XiaoMi-AI文件搜索系统
World File Search Systemepm
DEPMAP：癌症依赖图数据包
描述DepMap软件包是一个数据包，该数据包使用Broad Institute DepMap Cancer依赖性研究使用实验室。可用的数据集可用，包括RNAi和CRISPR-CAS9基因敲除筛查量量化精选癌细胞系的遗传依赖性。其他数据集也可用于与选择细胞系的基因的日志拷贝数，通过反相蛋白质裂解的蛋白质表达，通过反相裂解的蛋白质裂解物微阵列（RPPA），“百万到百万）（TPM）数据（TPM）数据，以及包含元数据和突变的补充数据集，并在当前释放中发现了其他数据集。19Q3释放添加了Drug_Depentency数据集，该数据集包含有关药物和药物候选化合物的癌细胞系依赖数据。20Q2释放添加了蛋白质组学数据集，该数据集包含通过质谱法对蛋白质进行定量分析。该软件包将每季度更新，以合并最新的广泛研究所的公共癌症依赖性数据集。该软件包中提供的所有数据都是由Broad Institute DepMap生成的，用于研究目的，而不是用于临床使用。此数据根据创意共享许可（属性4.0国际（CC By 4.0））分发。
DEPMAP：癌症依赖图数据包
描述DepMap软件包是一个数据包，该数据包使用Broad Institute DepMap Cancer依赖性研究使用实验室。可用的数据集可用，包括RNAi和CRISPR-CAS9基因敲除筛查量量化精选癌细胞系的遗传依赖性。其他数据集也可用于与选择细胞系的基因的日志拷贝数，通过反相蛋白质裂解的蛋白质表达，通过反相裂解的蛋白质裂解物微阵列（RPPA），“百万到百万）（TPM）数据（TPM）数据，以及包含元数据和突变的补充数据集，并在当前释放中发现了其他数据集。19Q3释放添加了Drug_Depentency数据集，该数据集包含有关药物和药物候选化合物的癌细胞系依赖数据。20Q2释放添加了蛋白质组学数据集，该数据集包含通过质谱法对蛋白质进行定量分析。该软件包将每季度更新，以合并最新的广泛研究所的公共癌症依赖性数据集。该软件包中提供的所有数据都是由Broad Institute DepMap生成的，用于研究目的，而不是用于临床使用。此数据根据创意共享许可（属性4.0国际（CC By 4.0））分发。
引用 Schepman, A., & Rodway, P. (2023)。《对人工智能的一般态度量表 (GAAIS)：确认性验证以及与个性、企业不信任和一般信任的关联》。《国际人机交互杂志》，39(13)，2724-2741。https:// doi.org/10.1080/10447318.2022.2085400
摘要 个人心理相关因素可能预测人们对人工智能 (AI) 的接受程度，本文对此进行了研究。研究 1 报告了对人工智能总体态度量表 (GAAIS) 的确认性验证，此前已在其他地方进行了初步验证。验证性因子分析证实了双因素结构（积极、消极），并显示出与相关量表的良好收敛和发散效度。研究 2 测试了心理因素（五大人格特质、企业不信任和一般信任）是否能预测对 AI 的态度。内向者总体上对 AI 的态度更为积极，可能是因为他们欣赏算法。尽责性和随和性与对 AI 消极方面的宽容态度有关。企业不信任程度越高，总体上对 AI 的态度就越消极，而一般信任程度越高，对 AI 的好处的看法就越积极。普遍信任与企业不信任之间的分离可能反映了公众对人工智能利弊的归因。结果与理论和先前的发现相关。
![DeepMind Technologies Limited：截至2023年12月31日的报告和财务报表年[完整帐户]](/simg/0/0e95a5e6c80c46194f846d6701af17e8e81cd83c.webp)
DeepMind Technologies Limited：截至2023年12月31日的报告和财务报表年[完整帐户]
温室气（GHG）排放是根据世界资源研究所（WRI）和世界可持续发展商业委员会（WBCSD）开发的温室气体协议标准和指导计算的，包括公司会计和报告标准（修订版）和Scope 2 2指南。公司使用运营控制方法来定义组织边界，这意味着它解释了其控制权的所有运营的排放。温室气体排放是通过将相关的活性数据乘以相关排放因素（包括任何必要的单位转换因子）来计算的。
肿瘤学 - Tepmetko先验授权策略
可以使用授权的供应商指南来支持医疗必要性和其他覆盖范围确定。c Igna n nation f ormulary c超老化：o verview tepmetko，一种激酶抑制剂，用于治疗具有间质上皮上皮过渡（Met）Exon 14 14跳过的成年人的转移性非小细胞肺癌（NSCLC）。1根据总体响应率和响应持续时间，该指示得到了加速批准的批准。持续批准此迹象可能取决于验证和描述确认试验的临床益处。指南国家综合癌症网络（NCCN）NSCLC指南（版本1.2024 - 2023年12月21日）建议Tepmetko（2A类）作为“首选”一线或随后的线路治疗选项，适用于高级或转移性NSCLC患者，他们对ExoN 14降低了Exons 14 Skiping Metiptics Muntipation Mutipation Mutipation Mutipation或Highlefel emplefials或Highplevel Amplefience均为阳性。2 P Olicy S Tatement提前授权进行Tepmetko的处方福利覆盖范围。在下面指出的持续时间内提供了所有批准。
替泊替尼（Tepmetko）
一项 II 期开放标签研究（VISION；关键队列 A 中的 N = 151）评估了特泊替尼对携带 MET ex14 跳跃突变的局部晚期或转移性 NSCLC 成人患者的疗效和安全性；然而，由于这项描述性研究的单臂设计且缺乏稳健的统计检验，因此尚不清楚特泊替尼治疗是否比任何相关的治疗对照剂带来额外的临床益处。此外，pERC 指出，由于后期治疗周期的样本量减少、特泊替尼的开放标签给药以及缺乏对照组，VISION 试验的健康相关生活质量 (HRQoL) 数据存在不确定性。因此，与目前可用的治疗方法相比，特泊替尼对 HRQoL 的影响仍然未知。申办方提交的间接证据将 VISION 试验的 A 组患者与接受其他可用疗法治疗的患者进行了比较，但由于重要的方法学问题和多种偏见来源，pERC 无法得出结论，即与免疫疗法、化疗和化学免疫疗法相比，特泊替尼治疗在无进展生存期 (PFS) 或总生存期 (OS) 方面具有额外的临床益处。此外，在间接治疗比较 (ITC) 中没有关于 HRQoL 或危害的比较证据。考虑到所有证据，pERC 得出结论，对于携带 MET ex14 跳跃突变的局部晚期或转移性 NSCLC 患者，与 NSCLC 标准治疗相比，特泊替尼治疗益处的临床意义存在高度不确定性。
引用：Van Grootven B、Jepma P、Rijpkema C 等人。心脏病患者再入院预测模型：系统评价
摘要 目的 描述临床预测模型的判别和校准，确定有助于更好预测的特征，并研究与计划外再入院相关的预测因素。设计 系统评价和荟萃分析。数据来源 截至 2020 年 8 月 25 日，对 Medline、EMBASE、ICTPR（用于研究方案）和 Web of Science（用于会议论文集）进行了搜索。 选择研究的资格标准 如果研究报告了 (1) 患有急性心脏病的住院成年患者；(2) 具有 c 统计量的预测模型的临床表现；(3) 6 个月内计划外再入院，则符合条件。主要和次要结果测量 使用一致性 (c) 统计和模型校准来测量 6 个月内计划外再入院的模型判别。进行了元回归和亚组分析以调查预定义的异质性来源。汇总了多个独立队列报告的模型的结果测量值和类似定义的风险预测因子。结果 共纳入 60 项研究，描述 81 个模型：43 个模型是新开发的，38 个模型经过外部验证。纳入的人群主要是心力衰竭 (HF) 患者 (n=29)。平均年龄在 56.5 至 84 岁之间。再入院率为 3% 至 43%。几乎所有研究的偏倚风险 (RoB) 都很高。72 个模型的 c 统计量 <0.7，16 个模型的 c 统计量在 0.7 至 0.8 之间，5 个模型的 c 统计量 >0.8。研究人群、数据来源和预测因子数量是影响区分度的重要调节因素。27 个模型报告了校准情况。只有 GRACE（全球急性冠脉事件登记）评分在独立队列中具有足够的区分度（0.78，95% CI 0.63 至 0.86）。汇总了 18 个预测因子。 结论 一些有前景的模型在用于临床实践之前需要更新和验证。缺乏独立验证研究、高 RoB 和测量预测因子的低一致性限制了它们的适用性。PROSPERO 注册号 CRD42020159839。