XiaoMi-AI文件搜索系统
World File Search Systempredicted
氮在面包小麦中使用效率：遗传变异和改善前景
人类对自然的经验对我们的文化，经济和健康至关重要。良心驱动的气候变化正在引起生物多样性的广泛转变，而居民城市野生动植物也不例外。我们对超过2,000种动物物种进行了建模，以预测环境变化将如何影响60个加拿大和美国城市内的陆地野生动植物。我们发现了即将发生的大城市变化的证据，其中成千上万的物种将在选定的城市中消失，被新物种取代，或者根本没有取代。效应在很大程度上是特定于物种的，最负面影响的分类单元是两栖动物，犬和懒惰。在温室气体排放的情况下，这些预测的转变是一致的，但是我们的结果表明，变化的严重性将由我们的行动或无所作为来减轻气候变化。即将发生的城市野生动植物的大规模转变将影响人类居民的文化经历，生态系统服务的提供以及我们与自然的关系。
儿童的长期算盘训练收益由内侧颞叶解剖学和电路
图1样本算盘计算程序和研究设计。（a）32 + 84的算盘计算的示例。从右至左侧的三列表示数字，数百个数字。算在算盘上部的每个珠子在向下推时表示五个，而算盘下部的每个珠子则在向上推时表示1。为了实现32 + 84的计算，（a）将两个数字列中的两个珠子向下推（↓），（b）（b）将数百位数字柱中的一个珠子向上推（↑）（添加八个等于添加10个缩影2）。然后，（c）将一个数字列上部的一个珠子向下推（↓）和（d）（d）在一个数字柱的下部向下推一个珠子（↓）（添加四个平均值，添加5个量为1个）。该计算的结果为116。（b）研究设计。参与者在一年级开始时分配给基于算盘的心理计算培训（AMC）或对照组。AMC小组的儿童从一年级开始就完成了5年的纵向培训（每周2小时）。在第1年的时间点（1年培训后）收集结构和静止状态功能MRI扫描。数学能力从第一个时间点评估到第2，第三或第4个时间点（经过3 - 5年的培训后）（有关更多详细信息，请参见材料和方法）。对照组除了AMC培训外完成了研究的所有方面。
宿主运动主导着气候变化对野生山和家庭山之间寄生虫传播的预测影响
气候变化正在转移寄生虫的传播，寄生虫由宿主密度，环境温度和水分确定。这些转变会导致寄生虫，野生动物和家畜的压力增加，并可能影响寄生虫控制策略的有效性。了解气候对宿主运动和寄生虫生命历史的互动效果将使有针对性的寄生虫管理，以确保牲畜生产力并避免对野生动植物种群的额外压力。为了评估气候变化下的复杂结果，我们根据宿主运动和由于升高而导致的非生物因素的变化，将胃肠线塑料传输模型应用于山地野生动植物 - 牲畜系统，并比较了预计的气候变化情景与历史气候。野生动植物主持人，高山Ibex（Capra Ibex Ibex），经历季节性高度移民和牲畜在夏季放牧八个星期。总寄生虫感染压力对宿主运动更敏感，而不是气候条件对寄生虫的可用性的直接影响。预计扩展的牲畜放牧将增加野生动植物的寄生虫暴露。这些结果表明，在预测气候变化对寄生虫传播的影响时，应考虑不同宿主物种的运动，并可以为支持野生动植物和牲畜健康的决策提供信息。
CRISPR-CAS9基因组编辑在steinernema昆虫病毒线虫
。CC-BY-NC 4.0国际许可证的永久性。根据作者/资助人提供了预印本（未经同行评审证明）提供的，他已授予Biorxiv的许可证，以在2023年11月17日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2022.05.16.492029 doi：Biorxiv Preprint
通过结构功能耦合预测的认知能力
Marcusstr的Würzburg大学心理学系I。9-11，WürzburgD-97070，德国B心理与脑科学系，印第安纳大学，1101 E. 10 Th Bloomington，Bloomington，47405-7007，美国，约翰娜Popp：Johanna Popp：0000-0003-1704-9890 Jonas Thiele：0000-0003-1704-9890 JOSHU： Faskowitz: 0000-0003-1814-7206 Caio Seguin: 0000-0001-9384-6336 Olaf Sporns: 0000-0001-7265-4036 Kirsten Hilger: 0000-0003-3940-5884 * Corresponding authors: johanna.popp@uni-wuerzburg.de , kirsten.hilger@uni-wuerzburg.de Acknowledgements The authors thank the Human Connectome Project (Van Essen et al., 2013), WU-Minn Consortium (Principal Investigators: David Van Essen and Kamil Ugurbil; 1U554MH091657) funded by the 16 NIH Institutes and Centers that support the NIH Blueprint for Neuroscience Research, and by the华盛顿大学麦克唐纳系统神经科学中心提供了主要样本的数据，以及阿姆斯特丹开放MRI Collection（Snoek等，2021）的所有贡献者，用于提供复制样本的数据。 我们还要感谢莱布尼兹研究中心的埃尔汉·杰恩（Erhan Gen）和克里斯托夫·弗雷恩斯（Christoph Fraenz）在项目的早期阶段对数据分析和思想的发展贡献。 这项研究得到了Lilly Endowment，Inc。的部分支持，其支持印第安纳大学普遍技术研究所。 利益冲突陈述作者在研究，作者身份和/或出版本文的研究，作者身份和/或出版中没有潜在的利益冲突。9-11，WürzburgD-97070，德国B心理与脑科学系，印第安纳大学，1101 E. 10 Th Bloomington，Bloomington，47405-7007，美国，约翰娜Popp：Johanna Popp：0000-0003-1704-9890 Jonas Thiele：0000-0003-1704-9890 JOSHU： Faskowitz: 0000-0003-1814-7206 Caio Seguin: 0000-0001-9384-6336 Olaf Sporns: 0000-0001-7265-4036 Kirsten Hilger: 0000-0003-3940-5884 * Corresponding authors: johanna.popp@uni-wuerzburg.de , kirsten.hilger@uni-wuerzburg.de Acknowledgements The authors thank the Human Connectome Project (Van Essen et al., 2013), WU-Minn Consortium (Principal Investigators: David Van Essen and Kamil Ugurbil; 1U554MH091657) funded by the 16 NIH Institutes and Centers that support the NIH Blueprint for Neuroscience Research, and by the华盛顿大学麦克唐纳系统神经科学中心提供了主要样本的数据，以及阿姆斯特丹开放MRI Collection（Snoek等，2021）的所有贡献者，用于提供复制样本的数据。我们还要感谢莱布尼兹研究中心的埃尔汉·杰恩（Erhan Gen）和克里斯托夫·弗雷恩斯（Christoph Fraenz）在项目的早期阶段对数据分析和思想的发展贡献。这项研究得到了Lilly Endowment，Inc。的部分支持，其支持印第安纳大学普遍技术研究所。利益冲突陈述作者在研究，作者身份和/或出版本文的研究，作者身份和/或出版中没有潜在的利益冲突。
通过现实世界中的初级卫生保健数据培训或验证的机器学习诊断和预后模型预测的临床健康状况的系统评价
随着技术和数据科学的进步，机器学习（ML）被医疗保健部门迅速采用。但是，缺乏文献解决了迄今为止，基本卫生保健（PHC）中ML预测模型针对的健康状况。为了填补知识的这一空白，我们按照PRISMA指南进行了系统的审查，以确定ML在PHC中针对的健康状况。我们搜索了Cochrane图书馆，科学Web，PubMed，Elsevier，Biorxiv，计算机协会（ACM）和IEEE Xplore数据库，用于1990年1月至2022年1月发表的研究。我们包括了针对ML诊断或预后预测模型的主要研究，这些模型完全或部分由现实世界中的PHC数据提供。两名研究人员进行了研究选择，数据提取和偏见评估的风险，使用了偏见评估工具的风险。根据国际疾病分类（ICD-10）对健康状况进行分类。提取的数据进行定量分析。我们确定了106项研究42个健康状况的研究。这些研究包括来自19个国家 /地区2420万参与者的PHC数据提供的207毫升预测模型。我们发现92.4％的研究是回顾性的，而77.3％的研究报告了诊断性预测性ML模型。所有研究中的大多数（76.4％）是用于模型开发的情况，而无需进行外部验证。偏见评估的风险表明，90.8％的研究具有偏见的高风险或不清楚的风险。最常见的健康状况是糖尿病（19.8％）和阿尔茨海默氏病（11.3％）。我们的研究提供了有关PHC中目前可用的ML预测模型的摘要。我们在这方面引起了数字健康政策制定者，ML模型开发人员和医疗保健专业人员的关注。
软机器人可通道的微型体导管用于脑血管内疾病的血管内治疗
©作者2023。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http：//创建ivecommons。org/licen ses/by/4。0/。Creative Commons公共领域奉献豁免（http：//创建ivecommons。Org/publi cdoma in/Zero/1。0/1。0/）适用于本文中提供的数据，除非在数据信用额度中另有说明。
分析用于治疗非小细胞肺癌的药物，包括预测的durvalumab
7 Giotrif（Afatinib）。 澳大利亚批准的产品信息。 北瑞德：Boehringer Ingelheim Pty Limited。 2013年11月7日批准，2020年12月17日更新。 可从 8 Alecensa（Alectinib）获得。 澳大利亚批准的产品信息。 悉尼：Roche Products Pty Limited。 批准2017年3月14日，2021年5月7日更新。 可从 9 alunbrig（brigatinib）获得。 澳大利亚批准的产品信息。 悉尼：武田制药澳大利亚Pty Ltd.批准2019年3月6日，2022年6月3日更新。 可从 10 Zykadia（Ceritinib）获得。 澳大利亚批准的产品信息。 Macquarie Park：Novartis Pharmaceuticals Australia Pty Limited。 2016年3月31日批准，2022年3月23日更新。 可从 11 xalkori（crizotinib）获得。 澳大利亚批准的产品信息。 悉尼：辉瑞澳大利亚Pty Ltd.批准2013年9月27日，更新于2020年9月10日。 可从 澳大利亚批准的产品信息。 悉尼：Roche Products Pty Limited。 2020年5月15日批准，2022年3月25日更新。 可从 13 erlotinib apotex（erlotinib）获得。 澳大利亚批准的产品信息。 Kew East：Accelagen Pty Ltd.批准了2020年8月13日。7 Giotrif（Afatinib）。澳大利亚批准的产品信息。北瑞德：Boehringer Ingelheim Pty Limited。2013年11月7日批准，2020年12月17日更新。可从 8 Alecensa（Alectinib）获得。澳大利亚批准的产品信息。悉尼：Roche Products Pty Limited。批准2017年3月14日，2021年5月7日更新。可从 9 alunbrig（brigatinib）获得。澳大利亚批准的产品信息。悉尼：武田制药澳大利亚Pty Ltd.批准2019年3月6日，2022年6月3日更新。可从 10 Zykadia（Ceritinib）获得。澳大利亚批准的产品信息。Macquarie Park：Novartis Pharmaceuticals Australia Pty Limited。2016年3月31日批准，2022年3月23日更新。可从 11 xalkori（crizotinib）获得。澳大利亚批准的产品信息。悉尼：辉瑞澳大利亚Pty Ltd.批准2013年9月27日，更新于2020年9月10日。可从 澳大利亚批准的产品信息。 悉尼：Roche Products Pty Limited。 2020年5月15日批准，2022年3月25日更新。 可从 13 erlotinib apotex（erlotinib）获得。 澳大利亚批准的产品信息。 Kew East：Accelagen Pty Ltd.批准了2020年8月13日。澳大利亚批准的产品信息。悉尼：Roche Products Pty Limited。2020年5月15日批准，2022年3月25日更新。可从 13 erlotinib apotex（erlotinib）获得。澳大利亚批准的产品信息。Kew East：Accelagen Pty Ltd.批准了2020年8月13日。Kew East：Accelagen Pty Ltd.批准了2020年8月13日。可从 14 Erlotinib Sandoz（Erlotinib）获得。澳大利亚批准的产品信息。Macquarie Park：Sandoz Pty Ltd.批准了2020年9月2日。可从 15 iressa（gefitinib）获得。澳大利亚批准的产品信息。Macquarie Park：Astrazeneca Pty Ltd.批准2003年4月28日，2021年1月13日更新。可从 澳大利亚批准的产品信息。 南墨尔本：Cipla Australia Pty Ltd.批准2020年4月23日，2021年4月30日更新。 可从 17 lorviqua（lorlatinib）获得。 澳大利亚批准的产品信息。 悉尼：帕菲泽澳大利亚Pty Ltd.批准2019年11月19日，更新于2021年12月22日。 可从 18 tagrisso（Osimertinib）获得。 澳大利亚批准的产品信息。 Macquarie Park：Astrazeneca Pty Ltd.批准2016年8月3日，更新于2021年9月14日。 可从 获得澳大利亚批准的产品信息。南墨尔本：Cipla Australia Pty Ltd.批准2020年4月23日，2021年4月30日更新。 可从 17 lorviqua（lorlatinib）获得。 澳大利亚批准的产品信息。 悉尼：帕菲泽澳大利亚Pty Ltd.批准2019年11月19日，更新于2021年12月22日。 可从 18 tagrisso（Osimertinib）获得。 澳大利亚批准的产品信息。 Macquarie Park：Astrazeneca Pty Ltd.批准2016年8月3日，更新于2021年9月14日。 可从 获得南墨尔本：Cipla Australia Pty Ltd.批准2020年4月23日，2021年4月30日更新。可从 17 lorviqua（lorlatinib）获得。澳大利亚批准的产品信息。悉尼：帕菲泽澳大利亚Pty Ltd.批准2019年11月19日，更新于2021年12月22日。可从 18 tagrisso（Osimertinib）获得。澳大利亚批准的产品信息。Macquarie Park：Astrazeneca Pty Ltd.批准2016年8月3日，更新于2021年9月14日。可从
因素预测了西部埃塞俄比亚2型糖尿病的人的生活质量
共有417名2型糖尿病的成年人参加了这项研究。在多变量的线性回归中，包括年龄，男性，家庭主妇，分离/离婚的七个因素，糖尿病诊断以来的年限，所需的自我管理实践和支持与生活质量有关。男性患者（β= 2.786，95％CI = 1.285至4.287，p <0.001），自制者（β= 0.366，95％CI = 0.056; 0.677; 0.677，p = 0.021），p = 0.021），自我管理率（β= 4.528，95％ci = 3.851），prac = 3.851，以及p.3.851 tof <3.851，5.851 to their families or peers ( β = 1.623, 95% CI = 0.458; 2.788, p = 0.006) were related positively with quality of life whereas those who separated or divorced ( β = − 1.698, 95% CI = − 3.371 to − 0.025, p = 0.047), older age ( β = − 0.195, 95% CI = − 0.269至-0.121，p <0.001）和患有糖尿病持续时间更长的患者（β= - 2.206，95％CI = - 4.151至 - 0.261，p = 0.026）与生活质量负相关。
使用扩展的块项张量回归根据颅内脑活动预测手指运动和共同激活
每年，全球有多达 50 万患者因脊髓损伤、脑干中风和肌萎缩侧索硬化症 (ALS) 而陷入瘫痪 [1]。脑机接口 (BCI) 能够绕过断开的神经通路来取代丢失或受损的身体部位的功能，这使得它们被推广为这些患者的解决方案。通常，BCI 系统由几个组件组成：从记录的大脑活动中提取信号特征，并将结果翻译（“解码”）为控制外部设备（如机械臂或手）的命令。BCI 控制手部肌肉的功能性电刺激 (FES) [2, 3] 和假手、外骨骼或其他效应器 [4, 5, 6, 7] 已经取得了非凡的成果。