XiaoMi-AI文件搜索系统
World File Search System标准选择
人工智能、语音和语言处理...
摘要。背景：语言是阿尔茨海默病临床信息的宝贵来源，因为它会与神经退化同时衰退。因此，语音和语言数据已在其诊断方面得到广泛研究。目标：首先，总结关于使用人工智能、语音和语言处理预测阿尔茨海默病背景下认知衰退的现有发现。其次，详细介绍当前的研究程序，强调其局限性并提出解决策略。方法：对 2000 年至 2019 年期间在 PROSPERO 注册的原始研究进行系统回顾（参考 CRD42018116606）。跨学科搜索涵盖了工程学（ACM 和 IEEE）、心理学（PsycINFO）、医学（PubMed 和 Embase）和 Web of Science 的六个数据库。相关论文的参考书目已筛选至 2019 年 12 月。结果：从 3,654 个搜索结果中，根据资格标准选择了 51 篇文章。四个表格总结了他们的发现：研究细节（目标、人群、干预措施、比较、方法和结果）、数据细节（规模、类型、模式、注释、平衡、可用性和研究语言）、方法学（预处理、特征生成、机器学习、评估和结果）和临床适用性（研究意义、临床潜力、偏倚风险和优势/局限性）。结论：几乎所有 51 项研究都报告了有希望的结果，但很少有研究在临床研究或实践中实施。该领域的主要局限性在于标准化程度低、结果可比性有限以及研究目标与临床应用之间存在一定程度的脱节。积极尝试缩小这些差距将有助于将未来的研究转化为临床实践。
与机器学习和使用NDEA在开发计划中进行聚类：石化两阶段SSC
这项研究利用机器学习（ML）来改善伊朗石化行业两级可持续供应链中决策单位（DMU）的评估。在90个时间段内进行了28个单位的效率计算。根据可持续性标准选择了供应链的输入和输出，通过使用机器学习和网络数据信封分析（NDEA）的混合方法来促进生产计划和单位开发的准确估计。目标是将ML聚类方法与网络NDEA模型一起使用，以确定用于对均质单元进行分类的最有效的聚类算法。我们研究的主要目标是利用机器学习技术来提高决策过程的准确性，特别是在类似单元的聚类中以评估效率。主要目标是通过将它们与每个集群中最有效的单元进行比较来创建提高低效单元的性能的策略。通过实施深层嵌入式聚类算法，我们发现了效率评估和开发计划的实质性改善。聚类结果与传统NDEA模型之间的对比突出了聚类在评估有效边界和启用集中发展策略的近端方面的重要性。这项研究强调了使用ML进行聚类的重要性，以提高工业设施可持续发展的效率评估和战略计划。结果表明，与使用DEA的非聚类方法相比，使用聚类来评估单位的相对效率，可以平均降低与群集效率边界效率低下的单位距离的18％，这代表了效率低效率单位的更可实现的理想目标。
奥塔哥运动对2型糖尿病患者的有效性，以提高平衡和
摘要简介：在老年人中，独立执行ADL的关键是平衡，而不太关心跌倒。在2型糖尿病患者的患者中，由于其并发症的并发症的跌倒风险增加。最近的文章表明，奥塔哥练习对改善平衡并防止个人跌倒有影响。因此，本研究旨在发现奥塔哥运动计划在老年2型糖尿病患者中的有效性。方法：根据包容性和排除标准选择40名受试者，并通过跌倒效力量表进行评估，并定时增加并关注跌倒和平衡。结果：配对t检验用于分析干预前和干预后评分之间的差异。两个测试均显示出p <0.05的显着结果。结论：这项研究证实，奥塔哥的运动有效防止跌倒并改善2型糖尿病患者的平衡。关键字：平衡练习，预防瀑布，奥塔哥运动计划，糖尿病。引入每年65岁以上的人中有超过33％的人跌倒，在此类情况中有50％，跌倒是经常发生的。1大约10％的跌倒是严重伤害的原因，例如骨折；硬膜下头部损伤和其他软组织损伤。1倒塌约占急诊室访问的10％，而老年人的紧急住院时间为6％。独立于其他健康状况，跌倒与限制流动性有关；进行敷料，洗澡，购物或管家等活动的能力下降；疗养院中的位置风险增加。1糖尿病是由于血液增加引起的一种慢性进行性代谢障碍
使用临床数据进行建模阿尔茨海默氏病痴呆症进展的机器学习：系统文献评论
目的：阿尔茨海默氏病（AD）是痴呆症的最常见原因，这是一种综合征，其特征是认知障碍，足以干扰日常生活的活动。我们旨在对研究机器学习（ML）方法进行系统的文献综述（SLR），以将电子健康记录得出的临床数据应用于临床数据，以模拟AD痴呆症的发展风险。材料和方法：我们搜索了2010年1月1日至2020年5月31日在PubMed，Scopus，ScienceDirect，IEEE探索数字图书馆，计算机机械数字Library和Arxiv的文章。我们使用预先确定的标准选择相关文章，并根据ML分析的关键组成部分进行总结，例如数据特征，计算算法和研究重点。结果：在过去的5年中，使用基于ML-基于ML的痴呆症建模的研究论文数量有了可观的增长。我们在SLR中审查了64篇相关文章。结果表明，大多数现有研究都集中在使用包含神经影像学和临床数据的公共可用数据集（神经行为状态考试评分，患者表现，神经影像学数据和实验室测试值）进行预测AD痴呆症的进展）。讨论：确定有可能进步的AD痴呆症的人可能有助于个性化疾病管理以计划未来的护理。由结构化数据表和临床注释组成的临床数据可以有效地用于基于ML的方法，以模拟AD痴呆症进展的风险。结果的数据共享和可重复性可以增强本研究的影响，适应性和概括性。
死灵镜检查和DNA作为识别工具
寻找可靠且安全的人类身份识别技术非常重要，并且主要方法在科学上更有效。其中，死灵镜检查和DNA分析。本研究的目的是促进有关死灵镜检查和在法医活动中应用的DNA的知识，强调其技术和尸体鉴定的困难。这是一项综合书目综述，其中在PubMed和Wiley在线图书馆数据库中进行了书目调查。用于坏死膜镜检查，使用了以下描述：“指纹”和“验尸识别”；发现了245篇文章，其中包括6篇文章。用于DNA分析，使用了“人类鉴定”，“ DNA”，“法医遗传学”和“验尸”；发现了41和6，并通过包含和排除标准选择。在验尸后识别方法中，死灵镜检查是完成第一个身体识别过程的技术，该技术可以接受旨在重新组装数字纸浆的过程，例如木乃伊和烧焦。代表一种便宜，简单且实用的技术。进行了有关DNA分析，SNP（串联中的短次重复）和STR（简单的核苷酸多态性），并且骨骼和牙科基质样品具有延长的抗降解性。此外，成功获得DNA结果的概率取决于恢复的大部分损伤水平和放大抑制剂的存在。因此，尽管坏死膜镜检查和DNA分析具有特定的优势和局限性，但两者都取决于技术的改进，以超过保护现象引起的局限性，从而可以改善法医技术。
研究文章 心理健康移动应用中的人工智能和机器学习：范围审查
心理健康状况会对健康和医疗保健系统产生重大的负面影响。尽管心理健康状况在世界范围内普遍存在，但人们对其的认识和可获得的治疗方法仍然不足。许多移动应用程序可供普通民众使用，旨在支持心理健康需求；然而，关于其有效性的证据有限。心理健康移动应用程序开始融入人工智能，需要对这些应用程序的文献现状进行概述。本范围界定综述的目的是概述当前在心理健康移动健康应用程序中使用人工智能的研究状况和知识差距。系统评价和荟萃分析扩展范围界定综述的首选报告项目 (PRISMA-ScR) 和人群、干预、对照、结果和研究类型 (PICOS) 框架用于构建评价和搜索。在 PubMed 中系统地搜索了自 2014 年以来以英文发表的随机对照试验和队列研究，这些研究评估了支持人工智能或机器学习的心理健康支持移动应用程序。两位审阅者合作筛选了参考文献（MMI 和 EM），根据资格标准选择了要纳入的研究并提取了数据（MMI 和 CL），然后对这些数据进行了描述性分析。在初步搜索中确定了 1,022 项研究，最终审查中纳入了 4 项。所研究的移动应用程序结合了不同的人工智能和机器学习技术，用于各种目的（风险预测、分类和个性化），旨在满足广泛的心理健康需求（抑郁、压力和自杀风险）。研究的特点在方法、样本量和研究持续时间方面也各不相同。总体而言，这些研究证明了使用人工智能支持心理健康应用程序的可行性，但研究的早期阶段和研究设计中的弱点凸显了需要对人工智能和机器学习支持的心理健康应用程序进行更多研究
系统评价
目的：这项系统评价旨在提供有关低血糖和糖尿病性酮症酸中毒（DKA）急诊护理干预措施有效性的证据。方法论：这是对随机对照试验和分析研究的系统综述。我们根据资格标准选择了研究。使用搜索策略，将数据库Medline，Cochrane库和Embase从成立到2022年11月2日进行搜索。我们使用了诸如“糖尿病”，“治疗”，“低血糖”，“糖尿病性酮症酸中毒”，“低血糖”，“高血糖”，“高血糖”和“疾病管理”，“疾病管理”，“低血糖”，“糖尿病性酮症酸病”等术语等术语。结果：低血糖：10％葡萄糖（D10）和50％葡萄糖（D50）都是有效的选择，具有相似的医院死亡率D10（4.7％）和D50（6.2％）。dka：低剂量胰岛素不与标准剂量不属于时间，直到分辨率为DKA 16.5（7.2）小时和17.2（7.7）小时（P值= 0.73）。在儿童中，亚cu散发胰岛素与ICU入院和医院再入院率降低有关（67.8％至27.9％）。浆细胞（PL）分别不氯化钠（SC），ICU的住院长度分别为49 h（IQR 23 - 72）和55 h（IQR 41 - 80），高氯红纤维素与较长的宿主体内住院时间和更长的停留时间和更长的时间有关DKA的分辨率。和<10 mmol/L的钾替代品与较高的死亡率相关（n = 72）。结论：我们得出10％或50％葡萄糖的结论对低血糖的管理有效。用于DKA皮下胰岛素和静脉胰岛素，氯化物水平≤109mEq/L，钾高于10 mmol/l，静脉输液（如血浆和正常盐水）有效。
eGFR 斜率是 2 型糖尿病慢性并发症的新预测指标吗？系统评价和荟萃分析
背景 . 糖尿病肾病影响大约 40% 的 2 型糖尿病 (T2DM) 患者，并且与终末期肾病 (ESKD) 和心血管 (CV) 事件风险增加以及死亡率增加有关。在肾功能下降的指标中，eGFR 斜率在临床上越来越受到关注。本研究旨在通过系统回顾文献和对收集的数据进行荟萃分析，评估 eGFR 斜率下降、慢性并发症和 2 型糖尿病患者死亡率之间的关联，以了解 eGFR 斜率是否可以定义为 2 型糖尿病并发症的预测指标。方法 . 根据 PRISMA 指南进行回顾和荟萃分析，考虑了已发表的 2 型糖尿病患者研究。在 PubMed 上进行了 2003 年 1 月至 2023 年 4 月的科学文献检索，随后根据纳入标准选择科学论文。结果 .选择了 15 项研究进行荟萃分析。风险比 (HR) 风险分析表明，与 eGFR 稳定的受试者相比，eGFR 斜率下降幅度更大的患者的所有事件（全因死亡率、心血管事件、ESKD 和微血管事件）之间存在显著关联。计算出的 HR（95% CI）如下：全因死亡率为 2.31（1.70-3.15）；心血管事件为 1.73（1.43-2.08）；ESKD 为 1.54（1.45-1.64）；微血管事件为 2.07（1.57-2.73）。总体 HR 为 1.82（1.72-1.92）。结论。研究表明，eGFR 快速下降与慢性糖尿病并发症之间存在关联，这表明 eGFR 斜率变异性对 2 型糖尿病的病程有显著影响，eGFR 斜率应被视为 2 型糖尿病患者慢性并发症的预测指标。根据所得结果，糖尿病患者的治疗管理不应只关注血糖控制，还应特别注意保护肾功能。
用于辅助，适应性和康复的脑部计算机接口的无创脑电图设备：系统文献评论
摘要：人类通过各种设备与计算机交互。这种相互作用可能不需要任何身体运动，因此可以帮助患有严重运动障碍的人与外部设备进行通信。大脑 - 计算机界面（BCI）已变成一个涉及辅助和康复技术的新元素的领域。这项系统文献综述（SLR）旨在帮助BCI调查员和投资者决定选择哪些设备或基于当前市场检查的支持。对非侵入性脑电图设备的研究基于不同研究领域的BCI研究。在此SLR中，通过检查用于辅助，适应性和康复BCIS的设备的类型，分析了使用脑电图（EEG）的无创BCI的研究领域。对于此SLR，从IEEE数字图书馆，PubMed，Scopus和ScienceDirect中选择了候选研究。纳入标准（IC）仅限于关注BCI技术的应用和设备的研究。使用IC和排除标准选择此处使用的数据以确保质量评估。所选文章分为四个主要研究领域：教育，工程，娱乐和医学。总体而言，根据IC选择了238篇论文。此外，确定了28家公司开发了有线和无线设备作为BCI辅助技术的手段。这篇综述的发现表明，使用BCI进行辅助，适应性和康复技术的含义鼓励了严重运动障碍和健康人的人。随着越来越多的健康人员使用BCIS，其他研究领域，例如参与游戏时玩家的动机或观察某些领域时的士兵安全性，可以使用BCI技术研究和协作。但是，这样的BCI系统必须简单（可穿戴），方便（传感器织物和自我调整能力），并且便宜。
客户咨询
在英国DP世界的DP世界上的客户咨询能源过渡贡献，无论我们在哪里工作，我们都致力于产生积极的经济和社会影响。我们的可持续发展战略“我们的世界，我们的未来”都编织成我们所做的一切，支持联合国在安全，气候变化，安全，社区参与，人民发展，道德和福祉的可持续发展目标。DP World已投资了许多措施，以在伦敦盖特威和南安普敦的港口运营中实现可持续贸易。我们已经取得了重大进展，通过使用可再生能源和替换化石燃料来减少碳排放量。可以在以下位置找到其中一些措施的概述：https：//www.dpworld.com/southampton/sustainability/projects-and-initiatives。我们一直处于创新的最前沿，包括电气化院子的运营以及在伦敦DP World Gateway的全电动“班车”运营。在DP World Southampton的措施中，包括扩大我们对混合“跨载体”的使用，并试用了无化石燃料，作为向净零净的过渡步骤。DP World UK已聘请Lloyds登记册，以独立验证我们运营中产生的二氧化碳（CO 2）。在2015年，对于通过DP World UK设施进口的每个LADEN容器，我们产生了大约65 kgco 2 e。通过持续的运营改进和早期引入碳效率选择，2020年将其降低到约52 kgco 2E。要继续我们的脱碳之旅，我们需要在未来几年进行大量投资，以进行我们的能源过渡。可持续集装箱处理设备的增量投资成本明显高于标准选择，而净零净的多年旅程预计将超过1亿英镑。最终游戏是到2050年通过电气化或绿色氢的碳中性操作，尽管通过混合溶液的中间步骤是过渡的一部分。