近 10 年国外重大李斯特菌疫情 国家 疫情年份 致病食物 患者人数 死亡人数 澳大利亚 2013 奶酪 18 2 丹麦 2013-2014 熟食肉类 41 17 美国 2014 豆芽 5 2 美国、加拿大 2014-2015 焦糖苹果 36 7 美国 2010-2015 冰淇淋 10 3 美国 2015 软奶酪 24 1 美国、加拿大 2015-2016 包装沙拉 47 1 美国 2013-2016 冷冻蔬菜 9 1 德国 2012-2016 疑似来自同一工厂的多种产品 66 3 澳大利亚 2018 甜瓜 20 7 南非 2017-2018 肉制品 1,060 216 丹麦、德国、法国2015-2018 熏制三文鱼 7 1 奥地利、丹麦、芬兰等 2015-2018 冷冻玉米 47 9 丹麦、爱沙尼亚、芬兰等 2014-2019 冷熏鱼制品 22 5 英国 2019 三明治和沙拉 9 6 西班牙 2019 熟肉制品 207 例确诊,3059 例高度疑似 3 美国、加拿大 2017-2019 熟鸡丁 31 2 荷兰、比利时 2017-2019 肉制品 21 3 美国、澳大利亚 2016-2019 金针菇 42 5 美国 2017-2019 煮鸡蛋 8 1 美国 2020-2020 熟食肉类 11 1 美国 2014-2022 预包装沙拉 18 3 英国2020-2022 熏鱼 12? 美国 2021-2022 冰淇淋 25 1 美国 2021-2022 熟食肉 14 1 美国 2023 奶昔 6 3 美国 2018-2023 绿叶蔬菜 19 0 瑞士 2022 熏鱼 20 ? 美国 2018-2023 桃子、油桃、李子 11 1 德国、荷兰、比利时、英国等 2012-2024 鱼制品 73 14 加拿大 2023-2024 冷藏杏仁奶等 20 3 美国 2024 熟食肉类 59 10 10
余云进 , 谢宇锋 , 杨锦兰 , 等 .基于 “ 热证可灸 ” 理论研究艾灸对胃 热证大鼠肠道微生态的影响 [ J ] .中国中医基础医学杂志 , 2020, 26(10): 1470-1474.YU Yunjin, XIE Yufeng, YANG Jinlan, et al.Study on the effects of moxibustion on intestinal microecology of rats with stomach heat syn- drome based on the theory of "moxibustion can be used on heat syn- drome" [ J ] .J Basic Chin Med, 2020, 26(10): 1470-1474.(in Chinese)
热跃层热能存储是在工厂中恢复废热的最有希望的解决方案之一。本文旨在优化热量储能的形状,以最大程度地减少其环境影响并最大程度地提高其自动效率。参考存储是一种现有的工业高温空气/陶瓷装满床的热存储,称为Ecostock®。用于确定水箱性能的物理模型是一个具有两个方程式的一个维度模型:一个用于传热液,一个用于填充材料。使用生命周期评估通过四个选定的指标分析了环境影响:累积能量需求,全球变暖潜力,非生物耗竭潜力和颗粒物。为了解决此多标准问题,使用了几种充电和环境权重因子,应用了粒子群优化算法。获得了一个帕累托集,并由单个自我或环境优化限制。有利于释放效率减少储罐的体积。然而,储罐的环境足迹增加了:累积能量需求和非生物耗竭潜力的指标较高。储罐的形状随机重量从平方形(环境优化)到锥形形状(自行量优化)演变。
本文讨论了人工智能 (AI) 对围产医学的重大影响,强调了人工智能如何彻底改变了孕产妇和胎儿保健。人工智能在围产医学中的作用是多方面的,它通过超声成像和预测分析中的高级算法增强了胎儿和孕产妇的健康监测。它改善了早产和先兆子痫等疾病的检测和管理,提供了更加个性化的护理。本文还讨论了人工智能在医疗保健中的伦理和法律考虑,强调了隐私、安全和道德决策的重要性。展望未来,本文设想了人工智能与基因组医学和远程监控技术的结合将进一步推进围产期护理,使其更易于获得和更高效。然而,它强调了负责任和公平使用人工智能的必要性,确保它造福社会各阶层。结论重申了人工智能在加强围产期护理、平衡技术创新与道德、公平的医疗保健实践方面的变革潜力。关键词:围产期人工智能、胎儿健康监测、孕产妇健康管理、妊娠预测分析、人工智能医疗保健中的伦理考虑。
为了帮助危险废物产生者防止废物产生,一些网站提供了宝贵的信息来源。太平洋西北污染防治资源中心的网站 http://www.pprc.org/ 提供了大量信息,并提供了全国范围内的其他污染防治网站。全国范围内存在废物和材料交换网络。通过与废物材料交换签订合同,企业可以将您的废物列在一份出版物中,并分发给其他产生者、回收商和废物经纪人。如果企业可以使用您的废物,将通过交换与您联系。这种替代方案有助于降低废物管理成本。NW Material Smart 是一个由公共和私人组织组成的联盟,支持在西北地区使用材料交换。NW Material Smart 维护着一个列出材料交换的网页,网址为 http://www.nwmaterialsmart.org。通过在网站上搜索 DEQ Hazardous Waste pollution prevention,可以获得废物减少和污染防治信息。请记住,减少或消除危险废物和有毒排放对您有利。
摘要:目前,妊娠期糖尿病(GDM)的发病率呈上升趋势。GDM 与母亲、胎儿和新生儿的短期和长期不良结局相关。本研究的目的是比较患有和未患有 GDM 的女性不良围产结局的发生率,以及比较患有和未患有 GDM 的女性所生早产儿的发病率和死亡率。本研究对 2019 年 1 月至 2020 年 12 月期间入住山东大学齐鲁医院新生儿重症监护室的 640 名早产儿进行了回顾性分析。根据母亲是否患有 GDM,早产儿分为 GDM 组(n=217)和非 GDM 组(n=423)。 GDM 妇女年龄较大(P<0.01),且多为高龄产妇(≥35 岁)或经产妇(P<0.001),且发生妊娠期高血压(P<0.05)、前置胎盘(P<0.005)和多囊卵巢综合征(P<0.05)的风险较高。在早产儿中,GDM 母亲所生婴儿发生呼吸窘迫综合征(P<0.001)和败血症(P<0.05)的风险较高。此外,GDM 母亲所生极低出生体重婴儿发生低血糖症(P<0.05)和败血症(P<0.05)的风险较高。在 Logistic 回归分析中,RDS 是与 GDM 独立相关的唯一疾病[调整后的优势比:1.699(95% 置信区间:1.699‑1.699)]。但两组死亡风险无明显差异。总之,本研究数据表明,GDM与孕妇发生不良围生结局的风险增加有关,并且早产儿发生不良新生儿结局的风险也增加。
众所周知,发酵食品中的微生物含有代谢产物,可能改善人类和动物的健康。然而,尽管对发酵食品的功能作用进行了一些研究,但有效芽孢杆菌菌株的分离和鉴定仍在进行中。本研究的目的是从分子上鉴定发酵食品来源中产生生物膜的芽孢杆菌属 (BPB) 和酵母,并研究它们与 Lysinibacillus louembei 菌株的相互作用。共获得 133 个芽孢杆菌分离株以及 32 个酵母分离株,以进行详细鉴定和研究。根据使用 fibE 聚合酶链式反应 (PCR) 多重和 ITS-PCR 技术的表型和分子表征,芽孢杆菌属的种类被鉴定为短小芽孢杆菌 (12%)、枯草芽孢杆菌 (12%)、萨法芽孢杆菌 (6%)、解淀粉芽孢杆菌 (6%)、地衣芽孢杆菌 (6%) 和酿酒酵母 (0.05%)。使用多重 PCR 扩增了枯草芽孢杆菌、地衣芽孢杆菌和短小芽孢杆菌中参与生物膜形成过程的 yfi Q、eps H、ymc A 和 tas A 基因,并对其进行了鉴定和确认。作为表型结果,使用刚果红琼脂法 (CRA) 鉴定了 45% 的 BPB 分离株。使用乳化指数 (EI24) 测试了芽孢杆菌和酵母生产生物表面活性剂的能力。65% 和 69% 的芽孢杆菌和酵母分离株能够乳化汽油。56% 的芽孢杆菌分离株生物表面活性剂粗提取物对大肠杆菌、金黄色葡萄球菌和沙门氏菌表现出抗菌活性。在芽孢杆菌属、酿酒酵母和 L. louembei 之间进行了培养。结果,在酵母菌株 V3 与 B. pumilus 菌株 VB15 以及 L. louembei 与解淀粉芽孢杆菌中获得了类共生相互作用,在酿酒酵母菌株 P3 和芽孢杆菌属中获得了类竞争相互作用。菌株 VP11,以及与 B. pumilus 和 S. cerevisiae 以及芽孢杆菌属菌株 VP34 和 S. cerevisiae 菌株 P1 的类反式相互作用。这些结果表明,微生物在发酵过程中保持着不同的关系。关键词:芽孢杆菌、酿酒酵母、Lysinibacillus louembei、发酵食品、微生物相互作用、生物表面活性剂、生物膜。引言微生物对各种食品的发酵是最古老的食品生物保存形式之一(Diaz-
考虑到巴西能源政策的未来,在技术、商业和能源矩阵变化面前,必须考虑更加分散的能源系统的前景。因此,产消者形象与新商业模式 (BM) 相结合为该行业带来了机遇和挑战。本文旨在巩固知识,识别和理解巴西能源市场产消者和产消者驱动的 BM 发展的主要监管障碍和推动因素。对现有法规的全面审查为改进产消者聚集的相关法律框架提供了一个起点。然后,对巴西监管框架中的创新 BM 进行分析,以期指导该国未来发展政治和监管环境的决策。本文最后提出了促进巴西能源行业产消者聚集的政策建议。我们得出的结论是,产消者整合的主要障碍是监管和技术性质的,探索创新 BM 对于该行业的发展至关重要。重新定义公用事业的角色和责任是一个关键因素,同时探索集体自我消费。
[Abdurahman 20] Abdurahman, JK:论人工智能伦理的道德崩溃,Medium,https://upfromthecracks。 medium.com/on-the-moral-collapse-of-ai-ethics-791cbc7df872 (2020) [Ahmed 20] Ahmed, S., et al.: 检查估计肾小球滤过率计算中种族乘数利用率对非裔美国人护理结果的潜在影响, J. Gen. Intern Med., https://doi.org/10.1007/s11606-020-06280-5 (2020) [Aisch 17] Aisch, G., Buchanan, L., Cox, A. 和 Quealy, K.: 有些大学的前 1% 学生比后 60% 学生还多,找出你的大学,《纽约时报》,https://www. nytimes.com/interactive/2017/01/18/upshot/some- colleges-have-more-students-from-the-top-1- percent-than-the-bottom-60.html ( 2017 ) [Buolamwini 18] Buolamwini, J. 和 Gebru, T.: Gender Shades: 商业性别分类中的交叉准确度差异, Proc. of Machine Learning Research, 81:1-15, 2018 Conf.公平性、问责制和透明度,https://www.media.mit.edu/publications/gender-shades-intersectional-accuracy-disparities-in-commercial-gender-classification/ (2018 年) [Dand 20] Dand,M.:AI 伦理守门人的责任在哪里?, Medium,https://miad.medium.com/where-is-the-accountability-for-ai-ethics-gatekeepers-e696b8a80e62 (2020 年)
