XiaoMi-AI文件搜索系统
World File Search System群中
痴呆症的风险在日本普通老年人群中，比率保留了肺部的比例受损：Hisayama研究
1日本福川大学医学科学研究生院，日本福冈大学2年流行病学和公共卫生系，九州大学医学科学研究生院，日本福库卡大学，日本3月3日。日本福冈5号研究生中心，日本福克武大学医学科学研究生院6医学和临床科学系6日本福库乌卡医学科学研究生学院，日本7 7日本福库卡医疗和牙科医院
普遍的大型共轭质粒介导肠道微生物群中的多种物种形成，从而提高了对扰动的韧性
1 Duchossois家庭研究所，芝加哥大学，芝加哥大学，伊利诺伊州芝加哥2号，美国2芝加哥大学微生物学系，芝加哥大学，芝加哥，伊利诺伊州芝加哥，伊利诺伊州芝加哥市3，美国3号传染病司，美国马萨诸塞州波士顿，马萨诸塞州波士顿，美国4号，美国4号，美国，美国马萨诸塞州波士顿，马萨诸塞州，美国马萨诸塞州，美国5个动物资源史上，po puliestion，pulionse sci ceciences of Microbiology Sciences of Microbiology Science芝加哥，芝加哥，伊利诺伊州芝加哥，美国7个微生物学和环境毒理学系，加利福尼亚大学，加利福尼亚州圣克鲁斯，加利福尼亚州，美国8研究所，生物学研究所，莱顿大学，莱顿大学，莱顿9霍华德·休斯医学研究所，荷兰，美国雪佛兰大厦美国加利福尼亚州斯坦福大学斯坦福大学医学院微生物学和免疫学1 Duchossois家庭研究所，芝加哥大学，芝加哥大学，伊利诺伊州芝加哥2号，美国2芝加哥大学微生物学系，芝加哥大学，芝加哥，伊利诺伊州芝加哥，伊利诺伊州芝加哥市3，美国3号传染病司，美国马萨诸塞州波士顿，马萨诸塞州波士顿，美国4号，美国4号，美国，美国马萨诸塞州波士顿，马萨诸塞州，美国马萨诸塞州，美国5个动物资源史上，po puliestion，pulionse sci ceciences of Microbiology Sciences of Microbiology Science芝加哥，芝加哥，伊利诺伊州芝加哥，美国7个微生物学和环境毒理学系，加利福尼亚大学，加利福尼亚州圣克鲁斯，加利福尼亚州，美国8研究所，生物学研究所，莱顿大学，莱顿大学，莱顿9霍华德·休斯医学研究所，荷兰，美国雪佛兰大厦美国加利福尼亚州斯坦福大学斯坦福大学医学院微生物学和免疫学
西方人群中人类T淋巴病毒的独特基因组特征
满足预计在2050年将达到98亿人口的粮食需求，同时也保证了环境可持续性，至关重要的是，通过引入新技术和人工智能来改善农作物的产量，以加速当前向农业的过渡4.0范式。在这种情况下，Precision农业旨在基于观察，衡量和响应时间和空间变异性来制定战略，以提高农业生产的可持续性。不喜欢基于在整个地区很少正确的理论平均条件管理整个领域的常规方法，精确农业认识到该领域内的独特差异。此策略包括调整管理实践，以考虑每个站点上的这些特定差异，从而优化资源利用率。在人工智能和机器人技术的整合中取得了令人印象深刻的进步，以开发精确的农业系统，并证明了许多应用，包括自动化的水果收获，修剪，农作物表型和监测，杂草控制，选择性地喷涂农药和肥料等。然而，在许多机器人技术的领域，例如运动计划和控制，操纵，学习，感知和运动，必须解决新的挑战，以进一步提高农民机器人在开放式和温室条件下挑战性农业环境中的能力和自主权。农业机器人技术中的一个基本主题是涵盖机器人和自然科学的跨学科性质。本期特刊介绍了用于精确农业和人工智能的机器人技术的新创新方法。据报道，研究人员和从业人员对启用农业机器人系统的思想和方法的原始贡献。注意力集中在促进机器人技术与植物科学之间的联系以解决现实世界中的问题。例如，在[1]中，使用半监督学习来描述经过实验测试的方法，以生成新的数据集，用于对葡萄树的语义分割，而人类宣传的数据很少，从而在时间和资源上节省了大量资源。创建此类数据集是朝着开发自主机器人进行葡萄园维护的关键步骤。树干检测也是专门研究林业环境[2]中提出的研究的目的。纸张贡献为三倍：5325个注释森林图像的开放数据集；在四个边缘设备（CPU，TPU，GPU和VPU）评估的13个深度学习模型之间的树干检测边缘AI基准；以及使用Oak-D作为传感设备的树干映射实验。在精确林业的背景下，[3]中介绍了对人工感知和对机器人的感知的现状的调查。准确的映射，本地化和障碍物检测对于有效且安全的自主行驶机器人很重要。[4]中介绍了专门从事激光除草工具的自动移动机器人的指导经理。基于此分析，提出了路线图，以应对相应的科学和技术格局中的杰出挑战，即缺乏感知模型的培训数据，开放软件框架，可用于多机器人团队的强大解决方案，最终用户介绍，最终用户介入，用例现场验证，计算资源计划，计算规划，管理的实验实验，并满足实现的真实运算以及系统的实现和系统测量。重点是机器人跟踪，该机器人跟踪结合了横向控制器，螺旋控制器和线性速度控制器
在 10 岁以上人群中使用辉瑞五联脑膜炎球菌疫苗：免疫咨询委员会的建议
摘要 脑膜炎球菌病是一种由脑膜炎奈瑟菌引起的危及生命的侵袭性感染。两种四价（血清群 A、C、W 和 Y）脑膜炎球菌结合疫苗 (MenACWY) (MenACWY-CRM [Menveo，GSK] 和 MenACWY-TT [MenQuadfi，Sanofi Pasteur]) 和两种血清群 B 脑膜炎球菌疫苗 (MenB) (MenB-4C [Bexsero，GSK] 和 MenB-FHbp [Trumenba，辉瑞公司]) 已在美国获得许可并可供使用，并已获得 CDC 免疫实践咨询委员会 (ACIP) 的推荐。 2023 年 10 月 20 日，美国食品药品监督管理局批准使用五价脑膜炎球菌疫苗 (MenACWY-TT/MenB-FHbp [Penbraya，辉瑞公司]) 预防 10-25 岁人群中由 A、B、C、W 和 Y 血清群脑膜炎奈瑟菌引起的侵袭性疾病。2023 年 10 月 25 日，ACIP 建议，当以下人群在同一次就诊中同时需要接种 MenACWY 和 MenB 时，可以使用 MenACWY-TT/MenB-FHbp：1) 16-23 岁健康人群（常规接种计划），当共同临床决策支持接种 MenB 疫苗时，以及 2) ≥10 岁且罹患脑膜炎球菌病风险较高的人群（例如，由于持续的补体缺乏、补体抑制剂的使用或功能性或解剖性脾脏缺失）。不同制造商的含 B 血清群疫苗不可互换；因此，当使用 MenACWY-TT/MenB-FHbp 时，后续剂量的 MenB 应来自同一制造商（辉瑞公司）。本报告总结了这些建议所考虑的证据，并为使用 MenACWY-TT/MenB-FHbp 提供了临床指导。
卓越和集群中心的战略计划
执行摘要科学技术政策委员会于2007年决定建立旨在促进冰岛卓越中心（COE）和集群开发的战略政策。的目标是使中心在国际背景下变得杰出，并达到以下目标：•在各个中心的各个领域促进科学和技术研究； •鼓励各个国家和国际层面的各个参与者之间有效合作； •鼓励在经济研究和创新中创造价值和投资。Rannís的任务是管理该政策的实施，并发出了导致建立三个COE的呼吁：•性别平等与多样性研究卓越中心（EDDA）； •国际地热研究集群（Georg地热研究小组）； •冰岛智能机器研究所（IIIM;VitvélastofNuníslandsses）。中心于2009年开始运营，Rannís的最后一次支出是2015/2016财政年度。由于所有三个Co仍在运作，因此有机会进行影响分析，以评估COES对冰岛研发的贡献。这种影响分析的目的是分析现有COE的学术，社会和经济影响，以便为一般的政府对CEES的潜在强调提供信息，并提供有关如何促进这些类型中心的建议。•定性访谈收集有关中心影响的进一步数据，这些数据重点是从专家那里收到从截然不同的角度观察中心的专家的意见。这种影响分析的目标是调查现有COES是否以及如何促进其各自领域的研究； •在社会不同部门的机构之间进行了有效的民族合作； •在满足冰岛社会及其经济需求的研究和创新方面创造了价值和投资； •有效地参与了国际合作。方法：此影响分析中使用的主要方法是：•分析出版物中反映的COE的研究贡献的定量方法；中心的关键媒体报道；在战略COE政策的支持后，这些中心的资金来源结束了。访谈与：中心的董事，其他中心成员，活跃于该领域的冰岛利益相关者，中心的掩护，Rannís代表和中心领域的国际专家。总共进行了35次访谈。
美国小儿和成人心脏病护理的卫生公平和政策考虑因素在美国少数人群中。
1个德克萨斯儿童医院，美国德克萨斯州休斯敦贝勒医学院儿科心脏病学科儿科学系； joseph.burns@bcm.edu（J.B。）; carlos.lodeirojordan@bcm.edu（C.A.L。）; Jasmine.moreno@bcm.edu（J.S.M.）; deidra.ansah@bcm.edu（D.A.A。）2 Ann＆Robert H. Lurie儿童医院西北大学Feinberg大学医学院，芝加哥，伊利诺伊州60611，美国； kallen@luriechildrens.org 3 nemours心脏研究与创新中心，Nemours心脏中心，Nemours儿童健康，美国威尔明顿，19803年，美国； Carissa.baker-smith@nemours.org 4美国梅奥诊所梅奥诊所的心血管医学系bravo.katia@mayo.edu 5 Ward Family Heart Center，堪萨斯城儿童梅西市，堪萨斯城，密苏里州64108，美国； bpcherestal.md@gmail.com 6美国华盛顿州西雅图市华盛顿大学儿科和医学系，美国华盛顿州98105； jason.deen@seattlechildrens.org 7儿科心脏病学部，美国西南部，儿童健康，达拉斯，德克萨斯州75390，美国； brittney.hills@utsouthwestern.edu 8 Doernbecher儿童医院，俄勒冈州健康与科学大学，波特兰，俄勒冈州俄勒冈州，美国97239； huangje@ohsu.edu 9心脏中心，美国费城儿童医院，美国宾夕法尼亚州19104，美国； lizanor@chop.edu 10德克萨斯儿童医院，儿科，美国德克萨斯州休斯敦贝勒医学院，美国德克萨斯州77030； valentina.melo@bcm.edu（V.M. ）; harris.onugha@bcm.edu（H.O.）2 Ann＆Robert H. Lurie儿童医院西北大学Feinberg大学医学院，芝加哥，伊利诺伊州60611，美国； kallen@luriechildrens.org 3 nemours心脏研究与创新中心，Nemours心脏中心，Nemours儿童健康，美国威尔明顿，19803年，美国； Carissa.baker-smith@nemours.org 4美国梅奥诊所梅奥诊所的心血管医学系bravo.katia@mayo.edu 5 Ward Family Heart Center，堪萨斯城儿童梅西市，堪萨斯城，密苏里州64108，美国； bpcherestal.md@gmail.com 6美国华盛顿州西雅图市华盛顿大学儿科和医学系，美国华盛顿州98105； jason.deen@seattlechildrens.org 7儿科心脏病学部，美国西南部，儿童健康，达拉斯，德克萨斯州75390，美国； brittney.hills@utsouthwestern.edu 8 Doernbecher儿童医院，俄勒冈州健康与科学大学，波特兰，俄勒冈州俄勒冈州，美国97239； huangje@ohsu.edu 9心脏中心，美国费城儿童医院，美国宾夕法尼亚州19104，美国； lizanor@chop.edu 10德克萨斯儿童医院，儿科，美国德克萨斯州休斯敦贝勒医学院，美国德克萨斯州77030； valentina.melo@bcm.edu（V.M.）; harris.onugha@bcm.edu（H.O.）11加利福尼亚大学旧金山贝尼奥夫儿童医院儿科，美国加利福尼亚州94158，美国； Flora.nunezgallegos@ucsf.edu 12儿科心脏病学，耶鲁大学医学院，耶鲁纽黑文医院，纽黑文，美国康涅狄格州06510，美国； tony.pastor@yale.edu 13美国亚特兰大亚特兰大埃默里大学医学院和儿童医疗保健科儿科学系； wallacem@kidsheart.com *通信：knlopez@bcm.edu
深度学习框架具有不确定性量化的调查数据：评估和预测美国人群中的糖尿病风险
复杂的调查设计通常在许多医学人群中采用。在这种情况下 - iOS，开发案例特定的预测风险评分模型，反映了研究设计的独特特征是必不可少的。这种方法是最大程度地减少结果选择性偏差的关键。本文的目标是：（i）提出使用神经网络（NN）建模的回归和分类的一般预测框架，该框架将调查权重结合到估计过程中； （ii）引入一种用于模型预测的不确定性定量算法，该算法是针对复杂调查范围的数据量身定制的； （iii）利用NHANES 2011 - 2014年同类的数据，将这种方法应用于开发强大的风险评分模型来评估美国人群中糖尿病的风险。我们的估计量的理论特性旨在确保最小的偏见和统计一致性，从而确保我们的模型产生可靠的预测并在糖尿病研究中提供新的科学见解。虽然专注于糖尿病，但该NN预测框架可适应为各种疾病和医疗队列创建临床模型。本文中使用的软件和数据在GitHub上公开可用。
在空间隔离的巨噬细胞种群中预测了不同的...
6美国加利福尼亚州斯坦福大学斯坦福大学发展生物学系7 Stanford University，Stanford University，Stanford，加利福尼亚州斯坦福大学，美国加利福尼亚州斯坦福大学8史坦福大学，斯坦福大学，斯坦福大学，加利福尼亚州斯坦福大学，加利福尼亚州斯坦福大学。 #correspondence应解决：Magdalena Matusiak，Ph.D.。 300 Pasteur DR，RM L209，94305 Stanford，美国加利福尼亚州，美国病理学系，斯坦福大学，斯坦福大学，加利福尼亚州，美国加利福尼亚州，美国，美国，美国，美国，美国，美国病理学。 300 Pasteur DR，RM L235，94305，美国加利福尼亚州斯坦福大学，美国病理学系，斯坦福大学，加利福尼亚州斯坦福大学，美国加利福尼亚州，MRIJN@Stanford.Edu +1 +1（650）723-5252 723-5252宣言，所有作者都没有宣布任何潜在的冲突。 运行标题人类巨噬细胞的空间图6美国加利福尼亚州斯坦福大学斯坦福大学发展生物学系7 Stanford University，Stanford University，Stanford，加利福尼亚州斯坦福大学，美国加利福尼亚州斯坦福大学8史坦福大学，斯坦福大学，斯坦福大学，加利福尼亚州斯坦福大学，加利福尼亚州斯坦福大学。#correspondence应解决：Magdalena Matusiak，Ph.D.。 300 Pasteur DR，RM L209，94305 Stanford，美国加利福尼亚州，美国病理学系，斯坦福大学，斯坦福大学，加利福尼亚州，美国加利福尼亚州，美国，美国，美国，美国，美国，美国病理学。 300 Pasteur DR，RM L235，94305，美国加利福尼亚州斯坦福大学，美国病理学系，斯坦福大学，加利福尼亚州斯坦福大学，美国加利福尼亚州，MRIJN@Stanford.Edu +1 +1（650）723-5252 723-5252宣言，所有作者都没有宣布任何潜在的冲突。运行标题人类巨噬细胞的空间图
针对性检测和治疗以减少高危人群中疟疾的传播：系统评价
摘要。随着各国逐步消除疟疾，接触疟疾媒介较多或难以获得卫生服务的群体可能成为重要的人类感染源，有助于维持社区传播。针对这些群体的寄生虫检测和治疗可能会减少疟疾的整体传播。本系统评价评估了针对性检测和治疗 (TTaT) 在减少疟疾传播方面的有效性、背景因素以及估计干预措施潜在影响的建模研究结果。文献检索于 2021 年 3 月进行，并于 2022 年 4 月更新，共发现 1,210 篇文章。纳入了三项研究以获得结果数据：一项肯尼亚的析因集群随机对照试验 (cRCT)（5,233 名参与者）、一项加纳的 cRCT（3,046 名参与者）和一项马拉维学童的对照前后队列研究（786 名参与者）。纳入了九份报告以获得背景因素，纳入了两份报告以获得数学建模。三项研究的结果数据表明，在社区层面，TTaT 对疟疾感染率（通过主动监测测量）、不良事件和严重不良事件的影响很小甚至没有影响。相比之下，TTaT 对干预对象中疟疾患病率（疟原虫血症）的影响被发现包括对减少传播的短期影响，但对长期传播的影响很小甚至没有影响。本综述的未来迭代应确保考虑已证实在低传播环境中拥有绝大多数感染宿主的人群，以确定干预的有效性。
一种测量小儿种群中线粒体DNA拷贝数的方法
保留所有权利。未经许可就不允许重复使用。（未经同行评审证明）是作者/资助者，他已授予Medrxiv的许可证，以永久显示预印本。此预印本版的版权持有人于2024年3月21日发布。 https://doi.org/10.1101/2024.03.19.24304372 doi：medrxiv preprint