XiaoMi-AI文件搜索系统
World File Search SystemNINETY
北卡罗来纳州报告可通过疫苗预防的疾病...
报告规范。本报告值得注意的信息包括： 病例包括被归类为确诊或可能病例的病例，并且只出现在北卡罗来纳州居民中。 病例计数采用疾病确诊的最早日期，最常见的是发病日期。因此，本报告中的病例计数可能与国家摘要中的病例计数略有不同，后者可能基于其他日期，例如初次报告日期或病例结案并报告给疾病控制和预防中心 (CDC) 的日期。 年龄基于病例输入北卡罗来纳州电子疾病监测系统 (NC EDSS) 的日期。 发病率基于从美国人口普查人口估计项目获得的数据。请注意，基于少数病例的发病率估计值不稳定，可能会有很大波动。因此，应谨慎解释这些估计值。针对特定人口的发病率显示了 95% 的置信区间。 下表显示了 14 个 VPD。北卡罗来纳州其他 VPD（如流感和乙肝）的数据汇总在单独的报告中。下表中只有一个病例的疾病不会有单独的数据页面，以保护个人身份。 请注意，病例分类标准每年都会发生变化，计数可能会根据这些变化而波动。
早发性 2 型糖尿病：劳动力洞察调查总结报告
治疗和护理方法 90% 的人表示，他们工作的场所对 18 至 39 岁之间患有 2 型糖尿病的成年人没有不同的管理方法或途径。其余 10% 的人不知道。25% 的人认为他们为这个年龄组提供支持和/或临床管理的方法与 40 岁以上的人不同。他们觉得自己更重视血糖控制，并且更积极或更强调护理，并进行更多后续跟进以促进变化和缓解。他们还承认，有时由于繁忙的工作和生活方式，这个年龄段的人可能更难接触。剩下的 75% 的人认为他们为每个人提供相同的护理，无论年龄大小，并遵循标准指导和途径（例如东南伦敦临床有效性 (CESEL) 指导）以及标准药物途径。强调为所有患者提供个性化支持和良好临床管理的目标。医疗保健专业人员在支持患有 2 型糖尿病的年轻人方面的信心 医疗保健专业人员 (HCP) 被要求评估他们在与 40 岁以下成年人讨论 2 型糖尿病诊断时的信心，评分范围为 0-10（10 表示非常有信心）。回答范围从 6 到 10，平均值为 8.25。众数为 8（40% 的回答）。
绘制罗德岛湿地地图的选项
2. 总体而言，美国地质调查局地形图、罗德岛土壤调查 (RISS) 和航拍照片最常用于获取湿地信息；国家湿地清单 (NWI) 地图使用最少。三分之二的受访者每周至少使用一次湿地地图或数据。监管者、顾问和规划人员最常使用此类数据。3. 在湿地地图中，RISS 被认为是最准确的，其次是地形图和 RIGIS 湿地和土地利用图。平均而言，航拍照片和数字正射影像被认为比任何湿地地图提供的信息都更准确。这意味着许多人更相信自己的照片解读能力，而不是别人制作的地图。4. 近一半的受访者使用其组织或机构拥有的航拍照片；40% 的人使用州拥有的照片。绝大多数受访者表示，改善对州拥有的照片的获取非常重要。大多数人认为应该每 2-5 年拍摄一次全州航拍照片。 5. 地形图、RISS 和航拍照片是湿地监管最常用的工具。6. RIGIS 湿地地图在计算湿地统计数据和进行 GIS 分析时使用率高于其他任何数据源；它们还经常用于确定湿地类型。7. 40% 的受访者表示现有地图和数据源不足；62% 的监管者有这种感觉。8. 90% 的受访者可以使用互联网。9. 71% 的受访者可以使用 ArcView 或其他 GIS 软件。
业主项目管理咨询服务 RFP # ...
强制性投标前会议将于 2024 年 1 月 29 日星期一上午 10:00 在林肯镇议会厅（罗德岛州林肯市老河路 100 号）举行。所有提案必须在 2024 年 2 月 12 日星期一上午 10:00 之前提交到密封的信封中，信封上标有“业主项目管理服务 RFP #2024- 14”。信封的收件人应为林肯镇财务总监，地址为罗德岛州林肯市老河路 100 号，邮编 02865。技术提案和成本提案应分别放在密封的信封中，并清楚地标明每个信封的内容。应首先打开技术提案，如果未达到其中概述的最低 60 分门槛，则镇将不会打开成本提案。提案必须按照规范的所有要求及其附录准备并提交。不遵守这些要求将导致提案被误导、在正式开标前错误开标以及该提案被拒绝。提案中标明的所有价格均不可擦除。任何更改必须由提交和签署提案的官员签字。价格应以文字和数字书写。如有差异，以书面价格为准。经确定为与任何其他投标人串通的提案将失去授予资格。提案开标之日起九十 (90) 个日历日内不得撤回任何提案。林肯镇保留放弃任何非正式性并拒绝任何和所有提案的权利。
干预和管理
背景：痉挛和运动障碍是脑瘫 (CP) 中共存的运动体征。普遍认为，在痉挛性双侧脑瘫中，除了痉挛外，还可能存在肌张力障碍，同样，运动障碍性脑瘫患者也经常存在痉挛。在单侧痉挛性脑瘫中，上肢肌张力障碍很少被发现或处理。本研究旨在调查单侧痉挛性脑瘫儿童的手部是否存在肌张力障碍，如果存在，其程度如何，以及何时首次发现。方法：纳入了 97 名出生于 1999 年至 2014 年的单侧痉挛性脑瘫儿童，他们拥有辅助手部评估 (AHA) 的标准化手部功能数字胶片。三位经验丰富的评分员对胶片进行了审查，并评估了肌张力障碍和舞蹈手足徐动症的存在与否。结果：70% (68/97) 的儿童在活动期间出现手部肌张力障碍，平均年龄为 12 岁（标准差 4.4）。其中 74% (50/68) 的儿童在评估时间中出现肌张力障碍的时间超过 50%。63% (43/68) 的儿童在更年轻时有多个数字记录。肌张力障碍首次清晰可见的年龄为平均 3.8 岁。7% (5/68) 的肌张力障碍儿童出现舞蹈手足徐动症。与肌张力障碍儿童（中位数：57，25-75：52-63）相比，无肌张力障碍儿童的 AHA 单位明显较高（对应功能更好）（p = 0.01）。结论：手部肌张力障碍在单侧脑性瘫痪中很常见，且与下手功能相关。
数字健康和非健康决定的数学预测指标...
人们经常在医疗和健康环境中遇到数字信息。在本文中，我们研究了与健康和非健康环境中决策准确性相关的数学因素。这是一项重要的努力，因为数学认知研究人员与研究健康决策的人之间的跨话相对较少。90名成年人（M = 37岁； 86％白人；男性为51％）回答了假设的健康决策问题，93名成年人（M = 36岁； 75％的白人； 42％的男性）回答了一个非医疗决策问题。所有参与者都是从在线小组中招募的。每个参与者完成了一系列涉及客观数学技能的任务（例如，整数和分数估计，比较，算术流利度，客观算术等）和其数学态度，焦虑和主观算术的主观评分。在单独的回归模型中，我们确定了哪些客观和主观数学措施与健康和非健康决策准确性相关。大小比较精度，多步算术准确性和数学焦虑症是健康决策准确性的显着差异，而对数学的关注（如开放式策略报告中所示）是非医疗决策精度的唯一重要预测指标。重要的是，来自数学认知文献的可靠和有效的措施与健康决策准确性相比，比常用的主观和客观算法更加密切。这些结果具有实际的含义：了解与健康决策绩效相关的数学因素可以为将来的干预措施提供信息，以增强对数字健康信息的理解。
822.3 如何开始程序——限制。
822.3 如何启动诉讼程序——时效。诉讼程序启动时，申请人向发生定罪或判刑的地区法院书记员提交经核实的申请。但是，如果申请人根据第 822.2 节第 1 款第“f”项寻求救济，则申请应在纪律处分决定最终作出之日起九十天内，向申请人被监禁所在县的地区法院书记员提交。所有其他申请必须在定罪或判刑最终作出之日起三年内提交，或者，在提出上诉的情况下，在发出诉讼令状之日起三年内提交。但是，此限制不适用于无法在适用期限内提出的事实或法律理由。就本节而言，事实理由包括根据第 81.10 节提交的申请下令进行的 DNA 分析结果。根据本章，对先前案件中律师无效协助的指控不得中止或延长本节中的诉讼时效，此类索赔不得追溯到之前的申请以避免适用诉讼时效。申请人本人所知的事实以及申请书中包含或附加的所有文件和证物的真实性必须宣誓为真实和正确。最高法院可以规定申请和验证的形式。书记员在收到申请后应当将其列入立案目录并立即提请法院注意，同时将副本送达县检察官和总检察长。[C71、73、75、77、79、81，§663A.3] 84 法案，第 1193 章，§1 ；89 法案，第 96 章，§1 C93，§822.3 2006 年法案，第 1010 章，§163 ； 2019 年法案，第 140 章，第 34 节；2019 年法案，第 149 章，第 8 节，参见第 602.8102(115) 节、822.4 节
使用机器学习和分析心理病理学结果
简介：儿童创伤暴露与大脑结构和功能网络的改变以及精神障碍的风险显着相关。我们使用机器学习模型进行了儿童创伤与功能连通性测量之间的关系，并将这些关系与各种心理病理学外的关系联系起来，例如精神病症状和认知。方法：本研究使用了来自双极 - 奇异性表型的净作业的参与者（n = 285）。使用五种不同的机器学习算法的隔离模型提取了九十个空间功能连通性测量，并与儿童创伤的严重程度进行了测量。特征重要性分析用于对每个度量的相对预测值进行排名。创伤预测模型，并使用结构方程模型来分析PSY-脑刻骨学关系。结果：视觉空间，后验显着性，默认模式和语言网络与合奏模型的关系最高，该模型的精度为0.824，高于0.75的显着性阈值。深度学习诊断分类器模型的最终验证集精度为0.807。执行控制和默认模式网络具有最多的儿童创伤和心理病理学指标之间关系的重要中介模型。讨论：这些结果揭示了儿童期创伤如何与功能连通性措施的变化以及这些改变如何影响临床和认知结果有关。这些关系对儿童创伤的生物学诊断标准以及心理病理学的生物制药和心理心理干预具有重要意义。
肿瘤负荷对接受 CXCR4 靶向成像的患者正常器官分布的影响 [
摘要背景：CXCR4 导向的正电子发射断层扫描/计算机断层扫描 (PET/CT) 已被用作实体瘤患者的诊断工具。我们的目的是确定肿瘤负荷和正常器官中放射性示踪剂积累之间的潜在相关性。方法：90 例经组织学证实的实体癌患者接受了 CXCR4 靶向的 [ 68 Ga] Ga-PentixaFor PET/CT 检查。感兴趣的体积 (VOI) 被放置在正常器官（心脏、肝脏、脾脏、骨髓和肾脏）和肿瘤病变中。确定正常器官的平均标准化摄取值 (SUV 平均值)。对于 CXCR4 阳性肿瘤负荷，计算最大 SUV (SUV 最大值)、肿瘤体积 (TV) 和肿瘤活动分数 (FTA，定义为 SUV 平均值 x TV)。我们使用 Spearman 等级相关系数 (ρ) 来推导正常器官摄取和肿瘤负荷之间的相关指数。结果：未受累器官的中位SUV平均值为脾脏5.2（范围，2.44 – 10.55），肾脏3.27（范围，1.52 – 17.4），其次是骨髓（1.76，范围，0.84 – 3.98），心脏（1.66，范围，0.88 – 2.89）和肝脏（1.28，范围，0.73 – 2.45）。未发现肿瘤病灶（ρ≤0.189，P≥0.07）、TV（ρ≥-0.204，P≥0.06）或FTA（ρ≥-0.142，P≥0.18）的SUV最大值与所研究的器官之间有显著相关性。结论：在接受 [ 68 Ga]Ga-PentixaFor PET/CT 成像的实体肿瘤患者中，未观察到相关的肿瘤下沉效应。这一观察结果可能与放射性和非放射性 CXCR4 靶向药物的治疗有关，因为随着肿瘤负担的增加，正常器官的剂量可能保持不变。
用于脑肿瘤分类的卷积神经网络
摘要 – 精确和新颖的脑癌 MR 图像处理在决策和患者治疗决策中发挥着重要作用。MR 图像处理中的关键挑战是 X 射线设备捕获的低级视觉数据与人类评估者看到的高级数据之间的语义差距。传统的系统控制模型仅适用于低级或高级技能，使用一些手工定制的元素来缩小这个差距，并且需要精确的元素提取和分类方法。深度学习的最新进展表明，深度学习取得了巨大进步，并且深度学习卷积神经网络 (CNN) 已在图像分类项目中占据主导地位。深度学习对于特征描述非常有用，它可以完整地描述低级和高级数据，并将元素提取和分类部分植入自我意识中，但总体上需要巨大的训练数据集。对于大多数深度学习情况，训练数据集很小，因此，在小数据集上练习深度学习和训练 CNN 是一项艰巨的任务。针对这一问题，我们使用了预训练的深度 CNN 模型。我们的方法更稳定，因为它不使用任何精心构建的技能，只需要很少的预处理，并且可以在 5 次重叠移动验证下获得 95.51% 的平均精度。我们不仅使用传统的机器学习来测试我们的结果，而且还使用 CNN 的深度学习技术来测试我们的结果。试验结果表明，我们提出的方法在 MRI 数据集上超越了现代类别