XiaoMi-AI文件搜索系统
World File Search System倾向
在果蝇硅二氧化硅患者模型中揭示了结直肠癌的最佳组合疗法
图2。堆栈条形图的细胞命运倾向（ISC），肠和基础隔室，肠细胞（EBS）和肠细胞（EC）（ECS）中的肠道干细胞（ISC）表示。（a）ISC - apical细胞采用九种不同的细胞命运，而在三个环境条件下仍然没有表征。在正常条件下，观察到挤压的最高倾向，然后按顺序进行细胞凋亡，增殖和EB命运。在压力的情况下，最高的倾向是挤出，其次是EB命运和增殖。在癌症中，最高的倾向是多层的倾向，其次是细胞凋亡和挤压。（b）ISC – Basal采用九种不同的细胞命运，在正常条件下，EE命运的倾向最高，在癌症情况下，在压力条件下凋亡，而在癌症，多层和凋亡的倾向上显示出最高的倾向。（c）EB中的七个细胞命运，在正常情况下挤出，压力凋亡和癌症多层的倾向最高。（d）EC中的五个细胞命运，在正常，压力和癌症条件下，DPP产生的倾向最高。
胰腺癌的风险和2型糖尿病患者的二肽基肽酶4抑制剂的使用：一种倾向得分匹配分析
背景：在长期治疗过程中二肽基肽酶4（DPP-4）抑制剂的影响尚不清楚，并且对DPP-4抑制剂在胰腺中的癌作用中的作用提高了。早期对胰腺adverse事件的研究报告了结果相互矛盾。方法：本研究分析了2009年1月至2012年12月的韩国国家健康保险服务数据。患有2型糖尿病并服用两种或多种口服葡萄糖药物（GLD）的患者。使用倾向分数匹配的患者（n = 51,482）或其他GLD（n = 51,482）或其他GLD（n = 51,482）的患者使用倾向分数匹配以1：1的比率进行匹配。使用Kaplan-Meier曲线和COX比例危害回归分析计算胰腺癌的风险。结果：在7.95年的中位随访期间，确定了1,051例新的胰腺癌病例。与其他GLD组相比，DPP-4使用的调整后危害比（HR）为0.99（95％置信区间[CI]，0.88至1.12）。在住院期间被诊断为胰腺癌病例的分析中，与服用其他GLD的患者相比，使用DPP-4抑制剂的HR调整后的HR为1.00（95％CI，0.86至1.17）。使用另一个GLD组作为参考组，随着DPP-4抑制剂的暴露率增加，胰腺癌风险升高没有观察到趋势。结论：在这项基于人群的队列研究中，在相对长期的随访过程中，DPP-4抑制剂的使用与胰腺癌风险升高没有显着关联。
基于大脑的学习对学生成就水平的影响和对英语课程的态度GökhanBaş1摘要。 ST
摘要这项研究着重于消费者的唯物主义倾向和显着的消费行为，尤其是在当今的社交媒体时代。该研究的目标是确定唯物主义倾向对明显消费行为的影响，并研究社交媒体使用在调解这种影响中的作用。使用准备好的调查表在此上下文中收集了数据，在数据收集过程中，有596名消费者参与了调查。SPS和AMOS程序用于分析收集的数据。由于分析的结果，发现唯物主义倾向对显着的消费行为和社交媒体使用都有积极而显着的影响。还发现，社交媒体使用对明显的消费行为产生了积极和重大影响。此外，确定社交媒体的使用情况对唯物主义倾向对明显消费行为的影响有部分调解；换句话说，唯物主义倾向对明显消费行为的影响的一部分是通过社交媒体使用实现的。根据这些发现，对理论和实践提出了建议。关键字：唯物主义倾向，明显的消费行为，社交媒体使用，中介效果，结构方程模型
twang软件包的指南
通过估计和评估二进制，多项式和时变的倾向得分和相关权重，用于对观察数据的因果关系以及相关权重，用于支持观察数据的因果模型的一组功能和程序，用于对观察数据的因果建模，进行了加权和分析工具包。 此软件包在2004年开发。 Twang包在2012年和2020年进行了大量修订。 从版本2.0开始，Twang软件包包括改善计算效率的修订版。 为Twang的先前版本编写的代码仍应在没有修改的情况下运行。 但是，在某些情况下，Twang更新版本的结果将不再复制先前的结果。 如果用户希望从先前版本的Twang复制结果，则必须指定一个新的选项（版本=“传统”）。 本教程提供了twang的介绍，并通过说明性示例演示了其用途。 感兴趣的读者可以在https://www.rand.org/statistics/twang/tutorials.html上查看两个以上治疗组的相关教程和时间变化的治疗。 Twang支持的方法的基础是倾向得分。 倾向得分是将特定情况分配或暴露于治疗条件的概率。 Rosenbaum＆Rubin（1983）表明，知道倾向得分足以将治疗对结果的影响与观察到的混杂因素分开，只要有必要的条件。 文献中现在有许多倾向评分方法。进行了加权和分析工具包。此软件包在2004年开发。Twang包在2012年和2020年进行了大量修订。从版本2.0开始，Twang软件包包括改善计算效率的修订版。为Twang的先前版本编写的代码仍应在没有修改的情况下运行。但是，在某些情况下，Twang更新版本的结果将不再复制先前的结果。如果用户希望从先前版本的Twang复制结果，则必须指定一个新的选项（版本=“传统”）。本教程提供了twang的介绍，并通过说明性示例演示了其用途。感兴趣的读者可以在https://www.rand.org/statistics/twang/tutorials.html上查看两个以上治疗组的相关教程和时间变化的治疗。Twang支持的方法的基础是倾向得分。倾向得分是将特定情况分配或暴露于治疗条件的概率。Rosenbaum＆Rubin（1983）表明，知道倾向得分足以将治疗对结果的影响与观察到的混杂因素分开，只要有必要的条件。文献中现在有许多倾向评分方法。倾向得分具有平衡属性，鉴于倾向得分的倾向分数分布治疗案例的特征分布与控制案例的特征相同。通常尚不清楚治疗选择概率，但对它们的良好估计值可以有效地减少或消除治疗群体差异和治疗结果之间在治疗效果时的混淆。他们差异如何估计倾向得分（例如逻辑回归，购物车），目标估计（例如对处理过的人口治疗效果的影响，以及它们如何利用所得的估计倾向得分（例如层次，匹配，加权，双重稳健估计器）。我们最初开发了一个特定过程的Twang包装，即广泛的增强回归，以估计比较病例的倾向得分和加权，以估计处理过的（ATT）的平均治疗效果。但是，我们已经更新了包裹，以有意义地处理利益在于使用人口权重的情况（例如，比较和治疗案例的加权和治疗案例以估计人口平均治疗效果，ATE）。
使用结构方程模型预测军人家庭子女的适应力水平、求助态度和照顾者关系对其自杀倾向评分的影响
使用结构方程模型预测军人家庭子女的适应力水平、求助态度和照顾者关系与其自杀倾向评分的关系 作者：JESSICA L. TINSTMAN JONES ED.S./M.ED.，佛罗里达大学，2015 年 提交的论文部分满足了中央佛罗里达大学社区创新与教育学院咨询师教育和学校心理学系哲学博士学位的要求 佛罗里达州奥兰多 2021 年春季学期 主要教授：Laurie O. Campbell 和 Glenn W. Lambie
原创研究全基因组分析与膜损伤和生育能力受损相关的遗传倾向，作为精子功能受损的指标
1 俄罗斯农场动物遗传育种研究所 - LK Ernst 联邦畜牧业研究中心分部，普希金，196601 圣彼得堡，俄罗斯 2 俄罗斯科学院圣彼得堡联邦研究中心西北粮食安全问题跨学科研究中心，普希金，196608 圣彼得堡，俄罗斯 3 肯特大学自然科学学院，CT2 7NJ 坎特伯雷，英国 4 动物基因组学和生物资源研究组（AGB 研究组），农业大学理学院，乍都乍，10900 曼谷，泰国 5 LK Ernst 联邦畜牧业研究中心，杜布罗维齐，波多利斯克，142132 莫斯科州，俄罗斯 *通讯地址：dementevan@mail.ru (Natalia V. Dementieva)；m.romanov@kent.ac.uk (Michael N. Romanov)
美国年轻人对政治和公共服务态度的调查
5. [分割样本 A] 以下哪项陈述最能描述您在 2020 年 11 月 3 日举行的上次总统选举中的投票情况？（n=837） 我在投票站投票 .............................................................. 32% 我提前投票了 .............................................................................. 8% 我通过邮寄/缺席选票投票 ...................................................... 29% 我计划投票但无法投票 ........................................................ 2% 我没有在这次选举中投票 ............................................................. 27% 我去了投票站但被允许投票 ............................................. 1% 拒绝投票 ............................................................................................. 1% 6. [分割样本 B] 2020 年 11 月，唐纳德·特朗普代表共和党与民主党候选人乔·拜登竞选。您是否还记得自己是否在那次选举中投票选举总统？ (n=834) 是的，我肯定投票了 .............................................................. 68% 我不是 100% 确定我是否投票了 .............................................................. 5% 我肯定没有投票 .............................................................................. 26% 拒绝投票 .............................................................................................. 1% 7. 在投票方面，您认为自己属于哪个政党？净值：民主党 ................................................................................ 38% 坚定的民主党 .............................................................................. 19% 不是非常坚定的民主党 .............................................................. 19% 净值：共和党 .............................................................................. 23% 坚定的共和党 .............................................................................. 12% 不是非常坚定的共和党 ............................................................. 11% 净值：独立/无党派 ............................................................. 37% 倾向民主党 ............................................................................. 10% 倾向共和党 ............................................................................. 6% 不倾向任何一方 ............................................................. 22% 拒绝接受 ............................................................................................. 1% 8. 当谈到大多数政治问题时，您是否认为自己是……？ 自由派 ............................................................................................. 32% 温和，倾向自由派 ............................................................................. 9% 温和，不倾向 ............................................................................. 28% 温和，倾向保守派 ............................................................................. 7% 保守派 ............................................................................................. 22% 拒绝接受 .......................................................................................... 2%
美国应对新冠肺炎疫情的政治经济学
通过居家隔离和戴口罩等策略保持社交距离已成为抗击 COVID-19 最有效的非药物方法。在美国，这些政策的选择由各州自行决定。我们开发了一个博弈论模型，然后对其进行了计量经济学测试，结果表明一个州的政策选择受到其他州选择的强烈影响。如果有足够多的州采取社交距离或戴口罩措施，它们将促使其他尚未这样做的州效仿，从而改变纳什均衡。如果政治倾向相似的州之间的互动最强，那么就会出现政治倾向不同的州采取不同策略的均衡。在这种情况下，一群政治倾向相同的州可能会通过改变选择来影响其他倾向相同的州，但不会影响倾向不同的州。我们使用概率和逻辑回归对这些想法进行了实证检验，并发现有力的证据，即州际社会强化很重要，均衡可以被打破。政策选择主要受其他州的选择影响，尤其是政治倾向相似的州的选择，而受新增 COVID-19 病例数量的影响则小得多。与 SIP 政策相比，戴口罩政策的选择对其他州的行动更加敏感，共和党州推出戴口罩政策的可能性要小得多。这两类政策的选择更多地受到政治因素而非公共卫生因素的影响。
神经分支思维策略在数学教学中对高中生数学能力培养的影响
本研究的目的是确定神经分支思维策略对中学生数学能力发展的影响。研究样本是沙特阿拉伯王国阿尔科巴尔省第八所中学的一年级学生（63 名）。为了实现研究目标，研究人员准备了数学能力测试，以及生产性倾向量表，按照准实验方法收集数据，结果表明实验组在数学能力整体及其各个维度上都超过了对照组，在生产性倾向整体测量和数学学习倾向轴上也超过了对照组，根据这一结果，建议数学教师在不同年级的数学教学中激活分支思维策略。
新西兰数据表
无论是否服用抗抑郁药物，抑郁症患者的抑郁症状都可能恶化和/或出现自杀意念和行为（自杀倾向），这种风险可能会持续到病情明显缓解。18-24 岁的年轻人的风险更高，因为在初始治疗期间（通常为一到两个月）可能不会出现改善，因此应密切监测患者的自杀倾向临床恶化情况，尤其是在治疗开始时，或在剂量改变时（增加或减少）。对于抑郁症持续存在或出现的自杀倾向严重、突然发作或不是患者现存症状的一部分的患者，应考虑改变治疗方案，包括可能停止用药。应提醒患者（和患者的护理人员）需要监测病情是否恶化和/或出现自杀意念/行为或伤害自己的想法，如果出现这些症状，应立即就医。对于患有与其他精神疾病相关的共病抑郁症并接受抗抑郁药治疗的患者，也应同样观察其临床症状恶化和自杀倾向。