随机效应模型计算出95％置信区间（CIS）和异质性统计（I 2）计算效应大小（Hedges的G）。亚组分析评估了干预持续时间，会话，周期和参与者特征的影响。ROB 2.0和Robins-I偏置工具的风险用于评估研究中偏见的风险。结果：汇总分析表明，CBT干预后IgD严重程度显着降低（Hedges的G = - 0.916，95％CI [ - 1.363， - 0.468]，I 2 = 87.52％），在更长的干预措施（3-6个月）中观察到较高的功效（3-6个月）和更频繁的频率。总体异质性很高，证据质量被评为中等。结论：基于CBT的干预措施降低了不同人群和研究设计的IgD严重程度。未来的研究应集中于标准化工具，扩展的后续行动和文化量身定制的干预措施，以改善公共卫生策略。
DSCI 599：安全互联网的机器学习
USC欢迎残疾学生进入大学的所有教育计划。学生可访问性服务办公室（OSA）负责确定遇到与残疾相关障碍的学生的适当住宿。一旦学生完成了OSAS流程（注册，初始任命和提交的文件），并且确定住宿是合理且适当的，则可以为每门课程生成一封住宿（LOA）。必须由学生将LOA交给每个课程教练，然后进行讨论。这应该在学期的早期尽可能地完成，因为住宿不是追溯性的。可以在osas.usc.edu上找到更多信息。您可以通过（213）740-0776与OSA联系，或通过电子邮件osasfrontdesk@usc.edu与OSA联系。
城镇和乡村的高效智能系统受益于新一波互联基础设施
汽车安全停好并充电后，我们的市民在城市街道上散步。他们偶然看到一个市场摊位小贩在卖手工皮革制品。在智能城市中，无需携带现金：小贩的平板电脑运行在 Android™ 平台上，用于显示皮革产品目录，也可用作软 PoS 支付终端。用户在平板电脑上刷卡，交易立即完成。这款“Pay Everywhere”系统方便安全，得益于最新的 NFC 技术与 Android 平台集成，可无缝运行。
互联网使用障碍的诊断和治疗...
编辑德国成瘾研究和搜索疗法学会E.V.（DG搜索）科学方向和协调教授Hans-jürgenRumpf博士，卢贝克大学，精神病学和心理治疗指南指南编辑团队Anja Bischof博士Anja Bischof博士，卢贝克大学，卢比克大学，精神病学和心理疗法Senviving Senvivive Senviving专业公司的成瘾研究和搜索治疗E.V.（DG成瘾）参与的专业社会和专业协会联邦成瘾援助协会E.V.（BUS。）德国儿童和青少年医学学会E.V.（DGKJ）德国儿童和青少年精神病学，心理学和心理治疗学会E.V.（DGKJP）德国精神病学和心理治疗学会，心理学和神经医学E.V.（DGPPN）德国心理学学会E.V.（DGPS）德国心身医学学院E.V.（DKPM）德国心身医学和医学心理治疗学会E.V.（DGPM）德国成瘾医学学会E.V.（DGS）德国成瘾心理学学会E.V.（DGSP）德国行为医学和行为修改学会E.V.（DGVM）德国行为疗法协会（DVT）德国搜索基金会专家协会媒体依赖性E.V.专业协会成瘾E.V.（FVS）儿童和青少年心理治疗行为疗法（KJPVT）一致性由所有参与社会和协会的董事会在当前版本中采用。（BUS。）（dgkj）fachverband sucht e.v.财政支持大多数工作是由专家提供的：内部没有财务支持。协调工作是由吕贝克大学的精神病学和心理治疗诊所的领导团队进行的。通过促进以下专业社会和协会来支持这项工作：德国成瘾研究和搜索疗法学会E.V.（DG搜索）中央心理健康研究所高级教授，海德堡大学联邦成瘾援助协会曼海姆德国儿童和青少年医学学会E.V.（FVS）德国搜索基金会
互联工业物联网环境中安全网络分段概述
摘要 网络分段是增强网络安全的一种非常重要的方法。该方法涉及将网络划分为更小、更易于管理的部分，每个部分都有各自的特定安全要求。此策略支持维护稳定的边界和有效的访问控制，同时保护关键资源（例如数据库服务器）免受未经授权的访问。网络分段在 IIoT 中的相关性恰好与许多设备的先进性和互连性有关，这些设备可能带来广泛的安全问题。为了应对这些挑战，安全 IIoT 网络分段框架被开发为 IIoT 环境的专用网络安全解决方案。该框架包括用于开发定制设计的具体指南，以改善安全态势并保护重要记录。在 IIoT 环境中，安全分段对于保持不同的业务结构分离至关重要，每个业务结构都有各自的特定保护要求，并保护它们免受互连设备带来的独特风险。访问因素的特定问题在 IIoT 网络中带来了精确的问题，因为它们充当许多设备的融合节点，因此确保提供多种类型的隐私泄露和与不同公司的交互。分段具有许多好处，包括加速保护、减少攻击面、简化合规性和改进设备管理。然而，它也使事情复杂化并增加了运营开销，并且还有成本问题。除了网络分段之外，还实施了许多技术来加强安全框架：联合 ID、微分段、防火墙、网络访问控制 (NAC)。它提供对唯一访问者的控制、执行安全规则并处理网络访问，同时支持分段工作并增强 IIoT 结构中的通用安全性。与网络分段相关的一种相关方法，尤其是在 IIoT 环境中，涉及增强安全性、保护敏感统计数据和遵守企业要求。通过使用 SiNeSF 等框架和补充安全技术，组织可以针对与联网 IIoT 设备相关的风险设置安全障碍构建、访问限制和危险限制。
互联网基础设施论坛（IIF）的基础工作 - Topdns
m arkusdeBrün描述了各种类型的滥用类型，这些滥用行为正常挑战互联网基础设施运营商：•网络钓鱼：网络钓鱼攻击，犯罪分子欺骗用户揭示机密信息，仍然是广泛的威胁。网站网站的扩散需要进行预防和快速检测。区分网络钓鱼和欺诈通常是具有挑战性的。网络钓鱼地点的体积有所减少，但质量却大大提高。•恶意软件：恶意软件越来越多地用于利用或损坏基础架构。通过不同渠道传递的多样性也增加了，将操作员的响应时间和防御措施投入了测试。•僵尸网络：打击僵尸网络 - 用于恶意活动的感染设备的网络 - 是一个复杂的挑战，因为它们通常很难大规模识别和操作。•垃圾邮件：尽管有多年的对策，但垃圾邮件仍然是滥用的重要来源。不需要的消息的质量分布会给系统带来压力，并且需要专门的过滤和检测技术。
出版详情：Liu, T., Tsang, W., Xie, Y., Tian, K., Huang, F., Chen, Y., Lau, O., Feng, G., Du, J., Chu, B., Shi, T., Zhao, J., Cai, Y., Hu, X., Akinwunmi, B., Huang, J., Zhang, CJP, & Ming, W.-K. (2021). 新冠疫情前和疫情期间人工智能临床医生的偏好：离散选择实验和倾向得分匹配研究。医学互联网研究杂志，23(3)，文章 e26997。https://doi.org/10.2196/26997
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 暨南大学国际学院，广州，中国 3 南安普顿大学社会科学学院，南安普顿，英国 4 香港理工大学应用数学系，香港，香港 5 河南理工大学计算机科学与技术学院，河南，中国 6 北京师范大学（珠海）应用数学学院，珠海，中国 7 布莱根妇女医院妇产科，马萨诸塞州波士顿，美国 8 哈佛大学医学院麻省总医院基因组医学中心，马萨诸塞州波士顿，美国 9 伦敦帝国理工学院公共卫生学院流行病学与生物统计学系，伦敦，英国 10 香港大学公共卫生学院，香港，香港 * 这些作者的贡献相同
出版详情：Liu, T., Tsang, W., Huang, F., Lau, OY, Chen, Y., Sheng, J., Guo, Y., Akinwunmi, B., Zhang, C. JP., & Ming, W.-K. (2021). 中国 SARS-CoV-2 大流行期间患者对人工智能应用与临床医生在疾病诊断中的偏好：离散选择实验。《医学互联网研究杂志》，23(2)，文章 e22841。https://doi.org/10.2196/22841
背景：误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而，随着大数据在生物医学和医疗保健界的使用日益增长，人工智能 (Al) 诊断技术的性能正在提高，可以帮助避免医疗实践错误，包括在当前 COVID-19 的情况下。目的：本研究旨在在中国 COVID-19 疫情的背景下，从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素，以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法：DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性，并形成问卷。利用 DCE 问卷收集的数据，应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外，我们计算了变量的系数、标准误差、P 值和优势比 (OR)，并形成效用报告以呈现属性的重要性和加权百分比。结果：无论临床医生的描述如何，共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中，我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型，最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性（总体为 39.29%）和费用（总体为 21.69%），尤其是对诊断“准确性”属性的偏好，该属性在各个类别中保持不变。对于第 1 类和第 3 类，人们更喜欢 AI + 临床医生的方法（第 1 类：OR 1.247，95% CI 1.036-1.463，P <.001；第 3 类：OR 1.958，95% CI
出版详情：Shen, J., Chen, J., Zheng, Z., Zheng, J., Liu, Z., Song, J., Wong, SY, Wang, X., Huang, M., Fang, P.-H., Jiang, B., Tsang, W., He, Z., Liu, T., Akinwunmi, B., Wang, CC, Zhang, CJP, Huang, J., & Ming, W.-K. (2020)。一种用于诊断妊娠期糖尿病的创新型人工智能应用程序 (GDM-AI)：开发研究。医学互联网研究杂志，22(9)，文章 e21573。https://doi.org/10.2196/21573
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 中山大学肿瘤防治中心，广州，中国 3 暨南大学信息科学与技术学院，广州，中国 4 暨南大学国际学院，广州，中国 5 中山大学国际关系学院，广州，中国 6 暨南大学新闻与传播学院，广州，中国 7 格罗宁根大学经济与商学院，格罗宁根，荷兰 8 布莱根妇女医院妇产科，波士顿，美国 9 哈佛大学医学院麻省总医院基因组医学中心，波士顿，美国 10 香港中文大学妇产科，香港，香港 11 香港大学公共卫生学院，香港，香港 12 香港中文大学流行病学与公共卫生系环境与健康多学科合作研究中心英国伦敦帝国理工学院圣玛丽校区公共卫生学院生物统计学专业 * 这些作者的贡献相同