XiaoMi-AI文件搜索系统
World File Search System原创
原创研究 阿富汗喀布尔医学生对 Covid-19 疫苗的接受度和犹豫度
简介：疫苗犹豫被定义为“尽管有疫苗接种服务，但仍推迟接受或拒绝接种疫苗”。许多国家报告称，新冠疫苗接种率低，这对结束这一流行病的努力来说是一个巨大的挑战。目的：在本研究中，我们旨在找出喀布尔医学生对新冠疫苗的接受率和犹豫率及其原因。方法：这项横断面研究是在喀布尔随机选择的五所大学的医学生中进行的，共有 459 名医学生完成了问卷调查。结果：医学生对新冠疫苗的犹豫率为 42.3%，男性的犹豫率高于女性。拒绝接种疫苗的主要原因是担心疫苗的安全性和副作用（62.3%）。超过一半的参与者（51.5%）已经接种过疫苗。 60.2% 的参与者表示，接种疫苗的主要原因是预防 COVID-19 病毒。这项研究表明，社交媒体是有关疫苗犹豫信息的主要来源（64.3%）。结论：这项研究表明，医学生对 COVID-19 疫苗的犹豫程度很高。强烈建议向社区，尤其是医学生提供有关 COVID-19 疫苗安全性和有效性的准确信息。关键词：COVID-19、医学生、疫苗犹豫
原创文章 利用网络药理学方法探讨党参治疗食管癌的机制
摘要：目的：应用网络药理学方法探讨党参治疗食管癌的作用机制。材料与方法：利用系统药理学实验室网站收集党参化合物及靶点，从GeneCards网站寻找食管癌靶点交叉点，筛选出党参治疗食管癌的可能靶点。利用STRING数据库构建蛋白质靶点蛋白质-蛋白质相互作用（PPI）网络图。使用R 3.6.0软件进行基因本体论（GO）和京都基因与基因组百科全书（KEGG）通路富集分析。利用Cytoscape 3.7.1构建“疾病-药物-成分-靶点-通路”网络图。结果：筛选出21个可能治疗食管癌的党参化合物和31个药物-疾病交叉靶点。 GO富集分析鉴定出778个生物过程（BP）组分、15个细胞组分（CC）组分和50个分子功能（MF）组分，KEGG分析鉴定出90条信号通路。我们的分析表明，p53和PI3K-Akt信号通路（以及其他）是这些过程中的重要通路。结论：党参可能通过多种组分、靶点和通路用于治疗食管癌。
原创研究：二甲双胍对2型糖尿病患者COVID-19疗效的回顾性研究
目的：2019 冠状病毒病 (COVID-19) 大流行凸显了潜在疾病与死亡之间的复杂关系。我们设计了本研究，以确定二甲双胍治疗 2 型糖尿病 (T2D) 是否与 COVID-19 住院患者的低院内死亡率相关。材料和方法：这是一项回顾性研究，包括 2020 年 2 月 4 日至 4 月 11 日武汉的 COVID-19 和 T2D 患者。根据二甲双胍暴露情况将患者分为两组。使用 Cox 回归估计 COVID-19 相关死亡和有创机械通气的风险比 (HR)。结果：4330 名确诊的 COVID-19 患者中有 571 名 T2D 患者。其中 241 名接受了二甲双胍治疗。二甲双胍组的院内死亡率和有创机械通气低于非二甲双胍组。多变量模型显示，与对照组相比，二甲双胍治疗与住院死亡率和有创机械通气需求降低相关（HR：0.376 [95% CI 0.154–0.922]；P = 0.033）。结论：本研究表明，二甲双胍治疗与合并2型糖尿病的新冠肺炎患者死亡风险降低相关。关键词：新冠肺炎、糖尿病、二甲双胍、死亡率
原创文章 人工智能能帮助沟通吗？考虑 GPT-3 在姑息治疗中的可能性
治疗性聊天机器人的出现并不是最近才出现的，可以追溯到 1966 年魏森鲍姆发明的罗杰斯治疗师 ELIZA。[3] 随后，斯坦福大学的精神病学家科尔比设计了 PARRY，它可以模拟偏执型精神分裂症患者。[4] 值得注意的是，PARRY 成功通过了著名的图灵测试 [5]，该测试以艾伦·图灵的名字命名，人类评判员必须将计算机误认为是人类，以评估计算机模仿人类智力的能力。已经出现了先进的治疗师，例如 Ellie（一位专门为美国军方诊断创伤后应激障碍 (PTSD) 的虚拟治疗师）和南加州大学创意技术研究所的国防高级研究计划局 (DARPA)。[6] ELLIE 采用机器学习、自然语言处理和计算机视觉来分析肢体动作、眼球运动和社交信号，以检测
原创研究调查英国胃肠病学家和内镜医师对人工智能的看法
摘要 背景和目的 随着人工智能 (AI) 可能融入临床实践，了解最终用户对这项新技术的看法至关重要。这项研究得到了英国胃肠病学会 (BSG) 的认可，旨在评估英国胃肠病学和内镜学界对 AI 的看法。 方法 制定了一项在线调查，并分发给英国各地的胃肠病学家和内镜医师。 结果 104 名参与者完成了调查。内镜质量改进 (97%) 和更好的内镜诊断 (92%) 被认为是 AI 对临床实践最有益的应用。最大的挑战是错误诊断的责任 (85%) 和算法的潜在偏见 (82%)。缺乏指南 (92%) 被认为是在常规临床实践中采用 AI 的最大障碍。参与者认为实时内镜图像诊断 (95%) 是 AI 的研究重点，而认为 AI 研究最重大的障碍是资金 (82%) 和注释数据的可用性 (76%)。参与者认为 BSG AI 工作组的优先事项是确定研究重点 (96%)、在临床实践中采用 AI 设备的指南 (93%) 以及支持开展多中心临床试验 (91%)。结论 这项调查确定了英国胃肠病学和内镜学界对临床实践和研究中的 AI 的看法，并确定了新成立的 BSG AI 工作组的优先事项。
原创文章 基于Python编程的搅拌摩擦焊接头力学性能分析人工智能算法
摘要：在现代计算科学中，机器学习和优化过程之间的相互作用标志着最重要的发展。优化在机械工业中起着重要作用，因为它可以降低材料成本、减少时间消耗并提高生产率。最近的工作重点是对搅拌摩擦焊接工艺进行优化任务，以获得搅拌摩擦焊接接头的最大极限抗拉强度 (UTS)。为此选择了两种机器学习算法，即人工神经网络 (ANN) 和决策树回归模型。输入变量为工具转速 (RPM)、工具移动速度 (mm/min) 和轴向力 (KN)，而输出变量为极限抗拉强度 (MPa)。观察到，在人工神经网络的情况下，训练和测试集的均方根误差分别为 0.842 和 0.808，而在决策树回归模型的情况下，训练和测试集的均方根误差分别为 11.72 和 14.61。因此，可以得出结论，ANN 算法比决策树回归算法提供更好、更准确的结果。
原创研究鼻咽癌患者N-钙粘蛋白表达与颈淋巴结转移的关系
背景：尽管鼻咽癌治疗方法先进，但淋巴结 (LN) 转移仍然是鼻咽癌患者病情恶化的一个特征。上皮-间质转化 (EMT) 介导的转移发生的一种机制是增加 N-钙粘蛋白表达。本研究的目的是确定 N-钙粘蛋白在鼻咽癌病例中转移性淋巴结中的表达。方法：采用不比例分层随机抽样采集样本。使用免疫组织化学方法检查 N-钙粘蛋白的表达。通过双目光学显微镜目视评估 N-钙粘蛋白的表达。我们使用 Mann-Whitney U 检验分析了这些数据，以检查 N-钙粘蛋白的表达和淋巴结转移。结果：N3 组表达强烈，为 63.6%；N2 组为 27.3%，N1 组为 9.1%。在鼻咽癌 N0 或无淋巴结转移的患者中，N-钙粘蛋白的表达为 0%。 N-cadherin 的表达确实是鼻咽癌发生淋巴结转移的指标，统计学分析 p = 0.026 (p < 0.05) 具有显著性。结论：N-cadherin 的表达与鼻咽癌患者淋巴结转移存在相关性。关键词：N-cadherin、鼻咽癌、癌症、免疫组织化学
原创调查 | 德国儿科儿童虐待特征和成人身体多重疾病
作者隶属关系：德国乌尔姆大学医院儿童和青少年精神病学-心理治疗系（Otten、Fegert、Jud、Clemens）；德国美因茨约翰内斯古腾堡大学大学医学中心心身医学和心理治疗系（Otten、Brähler）；德国乌尔姆合作站点德国精神卫生中心（Otten、Fegert、Jud、Clemens）；德国乌尔姆合作站点德国儿童和青少年健康中心（Otten、Fegert、Jud、Clemens）；德国慕尼黑联邦国防军大学人文科学系、心理学研究所（Schalinski）；德国莱比锡大学医学心理学和医学社会学系（Brähler）；瑞士巴塞尔大学巴塞尔大学精神病诊所儿童与青少年精神病学研究部 (Bürgin)；瑞士苏黎世大学雅各布生产力青年发展中心 (Bürgin)。
原创研究急性应激对皮质电活动和心脏自主神经耦合的影响
心率变异性评估（反映心脏自主神经系统）已显示出对压力的一些预测能力。此外，通过心电图和脑电图评估的大脑皮层活动和心脏自主神经相互作用的不同模式的预测能力尚未在急性压力的背景下进行探索。本研究确定了静息和急性压力状态下神经-心脏自主神经耦合的不同模式。特别是在压力任务期间，额叶 delta 波活动与低频心率变异性呈正相关，与高频心率变异性呈负相关。低高频功率与压力和焦虑以及迷走神经控制下降有关。发现静息高频心率变异性和额中部伽马活动之间存在正相关，而静息时低频心率变异性和伽马波耦合之间存在直接的反比关系。在压力任务中，低频心率变异性与额叶 delta 活动呈正相关。也就是说，在压力任务中，副交感神经系统活动减少，而额叶 delta 波活动增加。我们的研究结果表明，心脏副交感神经系统活动与静息和急性压力期间的额叶中央伽马和 delta 活动之间存在关联。这表明，在急性压力期间，副交感神经活动减少，并且与神经元皮质前额叶活动相结合。本研究确定的神经-心脏耦合的不同模式为大脑和心脏之间的动态关联提供了独特的见解
原创文章 人类颅内显着网络的时空完整性和自发非线性动态特性
显着性网络 (SN) 在认知控制和自适应人类行为中起着关键作用，但其电生理基础和毫秒时间尺度的动态时间特性尚不清楚。在这里，我们使用来自多个队列的侵入式颅内脑电图 (iEEG) 来研究 SN 的神经生理基础，并确定将其与默认模式网络 (DMN) 和背外侧额叶-顶叶网络 (FPN) 区分开来的动态时间特性，这两者都是人类认知中发挥重要作用的另外两个大规模大脑网络。对网络相互作用的 iEEG 分析表明，共同锚定 SN 的前岛叶和前扣带皮层之间的网络内相互作用比与 DMN 和 FPN 的跨网络相互作用更强。对 SN、DMN 和 FPN 之间信息流方向性的分析揭示了 SN 中的因果流出中心与其在网络相互作用的快速时间切换中的作用一致。对区域 iEEG 时间波动的分析表明，与 DMN 和 FPN 相比，SN 内神经活动的时间动态更快，熵更高。至关重要的是，这些结果在多个队列中得到了复制。我们的研究结果为 SN 的神经生理学基础提供了新的见解，更广泛地说，为人类大脑大规模功能组织的基础机制提供了新的见解。