XiaoMi-AI文件搜索系统
World File Search SystemTIPE
在提高意识的框架内社区服务活动
提高公众对糖尿病前和糖尿病的认识，并具有教育和疾病的早期发现2。PKM合作伙伴名称：Yayasan Kalam Kudus II Jakarta 3。提议者团队的主席A。名称和标题：Siufui Hendrawan博士，MBIOMED b。 NIK/NIDN：0311047204/10402011 c。位置/目标。：永久讲师d。研究计划：医学学士学位e。教师：医学院f。专业领域：化学和分子生物学科学g。手机/电话号码：08161970590 4。PKM团队成员a。成员人数（学生）：2人b。学生和NIM的名称：Anggita Tamaro（405200120）c。学生名字和NIM：CSIA Angelina（405180124）d。学生和NIM的名称：5。合作伙伴活动的位置a。米特拉地区：杜里·科桑比（Duri Kosambi），坎加伦（Cengkareng）b。摄政/城市：西雅加达c。省：雅加达d。 PT到Mitra的距离位置：10公里6。实施方法：吸引7。输出：《国家社区服务杂志》的出版，
perbandingan metoda k-nn，随机森林dan 1d CNN untuk
摘要 - 机器学习方法/机器学习的使用对于开发人眼状态的识别非常重要，尤其是脑电图（EEG）信号处理的问题以识别眼睛状态。在先前的研究中，所使用的方法可以是监督学习和无监督学习之间的一种组合方法，以及使用监督学习的单一方法。在这项研究中，脑电图的分类使用一种具有监督学习的方法，使用方法：k-neartemest neghbors（k-nn），随机森林和1D卷积神经网络（1D CNNS）。使用四种尺寸（即精度，回忆，精度和F1得分）测量三种分类方法的性能。从实验结果中获得的是，与所使用的四种尺寸的其他两种方法相比，K-NN方法具有最佳性能，其中每个尺寸的值为：准确性= 82.30％；召回= 82.30％；精度= 82.36％； F1得分= 82.30％。k-nn比其他两种方法更适合分类脑电图，因为数据集中的所有输入属性都有实际数字数据类型。
时空景观森林及其对股票的影响
摘要本研究旨在分析2015 - 2023年土地关闭/使用的变化，并怀疑碳储备的数量存储在Hutumuri国家。本研究中使用的2015年和2023个时期的Google Earth图像来检测土地封闭/使用的变化。使用指导分类方法的土地封闭类型的分类类型，其中包括4种土地覆盖率，包括森林，农林业，灌木和定居点。通过计算每种土地覆盖量乘以碳储备率的每种类型的土地覆盖率，可以获得本研究中的碳储备量。结果表明，在观察期间，研究地点有各种土地覆盖/使用。森林土地覆盖率从2015 - 2023年增加了17.62％，定居点为0.34％。与农林着灌木和灌木的覆盖率成反比，在观察期间下降了10.28％和7.68％。这肯定会影响研究地点存储的碳储备量。在研究地点对土壤表面的总潜力增加了19.59％，在林地与其他观察期相比，在森林土地上发现的碳储备电位最大的碳储备潜力最大。
社区对 Kenikir 在糖尿病管理中的好处的理解：中爪哇省德波 Cinere 的 Pangkalan Jati 村的民族志方法
国际糖尿病联合会（IDF）表示，2019年全球糖尿病患病人数估计为4.63亿。世界卫生组织估计，到 2030 年，印度尼西亚将有 2130 万人患有 2 型糖尿病。糖尿病的其他病因包括胰岛素分泌或功能、干扰胰岛素分泌的代谢异常、线粒体异常以及一组干扰葡萄糖耐受性的其他疾病。数据收集方法分为两个阶段进行。第一阶段是由雅加达联合大学退伍军人医学院社区服务团队为 Al-Muhajirin 清真寺、Pangkalan Jati、Cinere、Depok 周围的居民进行焦点小组讨论 (FGD)。第二阶段是健康检查，包括检查血压、血糖、尿酸和血脂。社区服务结果显示，大多数参与者的血糖水平仍然处于良好范围，其中14.29％或约4名参与者是糖尿病患者，血糖水平最高的是259，由52岁的R女士拥有。因此，开展此次社区服务活动是为了增加不同年龄组（包括青少年和成年人）对糖尿病危害的认识，并提供如何使用替代的kenikir代谢物化合物含量治疗和预防糖尿病的替代信息。
使用Yamanaka因子诱导多能干细胞
抽象的胚胎干细胞具有无限制分裂的能力，并且是多发的，并且可以从三层新芽中区分细胞。高桥和山内卡（Yamanaka）在2006年的实验表明，可以通过添加一系列因子，即OCT4，SOX2，KLF4和C-MYC（Yamanaka因子）来获得诱导的多能干细胞（IPS细胞）。撰写本文评论的目的是回顾使用Yamanaka因素在获取社会研究细胞以造福临床使用的情况下的发展和挑战。文献搜索是通过在2006年至2019年浏览发表的期刊来进行的，该期刊讨论了与Yamanaka因素的产生社会研究细胞的生产。文献搜索结果表明，该因子是可以与染色质结合并导致染色质区域的先驱因子，并引起基因表达的激活或抑制。 C-MYC与参与细胞代谢，细胞周期法规和生物合成途径的基因结合。OCT4，SOX2和KLF4靶向编码发育和转录调节剂的基因。具有Yamanaka因子的体细胞诱导机制需要进一步搜索。到目前为止，社会研究细胞是由各种细胞产生的，并且有可能治疗各种疾病。来自社会研究细胞的临床试验已得到食品药品管理局（FDA）的批准。IPS细胞的应用具有许多障碍，例如效率低，高变异性和所使用的向量会导致突变。因此，为了获得有效，有效和安全的方法，需要进一步的研究与使用的方法相关。
Jurnal Simetris，第14卷，第1期。2023年4月ISSN：2252-4983
生物学的发展变得快速，尤其是遗传学，导致各种人类遗传数据实验的激增，作为用于分析遗传和重复以及法医活动的遗传信息的载体。在由碳水化合物，蛋白质或脂肪组成的细胞核或遗传学中，由磷含量高的物质组成。该物质在称为核素的细胞核中发现。然后将此名称转换为核酸。核酸由两种类型组成，即脱脂核酸（ADN）或脱氧核糖核酸核酸（DNA）和核糖核酸（ARN）或核糖核酸（RNA）。需要数字化遗传数据以促进研发。生物信息学是来自分子或生物医学生物学家研究人员实验室的实验数据，可促进使用计算技术处理人类遗传数据的方法。来自遗传学的数字数据可以以某种格式存储在数据库中。本研究旨在解释从生物样品中的人类遗传学数据数字化到数字数据的步骤。人类遗传数据的形式可用于生物学家使用可以读取FASTA格式文件的软件进行研究。Fasta是GenBank（蛋白质链数据库）中可用的几种类型的蛋白质链格式的链文件类型。来自遗传学的数字数据将用于生物学家的进一步研究，而无需采集生物样品。
肿瘤坏死肿瘤因子α和白介素6
摘要高血糖是在糖尿病患者中对人体组织损害造成重要作用的主要因素，这是由氧化应激增加引起的。低 - 慢性炎症在DMT2发病机理中起重要作用，从而将糖尿病与许多一般疾病连接起来，这些疾病被认为是源自炎症机制的。具有高水平的细胞外葡萄糖将增加氧化应激，这将继续增加ROS的产生并指炎症。本研究旨在证明DMT2患者中TNF-α和IL-6水平的相关性。所使用的研究方法是观察性分析，其横截面研究设计具有非概率抽样抽样技术，并在2022年11月至12月至12月至12月至12月至12日的Muhammadiyah Roemani RSU实验室Semarang。基于59个研究结果，样品的数量显示了TNF-α水平与r = 0.435的DMT2之间的中等正相关，并且这种相关性与p = 0.001的值显着（p <0.01）。IL-6结果显示IL-6和DMT2水平之间的中等正相关，值为r = 0.467，并且该相关性与p = 0.001的值显着（p <0.01）。这项研究表明TNF-α和IL-6作为可能与DMT2发病机理相关的炎症生物标志物的重要性。这一发现可以进一步见解理解TNF-α和IL-6在DMT2开发或管理中的作用。关键字：TNF-α;白介素6;糖尿病2型；炎症
RIMBANG 叶提取物 (Solanum torvum) AS ...
林邦叶（Solanum torvum）含有酚类、黄酮类、三萜类和皂苷类的次生代谢产物化合物。这种次级代谢产物化合物可以在钢表面形成一层保护层，从而发挥腐蚀抑制剂的作用。本研究旨在确定 rimbang 叶提取物在 1 M HCl 介质中作为低碳钢腐蚀抑制剂的能力。使用甲醇溶剂浸渍获得 Rimbang 叶提取物，并使用重量损失法、紫外可见分光光度法、傅里叶变换红外 (FTIR)、原子吸收光谱法 (AAS)、光学显微镜分析和接触角进行测试。根据研究结果，在30℃温度下，当林邦叶提取物浓度为8g/L时，林邦叶提取物的最高抑制效率为91.30％。失重法测量表明，随着萃取物浓度的增加和温度的降低，腐蚀速率降低，缓蚀效率提高。林邦叶提取物的吸附遵循朗缪尔吸附等温线。林邦叶提取物的吸附属于混合型吸附，但根据热力学参数计算的结果，趋向于物理吸附。使用 FTIR 和 UV-Vis 进行的分析表明，rimbang 叶提取物和钢表面之间存在相互作用。使用光学显微镜进行的表面分析表明，添加和不添加 rimbang 叶提取物后，钢材表面的形态存在差异。在 SSA 方法中，HCl 介质中溶解铁的含量随着 rimbang 叶提取物浓度的增加而降低。测量接触角l得出加入萃取液的钢材表面在滴上水后就变得疏水了，从而可以减缓腐蚀反应。
胰岛素抵抗的实验室检查
摘要 胰岛素抵抗是一种代谢疾病，其特征是身体对胰岛素的反应受损，胰岛素在葡萄糖代谢中起着重要作用。这种疾病会导致各种健康问题，例如 2 型糖尿病、高血压、血脂异常和心血管疾病。本研究评估了检测胰岛素抵抗的实验室检查方法，包括高胰岛素正常血糖钳（HIEC）等直接方法和HOMA-IR、QUICKI和TyG指数等间接方法。直接方法可以提供高度准确的结果，但需要复杂的设施和程序，而间接方法则可以提供一种具有良好预测水平的实用替代方法。此外，基于生物标志物的替代指标如脂联素和瘦素也在不断开发，以提高诊断效率。本研究强调了根据临床或研究需要选择正确的方法以更有效地检测胰岛素抵抗的重要性。胰岛素抵抗是一种代谢疾病，其特征是身体对胰岛素的反应受损，胰岛素在葡萄糖代谢中起着至关重要的作用。这种疾病会导致各种健康问题，包括 2 型糖尿病、高血压、血脂异常和心血管疾病。本研究评估了检测胰岛素抵抗的实验室方法，包括高胰岛素正常血糖钳 (HIEC) 等直接方法和 HOMA-IR、QUICKI 和 TyG 指数等间接方法。直接方法可以提供高度准确的结果，但需要复杂的设施和程序，而间接方法可以提供具有良好预测能力的实用替代方法。此外，基于脂联素和瘦素等生物标志物的替代指标也在不断被开发，以提高诊断效率。这项研究强调了选择适合临床或研究需要的方法以更有效地检测胰岛素抵抗的重要性。这是一篇根据 CC BY-SA 许可协议开放获取的文章。这是一篇根据 CC BY-SA 许可协议开放获取的文章。介绍
使用算法对糖尿病疾病进行分类
印度尼西亚是世界上糖尿病患者最多的国家之一。糖尿病会引起严重的并发症，对患者来说具有潜在危险。本研究旨在通过考虑糖尿病的各种风险，使用分类增强 (CatBoost) 算法开发一个准确的预测模型来对糖尿病进行分类。 CatBoost 因其良好处理分类数据的能力而闻名。这项研究的初始阶段是数据处理或预处理，包括数据清理以处理不干净数据的问题、处理具有极端值的数据以及纠正不适当的数据类型。接下来，使用 CatBoost 算法进行创建预测模型的阶段，这是一种有效的决策梯度增强方法。使用混淆矩阵进行模型评估以评估分类性能。研究结果显示，糖尿病分类的准确率相当高，根据数据中使用的属性，准确率为 98.63%。希望这项研究能够有助于增进人们对糖尿病风险及其导致的死亡率的了解和控制。关键词：算法，CatBoost，糖尿病，分类，预测 1.介绍 糖尿病（DM）是一种由遗传因素、环境、饮食和其他因素引起的自身免疫性疾病[1]。糖尿病是一种与胰腺健康相关的疾病，胰腺产生胰岛素激素的异常会导致血糖水平升高。人体内血糖水平升高会扰乱肾脏、心脏和大脑等重要器官的功能 [2]。 2019 年，世界卫生组织 (WHO) 指出，至少有 200 万人的死亡可归因于糖尿病 [3]。根据2018年印尼卫生部在抗击糖尿病世界大会上的官方报告，印尼是世界上糖尿病患者最多的国家，位列第六。数据显示，印度尼西亚 20-79 岁年龄段的糖尿病患者数量达到约 1030 万人 [4]。