XiaoMi-AI文件搜索系统
World File Search SystemIGM
ENIGMA 中风康复工作组
资金信息美国心脏协会；AMORSA，资助/奖励编号：FKZ 16SV7754；大脑和行为研究基金会，资助/奖励编号：NARSAD 青年研究员资助，P&S 基金研究员；BrightFocus 基金会，资助/奖励编号：A2019052S；加拿大卫生研究院，资助/奖励编号：PJT-153330；加拿大中风康复伙伴关系；美国退伍军人事务部综合医疗中心，资助/奖励编号：IO1RX001667，N-1667；德国研究基金会，资助/奖励编号：LO795/22-1，LO795/5-1；柏林爱因斯坦基金会；图宾根大学 Fortüne 计划，资助/奖励编号：2422-0-1； H2020 欧洲研究委员会，资助/奖励编号：ERC- 2017-STG-759370、ERC-STG-802998；新西兰卫生研究委员会，资助/奖励编号：09/164R、11/270、14/136；意大利卫生部，资助/奖励编号：RC 15-16-17-18-19/A；莱昂·利维基金会奖学金；孤星中风研究联盟；马克斯·普朗克学会；国家卫生和医学研究委员会，资助/奖励编号：1020526、1088449、1094974；国立卫生研究院，资助/奖励编号：5P2CHD086851、HD065438、HD086844，
重度抑郁症患者的大脑老化：ENIGMA 重度抑郁症工作组的成果
本文根据 Creative Commons Attribution 4.0 International 许可证授权，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信任，提供 Creative Commons 许可证的链接，并指明是否进行了更改。本文中的图像或其他第三方材料包含在文章的 Creative Commons 许可证中，除非在材料的致谢中另有说明。如果材料未包含在文章的 Creative Commons 许可证中，并且您的预期用途不被法定规定允许或超出允许用途，则您需要直接从版权所有者处获得许可。要查看此许可证的副本，请访问 http://creativecommons.org/licenses/by/4.0/。
弗里德赖希共济失调的大脑结构和退化分期：ENIGMA‐共济失调工作组的磁共振成像体积测量
来自 1 澳大利亚维多利亚州墨尔本莫纳什大学中央临床学院神经科学系；2 澳大利亚维多利亚州克莱顿莫纳什大学莫纳什生物医学成像系；3 澳大利亚维多利亚州克莱顿莫纳什大学心理科学学院特纳大脑与心理健康研究所；4 意大利 Bosisio Parini IRCCS Eugenio Medea 科学研究所神经影像科；5 奥地利因斯布鲁克医科大学神经病学系；6 意大利那不勒斯费德里科二世大学高级生物医学科学系；7 澳大利亚维多利亚州帕克维尔默多克儿童研究所 Bruce Lefroy 中心；8 澳大利亚维多利亚州帕克维尔墨尔本大学；9 德国哈勒 (萨勒) 大学医院放射医学系大学诊所和放射科门诊； 10 德国埃森杜伊斯堡-埃森大学埃森大学医院神经内科；11 意大利博洛尼亚大学电气、电子和信息工程系“Guglielmo Marconi”；12 德国亚琛工业大学神经内科；13 JARA-BRAIN 分子
谜中的中度/严重的创伤性脑nigu
亚历山大·奥尔森（Alexander Olsen）1.2＆babyan talin K.Håberg14.15 28,29＆Lucia M. Li 30,31＆Hannah M. Lindsey F.J. 44,45＆David Sharp A. Wilde 5.19.28＆Frank G. Hillary 52.52
ENIGMA‐癫痫工作组--ORCA
资金信息国家自然科学基金，资助/奖励编号：61772440；卫生研究委员会；南非医学研究委员会；莫纳什大学；国家卫生和医学研究委员会，资助/奖励编号：1091593、1081151、R01 AG059874；R01 MH117601、S10OD023696；R01EB015611；瑞士国家科学研究基金（SNF），资助/奖励编号：180365、163398；终身制临床科学家奖学金，资助/奖励编号：MR/N008324/1；NIH；NINDS，资助/奖励编号：1R21NS107739-01A1； FAPESP- BRAINN，资助/奖励编号：403726/2016-6、2013/07599-3、07559-3、2013/07559-3；卫生部，资助/奖励编号：NET-2013-02355313；图宾根大学，资助/奖励编号：R01 NS065838；R21 NS107739、F1315030；墨尔本大学，资助/奖励编号：MRFF1136427；英国癫痫研究中心，资助/奖励编号：1085；医学研究委员会，资助/奖励编号：MR/S00355X/1；MR/K023152/1、L016311/1；德国研究联合会 (DFG)，资助/奖励编号：FO750/5-1；美国国立卫生研究院 (NIHR)；NIH/NINDS，资助/奖励编号：R01NS110347；FRQS；SickKids 基金会，资助/奖励编号：NI17-039；NSERC，资助/奖励编号：Discovery-1304413；CIHR，
NIGMS-战略计划成果-2015-2020.pdf
过去 5 年，美国国立综合医学科学研究所 (NIGMS) 一直将其 2015-2020 战略计划作为一份综合指导文件和管理工具，以最高效、最有效地利用纳税人的资金来支持研究所的使命。本文件重点介绍了 NIGMS 实现其 2020 年目标的具体实施策略，以及这些努力的具体结果和成果。通过积极利用战略计划作为管理文件 1，研究所能够监控和修改其实施策略，以确保通过更高的效率和透明度获得适当的结果，从而提高问责制，特别是通过频繁的数据收集、分析、评估和审查。此外，通过创建和实施具有交互式数据和指标的动态企业级仪表板来实现战略计划的功能，NIGMS 已将该计划转变为涉及研究所使命各个方面的全绩效管理框架。
ENIGMA 与全球神经科学：40 多个国家十年来对大脑在健康和疾病中的作用进行的大规模研究
摘要 本综述总结了 ENIGMA（通过荟萃分析增强神经影像遗传学）联盟过去十年的工作，该联盟是由来自 43 个国家的 1400 多名科学家组成的全球联盟，研究健康和疾病状态下的人脑。ENIGMA 在发现第一个与脑指标相关的可稳健复制基因位点的大规模遗传研究的基础上，发展成为 50 多个工作组（WG），汇集全球数据和专业知识，以解答神经科学、精神病学、神经病学和遗传学的基本问题。大多数 ENIGMA WG 专注于特定的精神和神经系统疾病，其他 WG 研究由于性别和性别差异或发育和衰老导致的正常变异；还有一些 WG 开发方法学流程和工具，以促进“大数据”（即遗传和表观遗传数据、多模态 MRI 和脑电图数据）的协调分析。这些国际努力产生了迄今为止最大规模的神经影像学研究，研究领域包括精神分裂症、双相情感障碍、重度抑郁症、创伤后应激障碍、物质滥用、强迫症、注意力缺陷多动障碍、自闭症谱系障碍、癫痫和 22q11.2 缺失综合征。最近，ENIGMA 工作组成立，研究焦虑症、自杀想法和行为、睡眠和失眠、饮食失调、易怒、脑损伤、反社会人格和品行障碍以及分离性身份障碍。在这里，我们总结了 ENIGMA 前十年的活动和正在进行的项目，并描述了一路走来取得的成功和遇到的挑战。我们强调了协作性大规模协调数据分析在测试研究结果的可重复性和稳健性方面的优势，从而提供了在不同样本中识别与临床综合征有关的大脑系统以及相关的遗传、环境、人口统计、认知和社会心理因素的机会。
政府中的三个范式（良好治理，动态
摘要彼得·德鲁克（Peter F. Drucker）（1991）说，国家的主要因果失败是管理。Drucker说与开发计划署和世界银行的一致性是一致的，在政府方面做出了新的范式，即良好的治理。十年后，良好的治理范式在全球范围内运行，Neo and Chen（2013）引入了动态治理范式，以持续和改善良好的治理范式。这种范式专注于自适应政策，政府官员也必须具有三个能力，这些功能再次思考，再次思考和思考。Schwab在2017年出版了一本关于工业革命4.0的书，震惊了世界。一年后，Schwab和Davis（2018）引入了一种新的工业革命治理范式4.0，名称为敏捷治理。本文试图解释良好治理，动态治理和敏捷治理之间的概念连接，以实现更好的治理。本文旨在解释善治，动态治理和敏捷治理的范式之间的联系。目标是，州和地区管理人员可以将其用于有利于社区并进行预期的公共政策材料。
驾驶员评估的新范式...
1 宾夕法尼亚大学安纳伯格公共政策中心，美国宾夕法尼亚州费城 2 美国宾夕法尼亚州费城儿童医院。电子邮件：walshee@email.chop.edu 摘要：越来越多的车辆配备了辅助设备和高级警告系统，以减轻驾驶员失误，而驾驶员失误占机动车事故的 94%。然而，这些技术需要人类做出适当的反应或接管车辆。如果我们想设计有效的辅助设备，我们需要更好地了解驾驶员失误背后的神经机制，并测试大脑对对策的反应。为此，我们需要在驾驶过程中对大脑活动进行灵敏的测量。本文提出了一种驾驶员评估的新范式，使用脑磁图 (MEG) 记录整个皮质神经振荡活动，同时参与者经历具有分级复杂性的生态相关模拟驾驶体验。一项试点实验旨在证明可以记录对基本驾驶相关动作（没有显着线索）的预期和运动皮质反应，而不会产生明显的伪影。随后，对成年人（n=5）进行了一项初步研究，探讨是否可以确定对不断增加的驾驶任务需求的额外认知神经反应。该范式已成功试行，初步结果显示预期运动皮层活动的局部大脑区域以及额叶的功率增加。该范式不仅可用于识别驾驶员失误背后的神经机制，还可衡量辅助和警报/警告技术对正常和受损驾驶员群体中这些机制的影响。背景日常驾驶是一种复杂的行为，需要整合大脑的感觉、运动和认知功能。例如，驾驶依赖于多感觉处理、运动控制、持续注意力和认知控制。这使驾驶员能够控制车辆、管理干扰、保持良好的态势感知并在关键时刻做出快速决策和反应以避免撞车。然而，安全驾驶所需的神经认知能力是有限的，最明显的证据是视觉、运动和认知分心对驾驶员表现的不利影响（Schweizer 等人，2013；Young 等人，2004）。这些有限的能力可能是许多典型驾驶员失误的根源，这些失误占机动车事故的 94%（美国国家公路交通安全管理局，2015）。此外，驾驶员失误可能因驾驶员的具体特征和状态（Romer 等人，2014）或临床驾驶员群体中已知的神经认知障碍而异。鉴于此，以及汽车车载技术的进步，辅助设备和高级警告系统已经得到开发，以帮助驾驶员保持对道路的注意力，避免碰撞和越野，甚至帮助司机做好手动接管的准备
PPG Sigma SailAdvance™RX
不能从本出版物的内容中获得任何权利。除非另有书面同意，否则所有产品和技术建议均受我们的销售条款的约束，请在我们的网站ppgpmc.com上获得。保留所有权利。PPG徽标，我们保护和美化世界，所有其他PPG标记都是PPG集团公司的财产。所有其他第三方标记都是其各自所有者的财产。本文使用它们并不意味着与其各自所有者的任何隶属关系或认可。创建2019年5月。©2019 PPG行业，保留所有权利。