XiaoMi-AI文件搜索系统
World File Search Systemprotocol
引用：Siefried KJ，Acheson L，Clifford B等。口服纳曲酮 - 培养基组合药物的开放标签试验研究
摘要简介甲基苯丙胺的使用障碍是全球公共卫生问题，没有批准的药物治疗。最近在美国进行的一项随机对照试验研究了安非他酮和纳曲酮的组合，全球不易获得。在这里，我们报告了一项试验方案，该方案是针对合并的纳曲酮和安非他酮组合的。方法和分析这项单臂开放标签的试点研究将评估甲基苯丙胺使用障碍的成年人中口服纳曲酮和安非他酮（每天40 mg/450 mg每天40 mg/450 mg）的安全性和可行性。参与者（n = 20）将是澳大利亚悉尼市中心医院的兴奋剂治疗计划的门诊病人。主要终点是第84天。参与者将参加从基线到第12周的每周学习访问，并在第16周进行后续电话访问。所有参与者都会照常接受治疗，例如社会心理疗法。主要结果是安全性（通过治疗急剧不良事件（AES）/不良反应衡量）和可行性（通过招募时间，不合格参与者的比例，研究和研究药物遵守的时间来衡量）。次要结果将评估甲基苯丙胺的使用，渴望和戒断；治疗目标和期望；身体和心理健康；抑郁和焦虑；和治疗满意度。定性访谈将评估干预和结果指标的可接受性。伦理和传播这项研究获得了圣文森特医院人类研究伦理委员会（2023/ETH00549）的伦理批准。结果将提交给同行评审的期刊和科学会议，并将创建视频摘要，以确保参与者和使用甲基苯丙胺的人可以访问这些发现。试验注册号ANZCTR：ACTRN12623000866606（协议v.2.1日期为2024年4月8日）。
引用：Owsley C、Matthies DS、McGwin G 等人。人工智能就绪和公平的 Dia 图集的横断面设计和协议
摘要 简介 人工智能为糖尿病洞察做好准备和公平 (AI-READI) 是一个关于 2 型糖尿病 (T2DM) 的数据收集项目，旨在促进广泛使用人工智能和机器学习 (AI/ML) 方法来研究健康发生 (从 T2DM 过渡到健康恢复力)。促进 T2DM 健康恢复力的根本原因是其在世界成年人口中的患病率高达 10.5%，并且是许多不良健康事件的贡献者。方法 AI-READI 是一项横断面研究，目标招募对象为 4000 名 40 岁及以上的人，按自我报告的种族/民族（亚裔、黑人、西班牙裔、白人）、2 型糖尿病（无糖尿病、糖尿病前期和生活方式控制的糖尿病、用口服药物或非胰岛素注射治疗的糖尿病和胰岛素控制的糖尿病）和生理性别（男性、女性）进行三重平衡（Clinicaltrials.org 批准号 STUDY00016228）。数据以多变量协议收集，包含 10 多个领域，包括生命体征、视网膜成像、心电图、认知功能、持续血糖监测、体力活动、家庭空气质量、收集血液和尿液进行实验室检测以及包括健康的社会决定因素在内的社会心理变量。研究地点有三个：阿拉巴马州伯明翰、加利福尼亚州圣地亚哥和华盛顿西雅图。伦理与传播 AI-READI 旨在为 AI/ML 目的建立数据收集、准备和共享的标准、最佳实践和指南，包括生物伦理学家的指导。遵循可查找、可访问、可互操作、可重复使用的原则，AI-READI 可被视为未来开发其他针对 AI/ML 的医疗/健康数据集的典范。AI-READI 为理解 2 型糖尿病健康机制的新见解打开了大门。AI-READI 联盟正在通过出版物传播设计和实施 AI-READI 数据集的原则和过程。鼓励下载和使用 AI-READI 数据的人在科学文献中发表他们的研究结果。
用于个性化参与干预措施的方法的分类显示，试验协议中的报告不足
决策点何时在开始干预之前，在基线个性化下进行个性化发生。在干预开始之后进行的个性化个性化发生在协议中预先指定的未规定的时间在干预开始之后发生的个性化个性化，而无需预先确定的时间缩减规定的时间，并在构建中构建了哪些元素的构建，这些元素是确定了干预患者的个性化社会性，临床疾病，临床，临床，临床范围，临床范围，临床范围，临床范围，以及临床范围，临床范围，临床范围，以及临床范围，临床范围，临床范围，临床范围，以及临床范围，临床范围，以及临床范围，临床范围。参与者的要求或“参与者的交付方式选择”）外部变量变量与患者的特征或偏好无关（例如，本地资源或照顾者的偏好）决策规则如何操作个性化算法驱动的个性化个性化算法的algorith a algorithm a algorithm的构造和标准化的构造，该算法是如何操作个性化变量。在干预开始之后进行的个性化个性化发生在协议中预先指定的未规定的时间在干预开始之后发生的个性化个性化，而无需预先确定的时间缩减规定的时间，并在构建中构建了哪些元素的构建，这些元素是确定了干预患者的个性化社会性，临床疾病，临床，临床，临床范围，临床范围，临床范围，临床范围，以及临床范围，临床范围，临床范围，以及临床范围，临床范围，临床范围，临床范围，以及临床范围，临床范围，以及临床范围，临床范围。参与者的要求或“参与者的交付方式选择”）外部变量变量与患者的特征或偏好无关（例如，本地资源或照顾者的偏好）决策规则如何操作个性化算法驱动的个性化个性化算法的algorith a algorithm a algorithm的构造和标准化的构造，该算法是如何操作个性化变量。Operator-driven personalization A human person (i.e., the operator) decided on how to modify the intervention without following a predefined algorithm Nature of the subsequent tailoring How was the intervention modified according to the decision rules A switch in the content Modifications of the content of the intervention (e.g., the information provided in messages, the type of physical exercise, the method of psychotherapy) Modification of the mode of delivery Modification of the context of the intervention （例如，干预部分的部分，信息的语言，干预的位置）修改强度或频率的增加或减少或减少干预组成部分的剂量，持续时间或节奏的剂量，持续时间或节奏（例如，物质锻炼的频率或强度的频率）（添加或停止零件）添加其他部分（添加其他部分）（添加其他部分）（添加其他部分）（添加其他部分）（在添加其他部分）（添加其他部分），在同时添加其他部分，同时添加其他部分。停止体育锻炼）
用于个性化参与干预措施的方法的分类显示，试验协议中的报告不足
决策点何时在开始干预之前，在基线个性化下进行个性化发生。在干预开始之后进行的个性化个性化发生在协议中预先指定的未规定的时间在干预开始之后发生的个性化个性化，而无需预先确定的时间缩减规定的时间，并在构建中构建了哪些元素的构建，这些元素是确定了干预患者的个性化社会性，临床疾病，临床，临床，临床范围，临床范围，临床范围，临床范围，以及临床范围，临床范围，临床范围，以及临床范围，临床范围，临床范围，临床范围，以及临床范围，临床范围，以及临床范围，临床范围。参与者的要求或“参与者的交付方式选择”）外部变量变量与患者的特征或偏好无关（例如，本地资源或照顾者的偏好）决策规则如何操作个性化算法驱动的个性化个性化算法的algorith a algorithm a algorithm的构造和标准化的构造，该算法是如何操作个性化变量。在干预开始之后进行的个性化个性化发生在协议中预先指定的未规定的时间在干预开始之后发生的个性化个性化，而无需预先确定的时间缩减规定的时间，并在构建中构建了哪些元素的构建，这些元素是确定了干预患者的个性化社会性，临床疾病，临床，临床，临床范围，临床范围，临床范围，临床范围，以及临床范围，临床范围，临床范围，以及临床范围，临床范围，临床范围，临床范围，以及临床范围，临床范围，以及临床范围，临床范围。参与者的要求或“参与者的交付方式选择”）外部变量变量与患者的特征或偏好无关（例如，本地资源或照顾者的偏好）决策规则如何操作个性化算法驱动的个性化个性化算法的algorith a algorithm a algorithm的构造和标准化的构造，该算法是如何操作个性化变量。Operator-driven personalization A human person (i.e., the operator) decided on how to modify the intervention without following a predefined algorithm Nature of the subsequent tailoring How was the intervention modified according to the decision rules A switch in the content Modifications of the content of the intervention (e.g., the information provided in messages, the type of physical exercise, the method of psychotherapy) Modification of the mode of delivery Modification of the context of the intervention （例如，干预部分的部分，信息的语言，干预的位置）修改强度或频率的增加或减少或减少干预组成部分的剂量，持续时间或节奏的剂量，持续时间或节奏（例如，物质锻炼的频率或强度的频率）（添加或停止零件）添加其他部分（添加其他部分）（添加其他部分）（添加其他部分）（添加其他部分）（在添加其他部分）（添加其他部分），在同时添加其他部分，同时添加其他部分。停止体育锻炼）
基于哈希函数的多次数字签名协议的实现及比较
是它们的主要缺点。人们自然而然地希望将多个一次性签名密钥合并为一个。一种解决方案是所谓的基于链的签名 (CBS)[6，第 465-468 页]。在这些方案中，使用一些一次性签名协议作为基础。在对消息进行签名时，不仅对消息本身进行签名，而且还对新创建的一次性签名的公钥进行签名。在下一次签名期间，将使用此新签名以及另一个新创建的签名的公钥对新消息进行签名。这样就构建了一个签名链。要验证任何签名，必须提供整个链以及相应的公钥和从初始签名到当前签名的签名输入消息。使用初始公钥，可以轻松验证链中每个签名（包括目标签名）的真实性。本质上，消息的“签名”不仅是链中的最后一个一次性签名，而且是链的整个当前状态以及最后一个签名。然而，这种方法有一个明显的缺点：随着每个新签名的出现，签名的大小和验证签名所需的时间都会增加。
红队生成式 AI/NLP、BB84 量子密码协议和 NIST 批准的抗量子密码算法
这项研究历时五年，深入探讨了这种融合对网络安全的影响，特别关注人工智能/自然语言处理 (NLP) 模型和量子加密协议，特别是 BB84 方法和特定的 NIST 批准算法。该研究利用 Python 和 C++ 作为主要计算工具，采用“红队”方法，模拟潜在的网络攻击来评估量子安全措施的稳健性。为期 12 个月的初步研究奠定了基础，本研究旨在在此基础上进行扩展，旨在将理论见解转化为可操作的现实世界网络安全解决方案。该研究位于牛津大学技术区，受益于最先进的基础设施和丰富的协作环境。该研究的总体目标是确保随着数字世界向量子增强操作过渡，它仍然能够抵御人工智能驱动的网络威胁。该研究旨在通过迭代测试、反馈集成和持续改进来促进更安全、量子就绪的数字未来。研究结果旨在广泛传播，确保知识惠及学术界和全球
识别影响心脏康复参与的个人因素以及针对个人因素的干预措施：范围审查协议
心脏康复可有效降低心血管疾病患者的死亡率并提高生活质量。尽管如此，个人对心脏康复的参与度仍然很低。考虑到个人对心血管疾病的自我管理对其进展的重大贡献，了解影响心脏康复参与度的个人因素至关重要。本次范围界定审查旨在识别和绘制影响心脏康复参与度的个人因素，特别关注个人因素（认知、情感和行为）的主观体验维度。它还旨在探索针对个人因素以增加心脏康复参与度的干预措施。本审查将使用 PRISMA-ScR 清单按照乔安娜·布里格斯研究所 (JBI) 方法进行报告。它将包括自 2004 年 1 月以来以英文发表的同行评审文章，不包括灰色文献。将包括报告患有心血管疾病的 18 岁及以上成年人口并解决个人因素或干预措施以增加心脏康复参与度的研究。检索数据库包括PubMed、Embase、Cochrane Library、Cumulative Index to Nursing and Allied Health Literature、PsycINFO、Scopus、Web of Science。数据提取由评审员根据JBI指导原则和相关文献进行，形式将详述纳入出版物的特点、影响心脏康复参与的个人因素以及干预措施的特点。数据分析将描述性地总结纳入研究和干预措施的主要特征，患者健康参与模型将指导将个人因素分为认知、情感和行为方面，其他个人因素则归类为新兴的其他相关因素主题。本综述的结果将为研究人员、临床医生和政策制定者促进心脏康复参与提供重要的证据支持。在医疗和人力资源的限制下，关注个人因素可以最大限度地发挥个人在心脏康复和自我管理中的作用，有助于资源的有效分配和利用。
优化 GBS 方案以实现牧草物种的有效基因分型
GBS（测序基因分型）以前被证明是一种经济高效且可靠的方法，可用于对几种牧草进行基因分型 [1; 2]。GBS 通过使用限制性酶来限制要扩增和测序的基因组部分（基因座）来降低基因组的复杂性 [3]。在某些情况下，当基因座数量相对于测序工作量而言很高时，就会生成许多基因座缺失数据的基因分型矩阵。因此，需要优化 GBS 协议以获得最多的基因座数量和最少的缺失数据比例。我们测试了几种限制性酶，并评估了在紫苜蓿（Medicago sativa）和鸭茅（Dactylis glomerata）两个物种中获得的基因座数量。对于紫苜蓿，我们还确定了在 1 066 个种质中获得的 SNP 和缺失数据的数量。
神经调节诱导的预康复在脑肿瘤手术前利用神经可塑性：单队列可行性试验方案
1 Institut Guttmann，Institut Universitari deNeuroorehabilitació，与UAB，巴塞罗那，巴塞罗那，西班牙，2 Universitationatat automnoma de Barcelona，Bellaterra，Barcelath，Spain，3 Fundacio法国蒙彼利埃，5神经外科，医院的科学院，西班牙特内维尔，6基础医学科学系，西班牙特内里费纳大学，西班牙7，医学院医学院，医学院，分别是诺斯特纳学院，巴塞罗那贝拉特拉大学，巴塞罗那，西班牙，贝尔特拉大学，de recercabioMédica学院，八月pi i sunyer（idibaps），巴塞罗那，西班牙，西班牙10中心，deDiaginòsticper deDiaginòsticper la imatgeclínic，医院
简单而强大的电转染方案，可在人类 B 细胞中实现有效的异位基因表达和基因组编辑
1. Zhao N、Qi J、Zeng Z、Parekh P、Chang CC、Tung CH 等。使用简单的阳离子聚合物纳米复合物转染难以转染的淋巴瘤/白血病细胞。《Journal of Controlled Release》。2012；159(1)：104-10。2. Meacham JM、Durvasula K、Degertekin FL、Fedorov AG。细胞内递送的物理方法。《Journal of Laboratory Automation》。2014 年 2 月；19(1)：1-18。3. Kaestner L、Scholz A、Lipp P。转染和基因递送的概念和技术方面。《Bioorganic & Medicinal Chemistry Letters》。2015 年 3 月；25(6)：1171-6。4. Mosier DE。“逆转录病毒载体的安全注意事项：简要回顾”简介。《Applied Biosafety》。2016；9(2)：68-75。 5. Glover DJ、Lipps HJ、Jans DA。《面向人类安全、非病毒治疗性基因表达》。《自然遗传学评论》。2005 年 4 月 10 日；6(4)：299-310。6. Kim TK、Eberwine JH。《哺乳动物细胞转染：现在和未来》。《分析和生物分析化学》。2010 年；397(8)：3173-8。7. Rols MP。《电通透化：一种将治疗分子递送到细胞中的物理方法》。《生物化学与生物物理学报》（BBA）-生物膜。2006 年 3 月；1758(3)：423-8。8. Jordan ET、Collins M、Terefe J、Ugozzoli L、Rubio T。《优化原代细胞和其他难以转染的细胞中的电穿孔条件》。《生物分子技术杂志》。2008 年； 9. Chicaybam L、Barcelos C、Peixoto B、Carneiro M、Limia CG、Redondo P 等人。一种用于哺乳动物细胞遗传改造的有效电穿孔方案。生物工程与生物技术前沿。2016；4：99。10. Machy P、Lewis F、McMillan L、Jonak ZL。通过电穿孔将基因从靶向脂质体转移到特定淋巴细胞。美国国家科学院院刊。2006；85(21)：8027-31。11. Maurisse R、De Semir D、Emamekhoo H、Bedayat B、Abdolmohammadi A、Parsi H 等人。将 DNA 转染到来自不同谱系的原代和转化哺乳动物细胞中的比较。BMC 生物技术。2010；10。 12. Gahn TA、Sugden B. 电穿孔显著、短暂抑制伯基特淋巴瘤细胞系中 Epstein-Barr 病毒潜伏膜蛋白基因的表达。J Virol。1993；67(11)：6379-86。13. Goldstein S、Fordis CM、Howard BH。电穿孔 G2/M 同步细胞并用丁酸钠处理后，转染效率提高，细胞存活率提高。Nucleic Acids Research。1989；17(10)：3959-71。14. Liew A、André FM、Lesueur LL、De Ménorval MA、O'Brien T、Mir LM。使用方波电脉冲对人类间充质干细胞进行可靠、高效、实用的电基因转移方法。人类基因治疗方法。2013 年 10 月；24(5)：289-97。 15. Kreiss P, Cameron B, Rangara R, Mailhe P, Aguerre-Charriol O, Airiau M 等。质粒 DNA 大小不影响脂质体的理化性质，但可调节基因转移效率。核酸研究。1999；27(19)：3792-8。16. Lesueur LL, Mir LM, André FM。克服体外原代细胞大质粒电转移的特殊毒性。分子疗法 - 核酸。2016；5：e291。17. Germini D、Saada YB、Tsfasman T、Osina K、Robin CC、Lomov N 等人。基于一步法 PCR 的检测方法用于评估基因组 DNA 编辑工具的效率和精度。分子疗法 - 方法与临床开发。2017 年 6 月；5（六月）：43-50。18. Georgakilas AG、Martin OA、Bonner WM。p21：双面基因组守护者。分子医学趋势。2017 年 4 月；23（4）：310-9。