调查受益于来自各部委/部门和组织官员的评论和意见,特别是商务部秘书长 Anup Wadhawan、商务部特别秘书长(物流)Pawan Kumar Agarwal、商务和工业部总干事 Amit Yadav、商务和工业部总干事兼秘书长兼总干事 Bidyut Behari Swain、加尔各答 DGCI&S 总干事 Amitabha Pradhan、国家生产力委员会总干事 Arun Kumar Jha、商务部联合秘书长(物流)Anant Swarup、商务部经济顾问 Praveen Mahto、商务部主任 Renu Lata、加尔各答 DGCI&S 联合主任 Shruti Shukla、化学和化肥部长额外私人秘书 (APS) Pratiyush Kumar 和Rishika Choraria,商务部助理主任;Subhankar Pramanik,加尔各答 DGCI&S 助理主任;Love Gogia,商务部顾问;Arpit Bhargava,商务部顾问; Baldeo Purushartha,JS,DEA IPF 部门; NCTF 秘书处助理专员,税务部,Mridul K Sagar 博士,印度储备银行 (RBI) 执行董事,Deba Prasad Rath,印度储备银行主管官员,Rajiv Jain,印度储备银行主任,John Guria,印度储备银行,Soumasree Tewari,印度储备银行助理顾问,Ranjeev,印度储备银行助理顾问,Jitender Sokal,印度储备银行经理,Ajit Ratnakar Joshi,DSIM 主管,印度储备银行;Rajat Sinha,CSD 主任,印度储备银行;Anand Prakash,MPD 主任,印度储备银行;印度缉毒署援助、会计和审计司 (CAAA) 主管 Sukhbir Singh、印度缉毒署援助、会计和审计司 JP Singh、世界资源研究所的 Tirthankar Mandal、Deepak Sriram Krishnan、Pamli Deka 和 Namrata Ginoya、气候政策倡议的 Labanya Prakash Jena;印度工业发展部首席顾问 Rajat Sachar;印度粮食及农业组织高级顾问 Usha Suresh、粮食及农业组织 EA Indrani Kaushal 女士、粮食及农业组织经济顾问 Shri Arun Kumar、粮食及农业组织 DD Shri Gaurav Katiyar;电力部高级顾问 Raj Pal、民航部高级顾问 Vandana Aggarwal、卫生和住房部经济顾问 Dinesh Kapila、交通部公共服务与水务部经济顾问 Arvind Chaudhary、DPE 经济顾问 Agrim Kaushal、煤炭部经济顾问 Animesh Bharti、交通部经济顾问 Anshuman Mohanty;中小企业发展顾问 Santanu Mitra、中小企业发展顾问 Ashwini Lal、中小企业主任 Deepak Rao、中小企业联合发展顾问 JDC、矿业部经济顾问 Alok Chandra、电信部经济顾问 Preeti Nath、钢铁部经济顾问 Awadhesh Kumar Choudhary、纺织部经济顾问 Gaurav Kumar、铁道部经济顾问 Kusum Mishra; SV Ramana Murthy,副总干事,R. Savithri 女士,MoSPI 副总干事。
标题:以任务为导向的预测(上)-Bert:使用单中心EHR数据作者预测糖尿病并发症的新方法:Humayera Islam 1,MS,Gillian Bartlett 1,2,4 1,2,4,PhD,Robert Pierce 4,Robert Pierce 4,MD,MD,MD,MD,Praveen Rao 1,3,Phd,Phd,Phd,Phd,Lemuel R.Waitman R.Waitman 1,2,2,4,PHD,X,1,2,4,x,1,2,4,x,x.对于数据科学和信息学,2生物医学信息学,生物统计学和医学流行病学系3电气工程和计算机科学系,美国密苏里大学医学院4,美国哥伦比亚大学摘要中,我们在这项研究中,我们评估了伯特(Bertirectional Encoders)的能力(来自变形金刚的双向编码者)的能力,以预测12个通用的疾病,以预测12个通用的风险,神经病和主要不良心血管事件(MACE)使用单中心EHR数据集。我们引入了一个面向任务的预测(TOP)-bert体系结构,它是使用顺序输入结构,嵌入层和bert固有的编码堆栈的独特端到端训练和评估框架。这种增强的体系结构训练并同时跨多个学习任务评估模型,从而增强了模型从有限数据中学习的能力。我们的发现表明,这种方法可以胜过传统的预处理模型和传统的机器学习方法,提供有前途的工具,用于早期鉴定有与糖尿病相关并发症风险的患者。我们还调查了不同的时间嵌入策略如何影响模型的预测能力,更简单的设计可产生更好的性能。使用综合梯度(IG)可增强我们的预测模型的解释性,从而产生特征归因,从而证实了这项研究的临床意义。最后,这项研究还强调了主动症状评估的重要作用以及合并症的管理在防止糖尿病患者并发症发展方面的发展。引言糖尿病引起的微血管并发症可能会对糖尿病管理和患者护理产生重大影响1,2。对这些并发症的早期预测允许鉴定高危患者并积极实施预防措施3-7。通过这种动机,研究人员开发了预测糖尿病相关并发症的模型,主要强调心血管结局,并且在较小程度上是肾脏和眼睛并发症3,8。但是,大多数先前的研究都集中在使用有限数量的风险因素来预测风险评分,通常是从以前的文献8-14中策划的。尽管许多机器学习(ML)和深度学习(DL)模型在最近的研究中出现,但经典的ML模型主导了这些研究 - 主要限于性能比较,只有少数群体深入研究新的风险因素并发现新知识15,16。电子健康记录(EHR)系统中的数字患者数据在开发临床风险预测模型中起着至关重要的作用,从而指导基于证据的医疗干预措施的发展13,17,18。因此,从EHR数据得出的特征向量可以实现传统的ML和DL技术19,20。结构化EHR系统系统地记录了患者遇到的时间表,包括人口统计学,生命体征,诊断,处方药,实验室测试结果和医疗程序等元素。但是,EHR数据中包含的复杂和丰富的信息通常被凝结,以创建预测模型的摘要特征。此过程可以减少数据的时间和上下文丰富性。这种简化经常忽略EHR数据的复杂性质,例如稀疏性,异质性和不规则访问模式,从而导致模型过度拟合和缺乏模型通用性21。
DARPA 终身学习机器计划,“STELLAR:超级图灵进化终身学习架构”(分包给 HRL Inc. 拨款 FA8750-18-C-0103,PI Praveen Pilly),2018 年 7 月 - 2021 年 12 月,535,000 美元。DARPA 终身学习机器计划,“情境相关;智能神经系统的重新配置”(分包给芝加哥大学拨款 HR0011-18-2-0024,PI Leslie M. Kay),2018 年 1 月 - 2020 年 11 月,224,166 美元。美国国家科学基金会,“BEACON:美国国家科学基金会进化研究科学技术中心”(密歇根州立大学拨款 DBI-0939454 的分包合同,PI Erik Goodman),2010 年 8 月 1 日 - 2021 年 7 月 31 日,约 4,769,695 美元。美国国立卫生研究院,“情绪和沟通在合作行为中的作用”,1R01GM105042,2013 年 9 月 2 日 - 2017 年 7 月 31 日,929,113 美元。美国陆军研究办公室,“神经测量建模:个体大脑的计算建模”,(PI David Ress),59476-LS,2012 年 6 月 1 日 - 2015 年 8 月 31 日,503,717 美元。 IARPA,“知识表征作为具身抽象:理论与实验验证”(Teledyne, Inc. 拨款分包,PI Mario Aguilar),2013 年 11 月 15 日 - 2015 年 1 月 15 日,FA8650-14-C-7357,192,601 美元。美国国家科学基金会,“在连续决策任务中学习战略行为”,IIS-0915038,2009 年 9 月 1 日 - 2014 年 8 月 31 日,455,000 美元。美国国家科学基金会,“创新竞争动态预测模拟模型”,SBE-0914796,2009 年 9 月 1 日 - 2013 年 8 月 31 日,190,099 美元。美国国立卫生研究院,“自闭症亚型生物学特征的跨学科研究”(加州大学戴维斯分校拨款 1R01MH089626 的分包合同,项目负责人 David G. Amaral),2009 年 9 月 30 日至 2011 年 8 月 31 日,66,185 美元。美国国家科学基金会,“试点:利用机器发现发挥人类创造力”,IIS-0757479,2008 年 6 月 1 日至 2011 年 5 月 31 日,199,967 美元。美国陆军医学研究所,“神经测量建模:个体大脑的计算建模”,W911NF-10-1-0145,2010 年 6 月 1 日至 2011 年 2 月 28 日,47,039 美元。德克萨斯高等教育协调委员会,“在模拟世界中构建智能代理”(003658- 0036-2007),2008 年 6 月 1 日 – 2011 年 1 月 31 日,150,000 美元。美国国立卫生研究院,“双语失语症康复的计算和行为证据”(R21-DC009446),2008 年 12 月 1 日 – 2011 年 11 月 30 日,401,180 美元。费泽尔研究所,“冥想的正式理论”(加州大学戴维斯分校拨款分包,PI Clifford Saron),2008 年 9 月 1 日 – 2011 年 8 月 31 日,86,418 美元。 Google, Inc.,“OpenNERO AI 研究和教育平台”,2009 年 9 月 1 日,40,000 美元。美国国家科学基金会,“RI:Mastodon:大内存、高吞吐量模拟基础设施”(CISE 研究基础设施拨款 EIA-0303609),2003 年 9 月 1 日 - 2008 年 8 月 31 日,1,927,031 美元。美国国立卫生研究院,“精神分裂症语言的神经网络模型”(耶鲁大学拨款 5R01-MH066228 的分包合同,PI Ralph Hoffman),2003 年 7 月 1 日 - 2008 年 6 月 30 日,185,196 美元。国防高级研究计划局,“认知信息处理架构 (ACIP)”(洛克希德马丁先进技术实验室拨款 FA8750-04-C-0266 的分包合同,PI Julius Etzl),2004 年 3 月 26 日 - 2006 年 8 月 31 日,700,000 美元。美国国立卫生研究院,“皮质图的计算建模”(人脑项目拨款 1R01-MH66991),2002 年 4 月 22 日 - 2006 年 3 月 31 日,765,500 美元。
1.Cascella M、Rajnik M、Aleem A、Dulebohn SC、Di Napoli R. 冠状病毒 (COVID ‐ 19) 的特征、评估和治疗。StatPearls Publishing 版权所有 ©;2022。2.Wiersinga WJ、Rhodes A、Cheng AC、Peacock SJ、Prescott HC。2019 年冠状病毒病 (COVID ‐ 19) 的病理生理学、传播、诊断和治疗:综述。JAMA。2020;324(8):782 ‐ 793。3.世界卫生组织。世卫组织冠状病毒 (COVID ‐ 19) 仪表板。https://covid19.who.int/ 4.世界卫生组织。COVID ‐ 19 继续扰乱 90% 国家的基本卫生服务。https://www.who。int/news/item/23-04-2021-covid-19-continues-to-disrupt- essential-health-services-in-90-of-countries 5。Naseem M、Akhund R、Arshad H、Ibrahim MT。探索人工智能和机器学习对抗 COVID ‐ 19 的潜力以及中低收入国家的现有机会:范围审查。J Prim Care Commun Health .2020;11:2150132720963634.6.Miller DD, Brown EW.医疗实践中的人工智能:从问题到答案?Am J Med .2018;131(2):129 - 133.7.Fang C, Bai S, Chen Q, et al.深度学习用于预测 COVID - 19 恶性进展。Med Image Anal .2021;72:102096.8.Lan L, Sun W, Xu D, 等。基于人工智能的 COVID ‐ 19 患者管理方法。Intel Med 。2021;1(1):10 ‐ 15。9.Harnad S. 根据同行排名验证研究绩效指标。伦理科学环境政治。2008;8(1):103 ‐ 107。10.Garfield E. 引文分析作为期刊评估工具:可以根据科学政策研究的引文频率和影响力对期刊进行排名。科学。1972;178(4060):471 - 479。11.Van Noorden R. 指标:多种测量方法。Nature .2010;465(7300):864 - 866。12.Bornmann L, Marx W. 文献计量学中标准化引文影响分数的生成方法:哪种方法最能反映专家的判断?J Inform .2015;9(2):408 ‐ 418.13.Praveen G、Chaithanya R、Alla RK、Shammas M、Abdurahiman VT、Anitha A.J 假肢凹痕。2020;123(5):724 ‐ 730.14.15.1951 年至 2019 年期间发表文章的文献计量分析:口腔修复学期刊中被引用次数最多的 100 篇文章。Li M, Cai Q, Ma J ‐ W, Zhang L, Henschke CI。肺癌筛查中被引用次数最多的 100 篇文章:文献计量分析。Ann Transl Med。2021;9(9):787。Gao Q,Zhang C,Wang J,等。1990 年至 2019 年骨质疏松症被引用次数最多的 100 篇文章:文献计量和可视化分析。骨质疏松症档案。2020;15(1):1 ‐ 11.16.Lai P, Liu Y, Xue J, He P, Qiu Y.主动脉夹层被引用次数最多的 100 篇文章。BMC Cardiovasc Disord .2017;17(1):30.17.Walsh C, Lydon S, Byrne D, Madden C, Fox S, O'Connor P. 医疗模拟被引用次数最多的 100 篇文章:文献计量综述。Simul Healthc J Soc Simul Healthc .2018;13(3):211 - 220。18.AlRyalat SAS、Malkawi LW、Momani SM。使用 PubMed、Scopus 和 Web of Science 数据库比较文献计量分析。J Visual Exp。2019;(152):e58494。19.Ozturk T、Talo M、Yildirim EA、Baloglu UB、Yildirim O、Rajendra Acharya U。自动检测 COVID - 19 病例
Wood,H Shonna Yin,William T. Zempsky,Emily Zimmerman,Benard P. Dreyer和Recover-Pediatric Consortium
序号 入学编号 姓名 课程 座位号 311 22510002 Anusha Vijayan 建筑学硕士 P25-311 312 22510004 Divjot Singh Malhotra 建筑学硕士 Q1-312 313 22510005 Dongre Isha Pramod 建筑学硕士 Q2-313 314 22510013 Kadali Volga 建筑学硕士 Q3-314 315 21510009 Karthik SS 建筑学硕士 Q4-315 316 22510012 Limbani Vinaykumar Pravinbhai 建筑学硕士 Q5-316 317 22510007 Miheer Pankaj Barve 建筑学硕士 Q6-317 318 22510008 Praveen D 建筑学硕士Q7-318 319 22510009 Purussottam Nanda 建筑学硕士 Q8-319 320 22510010 Reuben Cyril Shongwan 建筑学硕士 Q9-320 321 21510016 Rishi Barai 建筑学硕士 Q10-321 322 22510011 Saumya 建筑学硕士 Q11-322 323 22510006 Selva Priyadarshini M. 建筑学硕士 Q12-323 324 22511001 Abhishek Jangra 城市与乡村规划硕士 Q13-324 325 22511002 Deeksha Sharma 城市与乡村规划硕士 Q14-325 326 22511003 Harsh Srivastava 城市与乡村规划硕士Q15-326 327 22511004 Kanishk Sharma 城市与乡村规划硕士 Q16-327 328 22511006 Krati A Maheshwari 城市与乡村规划硕士 Q17-328 329 22511007 Muskan Bhakta 城市与乡村规划硕士 Q18-329 330 22511008 Nidhi Mehra 城市与乡村规划硕士 Q19-330 331 22511010 Sanjay VK 城市与乡村规划硕士 Q20-331 332 22511012 Wendy Lalnunpari Halliday 城市与乡村规划硕士 Q21-332 333 22511013 Yash Raj 城市与乡村规划硕士 Q22-333 334 22559001阿吉兰·R M.Tech。生物过程工程 Q23-334 335 22559002 Bhaviktisha Singla M.Tech.生物过程工程 Q24-335 336 22559003 Kolanuvada Nikhil Sai Varma M.Tech.生物过程工程 Q25-336 337 22559005 Mansi M.Tech.生物过程工程 R1-337 338 22610002 Abhishek Jha 硕士生物技术 R2-338 339 22610003 Adarsh Singh 硕士生物技术 R3-339 340 22610004 Bhavesh Swarnkar 硕士生物技术 R4-340 341 22610005 Disharee Mallick 硕士生物技术 R5-341 342 22610006 Gautam 硕士生物技术 R6-342 343 22610007 Gurpreet Kaur 硕士生物技术 R7-343 344 22610009 Jaishree 硕士生物技术 R8-344 345 22610010 Kritika Garg 硕士生物技术 R9-345 346 22610011 Medha Roy 硕士生物技术 R10-346 347 22610013 MohammadDanish Ansari 理学硕士生物技术 R11-347 348 22610014 Parth Kapil 硕士生物技术 R12-348 349 22610015 Richa Kumari 硕士生物技术 R13-349 350 22610016 Rishav Madhukalya 硕士生物技术 R14-350 351 22610017 Sabika Ali 硕士生物技术 R15-351 352 22610018 Saema Shams 硕士生物技术 R16-352 353 22610021 Shankhadeep Baksi 硕士生物技术 R17-353 354 22610022 Somsuvra Chatterjee 硕士生物技术 R18-354 355 22610023 Vanshika Madan 硕士生物技术 R19-355 356 22610024 Veerta 硕士生物技术 R20-356 357 22561004 Amit Kumar M.Tech。化学工程 R21-357 358 22561005 Ankush M.Tech。化学工程 R22-358 359 22561013 Dadhania Rushit Rajeshbhai M.Tech.化学工程 R23-359 360 22561007 Devki Nandan M.Tech.化学工程 R24-360 361 22561014 Muli Sai Kiran M.Tech.化学工程 R25-361 362 22561012 Pushpendra Kumar M.Tech.化学工程 R26-362 363 22561015 Shivam Kumar M.Tech.化学工程 S1-363 364 22561016 Sumit Sagar M.Tech.化学工程 S2-364 365 22561017 Sunil Kumar Meena M.Tech.化学工程 S3-365 366 22561018 Uttam Gupta M.Tech.化学工程 S4-366 367 22611002 Abhishek Kaushik 硕士化学 S5-367 368 22611003 Aditya Yadav 硕士化学 S6-368 369 22611005 Aman Kumar 硕士化学 S7-369 370 22611006 Anubhi Rawat M.Sc.化学 S8-370 371 22611007 Ayush Purohit M.Sc.化学 S9-371
7 阿育吠陀医学与外科学士考试(专业) 425 201808902 F Londhe Veda Vinay 2022 年 11 月 _ 808/1100 73.45% 一等第一名 8 阿育吠陀医学与外科学士考试(专业) 456 201809176 F Todankar Amisha Pramod 2022 年 11 月 _ 779/1100 70.82% 一等第二名 9 阿育吠陀医学与外科学士考试(专业) 411 201811080 F Gogate Poorva Padmanabha 2022 年 11 月 _ 770/1100 70% 一等第三名 10 医学学士和外科学士考试(专业) 547 201810494 F Vedha R Shetye 2023 年 2 月 _ 666/900 74 NA 第一名 11 医学学士和外科学士考试(专业) 535 201810484 M Shirodkar Omkar Rajkumar 2023 年 2 月 _ 641/900 71.22 NA 第二名 12 医学学士和外科学士考试(专业) 521 201810476 F Rao Gautami Nitin 2023 年 2 月 _ 620/900 68.88 NA 第三名 13 美术学士(绘画)考试(专业) 6 20196933 F Firuza Rashida Rodrigues 2023 年 4 月 _ 428/600 71.30% 优异 第一名 14 美术学士(绘画)考试(专业) 17 20192721 M Praveen Deepak Zambaulikar 2023 年 4 月 _ 424/600 70.66% 优异 第二名 15 美术学士(绘画)考试(专业) 2 20192709 F Ashita Ajay Matondkar 2023 年 4 月 _ 423/600 70.50% 优异 第三名 16 美术学士(应用艺术)考试(专业) 8 20192990 S Jonathan Ananias Vas 2023 年 4 月 _ 419$1/600 69.83% 优异 第一名 17 美术学士(应用艺术)考试(专业) 22 20193003 F Sakshi Sandeep Hadfadkar 2023 年 4 月2023 _ 394/600 65.66% 一等 第二名 18 美术学士(应用艺术)考试(专业) 27 201903008 F Siya Vaibhav Tamba 2023 年 4 月 _ 388/600 64.66% 一等 第三名 19 美术硕士(应用艺术)考试(专业) 3 200900423 F Simoes Priya Merlin 2023 年 7 月 _ 400/600 66.66% 一等 第一名 20 美术硕士(应用艺术)考试(专业) 2 201704400 F Naik Siddhi Rajendra 2023 年 7 月 _ 360/600 60% 一等 第二名 21 美术硕士(应用艺术)考试(专业) 4 202105953 M Surve Shubham Rakesh Roshni 2023 年 7 月 _ 360/600 60% 一等 第二名 22 美术硕士(绘画)考试(专业) 4 201600855 M Phal Desai Ashish Ulhas 2023 年 7 月 _ 452/600 75.33% 优异 第一名 23 美术硕士(绘画)考试(专业) 5 201704378 M Velip Prayuj Prakash 2023 年 7 月 _ 439/600 73.10% 优异 第二名 24 美术硕士(绘画)考试(专业) 3 201600916 M Naik Sahil Somnath 2023 年 7 月 _ 413/600 68.83% 一等 三等 25 水文硕士考试(专业) 3 201812368 M Avishekh Yadav 2023 年 1 月 _ 1528/1900 80.40% O(优秀)第一名 26 水文硕士考试(专业) 2 201812367 M Loghanathan V 2023 年 1 月 _ 1522/1900 80.10% O(优秀)第二名 27 水文硕士考试(专业) 1 201711212 M Kumar Shaswat 2023 年 1 月 _ 1474/1900 77.50% A+ 优秀 第三名 28 医学博士 呼吸医学考试(专业) 21 202012114 M Dr. Arjun EK 2023 年六月 _ 563 70.375 通过 第一名 29 医学博士 呼吸医学考试(专业) 25 201308969 F Dr. Varnana Suresh AT 2023 年六月 _ 540 67.5 通过 第二名 30 医学博士 呼吸医学考试(专业) 24 202011687 F Dr. Ranjitha MR 2023 年六月 _ 516 64.5 通过 第三名
Wood 18,H。Shonna Yin 114,William T. Zempsky 115,Emily Zimmerman 116,Benard P. Dreyer 1,代表Recover-Pediatric Consortium¶
Wood 18,H。Shonna Yin 114,William T. Zempsky 115,Emily Zimmerman 116,Benard P. Dreyer 1,代表Recover-Pediatric Consortium¶