XiaoMi-AI文件搜索系统
World File Search SystemFDR
DEF STAN 00-970 拟议通知... - GOV.UK
第 1 部分（发布给用户社区）简介（不超过 250 字）Puma HC1 XW211 空难的服务调查 (SI) 建议 MAA 制定法规，要求所有军用注册飞机携带飞行数据记录器 (FDR)。所有新军用注册飞机都配备 FDR 的要求已经包含在 Def Stan 00-970 中。但是，这些设计要求并非总是得到遵守，部分原因是它们不明确。此拟议修正案将更新 Def Stan，使要求更明确并更好地反映当前的民用法规。新文本显示在附件 A 中。MAA 已考虑强制追溯安装 FDR 的优点，但得出结论，将数字记录设备安装到传统飞机上以满足完整的 FDR 要求的成本和复杂性将是巨大的，并且很可能在成本效益分析中无法通过“严重不成比例”的测试。为了解决回顾性问题，MAA D 的 20141218_Puma_XW211_FDR_Fitm 信
飞行数据记录器读出技术和监管...
范围 无论是在法国还是其他地方，飞行数据记录器 (FDR) 的读取通常都会暴露出各种问题，例如飞机运营商的文件不完整、过时或不合适，或者根本没有相关文件。有时这会大大延迟读取工作的验证。但是，在事故或事件发生后迅速获得完整准确的数据通常对于技术调查至关重要，从更广泛的意义上讲，对于航空运输安全也至关重要。从 FDR 中提取的数据有助于确定原因并制定适当的预防措施。没有与 FDR 法规相关的单一指导文件。一些国际和法国文本涉及这些方面，尽管并不总是以连贯的方式。为了全面了解遇到的问题，BEA 在对已知问题的分析和与法国飞机运营商的磋商的基础上进行了这项研究。其目标是提高各参与者对 FDR 对于预防事故的重要性的认识并提出改进建议。
o r i g i n a l r e s a r c h研究了神经可塑性的变化，由BDNF水平反映在患者的星形胶质细胞衍生的细胞外囊泡
目的：通过测量血浆星形胶质细胞衍生的细胞外囊泡（ADEV）中脑衍生的神经营养因子（BDNF）水平来研究抑郁症的神经可塑性假设，并评估其与血浆BDNF水平相比，其作为抑郁症的生物标志物的潜力。患者和方法：招募了35例重度抑郁症（MDD）和35例匹配的健康对照（HC）患者。使用超速离心和免疫亲和捕获的组合将血浆ADEV分离出来。使用透射电子显微镜，纳米颗粒跟踪分析和Western印迹验证了分离的ADEV。BDNF水平。ALG-2相互作用蛋白X（ALIX）和分化81（CD81）水平的簇，两个已建立的细胞外囊泡标记。结果：在错误发现率校正后，MDD患者的CD81水平（PDR = 0.040）和ADEV中的BDNF水平较高（p fdr = 0.043）。BDNF水平归一化为CD81（p fdr = 0.002），而ALIX（p fdr = 0.040）与这一发现保持一致。在选择性5-羟色胺再摄取抑制剂治疗（n = 10）的四周后，ADEV中的CD81水平降低（pFDR = 0.046），而BDNF水平归一化为CD81（p fdr = 0.022）。ADEV中的 BDNF水平比等离子体更稳定。 探索性分析表明，ADEV和血浆中BDNF水平之间没有相关性（ρ= 0.117，p = 0.334）。 ADEV可能比等离子体衍生的生物标志物更适合发展抑郁症的生物标志物。BDNF水平比等离子体更稳定。探索性分析表明，ADEV和血浆中BDNF水平之间没有相关性（ρ= 0.117，p = 0.334）。ADEV可能比等离子体衍生的生物标志物更适合发展抑郁症的生物标志物。结论：这项研究提供了人的体内证据，通过证明ADEV中的BDNF水平改变了抑郁的神经可塑性假设。关键词：主要抑郁症，ADEV，BDNF，生物标志物，治疗
成年生命周期中大脑整体信号拓扑的时空去分化
图 1 全局信号 (GS) 拓扑的时空分布及其随年龄变化的时空去分化。面板 (a)，左：所有受试者的 GS 与局部信号之间的总平均一致性（热图）以及所有感兴趣区域 (ROI) 的平均一致性（折线图）。右：GSCORR 与年龄（热图）之间的相关性以及所有 ROI 的平均相关系数（折线图）。颜色条上带有星号的红色值表示显著 Z 值的阈值（FDR 校正，q < 0.05）。中间：GSCORR 与 GS 拓扑随年龄变化 (GS-TV) 之间的相关性，即 GS 拓扑随年龄变化的整体时空去分化。面板 (b)：每个 ROI 的时间去分化，具有去分化（负）和分化（正）趋势。图 (c)：各频率的空间去分化（负值）以及相应的去分化带散点图。红色虚线表示显著相关的阈值（FDR 校正，q < 0.05）。显著的 Z 值（P < 0.05，FDR 校正）用星号 (*) 表示。
开普河最终项目评估报告
• C152 (CT-CR-1 Fdr) 和 D152 (CR-HU-1 Fdr) 66kV 断路器为 ABB HLC 型。由于已知的潜在爆炸故障模式，这些断路器属于 REPEX 更换计划的一部分。网络中其他站点的相同品牌和型号的 ABB HLC 断路器上的滚轮触点已发生故障。如果断路器处于闭合位置时一个或多个滚轮触点丢失，则移动触点和滚轮触点框架之间的接触压力不足，从而存在危险。这可能导致该点上产生电弧，从而产生气泡，断路器内压增加，压力最终导致断路器故障。
童年和青春期早期的神经解剖学变异性和药物使用启动
该图图 - log 10转化的错误发现率（FDR） - 校正的P值（P值（PFDR），来自混合效应回归的所有区域关联分析分析在每种物质的神经植物指标中分组的所有区域关联分析（即每种物质（即皮质，皮质和皮层和皮层和皮层和皮层，表面积，表面积，表面积，表面积和硫磺））。p值是汇总的，并通过皮质裂片和皮层叶和皮层下区域编码，深色反射左（l）半球，较浅的颜色反射右（r）半球（例如，深红色表示额叶lobe和浅红色指示r额叶的红色表示R额叶）。通常被认为与额叶，顶叶和颞叶分开，并位于其交界处，但为简单起见，岛状皮层与颞区一起绘制在这里。虚线蓝线反映了p fdr <.05。对于任何物质和饮酒（a，b），标记的区域反映了所有研究比较的关联，这些关联是显而易见的（p <.05 / 1188 = 4.21×10 -5）。用于使用尼古丁和大麻（C，d），标记的区域反映了FDR很重要的关联。
孟德尔随机化和横断面分析
与 DSST 性能名义上相关（p < 0.05）的蛋白质（N = 184）富含脑表达蛋白质，最显著的是海马表达的蛋白质（FDR 校正 p = 0.0154 补充表 4）。更好的 DSST 性能名义上与 90 种蛋白质的较低水平相关。这些蛋白质映射到以下免疫途径“白细胞介素-10 信号传导”、“肾小球肾炎”、“粒细胞趋化性的调节”、“白细胞趋化性的正调节”、“白细胞迁移的正调节”和“炎症”（FDR 校正 p ≤ 0.0337；补充表 5）。
荷兰南亚人与2型糖尿病的荷兰Europids之间的炎症途径差异
Results: South Asians, compared to Europids, had higher mRNA levels of B-cell markers ( CD19 , CD79A , CD79B , CR2 , CXCR5 , IGHD , MS4A1 , PAX5 ; all fold change > 1.3, false discovery rate [FDR] < 0.008) and interferon (IFN)-signaling genes ( CD274 , GBP1 , GBP2 , GBP5 ，fcgr1a/b/cp，ifi16，ifit3，ifitm1，ifitm3，tap1;在南亚人中，IFN信号通路是顶级规范途径（z得分2.6; p <.001），并且伴随着较高的血浆IFN-γ水平（FC = 1.5，FDR = 0.01）。值得注意的是，女性（20/182 [11％]）基因表达的种族差异要比男性（2/182 [1％]）。结论：与患有T2D的Europid患者相比，南亚T2D患者的IFN信号途径更为激活，女性比男性更为明显。我们推测，与欧洲人相比，更激活的IFN信号途径可能会导致南亚T2D的更快进展。关键词：B淋巴细胞，种族，基因表达，干扰素伽玛，代谢综合征
组异质性
尽管有几种备受瞩目的最先进的方法可用，但分析批量RNA-Seq数据仍在面临重大挑战。最近的研究的证据表明，流行的差异表达（DE）工具（例如EDGER和DESEQ2）容易受到惊人的错误发现率（FDR）的影响。这些研究表明，在这些模型中观察到的FDR通货膨胀可能归因于诸如违反参数假设的问题或无法有效处理数据中的异常值。在这里，我们认为群体异质性也可以促进这一提升的FDR，这一现象在很大程度上被研究界忽略了。我们介绍了一种新型的统计模型Robseq，该模型旨在在差异分析中有效的每种功能建模，当时是当群均均一的假设未得到满足时。Robseq利用了稳健的统计文献中建立的统计机制，包括M估计量来稳健地估计基因表达水平变化和Huber-Cameron方差估计器来计算异性设置中的鲁棒标准误差。此外，出于推理目的，它还结合了Welch T统计量的自由度调整，有效地解决了RNA-Seq差异表达中FDR通胀的问题。通过详细的模拟和全面的基准测试，我们表明Robseq成功地将错误的发现和I型错误率保持在名义级别，同时与众所周知的DE方法相比保留了高统计能力。对种群级RNA-seq数据的分析进一步表明，Robseq能够鉴定出与复杂人类疾病有关的具有生物学上重要的信号和途径，这些信号和途径涉及复杂的人类疾病，否则这些信号和途径否则无法通过已发表的方法揭示。Robseq的实现可在https://github.com/schatterjee30/robseq上公开提供。