XiaoMi-AI文件搜索系统
World File Search SystemSuggested
建议引用：Gorgulho，J.，Roderburg，C.，Beier，F.，Bokemeyer，C.，Brümmendorf，T。H.，Loosen，S.H。，＆Lüdde，T。（2024）。可溶性淋巴细胞A
背景：寻找生物标志物以识别合适的免疫检查点抑制剂（ICI）疗法的候选者。我们评估了下一代免疫检查点淋巴细胞激活基因-3（SLAG-3）的可溶水平，以及其与循环T淋巴细胞亚群的关联可能会构成一种新型的生物标志物，以预测ICI疗法的结果。方法：使用多重免疫测定法分析了n = 84例接受ICI治疗的晚期固体癌症患者的循环水平，并伴随着外周血单核细胞（PBMC）的流量细胞仪分析。RESULTS: Uni- and multivariate analysis shows that patients with higher sLAG3 concentrations before ICI therapy had a signi fi cantly impaired progression-free (PFS) and overall survival (OS) (HR PFS : 1.005 [95%CI: 1.000 – 1.009], p = 0.039; HR OS : 1.006 [95% CI: 1.001 – 1.011], p = 0.015).与具有增加相比的患者相比，基线和1-2个周期之间的比率降低的患者的CD4/CD8细胞比率及其在治疗过程中的动力学是PFS和OS的强烈预测指标（P = 0.012，HR：3.32）。结合Slag3和CD4/CD8比的免疫学评分显示出最高的预测潜力（HR OS：10.3）。结论：未来的前瞻性验证，SLAG3和相关的循环T细胞子集可以用作非侵入性预测标记，以预测ICI疗法的结果，以帮助将来识别理想的ICI候选者。
建议引用：杰克逊，埃默森·亚伯拉罕 (2024)：人工智能的演变：对其对数字时代教学和学习影响的理论回顾，ZBW – 莱布尼茨经济信息中心，基尔，汉堡
这篇理论评论探讨了人工智能 (AI) 的发展及其对数字时代教学的影响。本文研究了人工智能与教育环境的融合，综合了理论框架、实证研究和新兴趋势。本文借鉴建构主义、社会文化和认知学习理论，分析了人工智能对教育实践的影响。它追溯了人工智能在教育领域的历史发展，强调了关键里程碑和人工智能技术的发展。本文采用理论框架全面分析人工智能的影响，重点关注智能辅导系统、自适应学习平台、虚拟现实、自然语言处理和游戏化。理论基础强调了人工智能在主动学习、个性化环境、社交互动和认知负荷管理中的作用。本文探讨了公平、道德考虑和教育者角色演变等挑战。它强调需要明确的道德准则、教育者的专业发展和持续的研究来应对人工智能在教育领域的不断发展。理论含义表明技术与教学法之间存在微妙的综合，承认两者之间的动态相互作用，并呼吁持续研究以应对技术挑战、道德考虑以及技术与教育动态交叉领域中专业发展的有效策略。
建议引用：Heidari，H.，Kanschik，D.，Maier，O.，Wolff，G.，Brockmeyer，M.，Masyuk，M.，Bruno，R.R.R.R.R.R. R. R. R. R.，Polzin，A.，Erkens，R.，Antoch，Antoch，G.
背景：了解复杂的心脏解剖结构对于经皮左心房附属（LAA）闭合至关重要。传统的多切片计算机断层扫描（MSCT）和经食管超声心动图（TEE）现在得到了高级3D打印和虚拟现实（VR）技术的支持，用于体积数据集的三维可视化。这项研究旨在研究其对LAA关闭程序的附加值。方法：使用MSCT和TEE评估了计划进行介入LAA闭合的十名患者。根据MSCT数据制造了患者特异性3D打印和VR模型。随后，十位心脏病学家以相对评估的LAA解剖结构及其与所有四种成像方式相关的围绕结构相关的程序，并将其程序实用程序评为5点李克特量表问卷（从1 =非常同意5 =强烈不同意）。结果：设备尺寸在MSCT中的额定值最高（MSCT：1.9±0.8; TEE：2.6±0.9; 3D打印：2.5±1.0; VR：2.5±1.1; P <0.01）;与MSCT相比，Tee，VR和3D打印在窝卵形的可视化中表现出色（MSCT：3.3±1.4; TEE：2.2±1.3; 3D打印：2.2±1.4; VR：VR：1.9±1.3; All P <0.01）。VR和3D打印技术的主要强度是高度的深度感知（VR：1.6±0.5; 3D打印：1.8±0.4; Tee：2.9±0.7; MSCT：2.6±0.8; P <0.01）。在TEE上的可视化外膜外结构的额定值少于MSCT（TEE：2.6±0.9; MSCT：1.9±0.8，p <0.01）。然而，在本研究中，3D打印和VR无法很好地可视化。这可能有助于更好地理解解剖结构。结论：VR或3D打印中的真实3D可视化在评估LAA的额外值中为经皮关闭计划。尤其是，对深度的优势感知被视为3D可视化的强度。需要临床研究来评估使用使用VR的患者特异性解剖结构的高级多模式成像是否可以转化为改进的程序结果。
建议引用：Lévesque, Maroussia (2021)：《人工智能治理范围：更智能的有益应用工具包》，CIGI 论文，第 260 号，国际治理创新中心 (CIGI)，加拿大安大略省滑铁卢
政策制定者可以直接和间接地干预，以塑造有益的人工智能 (AI) 系统。直接行动包括施加特定的公平约束以纠正有害偏见。然而，公平的相互排斥的定义阻碍了自上而下方法的可行性。在充满广泛背景变化的监管环境中，强制实施单一的公平技术实施可能会产生意想不到的后果。这个决定最好留给在实地实施 AI 系统的参与者，因为他们可以更好地掌握背景敏感因素。话虽如此，政策制定者应该（而且确实必须）像监督任何私人活动一样监督 AI 系统。促进程序保障的间接方法最容易取得成功，因为它们可以促进问责制和诚信，而不会在复杂且快速发展的 AI 领域误导粗暴干预。这些系统性干预围绕两个主题：加强使用传统监管工具的干预，并根据行业的牵引力重塑公共参与者的角色。
建议的任命：Rodrigues MC，Silva Maciel IS，Lent FRP，第六级LFC，Paiva LS，
mcr-负责手稿的主要文本的各个方面，以及共同作者之间的沟通和管理。eSM - 在构思，设计，详细和修订手稿中的贡献中。frpq和LFC-手稿概念的贡献，数据解释的帮助以及整个写作的论证和修订的提出。lps-对要发布的修订版本的贡献。FAA-对要发布的修订版本的贡献。flaf-对要发布的修订版本的贡献。fa-对要发布的版本的修订和最终批准做出了重大贡献。所有作者都阅读并批准了最终手稿。
epcoritamab（epkinly）
Evidence from 1 ongoing phase I/II open-label, single-arm study (EPCORE NHL-1, which included 157 patients with r/r LBCL) suggested that treatment with epcoritamab may result in clinically meaningful improvements in median overall survival (OS) (OS = 18.5 months; 95% confidence interval [CI], 11.7 to |||| ) and progression-free survival (PFS) (PFS = 4.4个月; 95％CI，3.0至8.8）。在12个月时对OS和PFS进行其他里程碑分析|||| |||||| ||| ||||||和18个月|||| |||||| ||| ||||||支持生存分析。epcoritamab与|||||的临床有意义的完整响应（CR）相关联||| ||| ||| || |||||和持久的响应（响应的中值持续时间[dor] = ||| ||||||; 95％CI，9.7 to |||||）。EPCORE NHL-1研究的结果表明，与健康相关的生活质量（HRQOL）没有损害。
建议引用：Gramegna, Alex；Guidici, Paolo (2020)：为什么要买保险？一种可解释的人工智能方法，Risks，ISSN 2227-9091，MDPI，巴塞尔，第 8 卷，Iss。4，第 1-9 页，https://doi.org/10.3390/risks8040137
摘要：我们提出了一个可解释的人工智能模型，该模型可用于解释客户购买或放弃非寿险的原因。该方法包括将相似性聚类应用于从高精度 XGBoost 预测分类算法获得的 Shapley 值。我们提出的方法可以嵌入到基于技术的保险服务 (Insurtech) 中，从而可以实时了解对客户决策影响最大的因素，从而主动洞察他们的需求。我们通过对保险微保单购买数据进行的实证分析证明了我们模型的有效性。研究了两个方面：购买保险单的倾向和现有客户流失的风险。分析结果表明，可以根据一组相似的特征有效、快速地对客户进行分组，这可以很好地预测他们的购买或流失行为。
建议引用：Engberg，Erik 等人（2024 年）：AI Unboxed 和 Jobs：来自三个国家的新衡量标准和公司层面证据，IZA 讨论文件，第 16717 号，劳动经济研究所 (IZA)，波恩
本文表达的任何观点均为作者观点，而非 IZA 观点。本系列中发表的研究可能包括对政策的看法，但 IZA 不代表任何机构政策立场。IZA 研究网络致力于遵守 IZA 研究诚信指导原则。IZA 劳动经济研究所是一家独立的经济研究机构，开展劳动经济学研究，并针对劳动力市场问题提供基于证据的政策建议。在德国邮政基金会的支持下，IZA 运营着世界上最大的经济学家网络，其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究、政策制定者和社会之间架起桥梁。IZA 讨论文件通常代表初步工作，并被分发以鼓励讨论。引用此类论文时应说明其临时性。修订版本可直接从作者处获得。
建议引用：Carbonero, Francesco；Scicchitano, Sergio (2021)：新冠疫情时期的劳工和技术。人工智能能否缓解对亲近感的需求？，GLO 讨论文件，第 765 号，全球劳工组织 (GLO)，埃森
目前，新冠疫情引发的紧急状态已蔓延至全球，并已对许多国家的劳动力市场产生了重大影响，其中一些影响预计将持续存在（Adams-Prassl 等，2020 年；Baert 等，2020 年；Cho 等，2020 年；Bennedsen 等，2020 年）。为限制病毒传播，许多国家不得不采取严厉的封锁措施暂停生产活动，这对 GDP 产生了明显的负面影响（Brodeur 等，2020 年；Qiu 等，2020 年）。与此同时，大多数国家已大幅增加了可以在家办公的工人比例，以使企业能够继续经营，同时限制公共健康风险和隐性后果，但很明显，这一比例受到现有技术和工人自身任务的限制：并非所有工人都可以远程工作（有关远程办公能力和封锁相关贫困风险的跨国比较，请参阅 Palomino 等人，2020 年）。因此，“社交距离”已成为全球在 Sars-Cov-2 期间实施的关键公共政策，而减少工人之间近距离接触的风险是一个重要方面（Toxvaerd，2020 年；Toxvaerd 和 Makris，2020 年）。
建议引用：Drydakis, Nick (2022)：人工智能和降低中小企业的经营风险。COVID-19 大流行期间的动态能力分析，GLO 讨论文件，第 1045 号，全球劳工组织 (GLO)，埃森
摘要 本研究利用国际劳工组织的中小企业 COVID-19 大流行商业风险量表来确定人工智能 (AI) 应用是否与中小企业的商业风险降低有关。开发了一个包含 10 项的新量表来捕捉人工智能应用在营销和销售、定价和现金流等核心服务中的使用情况。数据收集于 2020 年 4 月至 6 月期间，来自 317 家中小企业，后续数据于 2020 年 10 月至 12 月在英国伦敦收集。用于在线定位消费者、提供现金流预测和促进人力资源活动的人工智能应用与 COVID-19 大流行对中小企业造成的商业风险降低有关。研究表明，人工智能使中小企业能够利用技术来满足新型需求，快速调整业务运营，提高效率，从而降低业务风险，从而提高动态能力。 关键词：中小企业、商业风险、COVID-19 大流行、人工智能、动态能力