XiaoMi-AI文件搜索系统
World File Search System量分析
深入研究 2000 年至 2023 年间的隧道爆破研究——系统回顾
隧道爆破是开挖岩层的一种常见方法。隧道爆破领域涌现出许多学术研究文章。这些文章分别针对爆破振动、岩石损伤和振动能量等目标进行研究。然而，并没有对与隧道爆破相关的文献进行系统的分析来整合和分析这些结果。为了解决这个问题，本研究通过提供系统的综述来探索隧道爆破的研究现状。采用科学地图方法和文献计量分析来审查 144 篇同行评议期刊文章。审查确定了隧道爆破研究方面最具影响力的期刊、机构、研究人员和文章，并根据研究关键词的聚类分析总结了隧道爆破的研究热点。本综述的结果揭示了两本领先期刊、三所领先机构和三名领先研究人员对隧道爆破研究的贡献。并确定了爆破振动、数值模拟、岩石损伤、超挖四个研究关键词作为2018—2023年的研究热点。最后，本文还对隧道爆破未来的研究方向进行了展望，旨在指出当前研究存在的不足，为未来的研究提供思路。
基于颅内压的决策：使用机器学习预测疑似颅内压升高
本研究在 2009 年至 2019 年期间招募了 400 名正常儿童作为对照组，以及 75 名有颅内压升高迹象的儿童。测量了 CT 上的 ONSD 等参数。采用监督机器学习根据 CT 测量结果预测疑似颅内压升高。正常儿童的 ln(年龄) 和平均 ONSD (mONSD) 之间存在线性相关性，mONSD = 0.36ln(年龄)+2.26 (R 2 = 0.60)。本研究根据单变量分析显示，400 名正常儿童的 CT 测得的 mONSD 与 ln(年龄) 和大脑宽度（而非脑室宽度）之间存在线性相关性。此外，多变量分析显示双尾核最小距离也与 mONSD 有关。对照组和疑似颅内压升高组的组间比较结果显示，mONSD 和脑室宽度具有统计学意义。研究表明，监督式机器学习应用可用于预测儿童疑似颅内压（ICP）升高，训练准确率为 94%，测试准确率为 91%。
生物统计学：统计分析在理解健康和疾病方面的力量。
生物统计学是一个关键领域，结合了统计和生物学来解释数据并指导健康和医学中的决策。它在设计研究，分析数据和得出影响公共卫生，临床实践和政策制定的结论中起着关键作用。生物统计学将统计方法应用于生物学，医学和健康相关的研究。它涉及数据的收集，分析和解释，以了解生物系统的模式，关系和趋势。通过采用复杂的统计技术，生物统计学有助于回答有关健康和疾病的复杂问题。生物统计学家参与了计划研究，包括临床试验，观察性研究和流行病学研究。他们确定样本量，随机化程序和数据收集方法，以确保研究产生可靠且有效的结果。一旦收集了数据，生物统计学家就会使用统计工具来分析数据。这包括描述性统计数据，以汇总数据，推论统计信息以做出预测或测试假设以及多变量分析，以检查多个变量之间的关系。[1,2]。
人格特质，正念和中国成年人感知压力：一种顺序解释性混合方法
尽管对人格特征，正念和压力的广泛研究，但对它们的综合效果的了解有限。大多数研究都集中在这些构造上，而不是检查其潜在相互作用（Brown and Ryan，2003； Garland等，2017）。尽管一些研究考虑了正念如何减轻人格特征与压力之间的关系（Drake等，2017； Shapiro等，2011），但很少有研究探索了特定正念方面的调节和中介作用。此外，了解个人在压力和正念实践中的体验与定量发现如何相符，可以为这些过程提供更详细的图片。这项研究旨在通过研究正念注意力和正念感知的独立，调节和调解在中国成年人中五因素模型人格特征和感知压力之间的关系中的独立，调节和中介作用来填补这些空白。使用混合方法设计，这项研究将定量分析与对参与者的经验进行定性探索，以发现影响压力感知和正念实践的机制和情境因素。
具有全面等离子体和细胞的代谢组学工作流程的极性代谢物的定量分析
将定量分析与Hilic Polar代谢组学工作流程中的新第4代6495 LC/TQ结合在一起。靶向代谢组学方法提供了具有较大动态范围的代谢物的敏感而精确的测量。先前描述的是使用带有细胞或等离子体的Bravo样品制备平台的Hilic Polar代谢物工作流程，1290个Infinity II Bio LC，用于改善金属敏感分析物的性能，以及6495 LC/TQ质谱仪，具有〜500极性代谢物的数据库和保留时间（图1）。1 6495 LC/TQ的速度允许在同一注射中精确地分析以正离子模式和负离子模式的数百个分析物。此工作流程和数据库可以通过多种方式部署，从代谢物途径发现（分析）到样本中数百个分析物的半定量分析，或者使用同位素标记的内部标准品进行绝对定量。
预测同时接受靶向治疗或免疫治疗和立体定向放射治疗的黑色素瘤患者的生存率
方法：这项回顾性分析基于国际多中心数据库（TOaSTT），其中包含 2011 年 5 月至 2018 年 5 月期间接受 TT/IT 和同期（≤ 30 天）SRT 治疗脑转移的黑色素瘤患者。使用 Kaplan-Meier 生存曲线和对数秩检验研究总生存期（OS）。进行单变量和多变量分析以分析 OS 的预后因素。结果：分析了 110 名患者。分别有 61%、31% 和 8% 接受了 IT、TT 和同时联合治疗。每个患者平均治疗两个脑转移瘤。经过中位 8 个月的随访，中位 OS 为 8.4 个月（0 – 40 个月）。molGPA 评分与 OS 无关。相反，累积脑转移瘤体积、转移时间（同时与异时）和同期 IT 与 TT 的全身治疗对 OS 有显著影响。根据这些参数，建立了 VTS 评分（容量-时间-全身治疗），将患者分为三组，中位 OS 分别为 5.1、18.9 和 34.5 个月（p = 0.001 和 0.03）。（下页继续）
关于使用人工智能的系统评价
近年来，各个领域的技术创新直接影响着企业和行业。人工智能是这些创新中最近最受关注的技术之一。在这方面，它是一个需要从广泛角度进行研究的研究课题，涉及许多学科。与许多其他行业一样，人工智能已经在电子商务领域开启了一个非常快速和彻底的转型过程。可以看出，电子商务领域的企业从人工智能技术中受益匪浅，从而提高了效率和生产力。由于人工智能为电子商务公司提供了高成本、效率和速度优势，因此对于想要在全球竞争市场中取得成功的电子商务公司来说，将人工智能技术融入其流程极为重要。本文分析了人工智能技术在电子商务中的应用研究趋势。目的是确定这项技术如何影响电子商务行业。在研究范围内，在共同作者、共同引用和关键词分析的范围内使用了系统综述、描述性网络分析和文献计量分析方法。研究结果表明，人工智能技术在电子商务中的应用是学术研究的一个增长趋势。本文对于区分该领域的理论研究和应用研究、保持主题的最新性以及指导从事该领域的研究人员具有重要意义。
连词公告 - ioles
本文旨在根据2008年至2023年的科学生产来绘制区块链技术对会计信息质量的影响。Web of Science被用作数据源。应用了选择文章的纳入和排除标准，总共有393篇文章进行分析。通过数据聚类通过烹饪技术分析了所选的研究。循环分析揭示了与主题相关的三个主题群集：“区块链和不变的技术”，“区块链和会计”以及“会计信息的区块链以及会计信息质量”。这些集群中的每个集群都集中在区块链技术应用到会计中的不同方面，包括其技术特征，收益和挑战以及对会计信息质量的影响。结果表明，区块链技术在会计中的应用有可能提高会计信息的可靠性，减少公司与外部投资者之间的信息不对称，并提高会计记录的透明度和安全性。该文献计量分析提供了有关该主题的当前研究状态的全面看法，这有助于了解该领域的趋势和进步，并为专业实践和未来研究提供见解。
Kirigami启用了无线的微波谐振阵列...
摘要：结肠癌的异质性及其反应既提出了个性化医学的挑战和希望。挑战是开发以预测性和预后生物标志物为指导的有效的生物学个性化的治疗剂。目前，有几类候选生物标志物，包括基因组探针，抑制性RNA，免疫功能障碍的测定法，并且不容忘记，具体的组织病理学和组织化学特征。要开发有效的治疗学，候选生物标志物必须在可比的独立人群中获得资格和验证，这不小。这一过程及其随后在临床实践中的部署不仅涉及生物标志物与治疗的牢固关联，而且还要仔细注意代表性肿瘤部位选择的平淡无奇的方面，从而获得了完全充分的样本，该样本被保留并准备好优化高质量分析。将来，生物标志物分析结果的临床实用性将在人工智能技术的帮助下从相关的临床和基础科学数据中受益。通过应用个性化的，精选的生物标志物，对结肠癌的全面解释，个性化，更有效，更毒性的疗法将得到实现，从而实现了个性化医学的承诺。
辅助放疗期间临床上显着性皮炎的浸润性乳腺癌
摘要。背景/目标：接受辅助放疗的乳腺癌患者可能患有≥2级皮炎。在登记项目中，移动应用程序（APP）提醒患者进行皮肤护理，以预期进行皮肤护理，目的是减少临床上显着的放射性皮炎。这项研究旨在确定设计前瞻性试验所需的≥2级皮肤炎和危险因素的患病率。患者和方法：在对2022 - 2023年期间327例乳腺癌患者的回顾性研究中，研究了≥2级皮炎和23个潜在危险因素的患病率。结果：≥2级皮炎的患病率为31.2％。在多变量分析中，它与慢性炎症疾病（P = 0.001），明显的心血管疾病（P <0.001），吸烟史> 10年（P <0.001），晚期T型阶段（P = 0.017），Normo-Fraction，Normo-Fraction（P <0.001）和Radiation Boost Boost（P <0.001）。结论：鉴定出侵入性乳腺癌辅助放疗期间≥2级皮炎和独立危险因素的患病率有助于改善患者护理和前瞻性试验的设计。