XiaoMi-AI文件搜索系统
World File Search System人群
合格人群的疫苗资源
•Medicare D Part FactSheet：https：//www.cms.gov/outreach-and-education/medicare-learning-network-mln/mlnproducts/downloads/downloads/vaccines-vaccines-part-d-fact-d-fact-fact-fact-sheet-icn908764.pdf•Medicare预防服务选择器• https://www.cms.gov/medicare/prevention/prevntiongeninfo/medicare-preventive-services/mps-quickreferencechart-1.html有关ACIP免疫建议的具体信息： https://www.cdc.gov/vaccines/schedules/hcp/index.html始终在疫苗接种之前检查保险范围规格。有关支付成人疫苗的其他资源，请参阅帮助您的成年客户支付疫苗费用。
工作年龄人群的认知障碍...
目前，动脉高血压被认为是导致急性和慢性脑循环障碍以及记忆障碍和认知障碍的最重要危险因素。许多研究已经证实了血压持续升高与认知障碍进展风险之间的关系 [8]。此外，大量研究表明，痴呆症的主要表现是收缩压升高 [7]。高血压患者因血管阻力增加导致的慢性脑灌注不足可能是高血压患者发生痴呆的主要因素。大脑依赖于充足的氧气和葡萄糖输送，脑血流减少会损害神经元功能，并可能导致随后的脑损伤 [9]。
6 个月及以上人群接种流感疫苗
孕妇和哺乳期/哺乳期妇女 怀孕期间，身体会发生许多变化，使身体更难抵抗感染。怀孕期间接种流感疫苗的人会将免疫力传给婴儿。6 个月以下的婴儿不能接种流感疫苗。接种流感疫苗有助于保护婴儿出生后免受流感侵害。哺乳期/哺乳期妇女也可以安全地接种流感疫苗。
加纳阿克拉的基于人群的调查
在撒哈拉以南非洲和其他发展中的地区中，很少有系统地尝试记录城市中城市绿地的使用和感知的健康益处以及影响使用的因素。因此，我们试图建立城市绿色空间的可用性，访问性和使用，以及在非洲人口中感知到的健康益处。我们还确定了影响在家中绿色空间使用和开发的因素。在加纳首都阿克拉进行了基于人群的调查，跨越了11个市政和3个亚竞争地区。多变量二进制逻辑回归调整了潜在混杂因素的调整，以建立家庭绿色空间使用与开发与社会人口统计学，邻里和健康因素之间的关联。的优势比及其相应的95％置信区间。几个社会人口统计学（性别，年龄，婚姻状况，职业，种族，宗教）和地区级别（人口密度，收入水平，邻里绿色）与使用绿色空间和阿克拉家族绿色空间的发展有关。担心社区中绿色空间耗尽的居民更有可能在家中发展绿色空间。在中等和高水平的绿色的社区中，居民在家中发展绿色空间的可能性较小。阿克拉的绿色空间使用者中有百分之五和47％的人报告说，由于使用绿色空间，分别见证了其身心健康的改善。该研究结果可以为促进非洲城市中绿色空间的使用和开发以及减轻有限城市绿化的消耗和降解提供政策行动。
基于性别的人群分类和计数...
摘要 - 。基于性别的人群计数是一个复杂而重要的研究领域，因此吸引了更广泛的研究社区，该社区在安全监视，敬拜场所，酒店等领域中具有显着应用。这对于有效地理解人口统计学，公共安全和城市规划至关重要。这项研究结合了一种先进的深度学习算法Yolov8，以其对象检测的高精度和效率而闻名。考虑了各种人口统计学因素，例如种族多样性和服装差异，以在性别分类中具有稳健性和可靠性。开发方法的主要目的是改善人群的分析方式，旨在改善城市管理中的决策过程，从而增强事件计划中的recourses分配。所提出的方法为实用场景的更高级人群分析技术铺平了道路。
移动人群感知 - 新泽西理工学院 |
摘要 — 通过利用手机上可用的传感器，以人为中心的智能手机感知可用于大规模感知物理世界，且成本低廉。尽管以人为中心的移动感知有很多好处，但它也存在两个主要问题：(i) 激励参与者，(ii) 感知数据的可靠性。不幸的是，现有的解决这些问题的解决方案要么需要基础设施支持，要么会给用户手机增加大量开销。我们相信，一旦数据可靠性问题得到妥善解决，移动群体感知将成为从物理世界收集感知数据的一种广泛方法。我们介绍了移动群体感知的概念及其在日常生活中的应用。我们描述了我们的移动群体感知平台 McSense 的设计和实施，该平台用于在大学校园进行为期两个月的用户研究。我们还通过介绍几个涉及恶意行为的场景讨论了移动人群感知中的数据可靠性问题。我们提出了一种位置可靠性协议，作为实现感知数据数据可靠性的一步，即 ILR（提高位置可靠性）。ILR 还可以检测与感知数据相关的虚假位置声明。根据我们的安全分析和模拟结果，我们认为 ILR 在各种节点密度下都能很好地工作。对我们在实地研究中从用户收集的感知数据的分析表明，ILR 可以有效地实现位置数据可靠性并检测到相当大比例的虚假位置声明。
基于人群的匈牙利双胞胎注册表：更新
在2006年至2021年之间，匈牙利双胞胎注册表（HTR）经营着所有年龄段的志愿者双胞胎注册表（50％单粒[MZ]，50％Dizygotic [dz]，70％女性，平均年龄34±22岁），包括1044 twin Pairs，244 pairs，24 Triplets and One quadruplet。在2021年，HTR从志愿注册中心转变为基于人群的注册表，并在布达佩斯的Semmelweis大学的医学成像中心建立。semmelweis大学的创新基金支持信息技术的发展，电话库和语音邮件基础设施，行政材料以及一个新网站，在其中双胞胎及其亲戚（父母，寄养父母或照料者）可以注册。还建立了HTR的生物库：在2021年2月至3月之间，通过密封的信件，在匈牙利（77,042个双胞胎，1194个三胞胎，20个四倍体和1个Quintuplet）中，有157,751个可能居住在匈牙利的人（77,042个双胞胎，1194个三胞胎，20个四倍和1个Quintuplet）。直到2022年11月20日，有12,001个双胞胎个人及其父母或监护人（6724个成人双胞胎，3009个父母/监护人和5277个未成年人双胞胎）注册，主要是在线。基于简单的自我报告，注册成年人中有37.6％为MZ双胞胎，DZ为56.8％。三胞胎为1.12％，未身份为4.5％。在注册儿童中，MZ为22.3％，DZ为72.7％，三胞胎为1.93％，而3.05％的人则身份不明。是女性（包括成人和小双胞胎）的59.9％。注册问卷包括八个部分，包括社会人口统计学和人体测量数据，吸烟习惯和医疗问题（疾病，操作，治疗）。匈牙利的双注册中心已成为中欧中欧唯一，最大的基于人口的双胞胎注册表。这种新资源将有助于执行世界一流的现代遗传研究。
