XiaoMi-AI文件搜索系统
World File Search System事后
肿瘤浸润淋巴细胞和辅助化疗后胃癌患者的存活：经典试验的事后分析
©作者，在Springer Nature Limited的独家许可下2023。该文章的此版本已被接受，在同行评审（适用时）之后，并受到Springer Nature的AM使用条款的约束（https://www.springernature.com/gp/gp/open- research/laticies/clestion/comented-compacted-manuscript-terms），但并不反映记录和任何更正后的记录和任何更正的记录。记录版本可在线获得：http：//dx.doi.org/10.1038/s41416-023-02257-3
elamipretide对原发性线粒体肌病患者的基因型特异性作用：MMPower-3试验的事后分析
建议引用推荐引用karaa，Amel；贝蒂尼（Enrico）；卡雷利，瓦莱里奥；科恩，布鲁斯； Ennes，Gregory M； Falk，Marni J；艾米·戈德斯坦； Gorman，Gráinne；哈斯，理查德； Michio Hirano；克洛普斯托克，托马斯； Koenig，Mary Kay；科尼莉亚的科恩布鲁姆； Lamperti，Costanza；雷曼，安娜；诺戈，尼古拉；莫尔纳（Molnar），玛丽亚·朱迪（Maria Judit）； Parikh，Sumit；汉，汉；小偷，罗伯特·D·S； Russekk塞内托；斯卡利亚，费尔南多； Servidei，Serenella；塔诺波斯基，马克； Toscano，安东尼奥；范·霍夫（Johan L K）；约翰贵族； Vockley，杰里； Finman，Jeffrey S； Abbruscato，Anthony；布朗，大卫A；沙利文，阿拉纳； Shiffer，James A； Mancuso，Michelango；和MMPower-3试验研究者，“ elamipretide对原发性线粒体肌病患者的基因型特异性作用：MMPower-3试验的事后分析”（2024）。教职员工出版物。2281。https://digitalcommons.library.tmc.edu/baylor_docs/2281
利用相关事后拉曼和 TEM 研究纳米压痕引起的硅结构变化与温度的关系
硅仍然是技术上最重要的材料之一，广泛应用于各种微电子和微机电系统 (MEMS) 设备和传感器。几十年的深入工业研究已经带来了一些最先进的硅材料加工路线，但有关其机械性能的一些细节仍然是个谜。这并不是因为缺乏努力，而是因为其复杂性。就变形机制而言，位错塑性、断裂和各种相变都是可能的，具体取决于加载速率、应力状态、尺寸、温度、杂质的存在等。本研究重点关注硅中的相变，这种相变发生在以压缩载荷为主的围压下 [1-3]。这使得仪器压痕成为诱导此类行为的流行选择 [4,5]，我们在各种温度下都进行了这种测试。本研究的独特之处在于联合使用了两种事后显微镜技术：压痕的拉曼映射和聚焦离子束 (FIB) 加工提升的透射电子显微镜 (TEM)。这样做是为了试图更详细地了解不仅发生了哪些相变，而且了解它们在空间中的分布情况以及这种相变与压头下方局部应力状态的关系。在高温下，使用配备 800C 的 Hysitron PI88 原位 SEM 压痕和配备金刚石 Berkovich 尖端的原型高真空平台纳米压痕系统测试了具有 <001> 取向和 p 型掺杂的硅晶片，电阻率为 0.001-0.005 Ω-cm，相当于 1x1019 - 1x1020 cm-3 硼掺杂。沿着压痕的对角线准备提取件，从而将一个面和一个角一分为二。在减薄和转移到半网格之前，先沉积保护性铂。样品制备采用 FEI Versa 3D 双束和 EasyLift 操纵器（Thermo Fischer Scientific，希尔斯伯勒），并使用在明场中以 300keV 运行的 Technai F30 TEM 进行成像。图 1 显示了硅从室温到 450°C 的纳米压痕行为变化的摘要。其中，硬度最初随着温度升高到大约 150°C，然后开始稳步下降。这是一个相当有趣的观察结果，因为当性能由位错塑性介导时，硬度和屈服强度通常会随着温度的升高而降低 - 这表明在低温范围内其他行为占主导地位。这也体现在压痕的后期 SEM 成像中，因为在室温下会出现剥落，在 100°C 时会消失，然后在 200°C 时变成延性流动。剥落归因于卸载过程中晶格膨胀的相变。图 2 展示了一些关于解释这种硬度变化的变形机制变化的理解，其中显示了事后拉曼图和 TEM 图像。此处，室温拉曼图显示压头压痕下有一个强烈的相变区域，这从 TEM 成像中也可以看出来。当温度升高到 100°C 时，拉曼光谱显示从非晶态、R8 和 BC8 硅相的复杂混合物急剧转变为六方相和金刚石立方体相。事后 TEM 也显示相变区域的变化，特别是总相变材料的减少。在 200°C 时，拉曼光谱显示为金刚石立方体，含有少量六方材料。TEM 显示压痕下似乎以孪生塑性为主，几乎没有明显的相变材料。
基于深层确定性政策梯度在动态环境中自动驾驶移动机器人的自主驾驶：奖励成型和事后的经验重播
摘要：在本文中，我们提出了一种基于增强学习的端到端学习方法，用于在有障碍的动态环境中自动驾驶移动机器人。应用两种附加技术来加固学习同时帮助移动机器人找到最佳政策，以无需碰撞而到达目的地。首先，多功能奖励整形技术通过利用有关目的地和障碍的信息来指导代理商实现目标。接下来，采用事后的经验重播技术来解决由稀疏奖励问题引起的经验不平衡，可以帮助代理商找到最佳政策。我们在模拟和现实世界环境中验证了所提出的技术。为了评估所提出方法的有效性，我们比较了五种不同情况的实验。
基于事后分析，对英国使用剂量指南应用程序的 icodec 与基础胰岛素类似物进行长期成本效益分析
icodec 与三种每日一次的基础胰岛素类似物分别进行比较。每次比较中，icodec 组的患者都根据患者特征与比较组的患者进行匹配，但需要注意的是，每个亚组的样本量越小，统计差异就越大，检测出显著差异的难度也就越大。
使用机器学习来识别与1型糖尿病老年人严重低血糖症相关的特征：病例 - 对照研究的事后分析
摘要引入具有1型糖尿病的老年人（OAS）的严重低血糖（SH）与深远的发病率和死亡率有关，但其病因可能是复杂且多因素的。增强的工具以识别需要SH高风险的OA。这项研究使用机器学习来确定有或没有最近SH的人的特征，从一系列人口统计学和临床，行为和生活方式以及神经认知特征以及连续的葡萄糖监测（CGM）度量中选择。分析了涉及从T1D交换临床网络募集的OA的病例对照研究的研究设计和方法数据。随机森林机器学习算法用于阐明与病例与控制状态相关的特征及其相对重要性。具有连续丰富特征集的模型被检查以系统地纳入可能的风险特征的每个领域。分析了来自191型糖尿病的191个OA（女性47.1％，92.1％非西班牙裔白色）的结果数据。在模型中，低血糖不认识是与SH历史相关的最高特征。对于具有最丰富输入数据的模型，最重要的特征是低血糖不认识，低血糖恐惧，CGM的变化系数，％time time time time dlime葡萄糖低于70 mg/dl，以及TRAIL TRAIL trail frail frail far Trag a fors be Score b得分。结论机器学习可以通过识别与SH相关的关键特征来增加OA的风险分层。需要前瞻性研究来确定这些风险特征的预测性能。
体重变化与血糖控制与2型糖尿病患者的Tirzepatide治疗之间的关系：超级临床试验计划的事后评估
图1减少HBA1C的参与者比例减轻了重量或重量/体重在主要终点下没有变化/体重增加。数据表示为减少HBA1C的参与者的比例（实心棒）和减少HBA1C或没有体重变化或体重增加（开放条）。分析的人群包括在第40周的主要终点（Superpass-1，Superpass-2和Superpass-5）或第52周（Surpass-3和Surpas-3和Surpas-3）的主要端点上具有可用体重和HBA1C数据的随机和治疗的研究参与者，不包括在救出或撤离研究药物后的数据。在HBA1C减少中的基线变化和减肥或增益的变化定义为主要终点的任何变化。每个条中的百分比总和不一定等于100，因为它们仅代表四个象限中的两个。IDE，胰岛素degludec;伊加尔，胰岛素甘蓝蛋白；遇见，二甲双胍； PBO，安慰剂； sema，semaglutide; SGLT2I，钠 - 葡萄糖共糖蛋白-2抑制剂； su，磺酰尿素
原创文章 PSMA 靶向 PET 放射性药物 18 F-flotufolastat 的正常器官分布：LIGHTHOUSE 和 SPO 的事后分析
摘要：背景：高亲和力放射性杂交 PSMA 靶向放射性药物 18 F-flotufolastat ( 18 F-rhPSMA-7.3) 新近获批用于前列腺癌的诊断成像。在此，我们对两项 3 期研究进行了事后分析，以量化一系列正常器官对 18 F-flotufolastat 的摄取。方法：重新评估了 LIGHTHOUSE 和 SPOTLIGHT 中的所有 718 次可评估的 18 F-flotufolastat 扫描。此外，还审查了患者的医疗记录，并排除了肿瘤负荷高 (PSA>20 ng/mL)、生物分布改变 (例如慢性肾病)、正常器官发生重大解剖变化 (例如肾切除术) 或有任何其他癌症病史的患者。医学物理学家在特定器官上定义感兴趣体积，以根据 PERCIST 1.0 标准评估 SUV 平均值和 SUV 峰值。正态分布的数据以平均值 (SD) 报告，非正态分布的数据以中位数 (IQR) 报告。变异系数 (CoV；对于正态分布数据计算为 SD/平均值，对于非正态分布数据计算为 IQR/中位数) 用于量化 SUV 指标的变异性。结果：总共有 546 名患者（244 名原发性患者，302 名复发性患者）的扫描结果符合分析条件。除膀胱和脾脏外，所有器官均被视为正态分布。在肝脏中，平均 SUV 平均值为 6.7（SD 1.7），CoV 26%，而膀胱中位 SUV 平均值为 10.6（IQR 11.9），CoV 112%。肝脏中的平均 SUV 峰值为 8.2（SD 2.1），CoV 26%，膀胱中位 SUV 峰值为 16.0（IQR 18.5），CoV 116%。结论：正常器官对 18 F-氟托福司他的生理吸收与其他肾脏清除的放射性药物大致一致，这可能在考虑放射性配体治疗的患者选择时具有重要的临床意义。此外，18 F-氟托福司他的膀胱中位 SUV 峰值低于之前报道的