XiaoMi-AI文件搜索系统
World File Search Systempositivity
积极性的实践 - 哥伦比亚学院
自去年夏天以来，在我参加的许多会议、活动和对话中，我都感受到了同样的能量。它伴随着一种对我们重新获得的东西的深切感激之情，以及一种重新关注我们为学生提供的体验中最核心和最必要的事物的一致努力。如果没有校友的声音、经验和承诺，我作为这种体验的管理者的角色就不可能实现。感谢你们的支持。我坚信，学院未来的任何愿景都必须从以社区为中心的背景发展而来，借鉴来自各个角落的知识和见解。你们对学校及其珍贵传统的亲身经历，以及你们对其持续卓越的投入，都是确保学生成功和幸福的宝贵资源。春季学期刚刚开始，我鼓励你们在与学院的联系和参与中发扬这种革新精神。除了于 6 月 1 日星期四至 6 月 3 日星期六返回校园参加 2023 年哥伦比亚校友聚会之外，还有许多方式可以参与并回馈。几代校友的声音、活力和承诺是学院的一大优势，在未来几年仍将至关重要。
估计SARS-COV的RT-PCR阳性持续时间...
∗剑桥大学的MRC生物统计局。JB得到Bayes4Health（EPSRC EP/R01856/1）的支持。JB，PB和DDA得到了英国医学研究委员会（MRC）计划MRC_MC_UU_00002/11的支持。pb，th和dda由Wellcome Trust（227438/Z/23/Z）提供支持。ASW和KBP得到了美国国家健康研究所（NIHR）卫生保护研究部门的卫生保健相关感染和抗菌素抵抗，并在牛津大学与英国卫生安全局（UKHSA）（NIHR200915）合作。ASW得到了牛津NIHR生物医学研究中心的支持。KBP得到HUO家庭基金会和医学研究基金会（MRF-160-0017-ELP-POUW-C0909）的支持。BDMT通过MRC计划赠款（MC_UU_00002/2）和主题资金（MC_UU_0002/20-精密医学）支持BDMT。为了开放访问，作者已将创意共享归因（CC BY）应用于任何作者接受的手稿版本。†英国卫生安全局；剑桥大学的MRC生物统计学部门‡牛津大学纳菲尔德医学系； NIHR牛津生物医学搜索中心； NIHR医疗保健相关感染和抗菌耐药性研究部门，牛津大学。 * * *数学科学学院，诺丁汉大学††MRC生物统计学部门，剑桥大学；英国卫生安全局†英国卫生安全局；剑桥大学的MRC生物统计学部门‡牛津大学纳菲尔德医学系； NIHR牛津生物医学搜索中心； NIHR医疗保健相关感染和抗菌耐药性研究部门，牛津大学。* * *数学科学学院，诺丁汉大学††MRC生物统计学部门，剑桥大学；英国卫生安全局§牛津大学原科健康科学系；国家健康研究所健康保护研究所（NIHR HPRU）在牛津大学数学系曼彻斯特大学卫生保健相关感染和抗菌素抵抗方面的抗菌抗药性”。
在新冠肺炎疫情期间关注积极因素
在 COVID-19 危机期间关注积极性：纽约卫生系统的战略 Sven Gierlinger，Northwell Health，sgierlinger@northwell.edu Agnes Barden，Northwell Health，abarden@northwell.edu 摘要 在 COVID-19 大流行期间，传播积极性已成为纽约最大的综合卫生系统 Northwell Health 的核心使命。作为州和社区卫生系统，我们永远改变了，但我们对同情、人文主义和联系的需求从未动摇。通过创造创新方式将人性放在首位，随着各种倡议、论坛和感恩行为的陆续推出，希望和乐观在整个组织中回荡。 关键词 积极性、人性、联系、适应力、患者体验、COVID-19 简介 许多风暴过后都会出现彩虹。这并不意味着风暴从未发生过，也不意味着它没有在过后留下巨大的破坏。这意味着云层之间总有一缕光。在这个充满不确定性的时期，我们知道一件事是真的……人性中最美好的一面总是在充满挑战的时期显现出来。随着 COVID-19 疫情的蔓延和深远影响主宰着我们的世界，现在比以往任何时候都更需要我们在风暴中创造一丝光明。纽约是全球 COVID-19 疫情的中心，也是冠状病毒病例的中心。纽约人在过去克服了艰难时期，并在另一端取得了更好的成绩。这次疫情也不例外。引领人们走向美好生活的是 Northwell Health，它是纽约最大的综合医疗系统。Northwell Health 由 70,000 多名员工、3,300 名医生、23 家医院和 750 多个医疗实践点组成，遍布纽约州。该组织为此而生，其核心宗旨正是我们的医护人员所体现的。他们身处前线，冒着生命危险，远离家人，在我们最需要的时候照顾我们。在担忧、焦虑和不稳定因素蔓延之际，每个人都需要一点希望来坚持下去。COVID-19 危机爆发之初，我们关注的焦点首先是确保患者、家属和员工的健康和福祉。随着疫情的进展，我们不仅关注临床健康，还关注保持韧性和减少同情疲劳。Northwell Health 文化领袖患者体验
阳性和确认学习的偏见的计算根
摘要人类不会客观地整合新信息：具有积极的情感价值和证据证明自己先前信念的结果被过度高估了。直到最近，对积极性和确认偏见的理论和经验说法都认为它们特定于“高级”信念更新。我们向此提供了证据。增强学习任务中的学习率，跨越上下文和物种估计，通常呈现出相同的特征不对称性，表明信念和价值更新过程具有关键的计算原理和扭曲。这种偏见对做出正确选择的可能性产生了过分的期望，因此产生了过度可靠的奖励期望。我们讨论了这些强化学习偏见的规范性和神经生物学根源及其在行为决策理论的更大情况中的地位。
CSFα-突触核蛋白种子扩增测定阳性与疾病的关联 UC Riverside 从不同溶剂加工的有机太阳能电池的效率同样高的效率揭示了形态控制的关键因素 2024年诺贝尔生理学或医学奖 通过IFNγ诱导的NRF2还原加剧的神经毒性小胶质细胞激活 科学期刊 无线可编程的，皮肤整合的热... 在多种核酸检测中荧光微球的最新进展 tau纤维诱导纳米级膜损伤，并在溶酶体处核定胞质tau 血清素能抗抑郁药停药的影响... 迷幻和“内部治疗师”：神话或机制？ 解开tau 肠道微生物组的重塑和代谢组谱可改善蛋白质起搏，并进行间歇性禁食与连续热量限制 粘液产生，宿主 - 微生物组相互作用，激素敏感性和先天免疫反应在人宫颈芯片中建模 劳伦斯·伯克利国家实验室 CIS基因调节的系统解码定义上下文... 干细胞分泌组治疗可改善全体代谢，降低肥胖并促进老年小鼠的骨骼肌功能 圣地亚哥UC
注意：对于SAA转换器，在转换时间点之前和之后提供了队列特征（即分别使用CSF 𝛼 -SYN SAA-的最后一个时间点，分别与CSF 𝛼 -SYN SAA +的第一个时间点）。n（％），用于连续变量的中位数（IQR）。在支持信息中，表S1提供了临床和生物标志物数据的数据计数和百分比。缩写：β，淀粉样蛋白β； ADAS-COG11，阿尔茨海默氏病评估量表认知子量表11-项目； Ancova，协方差分析；方差分析，方差分析； apoe，载脂蛋白E； CDR-SB，临床痴呆评级盒子的总和； CSF，脑脊液；铜，认知没有受损； MCI，轻度认知障碍； MMSE，小型国会考试； PACC，临床前阿尔茨海默氏症的认知复合材料； p-tau181，磷酸化的tau181; SAA，种子扩增测定法。皮尔森的卡方测试。b单向方差分析。c Fisher精确测试。d Ancova针对年龄，性别，教育，诊断和APOE进行了调整。e Ancova针对年龄，性别，教育，APOE，诊断和CSFAβ42状态进行了调整。f逻辑回归针对年龄，性别，教育，诊断和APOE进行了调整。g配对t检验：所有连续变量； McNemar测试：所有二进制变量；配对标志测试：诊断。
自身免疫性糖尿病中谷氨酸脱羧酶抗体阳性的C肽预测水平
患有妊娠期糖尿病和 16 岁以下糖尿病患者被排除在外。本研究为回顾性研究，因此未获得患者的知情同意。本研究根据《赫尔辛基宣言》原则规定的道德标准经伦理委员会批准（日期：2022 年 3 月 17 日，编号：70/2022）。糖尿病患者根据美国糖尿病协会 (ADA) 标准 1 进行分类。记录患者的实验室参数，包括血糖、空腹 C 肽和 HbA1c 水平和 GADA 滴度。记录患者的抗甲状腺过氧化物酶 (Anti-TPO) 和/或抗甲状腺球蛋白 (Anti-Tg) 滴度。根据 GADA 阳性将患者分为两组，并比较他们的实验室参数。
利用语音和人工智能筛查早期阿尔茨海默病和淀粉样β蛋白阳性
早期发现阿尔茨海默病对于确定适合使用改善病情的药物的患者和改善非药物预防干预措施的可及性至关重要。先前的研究表明，阿尔茨海默病痴呆及其临床前期患者的言语变化是可察觉的。本研究评估全自动语音人工智能系统是否可以检测认知障碍和淀粉样蛋白β阳性，这是阿尔茨海默病早期的特征。来自英国（NCT04828122）和美国（NCT04928976）姊妹研究的 200 名参与者（年龄 54-85 岁，平均 70.6 岁；114 名女性，86 名男性）完成了相同的评估，并在当前分析中进行了合并。参与者是从先前的临床试验中招募的，这些试验中淀粉样蛋白β状态（97 人淀粉样蛋白阳性，103 人淀粉样蛋白阴性，通过 PET 或 CSF 测试确定）和临床诊断状态已知（94 人认知无障碍，106 人患有轻度认知障碍或轻度阿尔茨海默病）。自动故事回忆任务是在有监督的面对面或远程医疗评估期间进行的，参与者被要求立即回忆故事，并在短暂的延迟后回忆故事。人工智能文本对评估模型从原始故事文本生成基于向量的输出，并记录和转录参与者的回忆，量化它们之间的差异。基于向量的表示被输入到逻辑回归模型中，用锦标赛留对交叉验证分析进行训练，以预测淀粉样蛋白β状态（主要终点）、轻度认知障碍和诊断亚组中的淀粉样蛋白β状态（次要终点）。通过将测试结果的受试者工作特征曲线下面积与参考标准（诊断和淀粉样蛋白状态）进行比较来评估预测。模拟分析评估了基于言语的筛查的两个潜在优势：（i）与简易精神状态检查相比，在初级保健中筛查轻度认知障碍，以及（ii）在确定淀粉样蛋白阳性样本时，在 PET 扫描之前进行预筛查。基于言语的筛查可预测全样本中的淀粉样蛋白β阳性（曲线下面积 = 0.77）和轻度认知障碍或轻度阿尔茨海默病（曲线下面积 = 0.83），并预测子样本中的淀粉样蛋白β（轻度认知障碍或轻度阿尔茨海默病：曲线下面积 = 0.82；认知无障碍：曲线下面积 = 0.71）。模拟分析表明，在初级保健中，基于言语的筛查可以略微提高对轻度认知障碍的检测（+8.5%），同时降低假阳性（-59.1%）。此外，基于言语的淀粉样蛋白预筛查估计可分别将轻度认知障碍患者和认知未障碍患者所需的 PET 扫描次数减少 35.3% 和 35.5%。基于语音的评估为轻度认知障碍和淀粉样蛋白β阳性提供了方便且可扩展的筛查。
流体的自我概念：大脑如何保持相互联系的自我概念的连贯性和积极性，同时结合社会反馈
人们将社会反馈的实例视为相互依存的，对他们的整个自我概念的潜在影响。人们如何在自我概念中保持积极和连贯性，同时从反馈中更新自我观看？我们提出了一个净工作模型，描述了大脑如何代表特征之间的语义依赖关系，并使用此信息来避免阳性和连贯性的总体丧失。男性和女性参与者在进行自我评估任务中都会收到社交反馈，同时进行功能性磁共振成像。我们通过将增强学习模型纳入网络结构中来建模自我更新。参与者从正面反馈中得知，从积极的反馈中学到了更快的学历，并且不太可能改变网络中具有更多依赖性的性状的自我查看。此外，参与者在网络关系中返回了传播的反馈，同时根据网络相似性检索先前的反馈以告知正在进行的自我查看。在腹侧前额叶皮层（VMPFC）中激活反映了受约束的更新过程，以使积极反馈导致更高的激活和负面反馈对具有更多依赖性的性状的激活减少激活。此外，VMPFC与网络中先前自我评估的性状相对于特征的新颖性有关，并且鉴于先前的反馈相关性，角回与更确定性的自我确定性相关。我们建议，有选择地增强或减轻社会反馈并检索过去相关经验以指导正在进行的自我评估的神经计算可能支持整体积极和连贯的自我概念。
流动的自我概念：大脑如何在融入社会反馈的同时，保持互联的自我概念的连贯性和积极性
D 8QLYHUVLW\ RI &DOLIRUQLD 5LYHUVLGH E ,QGHSHQGHQW 5HVHDUFKHU )UHPRQW &$ &RUUHVSRQGLQJ $XWKRU %UHQW +XJKHV (PDLO EKXJKHV#XFU HGX 1XPEHU RI 3DJHV )LJXUHV 7DEOHV $EVWUDFW :RUG &RXQW ,QWURGXFWLRQ :RUG &RXQW 'LVFXVVLRQ :RUG &RXQW 1R FRQIOLFW RI LQWHUHVW
![脑 [18F]FDG PET/CT 放射组学分析预测淀粉样蛋白 PET 阳性患者的阿尔茨海默病：SPM 皮质分割、金字塔放射组学和机器学习分析应用的初步报告](/simg/g:\will\search\icon\source\1\1c0958a7ae04ffd22f8ab0dfe656b7e8d1283238.webp)
脑 [18F]FDG PET/CT 放射组学分析预测淀粉样蛋白 PET 阳性患者的阿尔茨海默病：SPM 皮质分割、金字塔放射组学和机器学习分析应用的初步报告
1 核医学科，ARNAS Ospedali Civico，Di Cristina e Benfratelli，90133 Palermo，意大利；natale.quartuccio84@gmail.com（NQ）；gasarno@interfree.it（GA）2 核医学科，Fondazione Istituto G. Giglio，Contrada Pietrapollastra Pisciotto，90015 Cefal ù，意大利；riclaudi@hotmail.it 3 核医学科，苏黎世大学医院，8091 苏黎世，瑞士 4 核医学科，生物医学和牙科科学系和形态功能成像核医学科，墨西拿大学，98122 墨西拿，意大利；francesco.panasiti90@gmail.com（FP）；fabio.minutoli@unime.it（FM）； sbaldari@unime.it（SB）5 Ri.Med基金会，Via Bandiera 11, 90133 Palermo，意大利；acomelli@fondazionerimed.com（AC）；paolo.giaccone26@gmail.com（PG）6 分子生物成像和生理学研究所，国家研究委员会（IBFM-CNR），90015 Cefal ù，意大利；alessandro.stefano@ibfm.cnr.it（AS）；giorgio.russo@ibfm.cnr.it（GR）7 计算机系统和生物信息学系，罗马生物医学大学工程系，Via Alvaro del Portillo 21，00128 罗马，意大利 8 核医学系，佛罗伦萨大学“Mario Serio”实验和临床生物医学科学系，50134 佛罗伦萨，意大利； annachiara.arnone93@gmail.com 9 神经病学部，Fondazione Istituto G. Giglio，90015 Cefal ù，意大利；chiaracupidi@gmail.com（抄送）；luigi.grimaldi@hsrgiglio.it（LMEG） 10 神经病学部，生物医学、神经科学和高级诊断学系，巴勒莫大学，90127 巴勒莫，意大利；tommaso.piccoli@gmail.com * 通信地址：alongi.pierpaolo@gmail.com