XiaoMi-AI文件搜索系统
World File Search SystemOkun
引文 Kurushima S、Koga T、Umeda M、Iwamoto N、Miyashita R、Tokito T、Okuno D、Yura H、Ishimoto H、Kido T、Sakamoto N、Ueki Y、Mukae H 和 Kawakami
类风湿关节炎 (RA) 是一种以慢性关节炎为特征的炎症性自身免疫性疾病，常伴有关节外影响，如间质性肺病 (ILD)。RA 相关 ILD (RA-ILD) 是一种严重的并发症，可影响预后 ( 1 , 2 )。尽管生物制剂抗风湿药 (bDMARDs) 和 Janus 激酶抑制剂 (JAKi) 的出现扩大了 RA 的治疗选择，但 RA-ILD 的最佳治疗方法仍未确定 ( 3 , 4 )。值得注意的是，一些研究强调，在患有 ILD 的 RA 患者中使用抗风湿药物时，需要注意呼吸道感染和药物性肺损伤的风险 ( 5 , 6 )。目前，阿巴西普（一种细胞毒性 T 淋巴细胞相关蛋白 4 (CTLA4) 胞外结构域与人 IgG1 Fc 区融合蛋白）被认为是治疗伴有 ILD 的 RA 患者最合理的选择 ( 7 )；然而，最近的报告表明，JAKi 对 RA-ILD 疾病行为的影响方面的有效性和安全性可能与阿巴西普相当 ( 8 , 9 )。与 RA-ILD 进展或急性加重有关的因素包括寻常型间质性肺炎 (UIP) 模式、用力肺活量下降、吸烟和抗环瓜氨酸蛋白抗体 (ACPA) 高滴度 ( 10 , 11 )。此外，与新发 RA-ILD 相关的危险因素包括高龄、男性、吸烟、类风湿因子和 ACPA 高滴度以及关节炎活动性控制不佳 (12-14)。上皮-间质转化 (EMT) 是一个关键的生理过程，在此过程中上皮细胞失去极性并转变为间质表型。上皮细胞标志物 E-钙粘蛋白的下调和间质标志物 N-钙粘蛋白的上调（也称为钙粘蛋白转换）是 EMT 的特征 (15,16)。尽管 EMT 具有重要的生理意义，但它也与各种病理状态有关，尤其是在细胞损伤和慢性炎症后 (17)。事实上，EMT 被认为是 RA-ILD 发病机制中的关键过程之一，类似于导致特发性肺纤维化的事件（18）。人类肺泡 II 型细胞的体外研究表明，转化生长因子-b 和白细胞介素 (IL)-6 等因子治疗可诱导 EMT，据报道，阻断 JAK/STAT 信号通路可抑制 EMT（19）。然而，治疗 RA 的主要药物甲氨蝶呤 (MTX)（20）对 EMT 的影响仍未得到充分探索。本研究的目的是比较用 JAKi 或 bDMARDs 治疗的 RA-ILD 患者胸部计算机断层扫描 (CT) 图像的时间变化，并确定与影像学上 RA-ILD 恶化相关的因素。此外，我们通过体外研究 JAKi 和 MTX 治疗对 RA-ILD 患者纤维化状态的可能作用机制，研究了它们对 IL-6 诱导的肺泡上皮细胞 EMT 的影响。我们的研究结果揭示了 JAKi 和 MTX 治疗抑制 RA-ILD 进展的潜力。
有些喜欢它的热：Okun的假设下的货币政策*
Okun（1973）认为，经营“高压经济”可以持续证明低薪工人的劳动力市场成果。这一假设比今天的相关性比以往任何时候都更加相关，因为ZLB通过加剧的低迷而对分布的底部尤其昂贵。由Okun的前提制作的，最近对美联储框架的重新进行了重新制定（打算在经济恢复期间使经济变热更长），有可能以低技能工人更具包容性，这可能是以较高通货膨胀为代价的。为了评估这一猜想，我们开发了一个异质 - 新的基金会框架，该框架具有劳动力市场的三州摩擦模型，在该模型中，低技能工人的就业轨迹更容易受到商业周期的影响，并且衰退对劳动力的参与和收入具有长期的影响，与美国数据一致。我们发现，美联储的新政策战略产生了有意义的“通货膨胀 - 包含权衡权衡”，我们对此进行了量化。虽然改革框架的两个新成分（平均通货膨胀定位和就业短缺目标）是无效的（有时是有害的），但在通货膨胀方面，它们共同成功地以中等成本为中等成本诱导了低薪工人的巨大收益。
Ryosuke Okuno
地质地层中的碳存储被认为是一种重要的技术，可降低基于化石燃料的工业过程的碳强度。碳捕获和存储（CCS）通常使用二氧化碳（CO 2）作为碳载体。然而，常规CC的各种缺点与CO 2的物理特性有关，例如低到中压力下的低碳密度，低质量密度，低粘度，粘度低，对水的不混可能和腐蚀性。特别是，CO 2注射通常会导致在地球物理异质性下形成中孔隙空间效率低下。本文介绍了使用甲酸盐溶液作为含碳水作为地质碳存储的案例研究。测量了甲酸水溶液的特性。实验结果表明，102,600-PPM NaCl + CACL 2的构造溶解度在25至75°C之间的盐分为30 wt％至35 wt％。盐水中30 wt％甲酸盐溶液的粘液率在25°C，在50°C下为5 cp，在50°C下为5 cp，在5°C下为5 cp，在75°C，在75 cp中。数值储层模拟。仿真结果始终表明，甲酸盐注射案例导致了更稳定的油和水位置换。更稳定的前沿产生了对注射物突破不敏感的碳储存和碳储存。这是使用甲酸盐作为碳载体来控制与渗透率异质性相关的CCS风险及其对地下流动状态的影响的重要优势。在油库中增强的石油回收率和碳储存的案例研究表明，当CO 2电化学还原（ECR）成本为20年的CO 2电化学还原（ECR）的成本为269/T-CO时，甲状腺注射案例的净现值（NPV）等效于CO 2注射案例。甲状腺注射案例的CO 2 ECR的收支平衡成本为20年的$ 575/T-CO 2。尽管估计的CO 2 ECR成本对许多因素敏感，但它们的不切实际不高于文献中报道的CO 2 ECR的当前成本。
奥肯定律的有效性：来自印度经济的证据
e 奥肯定律的有效性：来自印度经济的证据 Tariq Ahmad BHAT 维克拉姆大学乌贾因（MP），印度 tariq0920@gmail.com Tariq Ahmad LONE 阿里格拉穆斯林大学（UP），印度 tariqlonest@gmail.com Towseef Mohi Ud DIN 维克拉姆大学乌贾因（MP），印度 towseefeco@gmail.com 摘要：失业是发展中国家尤其是印度面临的最突出的问题之一。失业意味着生产资源根本得不到利用，从而导致实际 GDP 增长率低。在宏观经济术语中，这种关系被称为奥肯定律。本文的主要目的是检验印度经济中是否存在奥肯定律。实证结果表明，增长对失业率有负面且显著的影响。我们的模型表明，GDP 每增长 1% 将使失业率下降 0.4 个百分点。 关键词：失业、GDP、奥肯定律、协整、因果关系。 JEL 分类：E24、F43。
肾小球病理学发现的分类 UP LEARNING 和肾病专家 - AI 集体 ENGROCTIVE 方法 Eiichiro Uchino #A,B Yugami C , Sachiko Minamiguchi f , Hironi Haga f , Motoko Yanagita B,g , Yasushi Ono D,HA) 京都大学医学院医学智能系统系，日本京都 B) 日本京都肾脏病学系，日本京都，京都，京都，京都，京都，京都，京都，日本 D) 京都大学医学院生物医学数据智能系，日本京都 E) 京都大学医院医学信息学和管理规划部，日本京都 F) 京都大学医学院诊断病理学系，日本京都 H) Rise，药物开发数据智能平台小组，日本横滨 # 这些作者贡献者对这项工作做出贡献。 Running title: Glomeruli classification by deep learning Keywords: renal pathology, artificial intelligence, deep learning, collective intelligence Corresponding authors: Yasushi Okuno, Department of Biomedical Data Intelligence, Kyoto University, 53 Shogoin-Kawahara-cho, Sakyo-ku, Kyoto 881, FAX: +81-75-751-4881, E-mail: okuno.yasushi.4c@kyoto-u.ac.jp and Motoko Yanagita, Department of Nephrology, Graduate School of Medicine, Kyoto University, 54 Shogoin-Kawahara-cho, Sakyo-ku, Kyoto 606-8507, Japan Phone: +81-75-751-3860, FAX: +81-75-751-3859, E-mail: motoy@kuhp.kyoto-u.ac.jp Abstract Background Automated classification of glomerular pathological findings is potentially beneficial in establishing an efficient and objective diagnosis in renal pathology.虽然先前的研究已经验证了用于对整体硬化和肾小球细胞增殖进行分类的人工智能（AI）模型，但诊断还需要其他一些肾小球病理学发现。这些人工智能模型与临床医生之间的合作是否能提高诊断性能还不得而知。在这里，我们开发了人工智能模型来对肾小球图像进行分类，以获得病理诊断所需的主要发现，并研究这些模型是否可以提高肾病科医生的诊断能力。方法
肾小球病理学发现的分类 UP LEARNING 和肾病专家 - AI 集体 ENGROCTIVE 方法 Eiichiro Uchino #A,B Yugami C , Sachiko Minamiguchi f , Hironi Haga f , Motoko Yanagita B,g , Yasushi Ono D,HA) 京都大学医学院医学智能系统系，日本京都 B) 日本京都肾脏病学系，日本京都，京都，京都，京都，京都，京都，京都，日本 D) 京都大学医学院生物医学数据智能系，日本京都 E) 京都大学医院医学信息学和管理规划部，日本京都 F) 京都大学医学院诊断病理学系，日本京都 H) Rise，药物开发数据智能平台小组，日本横滨 # 这些作者贡献者对这项工作做出贡献。 Running title: Glomeruli classification by deep learning Keywords: renal pathology, artificial intelligence, deep learning, collective intelligence Corresponding authors: Yasushi Okuno, Department of Biomedical Data Intelligence, Kyoto University, 53 Shogoin-Kawahara-cho, Sakyo-ku, Kyoto 881, FAX: +81-75-751-4881, E-mail: okuno.yasushi.4c@kyoto-u.ac.jp and Motoko Yanagita, Department of Nephrology, Graduate School of Medicine, Kyoto University, 54 Shogoin-Kawahara-cho, Sakyo-ku, Kyoto 606-8507, Japan Phone: +81-75-751-3860, FAX: +81-75-751-3859, E-mail: motoy@kuhp.kyoto-u.ac.jp Abstract Background Automated classification of glomerular pathological findings is potentially beneficial in establishing an efficient and objective diagnosis in renal pathology.虽然先前的研究已经验证了用于对整体硬化和肾小球细胞增殖进行分类的人工智能（AI）模型，但诊断还需要其他一些肾小球病理学发现。这些人工智能模型与临床医生之间的合作是否能提高诊断性能还不得而知。在这里，我们开发了人工智能模型来对肾小球图像进行分类，以获得病理诊断所需的主要发现，并研究这些模型是否可以提高肾病科医生的诊断能力。方法
白人至上文化——Tema Okun
完美主义者往往无法从错误中吸取教训，或者说他们很少或根本不会从错误中吸取教训 • 倾向于找出错误之处；几乎没有能力找出、指出和欣赏正确之处 • 通常是内心的感受，换句话说，完美主义者无法欣赏自己的出色工作，更多的时候只是指出自己的缺点或“失败”，专注于不足之处和错误，而不是从中吸取教训；这种人内心不断自我批评。 解药：培养一种欣赏的文化，组织花时间确保人们的工作和努力得到赞赏；建立一个学习型组织，每个人都会犯错，而这些错误提供了学习的机会；创造一个人们能够认识到错误有时会带来积极结果的环境；将人与错误区分开来；在提供反馈意见时，总是先谈做得好的事情，然后再提出批评；在提出批评时，要求人们提供如何做不同事情的具体建议；要意识到成为自己最严厉的批评者并不能真正改善工作，往往会导致团队士气低落，也不能帮助你或团队认识到从错误中吸取教训的好处