XiaoMi-AI文件搜索系统
World File Search Systemcausal
人类大脑的衰老：性别和年龄对大脑容量影响的因果分析
这项研究的目的是研究年龄、APOE 基因、性别和受教育程度等因素如何影响老年时脑容量的减少。研究老年时相对于年轻时的脑容量减少至少原则上需要在年轻时和老年时进行两次 MRI 扫描。然而，有一种方法可以解决这个问题，那就是在老年时只做一次 MRI 扫描。我们将老年受试者的总脑容量计算为估计脑容量与估计颅内总容量之比。我们对 890 名年龄在 69 至 85 岁之间的健康受试者进行了磁共振成像 (MRI) 扫描评估。使用概率贝叶斯模型和因果推理数学对影响脑萎缩的因素进行因果分析。我们发现，健康受试者进入 70 多岁时，平均脑容量会比年轻时的最大脑容量减少 30%。年龄和性别都与脑萎缩有因果关系，女性在年老时脑容量与颅腔容量之比比男性大 1%。大脑如何衰老以及成年人寿命中性别差异的原因是什么，这些都是因果问题，需要通过因果推断和实证数据来解决。本文介绍的图形因果模型有助于理解一个令人费解的科学问题——大脑的生物年龄。
因果秩序的叠加可以在非常嘈杂的通道下传送中的量子优势
未知量子状态的传送[1-3]是量子信息科学的基石。但是，标准传送协议的完美实现[1]需要高度脆弱的单元。因此，在实际情况下，必须考虑不完美的单线[4，5]，其中资源状态偏离完美单元的程度，控制着传送的实现中的退化。最终，如果不完美的增长超出了一定阈值，则可以通过经典手段满足或超过所产生的限制，这表明标准传送协议不再提供任何量子优势。在这封信中，我们表明，即使资源状态与完美的单元显着不同，如果发送者和接收器可以访问量子开关[6-14]，则可以保留如此量子优势。实际上，我们表明，实际上，更高的缺陷可能对量子传送更有帮助。量子开关是具有因果秩序叠加的过程的一个示例[7，8，15]。最近已利用此类过程来改善查询复杂性任务[16]，增强了量子通道的经典能力[6，9，11]，并改善了稳态量子量子温度计[17]。目前的工作将其拟合到该范式中，这是另一个明确的例子，其中因果秩序的叠加产生了有限的操作优势。
SA-225 处理并发事件的主要层策略：避免有偏差估计的因果估计 - 案例研究和功率模拟 -
ICH E9 (R1) 附录“临床试验中的估计量和敏感性分析”强调了量化更好的治疗效果的必要性，以解决可能导致估计值模糊的并发事件的发生。附录中提出的一种方法是“主要层策略”，其中分析的目标人群是由没有并发事件的患者组成的亚群。主要问题是无法提前确定层，因此分析不是因果关系并且容易产生混淆。此外，并发事件的发生是不可预测的，并且每个受试者只接受一种治疗，并且在不同的治疗中可能会经历不同的并发事件。FDA 缺失数据工作组还建议使用因果估计量来评估主要关注终点。
BSAseq：一种基于网络的交互式集成工作流程，用于识别大量 F2 群体中的因果突变
摘要摘要：随着新一代测序 (NGS) 技术的进步和这些技术成本的降低，批量分离分析 (BSA) 不仅成为绘制数量性状基因座 (QTL) 的有力工具，而且成为识别感兴趣表型的因果基因突变的有效方法。然而，由于存在背景突变和测序、基因分型和参考组装中的错误，通常很难区分真正的因果突变和背景突变。在本研究中，我们开发了 BSAseq 工作流程，其中包括一个自动化生物信息学分析流程，带有用于估计分离区域的概率模型和用于可视化结果的交互式 Shiny Web 应用程序。我们对雄性不育亲本系 (ms8) 进行了深度测序，以捕获批量 F2 数据中的大多数背景突变。我们将该工作流程应用于 11 个批量 F2 种群，并确定了每个种群中的真正因果突变。该工作流程直观而直接，方便没有生物信息学分析技能的用户采用。我们预计 BSAseq 将广泛应用于识别许多感兴趣的表型的因果突变。可用性：BSAseq 可在 https://www.sciapps.org/page/bsa 免费获取联系人：liya.wang@cshl.edu、ware@cshl.edu、zhanguo.xin@ars.usda.gov
具有不确定因果顺序的量子力学的净化公设
为了研究哪些是最普遍的与局部量子力学兼容的因果结构，Oreshkov 等人 [1] 引入了过程的概念：一些参与方共享的资源，允许他们之间进行没有预定因果顺序的量子通信。这些过程可用于执行标准量子力学中不可能完成的几项任务：它们允许违反因果不等式，并在计算和通信复杂性方面具有优势。尽管如此，目前还不知道有任何可用于违反因果不等式的过程是物理可实现的。因此，人们对确定哪些过程是物理的、哪些只是该框架的数学产物有着浓厚的兴趣。在这里，我们通过提出一个净化公设在这个方向上取得了关键进展：过程只有可净化才是物理的。我们推导出过程可净化的必要条件，并表明几个已知过程不满足这些条件。
理解数字事件：过程哲学和因果自主性
我们强调，我们并不是说技术本身在某种程度上是“坏的”。糟糕的设计是许多问题的根源。然而，随着算法的数量和人工智能在这些技术运行中的日益参与，设计师不再总是能够自己掌控：算法可能会产生意想不到的后果。在数字时代，用户有时会以设计师无法预料的方式添加内容和互动。因此，降低风险需要用户和设计师有意识的努力。然而，至关重要的是，用户可能会被他们所处的数字世界所淹没，因为他们试图协调多个独立设计的数字设备，而他们没有也不可能具备这样做的能力，因为数字世界继续以惊人的速度创新