XiaoMi-AI文件搜索系统
World File Search SystemPacheco
Leff-Gelman，Philippe；卡马乔 - 阿罗约，伊格纳西奥； Camacho Pacheco，Rodrigo Tonalli；克鲁兹上校，福斯托·摩西； Gaspard Cervantes，Annette Valerie；吉姆 div>
简介。焦虑，情绪和压力相关的行为受孕妇和非怀孕妇女的性激素调节。存在有关性类固醇在孕妇中的作用的非常稀缺的信息。目标。确定孕妇的性激素血清水平高，表现出高水平的焦虑症状。方法。使用汉密尔顿焦虑评级量表（HARS/ HAM-A）来评估三等孕妇焦虑症状的强度。两组包括在研究中，表现出严重焦虑的孕妇（Anx； Hars得分≥25； n = 101），健康对照组受试者（Ctrl; n = 40）表现出较低的焦虑分数（Hars得分≤7）。使用标准的化学发光免疫测定法测量雌二醇（E2），孕酮（P4）和睾丸激素（T）血清水平。双变量和部分相关性，以检测组之间的显着关联，临床测量，生化数据和HARS分数。结果。与CTRL相比，E2和T血清水平（P <.001）的焦虑群（ANX）显示出升高。相反，与CTRL激素值相比，在症状组中发现了P4水平明显较低（P <.001）。P4：E2指数显着降低了高水平的焦虑症（P <.001）。在症状组中发现了焦虑症分数，P4血清水平（P = .02）和P4：E2比率（P = .04）之间的负相关。讨论和结论。相反，在通过临床混杂因素调整了我们的数据后，Terum水平在同一组中表现出正相关（P = .001）。表现出严重焦虑的孕妇，性肌激素的血清水平改变了。
杰森·帕切科
同行评审出版物 [1] E. Mohammadreza、J. Pacheco、W. Li、J. Lee Hu、H. Chen。“使用离散动作空间中的强化学习对静态恶意软件检测器进行二进制黑盒攻击。” IEEE S&P 深度学习和安全研讨会。2021 年 5 月。 [2] SJ Lee、D. Suri、P. Somani、CL Dean、J. Pacheco、R. Stoner、I. Perez-Arriaga、JW Fisher III、J. Taneja。“概率电力需求预测如何加速清洁可靠电力的普遍使用。” 能源促进经济增长。2021 年 [3] S. Zheng、DS Hayden、J. Pacheco、J. Fisher III。“具有可变成本结构的顺序贝叶斯实验设计。”神经信息处理系统进展。 2020 年。[4] DS Hayden、J. Pacheco、J. Fisher III。“使用李群动力学进行非参数对象和部件建模。”计算机视觉与模式识别会议。2020 年。[5] J. Belden、MM Mansoor、A. Hellum、SR Rahman、A. Meyer、C. Pease、J. Pacheco、S. Koziol 和 TT Truscott。“视觉如何控制密集骑行车队的集体行为。”皇家学会界面杂志。2019 年。[6] J. Pacheco 和 J. Fisher III。“序列决策的变分信息规划。”人工智能与统计国际会议。2019 年。[7] S. Zheng、J. Pacheco、J. Fisher III。“一种稳健的序列信息理论规划方法。”机器学习国际会议。 2018。[8] D. Milstein、J. Pacheco、L. Hochberg、J. Simeral、B. Jarosiewicz、E. Sudderth。“皮质内脑机接口的多尺度半马尔可夫动力学。”神经信息处理系统进展。2017。[9] J. Pacheco 和 EB Sudderth。“蛋白质、粒子和伪最大边际：一种子模块化方法。”国际机器学习会议。2015。[10] J. Pacheco、S. Zuffi、MJ Black 和 EB Sudderth。“保留模式和消息