XiaoMi-AI文件搜索系统
World File Search SystemSerio
家庭严肃游戏训练的效果（大脑对话......）
随着老龄化社会的推进，轻度认知障碍 (MCI) 患者增多。严肃游戏可能对改善 MCI 患者的认知功能有效，但对其效果的研究尚不足。本研究旨在确认使用严肃游戏 (Brain Talk™) 对 MCI 老年人进行认知康复训练的有效性和安全性。24 名 MCI 老年人被随机分为研究组和对照组。研究组接受 12 次训练（每次 30 分钟，每周 3 次），而对照组不接受训练。在训练前后和训练四周后进行盲测。主要结果测量是韩国简易精神状态检查 (K-MMSE) 和 K-MoCA (韩国蒙特利尔认知评估)。次要结果测量是语义言语流畅性任务 (SVFT)、连线测试-B 和 2-back 测试。在研究组中，完成训练后和训练四周后的 K-MMSE、K-MoCA 和 SVFT 分数均显著增加；对照组则无明显变化，两组间无明显差异，研究组在训练后认知功能明显改善，居家严肃游戏被认为有助于改善认知功能。
严肃游戏概念方法保护关键...
Lorcan Connolly 助理，Research Driven Solutions Limited (RDS)，爱尔兰都柏林 摘要：智慧城市已成为管理不断发展的城市环境中资产和资源的最流行概念。要实现智慧城市的可持续城市发展，必须将智能发展与可持续实践相结合，并融入基础设施管理框架中。要提高弹性，必须了解受到网络物理威胁的关键基础设施 (CI) 的相互依赖性和连锁效应。由于基础设施互联智能系统中存在多种影响因素以及复杂的机制，弹性评估极具挑战性。为了促进对相互依赖基础设施影响的更深入了解，本文提出了一种新颖的严肃游戏方法。该方法将结合基础设施的相互依赖和连锁效应以及弹性得分，以提高基础设施的弹性得分。它还有助于通过从游戏记录中挖掘数据，以“教育”目的改善基础设施准备，以应对网络物理威胁。本文提出的严肃游戏概念正在作为 H2020 资助的 PRECINCT 项目 (www.precinct.info) 的一部分进行开发。
严肃游戏与人工智能：计算社会科学的挑战与机遇
摘要 电子游戏行业在我们社会的娱乐领域中扮演着重要角色。然而，从大富翁到飞行模拟器，严肃游戏也已成为学习新语言、传达价值观或训练技能的有吸引力的工具。此外，过去十年人工智能 (AI) 和数据科学的复兴创造了一个独特的机会，因为通过游戏收集的数据量是巨大的，为此类 AI 算法提供数据所需的数据量也是巨大的。本文旨在确定使用严肃游戏作为一种新颖的研究工具的相关研究方向，特别是在计算社会科学领域。为了了解背景，我们还对该领域进行了（非系统的）文献综述。我们得出的结论是，游戏和数据之间的协同作用可以促进人工智能的良好使用，并开辟新的战略，以赋予人类权力并通过新颖的计算工具支持社会研究。我们还讨论了追求如此崇高目标所带来的挑战和新机遇。
意大利某省份的一项为期 18 个月的队列研究显示，接种 COVID-19 疫苗不会增加潜在相关严重不良事件的风险
摘要：这项针对意大利某省全部人口的队列研究评估了不同 COVID-19 疫苗接种状况下潜在疫苗相关严重不良事件 (PVR-SAE) 的发生率。从 2021 年 1 月到 2022 年 7 月，我们从国家医疗保健系统官方数据中提取了因多种心血管疾病、肺栓塞和深静脉血栓形成导致的所有死亡和住院病例。在随访期间，5743 人死亡，2097 人因 PVR-SAE 住院。与未接种疫苗的受试者 (n = 56,494) 相比，接种疫苗的受试者 (n = 259,821) 的全因死亡、非 COVID 死亡或任何 PVR-SAE 风险没有增加。这些结果在性别、年龄段、疫苗类型和 SARS-CoV-2 感染状况之间保持一致，在调整年龄、性别、SARS-CoV-2 感染和特定合并症的 Cox 模型中没有变化。在感染人群中，任何剂量的疫苗都与死亡和 PVR-SAE 的可能性较低有关。在未感染人群中，接种一剂或两剂的受试者大多数结果的发生率明显较高，这可能是由于意大利针对接种少于三剂的未感染受试者的限制政策引入了较大的选择偏差。总之，COVID-19 疫苗接种与死亡率或特定 PVR-SAE 发生率的增加无关。有必要进行进一步研究以评估 COVID-19 疫苗的长期安全性。
IOM保护委员会学习简短严重案例...
马克从大学回家后不久，K夫人和马克的朋友联系了心理健康危机团队，担心他的心理健康。马克当时正在使用大麻。他不想看到心理健康服务，也不是对自己或他人的风险。危机小组建议K夫人带他去GP。马克从未参加过他的全科医生。这使他不再在IOM中使用GP注册。当时危机团队不知道这。团队向马克的前GP发送了信息，以告知他们担忧。在接下来的几周内，K夫人和他的朋友进一步打电话给危机团队，担心马克越来越不稳定，偏执和威胁性行为。再次，马克拒绝接受心理健康服务的任何跟进。没有足够的担忧要求要求进行心理健康法案评估。建议没有跟进他的GP。
提高严重精神疾病患者的 COVID-19 疫苗接种率：一项试点干预研究
在 COVID-19 大流行初期，纽约一家大型医疗系统开展了一项回顾性队列研究，结果表明，在调整了糖尿病、慢性阻塞性肺病和心脏病等合并症风险因素后，精神分裂症是 COVID-19 死亡的第二大预测因素，仅次于年龄 (1)。除了单纯诊断为精神分裂症会导致 COVID-19 相关死亡风险较高之外，患有严重精神疾病的人还更有可能合并上述慢性健康疾病，这会增加人们感染严重 COVID-19 和出现更糟糕结果的风险 (2, 3)。接受抗精神病药物氯氮平治疗的患者可能特别脆弱，因为氯氮平与不良代谢和心血管影响密切相关，并可能导致 COVID-19 死亡率上升。疫苗是预防 COVID-19 感染最有效的措施。然而，研究表明，患有严重精神疾病的人的疫苗接种率低于普通人群（4）。一项研究表明，2010-2011年，患有严重精神疾病的患者的流感疫苗接种率仅为25%，低于美国同一流感季节的41%的疫苗接种率（4）。最近，以色列的一项研究发现，
Delta-8 THC 具有严重的健康风险！ - AF.mil
5. Delta-8 THC 产品应放在儿童和宠物接触不到的地方。Delta-8 THC 目前作为各种产品的成分出售，例如电子烟液、小熊软糖、糖果甚至巧克力。与大麻一样，Delta-8 禁止供军人使用，并且很可能会在常规药物测试中显示出来。如果您认为 Delta-8 THC 对您产生了严重的副作用，请致电毒物控制中心：1(800)222-1222、9-1-1，或前往您当地的急诊室。有关更多信息，请查看以下链接：https://www.fda.gov/consumers/consumer-updates/5-things-know-about-delta-8- tetrahydrocannabinol-delta-8-thc 有疑问？请通过 363ISRW.ART.363ISRW@us.af.mil 或 757-764-9316 联系我们
针对严重精神疾病患者犯罪风险因素干预措施的系统评价
在美国刑事司法系统中，患有严重精神疾病（如精神分裂症、躁郁症和重度抑郁症）的人占比过高。据估计，监狱和看守所中 6% 至 31% 的人以及社区监督计划中 16% 至 27% 的人患有严重精神疾病（1-4），而美国普通人口中这一比例为 5.2%（5）。一旦被卷入刑事司法系统，患有严重精神疾病的人（尤其是那些同时患有其他疾病的人）比没有精神疾病的人更早、更频繁地重犯（6-9）。患有严重精神疾病的人被监禁的可能性是住院治疗精神疾病的可能性的 1.5 倍，这表明许多人处于刑事司法系统内，而不是在心理健康治疗环境中（10）。这些发现表明
癌症住院患者抗肿瘤药物诱发严重不良事件的风险因素模型：基于全球触发指标的回顾性研究
本研究旨在应用机器学习方法评估与严重不良事件 (SAE) 相关的危险因素并预测使用抗肿瘤药物的癌症住院患者 SAE 的发生。回顾性审查了 2017 年 1 月 1 日至 12 月 31 日期间入院的 499 名确诊为癌症的患者的病历。首先，使用全局触发工具 (GTT) 主动监测抗肿瘤药物引起的药物不良事件 (ADE) 和 SAE，并将阳性触发因素的数量作为中间变量。随后，通过单变量分析和最小绝对收缩和选择算子 (LASSO) 分析选出具有统计学意义的危险因素。最后，以LASSO分析后的危险因素作为协变量，采用基于逻辑模型、极端梯度提升（XGBoost）、分类提升（CatBoost）、自适应提升（AdaBoost）、轻梯度提升机（LightGBM）、随机森林（RF）、梯度提升决策树（GBDT）、决策树（DT）和基于七种算法的集成模型的列线图建立预测模型，并使用ROC曲线下面积（AUROC）、PR曲线下面积（AUPR）等一系列指标评估模型性能。在我们的样本中共识别出94名SAE患者，SAE的危险因素包括诱发因素数量、住院时间、年龄、联合用药数、既往化疗中发生的ADE以及性别。在测试队列中，基于逻辑模型的列线图的AUROC为0.799，AUPR为0.527。在八种机器学习模型中，GBDT 的预测能力最好（AUROC = 0.832 和 AUPR = 0.557），优于列线图，因此被选为建立预测网页。本研究提供了一种准确预测癌症住院患者 SAE 发生率的新方法。
