XiaoMi-AI文件搜索系统
World File Search Systemdata
授权信息系统并促进元数据...
已有20多年了，我有幸与国家统计机构，数据档案，国际组织，研究中心，用户和其他团体合作。我的最初背景和热情是信息技术，但随着时间的流逝，我成为数据管理方面的专家，尤其是数据生产，出版，共享，质量，隐私，更重要的是元数据。最重要的是，我了解了对我们地球，社会和个人更大利益的数据的重要性和需求，作为推动研究和创新的基本工具，支持基于证据的决策，评估对地面上的政策和行动的影响，并衡量我们国家的健康。以下关于我认为的三个相互交织的主题的简短思考和建议，这些主题是数据研究基础架构和实践的现代化和未来的基础。技术在过去30年中发展的快速步伐对数据界产生了巨大影响。许多组织和统计系统都在努力调整和保持步伐，尤其是在公共部门，从本质上讲，该公共部门无法适应变化。在未来十年中，这可能会变得更容易，因为我们将管理指挥棒传递给了下一代数据科学家和信息技术人员，他们天生对我们的新环境具有自然的亲和力，并且受到对未知数的恐惧的限制。我们目前的角色和责任是支持和促进这种过渡。
215358Orig1s000 215358Orig2s000 - accessdata.fda.gov
表 31：按治疗划分的人口统计数据 – 单药 asciminib 治疗在筛选时未发生 T315I 突变的 CML-CP 患者（FAS）............................................................................................................. 170 表 32：按每个时间点的 MMR 率 – 单药 asciminib 治疗在筛选时不携带 T315I 突变且未处于 MMR 的 CML-CP 患者-MMR 可评估（研究 CABL001X2101）（FAS）。 173 表 33：按每个时间点的 MMR 率 – 单药 asciminib 治疗在筛选时不携带 T315I 突变且未处于 MMR 的 CML-CP 患者-MMR 可评估（研究 CABL001X2101）（FAS）。 175 表 34 按治疗划分的人口统计学信息 – 筛选时携带 T315I 突变的 CML-CP 患者使用 asciminib 单药治疗（FAS） ............................................................................................................. 180 表 35：暴露持续时间 – 研究 CABL001A2301、研究 CABL001X2101 和 asciminib 安全池（安全集） ............................................................................................................. 192 表 36：死亡摘要 – 研究 CABL001A2301、研究 CABL001X2101 和 asciminib 安全池（安全集） ............................................................................................................. 195 表 37：按首选术语和分级划分的严重不良事件，与研究治疗关系无关 1 – 研究 CABL001A2301、研究 CABL001X2101 和 asciminib 安全池（安全集） ............................................................................................................................. 201 表38：按首选期限和分级划分的导致研究治疗停止的不良事件 - 研究 CABL001A2301、研究 CABL001X2101 和 asciminib 安全池（安全组）205 表 39：按首选期限和分级划分的导致剂量中断或调整的不良事件，在任一治疗组中至少有 2 名患者发生-（研究 CABL001A2301）（安全组）......................................................................................... 208 表 40：不良事件（研究 CABL001A2301 和 asciminib 安全池中至少为 5%，研究 CABL001X2101 1 中至少为 15%）（安全组）......................................................................................... 211 表 41：在 Ph+ CML-CP 患者中，按首选期限和 asciminib 治疗发生在 10% 的患者中，无论与研究治疗的关系如何，筛选时的 T315I 突变 – 研究 CABL001X2101（安全集） .............................................................. 219 表 42：核心数据表按 SOC 和 ADR 列出的药物不良反应频率和频率类别 – 研究 CABL001A2301、研究 CABL001X2101 和池 A（安全集） ................................................................................................................ 222 表 43：核心数据表（CDS）按 SOC 和 ADR 列出的药物不良反应频率和频率类别 – 研究 CABL001X2101 和池 A：单药 asciminib 在筛选时携带 T315I 突变的 CML-CP 患者中的应用（安全组） ........................................................... 227 表 44：可披露的财务安排和利息摘要 ............................................................................................. 269 表 45：用于测量人血浆中 ABL001 的生物分析方法的方法性能摘要 ............................................................................................................. 273 表 46：来自 FDA 最终群体 PK 模型的 PK 参数估计值 ............................................................................. 282 表 47：FDA 对第 24 周 MMR 概率的多变量暴露-反应分析与无 T315I 突变患者的 Asciminib 平均每日 AUC ............................................................................................................................. 294 表 48：FDA 对第 24 周 MMR 概率的多变量暴露-反应分析与无 T315I 突变患者的 Asciminib 平均每日 AUC .............................................................................................................携带 T315I 突变患者的 Asciminib 平均每日 AUC .............................................................................. 294 表 49. Asciminib ADAM-PBPK 模型的输入参数 ........................................................................ 307 表 50：健康受试者单次给药和癌症患者多次给药后 Asciminib 的预测和观察到的 PK 参数 ................ ...
SFS-A68：公寓空间功能分割数据集
摘要。分析建筑模型的可用面积、建筑安全性或能源分析需要空间和相关对象的功能分类数据。自动化空间功能分类有助于减少输入模型准备工作量和错误。现有的空间功能分类器使用空间特征向量或空间连通性图作为输入。深度学习 (DL) 图像分割方法在空间功能分类中的应用尚未被研究。作为解决这一差距的第一步，我们提出了一个数据集 SFS-A68，它由 68 个公寓楼空间布局的数字 3D 模型生成的输入和地面真实图像组成。该数据集适用于开发用于空间功能分割的 DL 模型。我们使用该数据集训练和评估基于迁移学习和从头开始训练的实验空间功能分割网络。测试结果证实了 DL 图像分割对空间功能分类的适用性。
大脑和大型fMRI数据中功能性脑网络的层次结构建模
大规模脑成像数据集的一个主要目标是提供用于研究异质弹出的资源。从这些数据集中为各个受试者提供功能性脑网络的表征将具有预测认知或临床特征的巨大潜力。我们第一次提出了一种技术，即概率的功能模式（sprofumo），该技术可扩展到英国生物库（UKB），有预期的100,000名参与者，并且在个人和人群中层次估算了层次的功能性脑网络，同时对两种信息之间的双向流量进行了影响。使用仿真，我们显示了模型的效用，尤其是在涉及显着的跨主题可变性的情况下，或者需要在网络之间划定细粒度的差异。随后，通过将模型应用于4999名UKB受试者的静止状态fMRI，我们将静止状态网络（RSN）绘制为单个受试者，其详细范围比以前在UKB（> 100 rsns）中可能绘制了，并证明这些RSN可以预测somecorimotor andsocorimotor and somecorimotor and Emperife and Elighe colesions and Level Consoge。此外，我们证明了该模型的几个优点，而不是独立的组件分析与双重回归（ICA-DR）相结合，尤其是在估计RSN的空间配置和认知性状的预测能力方面。所提出的模型和结果可以为将来从大数据中对个性化的脑功能纤维进行调查打开新的门。
利用数据和人工智能构建更美好的未来：白皮书
建立患者信任和加强医疗领域数据基础设施的工作示例包括由英国健康数据研究机构资助的 INSIGHT，该项目使用匿名眼部扫描数据，由 ODI 共同开发的多元化数据信托咨询委员会监督。ODI 还强调了隐私增强技术 (PET) 在确保安全、合乎道德的数据访问方面的作用。例如，在 PET 解释器中，联合学习（由牛津大学 CURIAL-Lab 团队展示）使 AI 模型能够跨多个数据源进行训练，从而无需共享数据即可筛查患者是否感染 COVID-19，从而增强隐私和协作。OpenSafely 支持在可信研究环境中链接患者健康记录。数据分析师可以使用此功能来揭示大量疾病、合并症和患者人口统计数据的模式。精心策划的数据基础设施是 AI 功能和部署必须依赖的基础。
利用trinetx数据库的基于人群的队列研究
结果：71931例癌症患者（54.7％男性； 76.5％白人；指数为63.6±12.2岁的平均年龄）接受ICI治疗（ICI组）和71931名癌症患者（男性为54.7％；男性为54.7％；平均白色；平均年龄为63.5±12.4岁），从未接受过ICI（比较组）（比较组）。相关的Kaplan-Meier曲线在所有随访年中ICI组中的葡萄膜炎风险显着增加（P <0.001）。在144个月的随访期间，ICI组的葡萄膜炎风险也更高，危险比（HR）为2.39（95％CI：2.07- 2.75）。发现了特定葡萄膜炎疾病的风险，例如虹膜炎，脉络膜视网膜炎，视网膜血管炎，未染色的脓性内po炎，泛 - 葡萄膜炎和交感神经炎。亚组分析表明，ICI受体中葡萄膜炎的发展的危害比升高，涵盖了65岁以下的个体以及65岁及65岁以上的人。与非ICI对手相比，在所有性别中，在白人和亚洲种族，具有吸烟史的人，具有吸烟史和血脂异常等合并症的患者中，在所有性别，具有吸烟史的葡萄膜发育率升高的危害比。还进行了有关单一疗法与组合性ICI方案的其他亚组分析。从抗PD-1的类别接受单一治疗的个人
使用数据约束的循环神经网络模型推断全脑交互
行为源自多个在解剖学和功能上不同的大脑区域的协调活动 1,2 。现代实验工具 3–5 使我们能够前所未有地接触大量神经群，甚至是横跨全脑许多相互作用区域的神经群 2 。然而，要理解如此大规模的数据集，不仅需要稳健、可扩展的计算模型来提取区域间通信的有意义特征，还需要原则性理论来解释这些特征。在这里，我们介绍了基于电流的分解 (CURBD)，这是一种使用数据约束的循环神经网络模型 6 推断全脑相互作用的方法，该模型一旦经过训练，就会自主产生与实验获得的神经数据一致的动态。CURBD 利用从这些模型推断出的功能相互作用来同时揭示多个大脑区域之间的定向电流。我们首先表明，CURBD 可以在具有已知连接和动态的模拟真实网络中准确地隔离区域间电流。然后，我们将 CURBD 应用于从广泛的神经数据集（斑马鱼幼虫 7 、小鼠 8 、猕猴 9 和人类 10 ）获得的多区域神经记录，以证明 CURBD 在解开全脑相互作用和行为背后的区域间通信原理方面的广泛适用性。
761174Orig1s000 - accessdata.fda.gov
3R 减少/改进/替换 AC 咨询委员会 ADA 抗药抗体 ADCC 抗体依赖性细胞介导的细胞毒性 ADME 吸收、分布、代谢和排泄 ADR 药物不良反应 AE 不良事件 AESI 特别关注的不良事件 ALC 绝对淋巴细胞计数 ALP 碱性磷酸酶 ALT 丙氨酸氨基转移酶 ANC 绝对中性粒细胞计数 aPTT 活化部分凝血活酶时间 ASCO 美国临床肿瘤学会 AST 天冬氨酸氨基转移酶 ATC 解剖治疗化学 BICR 盲法独立中央审查 BLA 生物制品许可申请 BMI 身体质量指数 BOR 最佳总体反应 BPCA 最佳儿童药品法案 BRF 效益风险框架 BTD 突破性疗法认定 CBER 生物制品评估与研究中心 C avg 平均浓度 CBC 全血细胞计数 CDC 补体依赖性细胞毒性 CDER 药物评估与研究中心 CDRH 设备和放射健康中心 CDTL 跨学科团队负责人 CFR 联邦法规 CI 置信区间 CL清除率 CL ss 稳态清除率 C max 最大浓度 CMC 化学、制造和控制 C min 最低浓度 CNS 中枢神经系统 COA 临床结果评估 COSTART 不良反应术语词典编码符号 CR 完全缓解
选择的“入门套件”能量系统建模数据
表2列出了发电技术的技术经济参数，包括成本，运营生活，效率和平均能力因素。成本（资本和固定），运营生活和效率数据是从国际可再生能源机构[7,8,9]的报告中收集的，并且适用于整个非洲。这些成本数据包括可再生能源技术的预计成本降低，如表3所示。假定在建模期间，假定化石产生技术的参数的成本和性能是恒定的。在此分析中，仅考虑固定电厂成本，它们捕获可变的操作和维护成本。突尼斯太阳能PV，风能和水力发电技术的特定国家能力因素来自可再生能源忍者和