1 暨南大学医学院公共卫生与预防医学系,广州,中国 2 暨南大学国际学院,广州,中国 3 南安普顿大学社会科学学院,南安普顿,英国 4 香港理工大学应用数学系,香港,香港 5 河南理工大学计算机科学与技术学院,河南,中国 6 北京师范大学(珠海)应用数学学院,珠海,中国 7 布莱根妇女医院妇产科,马萨诸塞州波士顿,美国 8 哈佛大学医学院麻省总医院基因组医学中心,马萨诸塞州波士顿,美国 9 伦敦帝国理工学院公共卫生学院流行病学与生物统计学系,伦敦,英国 10 香港大学公共卫生学院,香港,香港 * 这些作者的贡献相同
背景:误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而,随着大数据在生物医学和医疗保健界的使用日益增长,人工智能 (Al) 诊断技术的性能正在提高,可以帮助避免医疗实践错误,包括在当前 COVID-19 的情况下。目的:本研究旨在在中国 COVID-19 疫情的背景下,从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素,以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法:DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性,并形成问卷。利用 DCE 问卷收集的数据,应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外,我们计算了变量的系数、标准误差、P 值和优势比 (OR),并形成效用报告以呈现属性的重要性和加权百分比。结果:无论临床医生的描述如何,共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中,我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型,最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性(总体为 39.29%)和费用(总体为 21.69%),尤其是对诊断“准确性”属性的偏好,该属性在各个类别中保持不变。对于第 1 类和第 3 类,人们更喜欢 AI + 临床医生的方法(第 1 类:OR 1.247,95% CI 1.036-1.463,P <.001;第 3 类:OR 1.958,95% CI
1 暨南大学医学院公共卫生与预防医学系,广州,中国 2 中山大学肿瘤防治中心,广州,中国 3 暨南大学信息科学与技术学院,广州,中国 4 暨南大学国际学院,广州,中国 5 中山大学国际关系学院,广州,中国 6 暨南大学新闻与传播学院,广州,中国 7 格罗宁根大学经济与商学院,格罗宁根,荷兰 8 布莱根妇女医院妇产科,波士顿,美国 9 哈佛大学医学院麻省总医院基因组医学中心,波士顿,美国 10 香港中文大学妇产科,香港,香港 11 香港大学公共卫生学院,香港,香港 12 香港中文大学流行病学与公共卫生系环境与健康多学科合作研究中心英国伦敦帝国理工学院圣玛丽校区公共卫生学院生物统计学专业 * 这些作者的贡献相同
对三级医院工作人员医疗保健中人工智能的评估 Daniel, Aondona David 1 , Akwaras Nndunno Asheku 1 , Yohanna Stephen 2 , Gyuse Ngueikyor Abraham 3 , De-kaa Niongun Lawrence Paul 1 , Swende Ladi Terrumun 1 , 俄亥俄州州立大学 1、Grace Nwununji 4、马太福音 1 开放获取引文:Daniel、Aondona David、John Stephen、Gyuse Ngueikyor Abraham、Deacon Lawrence Paul、Swende Laadi、俄亥俄州立大学、Rev. Grace Nwunuji、Ocheifa Ngbede Matthew。对三级医院工作人员对医疗保健人工智能的知识、实践、感知和期望的评估。埃塞俄比亚健康科学杂志。2024;34(4):313。 doi:http://dx.doi.org/ 10.4314/ejhs.v34i4.7 收到日期:2024 年 3 月 2 日 接受日期:2024 年 6 月 23 日 出版日期:2024 年 7 月 1 日 版权所有:© 2024 David D.A.,等人。本文根据知识共享署名许可条款分发,允许在任何媒体中不受限制地使用、分发和复制,只要注明原作者和出处。资金:无 竞争利益:作者声明本手稿不存在竞争利益。所属及通讯:
Vaccine Hesitancy in Nigeria: Overcoming Cultural, Linguistic and Religious Obstacles 1 Grace Temiloluwa Agbede 2 Dominica Emezirinwune 1 Theophilus Adedokun 3 Patricia Idowu-Collins 1 Research and Postgraduate Support, Durban University of Technology, South Africa 2 Department of Business Administration, University of Lagos, Nigeria 3 World Health Organization, Taraba State Field Office,尼日利亚墨西哥jal虫抽象疫苗犹豫对尼日利亚的公共卫生努力构成了重大挑战,尼日利亚是一个以巨大的文化和语言多样性为特征的国家。在本文文章中研究了语言障碍,文化和宗教信仰以及导致尼日利亚许多种族疫苗的疫苗犹豫的历史因素之间的相互作用。它分析了尼日利亚父母关于儿童疫苗接种的决策过程和信息需求。本文评估了现有的疫苗推广干预措施和沟通策略的有效性,突出了成功,局限性和改进领域的有效性。通过巩固研究结果,该评论旨在告知在文化上适当和特定于上下文的方法,以解决疫苗犹豫不决并增强尼日利亚的疫苗摄取。建议强调形成性研究,社区参与,卫生保健工人的能力建设以及通过量身定制的疫苗接种信息和支持来吸引各种沟通渠道的战略使用。关键字疫苗犹豫,疫苗,犹豫的决定因素,促销干预措施,疫苗促进,预防,
摘要。土壤易燃性用于确定土壤对干燥,倾斜土地上发生的侵蚀的敏感性。斜率是影响易燃指数并可能影响土地生产率的因素。因此,本研究旨在分析每个不同斜率的可侵蚀性指数,并评估研究地点的土壤肥力对农业土地潜在生产力的影响。数据分析是在定量和定性上进行的。进行现场测量和实验室测试以收集景观特征和土壤数据,使用干燥土壤测试套件(PUTK)进行定性测量,以测量潜在的土壤生育能力。使用逐步回归方法进行数据处理,以确定最大程度地影响研究地点可易折射率指数的因素,并对可侵蚀性和土壤肥力水平进行了串扰分析。的结果表明,研究位置的可侵蚀性水平大多是中等的,在非常柔和的斜率之间,在0.17-0.33之间的可侵蚀性指数在0.08-0.16之间,在0.21-0.24之间,在0.21-0.24之间,在0.08-0.16之间,在0.21-0.24之间,在陡峭的Slope Class Class Clope Class Clope Class Clope Class IT ranges ranges ranges ranges ranges ranges ranges ranges ranges中。最大程度地影响研究地点可侵蚀性指数的因素是粉尘,%粘土,有机材料和渗透性的因素。基于对土壤肥力的定性评估,研究领域的农业土地的生产力潜力属于低类别。
在电源不稳定的环境中,不断的负载脱落和不一致的能源可用性仍然是一个重大挑战。因此,需要紧急的替代能源来缓解这一挑战。多年来,化石燃料基的能源被认为是一种有效的解决方案,但是这些来源的温室气体排放量在很大程度上导致臭氧层耗竭的增加,最终导致污染和全球变暖。这项工作有助于通过减少柴油发电机的使用并更多地专注于混合可再生能源系统来遏制这种威胁。这项研究使用选定的住宅建筑作为案例研究。将光伏系统和柴油发电机作为混合能源系统合并,并使用Homer软件处理收集的数据。模拟的输出提供了两个最佳系统(Pv-eSel Generator,电池与完整的混合系统结合)和(PV-eSel Generator)。分析的最佳且具有成本效益的系统是PV柴油混合动力系统。它由10kW太阳能PV,45kW柴油发电机,10kW转换器和6台6fm200d电池组成。这项研究提供了各个子系统的协同作用,结果在结果中分析以提高系统的可靠性。
3 Gregory Gethard,《德国经济奇迹》,Investopedia,2022 年 12 月 7 日访问,https://www.investopedia.com/articles/economics/09/german-economic-miracle.asp。 4 有关更多信息,请参阅 David F. Perkis,《供给与需求的科学》,《经济研究》,圣路易斯联邦储备银行,2021 年 3 月,https://research.stlouisfed.org/publications/page1-econ/2021/03/01/the-science-of-supply-and-demand。 5 Gethard,《德国经济奇迹》。 6 Gethard,《德国经济奇迹》。