XiaoMi-AI文件搜索系统
World File Search SystemOri
215256Orig1s000 - accessdata.fda.gov
2.4 毫克索马鲁肽的疗效在三项 68 周随机双盲安慰剂对照试验和一项 68 周随机双盲安慰剂戒断试验中得到评估。第一项随机安慰剂对照试验评估了索马鲁肽作为低热量饮食和运动辅助疗法对非糖尿病患者的效果，第二项评估了索马鲁肽作为饮食和运动辅助疗法对 2 型糖尿病患者的效果，第三项评估了索马鲁肽作为强化饮食和运动辅助疗法对非糖尿病患者的效果。在随机戒断试验中，所有入组患者在 20 周剂量递增期内均接受索马鲁肽治疗，达到 2.4 毫克目标剂量的患者被随机分配继续接受索马鲁肽治疗或戒断安慰剂治疗，再接受 48 周治疗。
216386Orig1s000 - accessdata.fda.gov
Zavegepant 是一种新型分子实体 (NME)，用于急性治疗成人有或无先兆偏头痛。这是首个在 FDA 营销申请中接受审查的鼻内给药降钙素基因相关肽 (CGRP) 受体拮抗剂。有许多 FDA 批准的药物用于急性治疗成人有或无先兆偏头痛，包括曲坦类药物 (5-HT 1B/1D 受体激动剂)、lasmiditan (5-HT 1F 受体激动剂)、二氢麦角胺 (DHE)、某些非甾体抗炎药（[NSAID] 可单独使用或与曲坦类药物联合使用）以及 ubrogepant 和 rimegepant（口服 CGRP 受体拮抗剂）。此外，还有针对偏头痛的非处方产品。上述某些市售处方药（即曲坦类、麦角胺和非甾体抗炎药）在急性偏头痛治疗中的使用在患有心血管 (CV) 疾病的患者中受到限制。尽管 lasmiditan 在患有 CV 疾病的患者中不受限制，但对驾驶有限制，具体而言，患者在服药后 8 小时内应避免驾驶。目前有四种针对 CGRP 系统的注射单克隆抗体和两种口服药物，可用于预防性治疗患有慢性偏头痛和/或发作性偏头痛患者的偏头痛。这些产品似乎与 CV 风险增加无关。两项充分且控制良好的研究证明了 zavegepant 的疗效。这些研究使用了经过充分验证且具有临床意义的终点来确定疗效；偏头痛急性发作治疗中服药后 2 小时内无痛且无最烦人症状 (MBS) 的受试者比例。一项研究评估了 5 mg、10 mg 和 20 mg 剂量 zavegepant 鼻内给药与安慰剂相比的疗效和安全性，另一项研究评估了 10 mg 剂量 zavegepant 鼻内给药与安慰剂相比的疗效和安全性。10 mg 剂量 zavegepant 有效，并且在两项研究中与安慰剂相比，在两个共同主要终点上均表现出统计学上显着的优越结果。在包括多个剂量组的研究中，20 mg 剂量 zavegepant 在两个共同主要终点上也表现出统计学上显着的优越结果，但与 10 mg 剂量相比，剂量反应持平。5 毫克剂量在共同主要终点方面未表现出统计学上显著优于安慰剂。服药后 2 小时疼痛缓解的治疗效果比 10 毫克剂量的安慰剂高出约 7-9%（zavegepant 反应率约为 23-24%）。服药后 2 小时 MBS 缓解的治疗效果比 10 毫克剂量的安慰剂高出约 8-9%（zavegepant 反应率约为 40-42%）。
origent ai
欢迎来到人工智能和区块链技术交集的开创性平台Origent AI。ORIGENT AI主持了一个自主AI代理的分散网络，旨在执行复杂的任务，做出独立决策并在没有人类干预的情况下推动价值创造。密钥具有简化的AI令牌化：在短短几分钟内就可以使用个性化令牌和经济来启动自己的AI代理。完全可定制的AI：具有不同个性和专业技能的手工艺品，以适应各种运营需求。自主智能：我们的代理人有能力执行任务并独立与环境互动，从而促进效率和适应性。分散的协作：与一个宽敞的智能代理网络互动，每个网络由区块链提供动力，以利用集体能力和见解。我们在Origent AI上的愿景设想了一个世界，即人工智能超越了其传统界限，不仅成为工具，而且成为一个积极主动的，自主的参与者，这是一个分散的数字生态系统。我们的目的是使AI代理能够执行任务，做出决策并独立创造价值，同时在区块链框架内运行，以确保透明度，安全性和信任。赋予自主权，我们相信权力下放的力量可以释放AI的真正潜力。通过分散AI代理的控制和能力，我们使他们能够独立和协作行动而无需集中监督，从而促进创新和效率。促进智能合作增强互动我们的平台促进了AI代理之间的无缝互动，使他们可以共享见解，相互学习并发展。这种集体智能不仅增强了每个代理的性能，而且可以在整个网络上持续改进。通过Origent AI推动经济机会，我们引入了一个新的AI代理人的范式。每个代理商都可以与自己的令牌联系起来，从而实现了反映其对网络贡献的经济交易。这种方法不仅创造了货币激励措施，还可以使开发人员，用户和AI代理在我们的生态系统中的利益保持一致。
213312Orig1s000 综合审查 - accessdata.fda.gov
表格表 表 1：提交前和提交时监管活动摘要 ...................................................................................................................... 28 表 2：西罗莫司、依维莫司和 ABI-009 对肿瘤生长和存活率的影响（FDA 表） ................................................................................................................ 36 表 3：第 1、4 和 7 天肿瘤和血液中的药物浓度（FDA 表） ............................................................................................. 37 表 4：使用 ABI-009、西罗莫司或依维莫司治疗后磷酸化 S6 阳性百分比面积（FDA 表） ............................................................................................................. 37 表 5：西罗莫司和 Secorapamycin 在大鼠中的药代动力学参数（FDA 表） ............................................................................................. 40 表 6：ABI-009 临床药理学重点 ............................................................................................................................. 48 表 7：申请人对内在因素协变量亚组的分析（报告为平均值和 95% 可信区间） ........................................................................................................................................... 66 表 8：NDA 中包括的已完成和正在进行的临床研究 .......................................................................... 72 表 9：研究管理结构 ...................................................................................................................... 78 表 10：PEC-001 研究研究者现场审计 ............................................................................................. 85 表 11：PEC-001 研究服务提供商审计 ............................................................................................. 85 表 12：患者处置 ...................................................................................................................... 87 表 13：患者处置（FDA 分析） ............................................................................................. 88 表 14：方案偏差（入组分析集） ............................................................................................. 89 表 15：主要终点敏感性分析 ............................................................................................................. 90 表 16：患者人口统计学和基线特征（安全性分析集） ................................................................. 91 表 17：患者人口统计学和基线特征（疗效分析集） ................................................................. 93 表18：癌症病史（安全性分析集） .............................................................................. 94 表 19：PEComa 既往癌症治疗史（安全性分析集） .............................................. 96 表 20：PEComa 既往癌症全身治疗（安全性分析集 - 转移性组） …………………………………………………………………………………………………………………………………97 表 21：PEComa 既往癌症放射治疗（安全性分析集） ........................................ 98 表 22：PEComa 既往癌症相关手术（安全性分析集） ........................................ 100 表 23：超过 1 名患者按身体系统和医疗状况划分的既往和当前病史（安全性分析集） ............................................................................................................................. 103 表 24：超过 1 名患者按身体系统和手术程序划分的总体手术史（安全性分析集） ............................................................................................................. 105 表 25：给药周期数、治疗持续时间和输注次数（安全性分析集） ............................................................................................................................. 107 表 26：至少中断一次、剂量减少或剂量减少速率的患者数量以及中断输注的次数（安全性分析集） ............................................................................. 108 表 27：每位患者的实际剂量、每位患者的累积剂量、平均剂量强度和方案剂量百分比（安全性分析集） ............................................................................................. 110 表 28：超过 1 名患者总体的伴随用药发生率按 WHO 治疗主组划分（安全性分析集）..................................................................................................... 112 表 29：伴随手术发生率（安全性分析集）...................................................................................... 114
214012Orig1s000 非临床评论
在对 Sprague-Dawley 大鼠 29 周毒性研究的审核中，对第 25 页的陈述“inclisiran 暴露不会导致总胆固醇（↓3-↑6%）、HDL-C（↓2-↑10%）、LDL-C（↓8-↑20%）和甘油三酯（↓18-↓1%）的下降达到 15 周重复剂量毒性研究中观察到的幅度”进行了更正。在>50 mg/kg/剂量的雌性（↓43-57%）和高剂量的雄性（↓47%）中观察到 LDL-C 的统计学显着下降。更正后的句子应为“inclisiran 暴露确实导致雌性（>50 mg/kg/剂量）（↓43-57%）和高剂量雄性（↓47%）的 LDL-C 统计学显着下降，但未达到 15 周重复剂量毒性研究中观察到的幅度。总胆固醇、高密度脂蛋白胆固醇 (HDL-C) 和甘油三酯未发生显著变化”。
故障模式和面向可靠性的系统设计...
未来电动飞机和混合动力飞机对电力的需求不断增加，机载系统的高功率电力转换研究工作一直在进行中。航空系统的安全关键性质使航空电力转换器的可靠性成为关键的设计考虑因素。本文研究了电力电子系统的可靠性，重点研究了关键子部件的寿命限制因素。为起动发电机驱动转换器建模了不同系统电压水平下的电压源功率转换器的可靠性。一个关键的观察结果是，Si IGBT 器件足以满足低压和中压系统（高达 540 V）的可靠性要求。在更高的系统电压（高于 540 V）下，使用 Si IGBT 进行设计需要多级拓扑。在恒定功率曲线驱动中，转换器直流链路中薄膜电容器的磨损故障对系统可靠性的影响最小。在没有增强电压降额的多级拓扑中，系统可靠性主要受宇宙射线引起的随机故障影响。仿真结果表明，在高系统电压 (810 V) 下，带有 SiC mosfet 的 2 L 拓扑在可靠性方面优于基于 Si IGBT 的 3 L 拓扑。
受人类情感感知机制启发的情感导向预训练探索
深度卷积神经网络（DCNN）的预训练在视觉情绪分析（VSA）领域起着至关重要的作用。大多数提出的方法都采用在大型物体分类数据集（即 ImageNet）上预训练的现成的主干网络。虽然与随机初始化模型状态相比，它在很大程度上提高了性能，但我们认为，仅在 ImageNet 上进行预训练的 DCNN 可能过于注重识别物体，而未能提供情绪方面的高级概念。为了解决这个长期被忽视的问题，我们提出了一种基于人类视觉情绪感知（VSP）机制的面向情绪的预训练方法。具体而言，我们将 VSP 的过程分为三个步骤，即刺激接受、整体组织和高级感知。通过模仿每个 VSP 步骤，我们通过设计的情绪感知任务分别对三个模型进行预训练，以挖掘情绪区分的表示。此外，结合我们精心设计的多模型融合策略，从每个感知步骤中学习到的先验知识可以有效地转移到单个目标模型中，从而获得显着的性能提升。最后，我们通过大量实验验证了我们提出的方法的优越性，涵盖了从单标签学习（SLL）、多标签学习（MLL）到标签分布学习（LDL）的主流 VSA 任务。实验结果表明，我们提出的方法在这些下游任务中取得了一致的改进。我们的代码发布在 https://github.com/tinglyfeng/sentiment_pretraining 。
CertifHy 首个欧盟范围内优质原产地保证...
能源转型 一个完善且透明的绿色低碳氢能市场可以促进欧洲能源转型，并通过以下方式帮助欧洲成为可再生能源领域的第一： • 有助于实现欧盟到 2050 年减少 80-95% 温室气体排放 (GHG) 的目标； • 增加可再生能源的需求和供应； • 提高能源安全和能源多样性； • 通过能源储存促进可再生能源进一步融入电网； • 提供绿色氢能市场数量和质量的可见性； • 促进绿色增长和可持续性。 工业和运输脱碳 优质氢能有助于减少各种能源密集型行业和部门的碳排放，否则这些行业和部门很难脱碳。 • 到 2050 年，优质氢能可帮助至少 60% 的运输部门脱碳。 • 炼油厂使用优质氢能代替目前使用的温室气体密集型氢能，对柴油和汽油等传统燃料进行脱碳。 • 优质氢气可以引领其他行业进一步脱碳（例如钢铁制造、氨、化学工业等）以消费者为中心优质氢气的 GO 将消费者置于中心，消费者是实现欧盟能源转型的关键驱动力，也是能源联盟的主要目标：• 它提供透明度，从而增强消费者的权利。• 欧盟范围内的优质氢气 GO 贸易为整个欧盟提供优质氢气，包括未生产优质氢气的地区。
迈向jacamo-rest：一种面向资源的抽象，用于管理多代理系统∗†
摘要。多代理的编程（MAOP）范式为模型和实施代理人及其组织和环境提供了抽象。近年来，研究人员已开始探索MAOP和面向资源的Web体系结构（REST）的整合。本文通过在Jacamo-Rest上展示了一项持续的工作，这是一项持续的研究，这是一种基于资源的基于资源的网络编程平台JACAMO的抽象。jacamo- reth将多代理系统（MAS）互操作性达到新级别，不仅可以与万维网的服务或应用程序进行交互，还可以通过其他应用程序在其规范中进行管理和更新。要将开发人员界面添加到适合Web的Jacamo中，我们提供了一个关于MAOP规范实体管理的新颖概念观点。我们将其作为编程接口应用程序的中间件进行了测试，该应用程序提供了现代软件工程设施，例如连续部署和MAS的迭代软件开发。