XiaoMi-AI文件搜索系统
World File Search SystemPredictors
以英国 22,139 名完全接种疫苗的成年人为样本，预测接种 COVID-19 加强疫苗的不确定性和不愿意接种的因素
结果显示，4% 的样本表示不确定是否接种 COVID-19 加强疫苗，另有 4% 的人表示不愿意。2020-21 年最初不确定和不愿意接种第一剂 COVID-19 疫苗分别与不确定和不愿意接种加强疫苗的风险相关，后者的风险是前者的五倍以上。健康成人（没有预先存在的身体健康状况的人）也更有可能不确定或不愿意接种加强疫苗。此外，目前对感染 COVID-19 或因感染而病重的压力水平较低、在严格限制（如封锁）期间对 COVID-19 政府指南的遵守程度持续较低、教育水平较低、社会经济地位较低和年龄低于 45 岁都与不确定性和不愿意有关。
有与药物有关的颌骨的癌症患者。案例和对照研究分析MRONJ发作的预测因子
1墨西哥大学临床与实验医学系，意大利墨西拿98124 2生物医学和牙科科学系与形态功能成像，墨西拿大学，意大利98124墨西拿大学； ylenia.ingrasciotta@unime.it 3诊断与公共卫生系，维罗纳大学，意大利维罗纳37134； valentina.isgro@univr.it（v.i。）; luca.labbate@unime.it（l.l.）4学术衍生作品“ Inspire - 现实世界中的医学预测和大数据集成的信息”马蒂诺”，98124意大利墨西拿； Messina，98124 Messina，Matteo.peditto@unime.it（M.P.）; gianmarco.guzzo@libero.it（G.M.G.）; giacomo.oteri@unime.it（g.o.）7墨西拿大学经济学系统计和数学科学单位，意大利98124； angela.alibrandi@unime.it *通信：antmarciano@unime.it
斑块侵蚀引起的急性冠状动脉综合征的非支架治疗策略的预测因素：EROSION 研究的四年结果
摘要背景：EROSION 研究表明，斑块侵蚀引起的急性冠状动脉综合征 (ACS) 患者可接受抗血栓治疗，无需支架植入。但该策略的长期预后仍不清楚。目的：本研究旨在测试非支架植入抗血栓策略在 4 年随访中是否仍然有效，并探索长期预后的潜在预测因素。方法：本研究是 EROSION 研究的长期随访。随访通过电话或临床访问进行。患者分为两组 - 接受靶病变血运重建的患者（TLR 组）和非 TLR 组。结果：55 名完成 1 个月随访的患者中，52 名完成了 4 年的随访。中位持续时间为 4.8 年（范围为 4.2-5.8 年）。大多数患者未发生事件，所有患者均未发生硬终点事件（死亡、心肌梗死、中风、搭桥手术或心力衰竭）。仅 1 名患者出现胃肠道出血，11 名患者接受了 TLR 治疗。非 TLR 组患者的光学相干断层扫描 (OCT) 血栓从基线到一个月减少得更多；非 TLR 组 95% 的患者达到主要终点（血栓体积减少 >50%），TLR 组为 45%（p=0.001）。血管造影结果显示，与非 TLR 组相比，TLR 组一个月时直径狭窄的改善较小（p=0.014）。结论：四年的随访结果再次证实了不进行支架置入的抗血栓治疗对侵蚀引起的 ACS 的安全性。第一个月对抗血栓治疗反应较好的患者在接下来的四年内需要植入支架的可能性较小。
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。
o r i g i n a r r e s a r c h的生存时间，用于发展高血压的发展及其在卫生促进的糖尿病患者中的预测因子
背景：预计大约有50％的糖尿病患者会在医疗随访过程中患上高血压。但是，通过严格的医疗随访和遵守医疗建议，可以大大减少高血压的发生率，并且可以延迟发生的时间。因此，本文旨在衡量高血压发育的时间，并确定其在古拉格地区医疗机构进行医学随访的十年糖尿病患者中的预测因子。方法：一项基于机构的回顾性队列研究是在糖尿病的后续诊所进行的，通过审查2010年1月1日至2019年12月31日招募的记录中的540个连续选择的记录。结果可变是出现高血压发生的发生率和存活时间（在140 mmHg或以上的收缩压或以上或/或舒张压在90 mm Hg或高于90 mm Hg的舒张压以及已知的糖尿病患者（随机血液）中的成年人（成人年龄≥18岁）（随机血液）或随机血液中（fasting血液糖）（fasting血液糖/d）00 mg/dl -gunus/d d d d Dl dip/dl cundus。使用训练有素的专业人员使用标准化清单收集数据，以查看所有有史以来所有客户的记录。数据已通过EPI INFO版本7进行清理并输入，并由Stata分析。建立了COX-PROVATITAL危害回归模型，以识别高血压发展的预测指标。结果：在不同期间，总共跟踪了540个客户，中位随访期为2。3年，这给人以3,200人的观察。三百（55.6％）的参与者是城市居民。276（51.1％）的参与者是男性，平均年龄为52.2（+11.7）年。该队列中高血压的总体发病率密度率（IDR）为每1000人的48.6例。较大的年龄调整危险比（AHR）= 4.0（95％CI = 2.26–7.82），体重指数（BMI）> 25 kg/m 2
数字重新种植后手功能的预测指标
数字截肢代表毁灭性的损伤，其中重新种植具有恢复手部功能的能力。流行病学研究表明，每年的平均发病率超过45 000次，其中大多数会影响年轻，健康的患者。1,2此外，平均补给时间接近每位4.5小时，平均住院费用为42 561美元。3,4因此，数字截肢/补给可能会导致心理，身体和经济负担。5,6随着技术和研究的改进，种植型的植物已经提高到86％，达到93％，其中术前的生存预测已得到很好的确定。7-10迄今为止，评估后手部功能的研究受到更大的限制。重新种植的决定部分取决于预期的长期功能。11,12几位作者有
数字重新种植后手功能的预测指标
数字截肢代表毁灭性的损伤，其中重新种植具有恢复手部功能的能力。流行病学研究表明，每年的平均发病率超过45 000次，其中大多数会影响年轻，健康的患者。1,2此外，平均补给时间接近每位4.5小时，平均住院费用为42 561美元。3,4因此，数字截肢/补给可能会导致心理，身体和经济负担。5,6随着技术和研究的改进，种植型的植物已经提高到86％，达到93％，其中术前的生存预测已得到很好的确定。7-10迄今为止，评估后手部功能的研究受到更大的限制。重新种植的决定部分取决于预期的长期功能。11,12几位作者有
大脑特异性生物标志物作为动脉瘤性出血后的死亡率预测因子
摘要：动脉瘤性蛛网膜下腔出血（ASAH）是一种严重的疾病，患有高死亡率和高永久性残疾率，对于那些在初次出血的人来说。这项研究的目的是研究中枢神经系统的标志物，作为ASAH之后潜在的院内死亡率预测因子。在ASAH后的第1、2和3天，在血液和脑脊液（CSF）中测量了具有外部室外排水酶，烯醇酶，S100B和GFAP水平的患者。Compared to survivors, non-survivors showed a significantly higher peak of S100B and enolase levels in the blood (S100B: 5.7 vs. 1.5 ng / mL, p = 0.031; enolase: 6.1 vs. 1.4 ng / mL, p = 0.011) and the CSF (S100B: 18.3 vs. 0.9 ng / mL, p = 0.042;烯醇酶：109.2 vs. 6.1 ng / ml，p = 0.015）。烯醇酶在血液中的最高可预测性水平（AUC为0.873）和CSF中的80.0 ng / ml（AUC为0.889）中显示出最高水平。S100B的预测能力也非常好，血液中的阈值为5.7 ng / ml（AUC 0.825）和CSF中的4.5 ng / ml（AUC 0.810）。总而言之，烯醇酶和S100B（但不是GFAP）可能是适合于早期预测ASAH后院内死亡率的生物标志物。
癫痫老年人死亡率的预测
在33,615,037个有益的癫痫病中的99,990个中的结果中，大多数是白人（79.7％），女性（57.3％），城市（80.5％），没有医疗补助（71.3％）。事件癫痫的5年死亡率为62.8％（62,838人死亡）。在多变量模型中，较低的死亡率与女性相关（调整危险比[AHR] 0.85，95％的置信间隔[CI] 0.84 - 0.87），亚洲种族（AHR 0.82，95％CI 0.76 - 0.88），以及65.81，95％CI.84-0.84-0.84-0.84-0.84-0.84-0.84-0.84。死亡危害随着合并症的疾病负担而增加（每1点增加：AHR 1.27，95％CI 1.26 - 1.27）和医疗补助共同保险（AHR 1.17，95％CI 1.14 - 1.19）。Incident epilepsy was particularly associated with higher mortality when diagnosed after another neurologic condition: Parkinson disease (AHR 1.29, 95% CI 1.21 – 1.38), multiple sclerosis (AHR 2.13, 95% CI 1.79 – 2.59), dementia (AHR 1.33, 95% CI 1.31 – 1.36), traumatic brain injury (AHR 1.55, 95% CI 1.45 - 1.66）和中风/TIA（AHR 1.20，95％CI 1.18 - 1.21）。
具有交易缓存的多组分分支预测指标中的共享模式记录表
I。代表性的示例包括Alpha 21264锦标赛预测器[11]，偏斜分支预测因子，例如2BC-GSKEW分支预测器，该预测已计划为Alpha EV8前端[15]。驱动多组分预测指标的主要动机是观察[10]，即不同的动态预测因子在预测准确性方面与不同分支的不同，因此需要使用多个预测指标来预测分支。多组分预测因子已经在文献中进行了广泛的研究，并具有多种设计策略，试图提高预测准确性和功率[2]，[5]。典型且广泛流行的多组分预测指标由本地和全局预测指标组成，并使用复杂的比赛预测方案来选择运行时这些预测变量之间的最终预测。基于本地历史的预测指标仅使用有关其当前预测所考虑的分支的过去结果信息，而全球人除了目前外，还考虑了前面分支的结果历史，同时对特定分支进行了预测。本地和全局组件保持单独的模式