XiaoMi-AI文件搜索系统
World File Search SystemSpearman
发育协调障碍儿童的注意力和运动曲线：神经心理学和神经影像学调查
摘要目的：本研究的目的是（1）在与发育协调障碍（DCD）中量化关注和执行功能，（2）评估某些与DCD的儿童是否更有可能表现出注意力困难，并且（3）表征大脑的大脑相关性运动和注意力不足。方法：53岁的儿童（36岁，有17岁，没有17岁），年龄在8至10岁之间，未达到T1加权和扩散加权磁共振成像，以及标准化的注意力和运动评估。父母填写了执行功能和注意力不集中和多动症症状的问卷。我们评估了区域皮质厚度和表面积，小脑，call和原发性运动道结构。结果：对协方差和一个样本t检验的分析确定了受损的注意力，非运动处理速度以及DCD儿童的执行功能，但部分Spearman的等级相关系数表明，这些系数表明这些是彼此无关的或运动不足的类型或运动型或严重性的。强大的回归分析表明，后扣带中的皮质形态与DCD儿童的总体运动技能和注意力不集中症状有关，而总运动技能也与左皮脊髓束（CST）形态有关。解释：患有DCD的儿童可能会受益于常规关注和超级活动评估。后扣带回和CST的改变可能与DCD儿童运动过程中的前进模型受损有关。总体而言，这些区域的改变可能解释了DCD儿童的非运动障碍率高。
生物医学信号处理和控制 - 包裹：沃里克
随着现代数字技术的出现，正在从便携式可穿戴设备中获取生理信号（例如心电图），这些设备用于非侵入性慢性疾病管理（例如1型糖尿病）。糖尿病管理需要对血糖进行实时评估，这对于临床复杂性和侵入性而导致小儿人群繁琐。因此，实时非侵入性血糖估计现在对于有效的糖尿病管理是关键的。在本文中，我们提出了一个自动提取的BEAT形态的小儿种群实时非侵入性血糖估计的自我发作的深神网络回归。第一阶段基于由卷积神经网络驱动的基于自我注意的长短期记忆的形态学提取器，以根据时间上下文突出局部特征。第二阶段基于由多层感知器驱动的形态回归剂，并具有辍学和批准化，以避免过度拟合。我们通过logit模型进行了特征选择，然后是Spearman在功能之间的相关性，以避免功能冗余。我们对我们的模型进行了培训，该模型是从T1D儿科人群中获得的公开可用的MIT/BIH-PHYSIONET数据库和生理信号。我们通过Clarke的网格误差进行了评估，以分析不同血糖条件下血值范围的估计精度。结果表明，在临床上可接受的范围内，我们的工具以89％的精度优于现有的回归模型。基于BEAT形态的建议模型显着超过了基于HRV特征的模型。
孟加拉国大学生对 COVID-19 疫苗的知识、态度和犹豫
全球疫苗接种覆盖是恢复最近大流行的 COVID-19 的迫切需要。然而，人们担心这种疫苗接种计划的安全性和有效性。因此，检查对疫苗的知识、态度和犹豫变得至关重要。在孟加拉国的大学生中进行了一项在线横断面调查。共有 449 名大学生参加。这些学生中的大多数使用互联网（34.74%）、社交媒体（33.41%）和电子媒体（25.61%）作为 COVID-19 疫苗信息的来源。总体而言，58.13% 和 64.81% 的大学生报告了对 COVID-19 疫苗的积极知识和态度。其中 54.34% 的学生同意 COVID-19 疫苗是安全有效的。43.88% 的人认为疫苗可以阻止大流行。Spearman 等级相关性确定了知识和态度之间的正相关。积极的知识与犹豫之间以及积极态度与犹豫之间呈负相关。具有积极知识和态度的大学生表现出较低的犹豫。多元逻辑回归分析确定大学类型和学位专业是知识的预测因素，而只有学位专业是态度的预测因素。26.06% 的研究对象对疫苗表现出犹豫。大学类型和学位专业也被确定为这种犹豫的预测因素。他们认为对副作用的恐惧（87.18%）和缺乏信息（70.94%）是犹豫的主要原因。本研究的结果可以帮助制定当前和未来的大学生 COVID-19 疫苗接种计划。国家和国际当局可以获得成功接种运动的大量信息。
一个时空可解释的模型，用于预测 sgRNA 的...
摘要背景：为避免脱靶效应，越来越多具有更高特异性的Cas9变体被开发出来，这带来了大量的实验数据。传统的机器学习在这些数据集上表现不佳，而基于深度学习的方法往往缺乏可解释性，这使得研究人员不得不在准确性和可解释性之间做出权衡。有必要开发一种方法，不仅在性能上可以与基于深度学习的方法相匹配，而且具有良好的可解释性，可以与传统的机器学习方法相媲美。结果：为了克服这些问题，我们提出了一种基于深度学习的本质上可解释的方法来预测靶向活性，称为AttCRISPR。AttCRISPR的优势在于使用集成学习策略将可用的基于编码的方法和基于嵌入的方法堆叠在一起，具有很强的可解释性。与使用WT-SpCas9，eSpCas9（1.1），SpCas9-HF1数据集的现有技术方法相比，AttCRISPR在几个公共数据集上分别可以达到0.872、0.867、0.867的平均Spearman值，优于这些方法。此外，得益于两个注意模块——一个是空间注意模块，一个是时间注意模块，AttCRISPR具有良好的可解释性。通过这些模块，我们可以在全局和局部层面理解AttCRISPR做出的决策，而无需其他事后解释技术。结论：通过训练后的模型，我们在全局层面揭示了每个数据集中sgRNA（短向导RNA）序列上每个位置依赖性核苷酸的偏好。而在局部层面，我们证明了AttCRISPR的可解释性可用于指导研究人员设计具有更高活性的sgRNA。
相对 qPCR 定量分析丛枝菌根真菌对植物根系的定植
摘要 丛枝菌根真菌 (AMF) 是一种有益的土壤真菌，可以促进宿主植物的生长。准确量化植物根部中的 AMF 非常重要，因为定植水平通常可以表明这些真菌的活性。根定植传统上用显微镜方法测量，该方法可以看到根内的真菌结构。显微镜方法劳动密集型，结果取决于观察者。在本研究中，我们提出了一种相对 qPCR 方法来量化 AMF，其中我们根据植物基因标准化了 AMF qPCR 信号。首先，我们在计算机上验证了引物对 AMG1F 和 AM1，并表明这些引物涵盖了植物根部存在的大多数 AMF 物种，而不会扩增宿主 DNA。接下来，我们基于对矮牵牛植物的温室实验将相对 qPCR 方法与传统显微镜检查进行了比较，这些植物的 AMF 根定植水平从非常高到非常低不等。最后，通过使用 MiSeq 对 qPCR 扩增子进行测序，我们通过实验证实引物对排除了植物 DNA，而主要扩增了 AMF。最重要的是，我们的相对 qPCR 方法能够区分 AMF 根定植的定量差异，并且与传统显微镜定量结果高度相关（Spearman Rho = 0.875）。最后，我们对显微镜和 qPCR 方法的优缺点进行了平衡的讨论。总之，测试的相对 qPCR 方法提供了一种可靠的替代方法来量化 AMF 根定植，与传统显微镜相比，该方法对操作员的依赖性更低，并且可扩展到高通量分析。
儿童虐待通过对免疫，代谢和社会心理因素的影响
儿童虐待（CM）会导致对心理不良健康的终身敏感性，这可能会反映出其对成人大脑结构的影响，这可能是由于其对成人代谢，免疫和心理社会系统的影响而间接介导的。分别通过体重指数（BMI），C反应蛋白（CRP）和成人创伤（AT）索引这些系统因素，我们测试了三个假设：（H1）CM对成人创伤，BMI和CRP的成人创伤，BMI和CRP;（H2）成人脑部和CRP的影响直接或间接对成人创伤，BMI和CRP的影响（H2）是独立的；在成人大脑结构上，其对成人创伤，BMI和CRP的影响介导。使用n = 116,887名参与者的路径分析和数据中的数据，我们发现CM与BMI更大的BMI和水平有关，并且只有这两个变量介导CM对CRP的影响[H1]。Regression analyses on the UKB MRI sub-sample (N=21,738) revealed that greater CRP and BMI were both related to a spatially convergent pattern of cortical effects (Spearman's ρ =0.87) characterised by fronto-occipital increases and temporo-parietal reductions in thickness, and that AT is related to lower subcortical volumes [H2].最后，路径模型表明CM通过其对BMI，CRP和[H3]的影响在大脑区域的一部分中具有间接影响。结果提供了证据，表明儿童虐待可以通过增加成人创伤，肥胖或炎症的个人风险来影响数十年后的大脑结构。
原始研究泛 - 免疫炎性价值优于其他炎症指标，可以预测住院主要不良心血管均匀
背景：对动脉粥样硬化的炎症反应是导致冠状动脉疾病的过程。泛免疫 - 炎症值（PIV）已成为炎症的新型生物标志物。然而，关于PIV对主要不良心血管事件（MACE）或冠状动脉狭窄程度的预测能力的研究很少。我们旨在探索经皮冠状动脉干预（PCI）后St段升高心肌梗塞（STEMI）患者PIV对MACE和冠状动脉狭窄程度的预测能力。方法：这项研究包括542例被诊断为STEMI的患者，并在2016年至2023年间接受了PCI，并测量了PIV和其他炎症标记。使用单变量和多元逻辑回归分析，评估了PCI后MACE和住院期间严重冠状动脉狭窄的风险变量，以创建接收器工作特性（ROC）曲线，并确定炎症标记的最佳阈值。Spearman相关分析用于评估PIV和其他炎症标记与Gensini评分（GS）的相关性。结果：与全身性炎症指数（SII），血小板与淋巴细胞比（PLR）和中性粒细胞与淋巴细胞比率（NLR）相比，PIV在PCI在PCI后在PCI术后患者的冠状动脉症患者的发生程度可能具有更大的预测价值。PIV和GS之间的相关性很强。结论：PIV在预测STEMI患者PCI后预测病情预后和严重的冠状动脉狭窄方面优于SII，PLR和NLR。
plos One
水质参数会影响致病细菌的丰度。属的气管，弧菌，克雷伯氏菌和分枝杆菌是在废水中鉴定出的代表性途径菌群之一。然而，缺乏有关水质与这些细菌丰度之间相关性的信息，以及它们在现有的废水处理设施（WTF）中的降低率。因此，本研究旨在确定WTF中这些细菌基团的丰度和降低率。从日本和泰国的9个WTF收集了68个样本（34个进水和34个未侵害，处理过的废水样品）。16S rRNA基因扩增子测序分析表明，在所有影响的废水和经过处理的废水样品中，存在气瘤菌，弧菌和分枝杆菌。定量实时聚合酶链反应（QPCR）用于量化气动作，弧菌，克雷伯氏菌肺炎物种复合物（KPSC）和分枝杆菌的丰度。进水废水中空气负体，弧菌，kPSC和分枝杆菌的几何平均值为1.2×10 4 - 2.4×10 5，1.0×10 5 - 4.5×10 6，3.6，3.6×3.6×3.6×10 2 - 4.3.3×10 4，以及6.9×10 4，以及6.9×10 3 - 5.5×10 4 4×10 4 4×10 4×4×10 4 4×10 4 4.分别为0.77–2.57，1.00–3.06，1.35–3.11和-0.67–1.57。本研究提供Spearman's rank correlation coefficients indicated significant positive or nega- tive correlations between the abundances of the potentially pathogenic bacterial groups and Escherichia coli as well as water quality parameters, namely, chemical/biochemical oxygen demand, total nitrogen, nitrate-nitrogen, nitrite-nitrogen, ammonium-nitrogen, suspended solids, volatile悬浮固体和氧化还原潜力。
人工智能在香港儿童骨龄评估中的验证
摘要 简介：我们试图评估人工智能 (AI) 自动化骨龄分析软件 BoneXpert 3.0 在确定香港儿童骨龄方面的准确性。方法：纳入了 2019 年 1 月至 12 月在香港一家三级转诊中心用于骨龄评估的所有左手和腕部 X 光片。我们将两名经验丰富的儿科放射科医生评估的这些 X 光片的骨龄与使用 Greulich 和 Pyle 方法的 BoneXpert 分析进行比较。还进行了基于性别的骨龄比较。评估包括计算 Spearman 相关性 (r)、判定系数 (R 2) 和准确度（均方根误差）。通过 Bland-Altman 分析评估手动和人工智能生成的评估之间的一致性。结果：共分析了 99 张骨龄 X 光片。平均实际年龄为 9.8 岁（标准差 [SD] = 3.9 岁）。人工和人工智能分析显示出很强的相关性（r = 0.98，R 2 = 0.97；p < 0.001）。Bland-Altman 分析显示平均差异为 -0.08 岁（SD = 0.73 岁），一致性界限在 1.35 和 -1.51 岁之间。按性别分层后，视觉和人工智能生成的骨龄评估之间的相关性仍然很强（r = 0.98，R 2 = 0.97；p < 0.001）。人工智能骨龄分析的准确率为所有研究 0.74 岁，女性 0.79 岁，男性 0.65 岁。结论：BoneXpert 在当地儿科人群的骨龄评估中可靠且准确。
土壤微生物群落对中国煤炭工业区域重金属压力的生态反应
摘要：土壤微生物在生态系统功能中起着至关重要的作用，而土壤微生物群落可能受到与煤炭工业相关的人为活性引起的重金属污染的影响。这项研究探讨了重金属污染对围绕中国山西省的不同煤基工业领域（煤矿开采行业，煤炭制备行业，基于煤炭的化学工业和燃煤电力行业）的围绕土壤细菌和真菌群落的影响。此外，从所有工厂收集了农田和公园的土壤样本作为参考。结果表明，大多数重金属的浓度大于局部背景值，特别是对于砷（AS），铅（PB），镉（CD）和汞（HG）。在抽样场中，土壤纤维素酶和碱性磷酸酶活性存在显着差异。在所有取样场中，土壤微生物群落的组成，多样性和丰度截然不同，尤其是对于真菌群落而言。肌动杆菌，蛋白质细菌，氯酸环菌和酸性杆菌是主要的细菌门，而Ascomycota，Mortierellomycota和basidiomycota在这个基于煤炭的工业强化地区的真菌社区主导了该研究的真菌社区。冗余分析，方差分析分析和Spearman相关性分析表明，土壤微生物群落结构受到CD，总碳，总氮和碱性磷酸酶活性的显着影响。这项研究填写了中国北部一个基于煤炭的工业地区的土壤物理化学特性，多种重金属浓度和微生物群落的基本特征。