摘要 目的 本研究旨在评估印度北部一家眼科保健机构服务范围内糖尿病患者的糖尿病视网膜病变 (DR) 患病率和视网膜筛查覆盖率。 设计 一项基于人群的横断面研究,使用可避免失明快速评估调查,包括 DR 模块。 设定 印度北部北方邦 Shroff 博士慈善眼科医院服务范围内的一个定制农村地区。 参与者 采用两阶段整群抽样方法招募了 4095 名 50 岁及以上的人,其中 3867 人(94.4%)参与;2167 人(52.9%)为女性。4095 名参与者中有 3803 人(92.9%)接受了糖尿病评估。已确诊为糖尿病的患者和随机血糖≥200 mg/dL 的任何人都接受了散瞳眼底检查。主要和次要结果 主要和次要结果分别是 DR 的患病率和 DR 的筛查覆盖率。 结果 糖尿病的患病率为 7.0%(95% CI 5.9% 至 8.0%)。50.2% 的糖尿病患者是新发现的。在同意接受散瞳瞳孔检查的糖尿病患者中,任何 DR 的患病率为 22.8%(224 人中的 51 人),(95% CI 18.2% 至 27.3%)。5.8%(13/224)的糖尿病患者被发现患有威胁视力的 DR,其中仅 15.4%(2/13)接受了治疗。84.8% 的先前诊断为糖尿病的人从未进行过 DR 眼部检查;女性的比例明显更高(分别为 90.2% 和 76.0%,p<0.001)。76% 的先前诊断为糖尿病的人糖尿病控制不佳;接受非对抗疗法治疗的患者发生 DR 的几率明显更高 (p<0.01)。糖尿病病程 >10 年且血糖控制不佳的患者发生 DR 的几率更高 (OR 分别为 1.8 和 1.6),但未发现具有统计学意义。
l t p c 3 0 0 3课程目标:1。审查和加强AI和ML所需的重要数学概念。2。从数据中介绍学习模式的概念,并为理解艺术机器学习算法的状态建立了强大的理论基础。课程成果:完成后,学生将能够:1。设计和实施机器学习解决方案,以解决分类,回归和聚类问题。2。评估和解释不同ML技术的结果。3。在一系列真实的应用程序中设计和实施各种机器学习算法。单元 - 我定义人工智能,使用谓词逻辑定义AI技术,并表示知识作为规则,代表逻辑,可计算功能和谓词中的简单事实,程序与声明性知识,逻辑编程单元-II数学基础:矩阵理论和机器学习的统计学。机器从数据中学习,问题的分类 - 回归和分类,监督和无监督的学习。单元-III线性回归:单个变量的模型表示,单个变量成本函数,线性回归的梯度体面,实践中的梯度不错。单元-IV逻辑回归:分类,假设表示,决策边界,成本函数,高级优化,多分类(一个与全部),过度拟合的问题。单元 - v讨论集群算法和用例围绕聚类和分类的讨论。教科书:1。2。Saroj Kaushik,人工智能,Cengage Learning,第一版2011年。Yuxi(Hayden)Liu,“以身作则的Python机器学习”,Packet Publishinglimited,2017年。参考书:1。Anindita Das Bhattacharjee,“实用的工作簿人工智能和针对初学者的软计算,Shroff Publisher-X Team Publisher2。汤姆·米切尔(Tom Mitchell),机器学习,麦格劳·希尔(McGraw Hill),2017年。3。Christopher M. Bishop,《模式识别与机器学习》,Springer,2011年。4。T. Hastie,R。Tibshirani,J。Friedman。统计学习的要素,2e,2011年。相应的在线资源:1。人工智能,https://swayam.gov.in/nd2_cec20_cs10/preview。
摘要目的本研究的目的是评估印度北部一个高容量眼保健组织的糖尿病患者中糖尿病性视网膜病(DR)和视网膜筛查覆盖率的流行。设计基于人群的横断面研究,使用可避免的失明调查的快速评估,包括博士模块。在印度北部北方邦的Shroff博士慈善眼科医院集水区设置定制的农村地区。参与者使用两阶段的集群抽样(3867(94.4%)参加了5095名50岁及以上的人; 2167(52.9%)是女性。4095的3803(92.9%)的参与者评估了糖尿病。 患有已经诊断出的糖尿病的人,并且提供了随机血糖≥200mg/dl的任何人。 主要和次要结果的主要结果和次要结果分别是DR的患病率和筛查覆盖率。 结果糖尿病的患病率为7.0%(95%CI 5.9%至8.0%)。 新发现的所有糖尿病患者中有50.2%。 同意接受瞳孔检查的糖尿病患者中任何DR的患病率为22.8%(224个中的51)(95%CI 18.2%至27.3%)。 5.8%(13/224)的糖尿病患者被发现威胁性DR,只有15.4%(2/13)接受了治疗。 84.8%的先前诊断糖尿病的人从未对DR进行过测试;这在女性中明显更高(分别为90.2%和76.0%,p <0.001)。4095的3803(92.9%)的参与者评估了糖尿病。患有已经诊断出的糖尿病的人,并且提供了随机血糖≥200mg/dl的任何人。主要和次要结果的主要结果和次要结果分别是DR的患病率和筛查覆盖率。结果糖尿病的患病率为7.0%(95%CI 5.9%至8.0%)。新发现的所有糖尿病患者中有50.2%。同意接受瞳孔检查的糖尿病患者中任何DR的患病率为22.8%(224个中的51)(95%CI 18.2%至27.3%)。5.8%(13/224)的糖尿病患者被发现威胁性DR,只有15.4%(2/13)接受了治疗。 84.8%的先前诊断糖尿病的人从未对DR进行过测试;这在女性中明显更高(分别为90.2%和76.0%,p <0.001)。5.8%(13/224)的糖尿病患者被发现威胁性DR,只有15.4%(2/13)接受了治疗。84.8%的先前诊断糖尿病的人从未对DR进行过测试;这在女性中明显更高(分别为90.2%和76.0%,p <0.001)。76%的先前诊断糖尿病患者的糖尿病控制不善;对于非疗法治疗的人来说,这显着更高(p <0.01)。DR的几率与糖尿病的持续时间较高,血糖对照差(或分别为1.8和1.6),但发现这在统计学上没有显着意义。
惩教领导协会 (CLA) CLA 前身为州惩教管理者协会 (ASCA),成立于 20 世纪 80 年代,由全美惩教系统的主管组成。CLA 成员领导着 40 多万名惩教专业人员,监管着大约 800 万名囚犯、缓刑犯和假释犯。CLA 的使命是“促进惩教职业发展,支持 CLA 成员,并影响影响公共安全的政策和实践。” 耶鲁法学院亚瑟·利曼公共利益法中心 利曼中心于 1997 年获得捐赠,以表彰耶鲁法学院最有成就的毕业生之一亚瑟·利曼。在他杰出的职业生涯中,他展示了敬业的律师(无论是在私人执业还是在公共生活中)如何能够满足个人和事业的需求,而这些需求原本可能得不到代表。利曼中心继续履行亚瑟·利曼的承诺,支持学院内外致力于促进正义的公共服务工作。致谢 本报告基于 CLA 和耶鲁法学院利曼中心共同撰写的一项调查。研究和报告团队由 CLA 的限制性住房工作组成员 Leann Bertsch、Wayne Choinski、Kevin Kempf、John Baldwin、Harold Clarke、Bob Lampert、Rick Raemisch、Stephen Sinclair 和 Dean Williams 领导,由耶鲁大学教授 Judith Resnik、利曼中心主任 Anna VanCleave 以及 Alexandra Harrington、Zal Shroff、Jonathan Petkun 和 Brian Highsmith 领导,他们都是利曼驻地高级研究员。耶鲁大学法学院现任和前任学生 Atticus Ballesteros、Jaster Francis、Eli Feasley、Molly Petchenik、Jaclyn Willner 和 Arianna Zoghi 在本报告的研究、分析和起草过程中发挥了重要作用。感谢所有参与调查并提供补充信息、评论和评论的司法管辖区。作者感谢 Vera 司法研究所在数据收集方面做出的贡献
(i) 约200个私家车公众停车位,其中约170个公众停车位由自动化泊车系统提供,余下30个为传统停车位;以及(ii) 辅助设施,包括停车场管理处暨缴费处、自动化泊车系统控制及监察室等。 3. 项目的工地平面图及位置图载于附件1。 4. 建议的私家车停车场将提供先进的电子设备,例如出入控制系统、车牌识别系统、停车位信息显示板和电子巡逻系统。运输署亦会安装实时停车位空置资讯系统,让驾驶者知悉停车位数目。为配合智慧城市发展的愿景,自动化泊车系统将结合多种电子设备及设施。 5. 我们计划在获得财务委员会批准拨款后动工,目标于大约三年内(约2026年)完成。为配合工程计划的进度,我们已同时招标,以便尽早开展拟议工程。中标价已反映在本项目的预算成本中。只有在获得财务委员会的拨款批准后,才会批出合约。理由 6. 运输署不时检讨短期租约停车场和附近停车场的停车情况,以及深水埗区等各区的违例停车情况。根据 2023 年 3 月在项目工地附近进行的最新停车需求评估,该区有相当大的停车需求。同时,钦州街西的西九龙走廊下行斜道的拆卸工程于 2021 年开始,拆卸完成后,该地盘已腾出一些空间。本项目利用腾出的空间建造地下停车场,满足当地居民和公众的停车需求。