XiaoMi-AI文件搜索系统
World File Search SystemExploratory
在药物开发过程中探索性筛查的挑战和工具：更新的评论
摘要：利什曼尼亚人是由原生动物寄生虫Leishmania spp感染引起的一组媒介传播疾病。其中一些，例如地中海内脏利什曼病，是人畜共患病疾病，该疾病是通过毒性昆虫从脊椎动物传播到脊椎动物的，是沙质的。由于在全球90多个国家中有一个流行，因此这个复杂而重大的健康问题取决于所涉及的寄生虫物种不同，内脏形式是最令人担忧的，因为未经治疗时会致命。尽管如此，目前可用的抗精神经会疗法非常有限（低效率，毒性，不良副作用，耐药性，治疗时间和成本），因此迫切需要发现具有抗精性活动的新化合物，这是理想情况下是廉价的，并且具有少量副作用和新型副作用和新型动作。因此，最近在许多有趣的抗精神病药开发计划中采用了各种强大的方法。这篇评论的目的是关注开发潜在药物的第一步，并确定目前用于筛查体外命中率化合物的探索方法和所涉及的挑战，尤其是在协调不同研究团队进行的工作结果方面。本综述还旨在确定在药物开发过程中更广泛使用的创新筛查工具和方法。
基于区块链技术的可持续汽车供应链物流过程的探索性研究
摘要。鉴于汽车供应链的复杂性质，必须有效监督和保证汽车及其组件的可追溯性和可持续性至关重要。许多汽车制造商已经对区块链技术集成到供应链运营中进行了检查，某些实体已经开始实施。本研究探讨了使用H汽车制造公司作为案例研究的物流运营中区块链技术的实施。区块链技术用于汽车制造物流过程中，以促进车辆及其组成部分的全面跟踪，以在相关利益相关者之间共享信息。目的是为组织提供参考点和一种解决方案，用于使用区块链技术来用于汽车行业供应链的发展。总而言之，这项研究承认并阐明了研究中的局限性，同时还提出了研究结果，并提出了进一步研究的潜在途径。
重新利用全身麻醉的脑电图监测来建立大脑老化的生物标志物：一项探索性研究
重新利用全身麻醉的脑电图监测来建立大脑老化的生物标志物：一项探索性研究 David Sabbagh* a,b 、Jérôme Cartailler a,c 、Cyril Touchard c 、Jona Joachim c 、Alexandre Mebazaa a,c 、Fabrice Vallée a,b,c 、Étienne Gayat a,c 、Alexandre Gramfort b 、Denis A. Engemann* b,d,ea 巴黎大学，INSERM，U942 MASCOT，F-75006，法国巴黎 b 巴黎萨克雷大学，因里亚，CEA，帕莱索，法国 c 麻醉和重症监护医学系，AP-HP，Hôpital Lariboisière，F-75010，法国巴黎 d 马克斯·普朗克人类认知和脑科学研究所，系神经病学， D-04103，德国莱比锡和罗氏制药研究与早期开发、神经科学和罕见疾病、罗氏巴塞尔创新中心、F.霍夫曼 - 罗氏有限公司，瑞士巴塞尔 通讯：* david.sabbagh@inria.fr，denis.engemann@roche.com 背景：EEG 是监测麻醉深度的常用工具，但很少在生物医学研究中重新使用。本研究旨在探索在麻醉期间重新利用 EEG 来了解在失去意识的情况下大脑衰老的生物标志物。 方法：我们以大脑年龄估计为例。使用机器学习，我们重新分析了 323 名接受丙泊酚和七氟醚治疗的患者的 4 电极 EEG。我们应用最近发表的参考方法，将稳定麻醉的空间光谱特征纳入基于 EEG 的年龄预测中。当 95% 的总功率低于 8Hz 至 13Hz 之间的频率时，认为麻醉稳定。结果：我们考虑使用丙泊酚麻醉的中度风险患者（ASA <= 2）来探索预测性 EEG 特征。平均 alpha 波段功率（8-13Hz）可以提供年龄信息。然而，通过分析所有电极的整个功率谱（MAE = 8.2y，R2 = 0.65），可以实现最先进的预测性能。临床探索表明，大脑年龄与术中爆发抑制系统相关——通常与与年龄相关的术后认知问题有关。令人惊讶的是，高危患者（ASA = 3）的大脑年龄与爆发抑制呈负相关，这表明存在未知的混杂效应。二次分析显示，大脑年龄 EEG 特征是丙泊酚麻醉所特有的，这反映在七氟醚下的预测性能有限和跨药物泛化能力差。结论：全身麻醉中的脑电图可能实现最先进的脑年龄预测。然而，麻醉药物之间的差异会影响麻醉中脑电图再利用的有效性。为了释放脑电图监测在缺乏意识的情况下用于临床和健康研究的潜在潜力，收集具有精确记录的药物剂量的更大数据集将是关键的促成因素。关键词：全身麻醉、脑电图 (EEG)、脑老化、机器学习、爆发抑制、丙泊酚、七氟醚
计算机视觉技术在水下湿焊轮廓检测中的应用：一项探索性研究
JL Ortiz 1 、AM Moreno-Uribe 1 、BR Acevedo 2 、EJ Lima 1 和 AR Arias 1 1 米纳斯吉拉斯联邦大学机器人、焊接和模拟实验室，巴西贝洛奥里藏特 2 米纳斯吉拉斯联邦大学国家计算智能实验室，巴西贝洛奥里藏特 电子邮件：ortizsolanojorgeluis@gmail.com 摘要。在水下湿焊中，气泡的形成和分离过程与电弧的稳定性有关。因此，需要更快、更准确地表征这些气泡的新方法。本文介绍了计算机视觉算法在图像处理中的应用，以更好地理解液滴的动态。测试在受控条件下进行，以便于检测和记录物体。该算法生成的结果可以检测和跟踪液滴以及它们之间的相互作用。记录的物理特性是根据投影面积和液滴平均速度计算液滴直径。
心脏疾病预测的机器学习算法中基于性别的性能差异：探索性研究
背景：人工智能中的偏见引起了人们的关注，算法表现不平等在整个刑事司法，教育和福利服务领域都被暴露出来。在医疗保健中，跨人群群体的算法不平等的性能可能会扩大健康不平等。 目的：在这里，我们识别和表征心脏病学算法中的偏见，专门研究用于管理心力衰竭的算法。 方法：第1阶段涉及与心脏机器学习（ML）算法有关的PubMed和Web Science的文献搜索。 评估了建立ML模型以预测心脏病的论文，以评估其对模型性能中人口偏见的关注，并保留了开源数据集以进行调查。 确定了两个开源数据集：（1）加利福尼亚大学尔湾分校心力衰竭数据集和（2）加利福尼亚大学欧文分校冠状动脉疾病数据集。 我们复制了已报告这些数据集的现有算法，对它们进行了对算法性能的性偏见进行了测试，并评估了一系列补救技术，以减少不平等的功效。 由于诊断不足和缺失的治疗机会的临床意义，特别注意假阴性率（FNR）。 结果：在第1阶段，我们的文献搜索返回了127篇论文，有60条符合完整审查的标准，只有3篇论文强调了算法性能的性别差异。 在报告性别的论文中，数据集中女性患者的代表性不足。在医疗保健中，跨人群群体的算法不平等的性能可能会扩大健康不平等。目的：在这里，我们识别和表征心脏病学算法中的偏见，专门研究用于管理心力衰竭的算法。方法：第1阶段涉及与心脏机器学习（ML）算法有关的PubMed和Web Science的文献搜索。评估了建立ML模型以预测心脏病的论文，以评估其对模型性能中人口偏见的关注，并保留了开源数据集以进行调查。确定了两个开源数据集：（1）加利福尼亚大学尔湾分校心力衰竭数据集和（2）加利福尼亚大学欧文分校冠状动脉疾病数据集。我们复制了已报告这些数据集的现有算法，对它们进行了对算法性能的性偏见进行了测试，并评估了一系列补救技术，以减少不平等的功效。由于诊断不足和缺失的治疗机会的临床意义，特别注意假阴性率（FNR）。结果：在第1阶段，我们的文献搜索返回了127篇论文，有60条符合完整审查的标准，只有3篇论文强调了算法性能的性别差异。在报告性别的论文中，数据集中女性患者的代表性不足。没有论文调查种族或种族差异。在第2阶段，我们重现了文献中报道的算法，对于数据集为1和85.72％（随机森林模型）的数据集为1和85.72％（SD 1.75％）的平均精度为84.24％（SD 3.51％）。对于数据集1，在16个实验中，女性患者的FNR明显更高，达到了统计显着性的阈值（–17.81％至–3.37％； p <.05）。 在16个实验中，有13例男性患者（–0.48％至 +9.77％; p <.05）中的男性患者的假阳性差异很小。 我们观察到男性患者疾病的过度预测（较高的假阳性率）和女性患者疾病的预测不足（较高的FNR）。 性质重要性的性别差异表明，特征选择需要根据人口统计学量身定制。 结论：我们的研究暴露了心脏ML研究中的显着差距，强调，女性患者的算法不良表现不佳在已发表的文献中被忽略了。 我们的研究量化了算法性能中的性别差异，并探讨了几种偏见来源。 我们发现，在用于训练算法，确定模型错误率中的性别偏见的数据集中，女性患者的人数不足，并证明了一系列补救技术无法解决存在的不平等现象。对于数据集1，在16个实验中，女性患者的FNR明显更高，达到了统计显着性的阈值（–17.81％至–3.37％； p <.05）。在16个实验中，有13例男性患者（–0.48％至 +9.77％; p <.05）中的男性患者的假阳性差异很小。我们观察到男性患者疾病的过度预测（较高的假阳性率）和女性患者疾病的预测不足（较高的FNR）。性质重要性的性别差异表明，特征选择需要根据人口统计学量身定制。结论：我们的研究暴露了心脏ML研究中的显着差距，强调，女性患者的算法不良表现不佳在已发表的文献中被忽略了。我们的研究量化了算法性能中的性别差异，并探讨了几种偏见来源。我们发现，在用于训练算法，确定模型错误率中的性别偏见的数据集中，女性患者的人数不足，并证明了一系列补救技术无法解决存在的不平等现象。
基于现场测试的 UAS 操作程序和施工安全管理考虑因素：一项定性探索性研究
摘要 当前的研究主要集中在探索无人机系统 (UAS) 在建筑和基础设施领域的应用，例如进度监控、状态检查，特别是安全检查。虽然他们的工作对凸显 UAS 技术的潜力做出了重大贡献，但在缺乏将 UAS 整合到当前安全管理计划中的操作考虑和工作流程方面仍然存在差距。为了填补这一空白，本研究采用概念上开发的 UAS 飞行协议在商业建筑施工现场进行了现场测试。共进行了八次飞行以收集视觉资产并让施工现场的安全专业人员了解如何根据开发的工作流程使用这项技术。共有八名项目人员在他们的施工现场参加了 UAS 飞行测试以及飞行后访谈，以讨论这项技术如何满足他们的安全管理任务目标。作为一项定性研究，本文叙述性地描述了概念程序，包括确保 UAS 安全飞行的三个不同决策过程：飞行前、飞行中和飞行后决策。根据在现场测试期间获得的潜在用户的看法，本研究重点关注三个不同的操作考虑因素：涉及基于项目、UAS 的功能和硬件规格
脑机接口启动颈部经皮脊髓刺激治疗：一项探索性案例研究
手臂和手部功能丧失是颈椎脊髓损伤 (SCI) 最严重的后果之一。尽管一些残留的功能性神经元通常会通过损伤部位，但 SCI 后的恢复极其有限。最近的努力旨在通过将基于运动的训练与经皮脊髓刺激 (tSCS) 和运动启动等技术相结合来增强传统康复。这些方法与皮质脊髓兴奋性升高以及基于活动的治疗后神经可塑性增强有关。在本研究中，我们研究了使用脑机接口 (BCI) 运动启动促进基于 tSCS 的运动训练的潜力。患有慢性 AIS 的颈椎 SCI 患者，感觉和运动完全性四肢瘫痪，参加了两阶段交叉干预，他们参加了 15 次强化 tSCS 介导的手部训练，每次 1 小时，每周 3 次，然后进行为期两周的洗脱期，再进行 15 次 tSCS 训练，每次训练前进行双手 BCI 运动启动。我们发现，使用针对力量、感觉和抓握力的分级重新定义评估，参与者的手臂和手部功能在研究的每个阶段都有显著改善：从基线时的 96/232 分，到单独进行 tSCS 训练后的 117/232 分，再到 BCI 启动和 tSCS 训练后的 131/232 分，反映了力量、感觉以及粗大和精细运动技能的提高。训练后，运动得分的提高和对尖锐感觉的感知能力的增强改善了从 C4 到 C5 的神经损伤水平，并且在最后一次训练课程后的四周内，改善情况通常得以维持。尽管无论是否存在 BCI 启动，功能改善都相似，但只有在 tSCS 训练之前进行启动时，双侧力量才会有适度改善，这或许表明运动启动对 tSCS 训练有益。
对斑块牛皮癣的患者ESK-001（ESK-001）的探索性暴露响应（E-R）分析
模型准确地反映了观察到的数据，在健康受试者和具有斑块PSO的受试者中表明相似的ESK-001暴露和线性PK。在ESK-001暴露与钥匙功效终点之间显示出很强的相关性。在相同剂量下长时间暴露效果反应可大大提高。以40 mg竞标剂量达到了最大的治疗反应，该剂量保持与测试剂量较低的剂量相当。因此，在患有中度至重度PSO的受试者中，选择了40 mg出价剂量进行即将进行的III期研究。有关大会和OLE研究功效，安全性和耐受性的其他信息可在该国会提供：海报P1004，并在第5769条第5769节中分别提供了介绍。
西班牙公共行政中的人工智能风险与挑战：通过专家判断的探索性分析
摘要：人工智能 (AI) 在公共行政领域的不断扩大使用为政府创造了无数机会。西班牙现行法规已建立电子行政并支持这项新技术的扩展和实施，但它们可能不适应人工智能引起的法律需求。因此，本研究旨在确定人工智能在西班牙公共行政中的使用所带来的风险以及法律机制是否可以解决这些风险。我们采用定性研究方法回答了这些问题，对几位该领域的专家进行了半结构化访谈。尽管这项技术可能带来好处，但在整个研究过程中，我们可以确认，人工智能的使用会产生一些问题，例如不透明性、法律不确定性、偏见或违反个人数据保护。西班牙法律已经提供的机制不足以避免这些风险，因为它们并非为应对人工智能在公共行政中的使用而设计的。此外，需要建立人工智能的统一法律定义。
确定单个认知性状的四个混杂因素和功能连接性：探索性研究
静止状态功能连接性（RSFC）已被广泛用于个性化性状预测。但是，多个混杂因素可能会影响预测的脑行为关系。在这项研究中，我们研究了4种混杂因素的影响，包括时间序列长度，功能连通性（FC）类型，脑部细化选择和预测目标的差异。使用人类Connectome项目的数据，包括1,206名健康受试者，具有3个认知特征，包括流体智能，工作记忆和图片词汇能力，作为预测目标。我们使用部分最小平方回归比较了这4个因素的不同设置下的预测性能。结果表明，适当的时间序列长度（300个时间点）和脑部分割（独立组件分析，ICA100/200）可以实现更好的预测性能而不会消耗太多时间。FC由Pearson，Spearman和部分相关计算得出的精度和更低的时间成本比共同信息和连贯性更高。认知性状在受试者之间具有较大差异的认知性状可以更好地预测，这是由于对个体变异性的良好阐述。此外，增加扫描持续时间到预测的有益效果部分是由RSFC的重新测试可靠性提高的。综上所述，该研究强调了基于RSFC的预测中确定这些因素的重要性，这可以促进基于RSFC的预测管道的标准化。