XiaoMi-AI文件搜索系统
World File Search Systemsamples
singcar：在 R 中比较单个案例和小样本
病例对照比较是一类统计检验，允许研究人员将单个病例与从样本估计出的总体进行比较。此类检验具有广泛的潜在效用，但历史上主要应用于认知和临床神经心理学领域，以推断个体是否因脑损伤而遭受重大的认知变化。人们可能希望评估该个体在某些认知能力上的表现是否异常低，或者一种认知能力与另一种认知能力是否存在异常差异。John Crawford、Paul Garthwaite 及其同事开发了几种相关方法，用于在将单个案例与小样本进行比较时，在控制 I 型错误率的情况下，对单个变量的异常和两个变量之间差异的异常进行统计检验（Crawford 等人，2011；Crawford 和 Garthwaite，2002、2007、2005；例如，Crawford 和 Howell，1998）。本文介绍了实现它们的 R 包 singcar。由于最近讨论了这些测试的基本功率限制（McIntosh & Rittmo，2020），该软件包还包括相关的功率计算器。
月球风化层粘附特性 (RAC) 有效载荷样品的材料和表面评估
随着长期月球探索和居住的追求越来越接近现实，人们正在广泛努力有效减轻月球表面尘埃的污染和渗透。这种尘埃对人类有害，往往会顽固地粘附在所有暴露的表面上，导致性能问题并最终导致失败。虽然已经开发了几种主动和被动技术来应对这一挑战，但评估这些技术在实际月球环境中的性能极其重要。风化层粘附特性 (RAC) 实验有效载荷为这种评估提供了重要机会。RAC 有效载荷由 Alpha Space 为美国国家航空航天局 (NASA) 设计，计划于 2023 年搭乘 Firefly Aerospace Blue Ghost 着陆器飞往月球。由于可用于此次任务的材料数量有限，因此做出明智的选择至关重要。NASA 兰利研究中心选择了两种聚合物、一种碳纤维增强复合材料和一种金属合金作为多样化的结构材料。每种材料都使用激光烧蚀图案进行地形修改。本文简要介绍了此次月球表面实验所选用的被动式除尘材料和表面的选择和测试程序以及获得的一些结果。
史密森尼机构的羽毛实验室于2021年7月23日从您那里收到了5袋样本。从发生的事故中回收了样品
史密森学会的羽毛实验室于2021年7月23日从您那里收到5袋样本。样品是从2021年7月13日在加利福尼亚州蒙特雷发生的一次事故中回收的。
crispr是一种有用的生物学工具，用于检测人类临床样品中SARS-COV-2的核酸
新型冠状病毒病（Covid-19）最近大流行已在全球范围内传播并感染了数百万人。对严重急性呼吸综合征2（SARS-COV-2）的核酸的快速检测仍然是医疗保健提供者中的挑战。当前，定量逆转录 - 聚合酶链反应（RT-QPCR）是一种广泛使用的方法，可检测人类临床样品的SARS-COV-2。RT-QPCR是昂贵的设备，需要熟练的人员以及冗长的检测时间。RT-QPCR限制需要一种替代的医疗保健技术来克服快速，更便宜的检测方法。通过应用CRISPR技术原则，这是几种有前途的检测方法，为医疗保健社区提供了希望。基于CRISPR的检测方法包括Sherlock-Covid，stop-covid，aiod-crispr和检测平台。这些方法具有比较优势和缺点。在这些方法中，如果我们比较测试所花费的时间，与每个测试相关的成本以及它们在临床样本中检测SARS-COV-2的能力，则AIOD-CRISPR和检测是比其他方法更好的诊断方法。可能希望基于CRISPR的有前途的方法将促进CRISPR构建的下一代新型冠状病毒诊断中的护理点（POC）应用。
情绪偏见训练作为焦虑和抑郁的治疗方法：健康和药物样品中实验医学研究的证据
背景。焦虑和抑郁是全世界残疾的主要原因，但是独立的人通常无法获得适当的治疗。有必要制定可以远程提供的有效干预措施。先前的研究表明，情绪处理偏见是干预的潜在目标，并且可以通过简短的培训计划来改变这些偏见。方法。我们报告了两个样本中的情绪偏见训练的两项实验医学研究：来自普通人群的个体（n = 522）和目前服用抗抑郁药治疗焦虑或抑郁症的个体（n = 212）。参与者在网上招募，在自己的家中完成了四个EBT的会议。在基线，训练后以及2周的随访中评估了心理健康和认知功能结果。结果。在这两项研究中，我们的干预措施成功培训了参与者，以更积极地感知歧义社会信息。这持续了2周的随访。没有明确的证据表明，情绪处理的这种变化已转移到主要分析中的改进。但是，在这两项研究中，在基线时具有更抑郁症状的个体中EBT的生活质量改善的证据较弱。尚未观察到自我报告的每日压力，抗抗炎症状或抑郁症状的明确证据。探索性分析表明，年轻参与者报告了更大的治疗收益。结论。这些研究证明了提供多课在线培训计划以促进持久的认知变化的有效性。鉴于转移效应的不一致的证据，EBT需要进一步发展，然后才能将其视为焦虑和抑郁症的治疗方法。
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。
来自路毙动物样本的高质量食肉动物基因组可用于对土狼和蝙蝠耳狐进行物种划分比较
摘要 在生物多样性持续受到侵蚀的背景下，获取野生动物的基因组资源对于保护至关重要。每年数以千计的哺乳动物被路毙的动物为基因组调查提供了有用的素材。为了说明这种未充分利用资源的潜力，我们使用了路毙的动物样本来研究大耳狐 (Otocyon megalotis) 和土狼 (Proteles cristatus) 的基因组多样性，这两种动物的亚种在东部和南部非洲都有相似的不连续分布。首先，我们结合 Nanopore 长读和 Illumina 短读获得了具有高连续性和基因完整性的参考基因组。然后，我们通过使用仅基于少数重新测序个体的新遗传分化指数 (GDI) 将它们的全基因组遗传分化与食肉目中定义明确的物种进行比较，表明土狼的两个亚种 (P. cristatus 和 P. septentrionalis) 可能值得拥有物种地位。最后，我们获得了包括新土狼物种在内的基因组规模的食肉目系统发育。
使用非靶向液相色谱-高分辨率质谱法快速测定蜂蜜样品中的磺胺类药物残留
蜂蜜是世界各地消费的天然健康产品。由于蜂蜜的营养价值以及在现代医学中的药用活性，其消费量正在不断增加[1,2]。然而，在养蜂业中，一些养蜂人使用抗生素对抗多种细菌性疾病。因此，可以在蜂蜜中检测到微量抗生素[3]。在蜂蜜、牛奶、鸡蛋、鱼或肉等各种样品中都发现了抗生素残留（如磺胺类药物）[4–7]。最近，已经开发出各种策略来有效分析蜂蜜中的 SA 残留[8,9]。磺胺 (SA) 残留分析是一个主要关注点，因为这些药物的存在可能是一个公共卫生问题。此外，它可能导致抗生素耐药性致病菌的产生[10]。适当测定蜂蜜中极低浓度的 SA 是一项真正的分析挑战。已经采用各种分析方法来分析蜂蜜样品中的 SA 残留[11]。鉴于蜂蜜作为纯天然产品存在此类风险，欧盟已禁止在农业中使用 SA 类抗生素。欧盟还设定了蜂蜜等动物食品中 SA 的 MRL [12]。以初始物质（SA 及其代谢物）的总和为基准，SA 必须低于采用最佳分析方法得出的 LOQ。土耳其法律当局已禁止在养蜂业中使用抗生素 [13]。尽管最初建议使用磺胺噻唑进行控制，但由于在使用数月后在蜂蜜中发现残留物，因此已禁止使用。由于 SA 含量过高会带来这些问题，因此对 SA 的定量分析是一个主要关注点，必须对其进行监测才能检测出食品（如蜂蜜）中是否存在 SA。因此，开发更灵敏、更先进的分析方法来测定如此低含量的 SA 残留至关重要。当今全球市场对食品安全和质量的关注度越来越高。因此，开发新的、先进的分析方法至关重要。对于食品组学而言，主要挑战之一是改进分子水平上有关有害化学物质作用的有限信息[14]。从这个意义上说，将现代分析方法与组学方法相结合，可以提供一种强有力的工具来应对检测食品中痕量潜在有害化学化合物的挑战[15]。LC-HRMS（高分辨率MS）是针对复杂基质进行靶向或非靶向（非靶向）筛选的最有力工具之一，因为该技术具有许多独特的优势，例如高分辨率、
通过 FTIR 显微镜研究干燥脑样本 - IUCr 期刊
为了将空间分辨率极限推向纳米级，基于同步加速器的软 X 射线显微镜 (XRM) 实验需要向材料施加更高的辐射剂量。然而，相关的辐射损伤会影响精细生物样品的完整性。本文报道了软 X 射线辐射损伤在安装在 Si 3 N 4 膜上的常见薄冻干脑组织样本中的程度，如傅里叶变换红外显微镜 (FTIR) 所示。研究发现，冻干组织样本受到振动结构普遍退化的影响，尽管这些影响比文献中报道的石蜡包埋和水合系统中观察到的影响要弱。此外，在常规软 X 射线曝光中，首次可以识别出组织-Si 3 N 4 相互作用的弱、可逆和特定特征，进一步突出了生物样本、其制备方案和 X 射线探针之间的复杂相互作用。
透明样品的荧光量子产率的相对和绝对确定
透明样品的荧光量子产率C.Würth＃，M。Grabolle＃，J。Pauli，M。Spieles和U. Resch-Genger BamBundesanstaltfür物质FORSCHUNG UND - PRüfung，Richard-Willstaetter-Str。11，D-12489德国柏林＃：两位作者同样贡献了MS通讯作者Ute Resch-Genger博士Ute Resch-Genger博士，联邦材料研究与测试研究所（BAM），第1.10级生物探测器，Richard-Willstaetter-STR。11，D-12489柏林，德国，电话：0049-（0）30-8104 1134，传真：0049-30-30-8104 1157，电子邮件：ute.resch@bam.de摘要 - 发光技术是生活和材料史上最广泛使用的检测方法。这些方法的核心是多种荧光报道，即简单染料，荧光标签，探针，传感器以及来自不同荧光团类别的开关，范围从小有机染料和金属离子复合物，量子点和量子点和上的纳米晶体，到不同尺寸的荧光量或实验室的液体 - 型号或实验室。荧光团比较的关键参数是荧光量子产率（φF）：直接度量吸收光转化为发射光的效率。在此协议中，我们描述了使用光学方法对透明溶液中荧光团相对和绝对确定的相对和绝对确定的程序，并解决了不确定性和荧光团类别特定挑战的典型来源。对于φF的相对确定，使用常规荧光光谱仪分析样品。为了绝对确定φF，使用了校准的独立集成球体设置。为了减少针对相对测量的标准相关不确定性，我们引入了CA波长区域的八个候选量子产量标准标准。350 nm至950 nm由我们评估的商业和定制设计的仪器。使用这些方案和标准，可以在2小时内实现5％至10％的不确定性。简介