XiaoMi-AI文件搜索系统
World File Search Systempredictors
危重患者Covid-19和糖尿病患者死亡率的预测
COVID-19大流行对整个世界挑战，糖尿病患者（DM）受到了特别影响。我们的目的是评估患有COVID-19和Comorbid DM的重症患者的住院第30天期间死亡率的预测因子。这项前瞻性研究包括110名患有COVID-19感染的重症患者。32名（29％）患者先前诊断为DM。在重症监护室（ICU）入院后，评估了临床变量，实验室测试和血管生物标志物，例如VCAM-1，Syndecan-1，ICAM-1，Angiopoietin-1和Angiopoeitin-2。在患有和没有DM的患者之间进行了比较。两组之间没有观察到死亡率的差异（48.7 vs 46.9％，p = 0.861）。在多元COX回归分析中，ICU入院时的VCAM-1水平（HR：1 [1-1.001]，P O 0.006）与DM患者的死亡有关。在DM，高龄患者中（HR 1.063 [1.031 - 1.096]，P O 0.001），ANG-2/ANG-1比率增加（HR：4.515 [1.803 - 11.308] p = 0.001），以及dia lysis的需求（HR：HR：3.489 [1.489 [1.489 [1.489 - 8.642]，evers ways ways ways ways ways ways ways ways ways ways at prethate at prethate at pertair at prethate at prethate at prethate way way way aveverateDM患者的VCAM-1水平较高，可以更好地预测严重的Covid-19和合并症DM的患者的死亡，并且它们的截止值对整理预后较差的患者有用。血管生物标志物VCAM-1和ANG-2/ANG-1比是严重Covid-19和Comorbid DM的患者以及没有DM的患者的死亡预测指标。此外，肾脏损伤与死亡风险增加有关。
心电图记录可预测早期自闭症的可能性
摘要：近年来，自闭症谱系障碍 (ASD) 的患病率不断上升。ASD 的诊断需要由训练有素的专家进行行为观察和标准化测试。ASD 的早期干预最早可在 1-2 岁时开始，但 ASD 的诊断通常要到 2-5 岁才会进行，因此延迟了干预的开始。迫切需要非侵入性生物标记来检测婴儿期的 ASD。虽然之前使用生理记录的研究主要集中在基于大脑的 ASD 生物标记上，但本研究调查了心电图 (ECG) 记录作为 3-6 个月大婴儿的 ASD 生物标记的潜力。我们记录了婴儿在与物体和护理人员进行自然互动时，在正常和高家庭 ASD 可能性下的心脏活动。获得心电图信号后，提取心率变异性 (HRV) 和交感神经和副交感神经活动等特征。然后，我们评估了多个机器学习分类器对 ASD 可能性进行分类的有效性。我们的研究结果支持了我们的假设，即婴儿心电图信号包含有关 ASD 家族可能性的重要信息。在测试的各种机器学习算法中，KNN 在灵敏度（0.70 ± 0.117）、F1 分数（0.689 ± 0.124）、精度（0.717 ± 0.128）、准确度（0.70 ± 0.117，p 值 = 0.02）和 ROC（0.686 ± 0.122，p 值 = 0.06）方面表现最佳。这些结果表明，心电图信号包含有关婴儿患 ASD 可能性的相关信息。未来的研究应考虑心电图和其他自主神经控制指标中包含的信息在婴儿期 ASD 生物标志物开发中的潜力。
在...
摘要背景Covid-19，尽管广泛通行，但许多低收入和中等收入国家的疫苗覆盖范围仍然很低。了解围绕疫苗接种的动态决策过程，并为未来的疫苗推广活动提供证据，我们确定了南非成年人中Covid-19的疫苗吸收的预测因子，包括那些不相信疫苗的安全性或有效性的人。在2021年底和2022年初未接种疫苗的南非成年人的两个纵向电话调查中的方法数据用于模拟COVID-19模型。预测计划行为理论所告知的感兴趣的指标包括疫苗态度和信念，社会规范，感知的行为控制和疫苗意图。对开放式问题的回答提供了有关接种疫苗的关键原因的见解。小组参与者的结果（n = 1772），19％报告在调查1和调查之间接种疫苗2。疫苗的摄取量更大，他们报告要“尽快接种疫苗”（+27个百分点，p <0.01）。疫苗的摄取量更大，他们认为该疫苗有效预防COVID-19感染和/或死亡（+12个百分点，p <0.01），并且认为疫苗不安全的人（-9个百分点，p <0.01）。在不认为这种疫苗安全的参与者中，与已经接种了Covid-19的人同住，增加了疫苗的吸收率（+6个百分点，p <0.05）。结论研究结果强调了意图的预测能力以及对疾病风险，疫苗安全和疫苗功效的信念。在调查1中，要尽快接种疫苗的意图与COVID-19的感知风险呈正相关（+9.2个百分点，P <0.05），这种信念认为，大多数人已经接种了疫苗接种疫苗（+7.0个百分点（+7.0个百分点）（+7.0个百分点，p <0.05），p <0.05），与已经疫苗的人相比已经疫苗，并且已经疫苗的人已经疫苗接种了covid-covid-covid19（+6％），+6％，P <0.0505050.0050505050.05050.005050.005050.0050505050.00505050.00505050.05050.05050.050.05050.00505。社会证明干预措施有望增加疫苗接种意图并克服对疫苗安全的担忧。
整合生物标志物和预测因子以提高精度疼痛管理
• Demographic predictors • Age, sex, ethnicity and race, socioeconomic status • Behavioral and Lifestyle Predictors • Sleep quality, physical activity, smoking status, medication adherence, substance use • Social and Environmental Predictors • Social support, work-related factors, environmental stressors, healthcare access • Psychological predictors • Anxiety, depression, fear-avoidance beliefs, pain catastrophizing, self-efficacy • Trait, state, evoked •患者报告的结果指标（PROS或PROMS）
基于人工智能的软件缺陷预测器：案例研究中的应用和优势
Ayse Tosun 1、Ayse Bener 2、Resat Kale 3 1,2 博阿齐奇大学计算机工程系软件研究实验室（SoftLab），邮编 34342，伊斯坦布尔，土耳其 3 Turkcell 技术公司，盖布泽，伊斯坦布尔，土耳其 1 ayse.tosun@boun.edu.tr，2 bener@boun.edu.tr，3 resat.kale@turkcellteknoloji.com.tr 摘要 软件缺陷预测旨在通过引导测试人员完成软件系统中易出现缺陷的部分来减少软件测试工作量。缺陷预测器被广泛用于组织中以预测缺陷，从而节省时间和精力，作为手动代码审查等其他技术的替代方案。在现实环境中应用缺陷预测模型很困难，因为它需要来自过去项目的软件度量和缺陷数据来预测新项目的缺陷倾向。另一方面，它非常实用，因为它易于应用，可以用更少的时间检测出缺陷并减少测试工作量。我们在一年的时间内为一家电信公司建立了一个基于学习的缺陷预测模型。在这项研究中，我们简要解释了我们的模型，展示了它的收益并描述了我们如何在公司中实施该模型。此外，我们将我们的模型的性能与试点项目中应用的另一种测试策略的性能进行了比较，该项目实施了一种名为团队软件流程 (TSP) 的新流程。我们的结果表明，缺陷预测器可用作新流程实施过程中的支持工具，预测 75% 的代码缺陷，并减少测试时间，而通过代码审查和正式检查表等更耗费劳动力的策略检测到的代码缺陷率为 25%。
大脑特异性生物标志物作为动脉瘤性出血后的死亡率预测因子
摘要：动脉瘤性蛛网膜下腔出血（ASAH）是一种严重的疾病，患有高死亡率和高永久性残疾率，对于那些在初次出血的人来说。这项研究的目的是研究中枢神经系统的标志物，作为ASAH之后潜在的院内死亡率预测因子。在ASAH后的第1、2和3天，在血液和脑脊液（CSF）中测量了具有外部室外排水酶，烯醇酶，S100B和GFAP水平的患者。Compared to survivors, non-survivors showed a significantly higher peak of S100B and enolase levels in the blood (S100B: 5.7 vs. 1.5 ng / mL, p = 0.031; enolase: 6.1 vs. 1.4 ng / mL, p = 0.011) and the CSF (S100B: 18.3 vs. 0.9 ng / mL, p = 0.042;烯醇酶：109.2 vs. 6.1 ng / ml，p = 0.015）。烯醇酶在血液中的最高可预测性水平（AUC为0.873）和CSF中的80.0 ng / ml（AUC为0.889）中显示出最高水平。S100B的预测能力也非常好，血液中的阈值为5.7 ng / ml（AUC 0.825）和CSF中的4.5 ng / ml（AUC 0.810）。总而言之，烯醇酶和S100B（但不是GFAP）可能是适合于早期预测ASAH后院内死亡率的生物标志物。
血淀粉样蛋白和Tau生物标志物作为脑脊液谱的预测指标。
摘要简介血液生物标志物是改善阿尔茨海默氏病（AD）的管理，诊断和监测的重大进步。然而，它们与常规的脑脊液（CSF）分析有关淀粉样蛋白肽和tau蛋白的定量分析尚待确定。我们在两个独立的队列中研究了血液生物标志物在检测“非人性化”（a-/t-/n-），淀粉样蛋白（A+）或神经退行性（T+/N+）CSF概况方面的表现。结果等离子体Aβ1-42/Aβ1-40比和磷酸化的tau（p-tau（181））是独立的，并且具有不同CSF谱的互补预测指标，尤其是非人性化（A-/T-/N-）的敏感性和特异性接近85％的敏感性和特异性。这些性能和相应的生物标志物阈值与与AD检测有关的阈值显着不同。结论使用血液生物标志物来识别可能受益于二级CSF测试的患者，这代表了访问记忆诊所的患者临床管理中的一种有吸引力的分层策略。这可以减少对腰椎穿刺的需求，并预示对较大人群的血液测试的使用。
脑刺激和训练引起的广义学习的神经化学预测因素
1 昆士兰大学心理学院，昆士兰州圣卢西亚 4072，澳大利亚，2 昆士兰大学昆士兰脑研究所，昆士兰州圣卢西亚 4072，澳大利亚，3 悉尼大学心理学院，新南威尔士州悉尼 2050，澳大利亚，4 明尼苏达大学磁共振研究中心放射学系，明尼苏达州明尼阿波利斯 55455，5 昆士兰大学高级成像中心，昆士兰州圣卢西亚 4072，澳大利亚，6 西门子医疗有限公司，昆士兰州布里斯班 4006，澳大利亚，7 约翰霍普金斯大学医学院 Russell H. Morgan 放射学和放射科学系，马里兰州巴尔的摩 21287，8 马里兰大学医学院诊断放射学和核医学系，马里兰州巴尔的摩 21201，9悉尼大学生物医学工程学院，澳大利亚新南威尔士州悉尼 2050，10 悉尼大学大脑与思维中心，澳大利亚新南威尔士州悉尼 2050，11 昆士兰大学信息技术与电气工程学院，澳大利亚昆士兰州圣卢西亚 4072，12 加拿大高级研究中心 (CIFAR)，加拿大安大略省多伦多 M5G 1M1
心力衰竭30天再入院的病因和预测因素：更新的分析
背景和目标：历史上有20％的心力衰竭再入院（HF），导致患者的发病率高和医疗保健系统的高财务成本。不断变化的人口景观和风险因素动态授权HF再入院的周期性流行病学重新评估。方法：国家再入院数据库（NRD，2019年）用于识别与HF相关的医院的效率，并评估了人口统计学，入院特征和合并症的患者之间的合并症不同，并且在30天内未入学的患者之间的经典。分析了全原因，HF特异性和非HF相关再入院的原因和预测因素。结果：在48,971例HF患者中，已读的队列年轻（平均67.4 vs. 68.9岁，P≤0.001）的男性比例较高（56.3％vs.53.7％），最低收入四分位数（33.3％vs. 28.9％），Charlson Comorbitie Index（33.9％）（61％）（61％）。资源利用用于大型床尺寸住院，医疗补助招待会，平均住院时间（6.2 vs. 5.4天）以及对其他设施的处置（23.9％vs 20％），比未读书。再入院率（30天）的率为21.2％（10,370），心血管造成50.3％（HF最常见：39％），而非心血管为49.7％。独立的再入院预测因素是男性，社会经济状况较低，非选择性入院，心房颤动，慢性观察性肺部疾病，慢性肾脏疾病，贫血和CCI≥3。HF特异性再入院术与先前的冠状动脉疾病和医疗补助入学率显着相关。结论：我们的分析表明，对于HF本身的30天再入院，心脏和非心因素的再入院原因同样普遍，这是最常见的依恋症，强调了解决心脏和非心脏AC的合并症的重要性，以减轻重新入院风险。
使用分支预测器预测脑机植入物中的大脑活动
植入式脑机接口的一个关键问题是它们需要极高的能效。降低能耗的一种方法是使用这些设备中嵌入的处理器提供的低功耗模式。我们提出了一种技术来预测感兴趣的神经元活动何时可能发生，以便处理器在这些时间以标称工作频率运行，否则置于低功耗模式。为了实现这一点，我们发现分支预测器也可以预测大脑活动。我们对清醒和麻醉的老鼠进行脑部手术，并评估几种分支预测器预测小脑神经元活动的能力。我们发现感知器分支预测器可以预测小脑活动，准确率高达 85%。因此，我们利用分支预测器来指示何时在低功耗和正常操作模式之间转换，节省高达 59% 的处理器能量。