XiaoMi-AI文件搜索系统
World File Search System伊拉克
伊拉克 COVID-19 疫苗接种和疫苗犹豫预测因素的横断面分析
2019 年冠状病毒 (COVID-19) 全球大流行对公共卫生构成威胁，促使世界各国政府制定大规模疫苗接种计划，旨在减轻 COVID-19 对健康的负面影响 [1]。与任何大规模疫苗接种计划一样，该计划的成功取决于公众接种疫苗的意愿程度 [2, 3]。因此，设置疫苗接种的障碍和促进因素对于确保足够的疫苗覆盖率至关重要 [2, 3]。疫苗犹豫是指尽管有安全有效的疫苗，但仍拒绝接种疫苗或推迟接受接种疫苗 [3, 4]。疫苗犹豫对全球健康构成了重大威胁 [5]，世界卫生组织将疫苗接种犹豫列为当今全球健康十大威胁之一 [3]。一些引人注目的疫苗接种犹豫导致疾病暴发的例子说明了这种威胁，例如 2019 年萨摩亚因护理失误而爆发的麻疹疫情 [ 6 ]，以及英国和美国因对 MMR 疫苗犹豫不决而爆发的多起麻疹疫情 [ 7 – 9 ]。疫苗犹豫的原因很复杂 [ 2 ]。人们认为有三个关键因素：自满、便利和信心 [ 2 ]。自满指的是认为不需要疫苗，便利指的是疫苗的可获得程度，信心指的是对疫苗安全性和有效性的信任 [ 2 ]。自满、便利和信心受到一系列因素的影响，包括疾病特定因素、公共卫生和媒体信息、社会规范和对政府的信任 [ 10，11 ]。它们还受到人口因素的影响，年龄的增长 [ 12 ， 13 ]、教育水平的提高 [ 14 ] 和男性性别 [ 12 ] 都与疫苗接受度的提高和疫苗犹豫的减少有关。尽管 COVID-19 疫苗被认为是安全的，并且严重副作用的风险较低 [ 15 ， 16 ]，但有证据表明，世界各地的人群都存在明显的疫苗犹豫 [ 11 ， 17 ， 18 ]。虽然有证据表明，预测 COVID-19 疫苗犹豫的因素似乎因文化而异 [ 10 ]，但关于中低收入国家 COVID-19 疫苗犹豫的研究却很少 [ 11 ]。然而，了解中低收入国家 COVID-19 疫苗犹豫的普遍性和文化特异性预测因素，对于确保全球疫苗覆盖率至关重要。因此，本研究旨在探索伊拉克对 COVID-19 疫苗接种接受度的态度。伊拉克的 COVID-19 疫苗接种计划于 2021 年 5 月启动，此前通过 COVAX 收到了 336,000 剂阿斯利康疫苗，随后又收到了辉瑞和国药集团的 COVID-19 疫苗。在疫苗接种计划的前三个月，疫苗接种优先考虑老年人和患有慢性疾病（如糖尿病）的人，总体目标是到 2021 年底为 20% 的人口接种疫苗。然而，尽管到 2021 年底为 20% 的人口接种疫苗的目标已基本实现，但疫苗犹豫在普通人群[19, 20]和医护专业人员[21]中仍然普遍存在。还有证据表明，在大流行期间，疫苗犹豫现象日益严重，因此对减少病毒传播及其对社会化和经济生产力的后续影响构成了越来越大的威胁[22]。因此，进一步确定与疫苗犹豫相关的因素非常重要，尤其是在伊拉克。
伊拉克利翁 (希腊) 2020 年 1 月 23 日 - IESL-FORTH
强激光场物理；强激光场物理中的量子光学 研究亮点 o 首次直接观测到从气体和固态介质中发射的阿秒光爆发（ Nature (2003); Nature Phys. (2009); APL Photonics (2019))。 o 首次通过谐波叠加观察到原子直接双电离（ PRA (2006))。 o 通过多周期激光场产生强烈的连续 XUV 辐射（ Nature Phys . (2007))。 o 1-fs 电子动力学的 XUV 泵浦-XUV 探测研究（ PRL (2010); Nature Phys. (2011); PRA (2014)) o 在 XUV 光谱范围内的时间门控离子显微镜（ PRA (2014); Sci. Rep. (2016); J. Opt. (2018))。 o 产生具有最高光子通量的相干 XUV 脉冲（PRA（2018）、Sci. Rep.（2020））。 o 将量子光学与强激光场物理学联系起来（Sci.Rep.（2016）；Nature Com.（2017）；PRL（2019））。 在国际同行评审期刊上发表的论文：发表 71 篇论文，包括 1 篇 Nature、3 篇 Nature Phys .、1 篇 Nature Comm.、6 篇 Phys. Rev. Lett.、1 篇 Physics Reports、12 篇 Phys. Rev. A、3 篇 Optica、1 篇 Opt. Lett.、5 篇 Sci. Rep.、5 篇 New J. Phys.、6 篇 J. Phys. B、2 篇 Optics Express、2 篇 Appl. Phys. B、2 篇 Chem. Phys. Lett。 、2 J. Phys. Chem. A 等、书籍的 5 个章节以及 5 篇国际科学期刊的受邀评论/观点文章，引用次数约为 2500，h 因子 = 27（数据库：Google Scholar）。 会议/大学/研究所演讲：2 次主题演讲、31 次邀请和 15 次口头演讲 国际科学期刊审稿人：1) Nature Photonics 2) Nature Communications 3) Physical Review Letters 4) Scientific Reports 5) Physical Review A 6) Optics Letters 7) New Journal of Physics 8) Optics Express 9) Journal of Physics B 10) Journal of Quantum Electronics 11) Applied Physics B。 奥地利科学基金（FWF）的提案审阅人。 指导研究生和博士后研究员：4 名博士后；6 名
龋齿相关的微生物与一群伊拉克儿童之间的人口统计学因素
已经研究了唾液和斑块中的葡萄糖水平，没有发现差异。解释说，唾液会导致细菌与牙齿表面上的斑块沉积物脱离，从而以可以测量的水平释放唾液中的细菌。因此，唾液和牙菌斑中的葡萄糖链球菌水平可能相似。然而，咬合斑块的变形杆菌计数高于唾液样品，这表明斑块可能比唾液比唾液更可靠，用于检测高水平的葡萄糖链球菌。造成这种差异的原因可能是口腔斑块是链球菌的主要栖息地，因此是该细菌的更好来源。另外，由于常规盐液质量清除期间，葡萄糖链球菌从斑块中脱离到唾液中，唾液可能是可比的代理。总体而言，无论牙列阶段如何，咬合斑块和唾液都可以被视为有效的突变链球菌检测和定量。[11]
2003 年随第一海军陆战师前往伊拉克 没有比这更好的朋友了……
越南历史研讨会：全体会议。Jack Shulimson，编辑。1983 年 5 月 9 日。31 页。重访越南；与 William D. Broyles, Jr. 的谈话。John G. Miller 上校，美国海军陆战队，编辑。1984 年 12 月 11 日。48 页。Khe Sanh 美国海军陆战队参与的参考书目。Ray W. Strubbe 指挥官，CHC，美国海军陆战队（退役），编译者。1985 年 4 月。54 页。鳄鱼、水牛和毒蛇：二战期间 LVT 的发展史。Alfred Dunlop Bailey 少校，美国海军陆战队（退役）。1986 年。272 页。来自越南的领导力课程和回忆。Herman Nickerson, Jr. 中将，美国海军陆战队（退役）。 1988. 93 页。美国海军陆战队在朝鲜的战俘问题。James Angus MacDonald, Jr. 1988. 295 页。John Archer Lejeune，1869-1942，他的个人文件登记册。中校 Merrill L. Bartlett，美国海军陆战队（退役）。1988. 123 页。到威克岛及更远的地方：回忆录。准将 Woodrow M. Kessler，美国海军陆战队（退役）。1988. 145 页。Thomas Holcomb，1879-1965，他的个人文件登记册。Gibson B. Smith。1988. 229 页。课程演变，海军陆战队指挥参谋学院，1920-1988 年。唐纳德·F·比特纳中校，美国海军陆战队后备役。1988 年。112 页。 人字形斗篷式 GI 匕首，战略情报局海军陆战队。罗伯特·E·马丁利少校，美国海军陆战队。1989 年。315 页。 海军陆战队少尉亨利·布尔斯·沃森 1845-1848 年的日记。查尔斯·R·史密斯编辑。1990 年。420 页。 当俄国人退缩时：美国海军对古巴导弹危机的反应。约翰·M·杨少校，美国海军陆战队后备役。1
使用机器学习和过滤伊拉克糖尿病数据动态的多级糖尿病的预测建模
糖尿病是一种与血糖水平升高有关的持续代谢疾病，被称为血糖。随着时间的流逝，这种情况会对心脏，血管，眼睛，肾脏和神经产生不利影响。这是一种慢性疾病，当人体无法产生足够的胰岛素或无法有效使用其胰岛素的胰岛素时会产生。当糖尿病无法得到适当治疗时，通常会导致高血糖，这种疾病的特征是血糖水平升高或葡萄糖耐受性受损。这可能会对各种身体系统（包括神经和血管）造成重大伤害。在本文中，我们建议使用医学城医院数据动态实验室极度不平衡的实验室进行多类糖尿病检测和分类方法。我们还制定了一个新的数据集，该数据集是根据医疗城医院数据动态实验室中等不平衡的。要正确识别多类糖尿病，我们采用了三个机器学习分类器，即支持向量机器，逻辑恢复和k-nearest邻居。我们还专注于降低维度（功能选择 - 窗口，包装器和嵌入式方法），以修剪不必要的特征并扩大分类性能。要优化分类器的分类性能，我们通过超参数优化使用10倍网格搜索交叉验证来调整模型。通过根据基于包装器的顺序特征选择使用前9个功能，K-Nearest邻居为其他性能指标提供了0.935和1.0的精度。对于原始的极度不平衡数据集（具有70:30的分区和支持向量机分类器），我们达到了0.964的最高准确性，精度为0.968，召回0.964，F1得分为0.962，Cohen Kappa为0.835，为0.835和0.99的COHEN KAPPA和0.99的UC和0.99的uc auc of Top 4 Fift top 4 Feater fip Top 4功能。对于我们创建的具有80:20分区的中等不平衡的数据集，SVM分类器可实现0.938的最大精度，而对于其他性能指标，则可实现1.0。对于多类糖尿病的检测和分类，我们的实验表现优于医学城医院数据动力学实验室的研究。
研究影响吸烟对伊拉克男性生育的精子形态和DNA碎片化
背景：男性不育症是一个普遍的问题，涉及各种因素。精子质量，尤其是吸烟影响，对于生育至关重要。DNA片段化表明精子细胞中DNA链的损害在男性不育症研究中变得重要，尤其是关于异常的精子形态。目的：研究吸烟对男性生育能力的潜在影响精子形态和DNA碎片。材料和方法：在这项横断面观测研究中，有83名参与者（38名非吸烟者和45位吸烟者）和Normozoospermia提供了知情同意。精液样本。使用苏木精染色的克鲁格严格标准评估了精子形态，并使用苯胺蓝色染色和精子染色质损伤评估了DNA片段化指数。Results : The signi fi cant correlation signs were especially clear in various parameters, including sperm concentration (P ¼ 0.000484), sperm morphology (P ¼ 0.0001), as well as speci fi c morphological characteristics such as pin & small head (P ¼ 0.039), round head (P ¼ 0.002), tapered head (P ¼ 0.008), irregular neck (P ¼ 0.002），短尾巴（p¼0.020），精子核成熟度（p¼0.048）和精子染色质分散（p¼0.042）。值得注意的是，在吸烟和非吸烟的个体之间，精子形态正常和精子中未损坏的DNA之间没有发现显着相关。结论：在吸烟和非吸烟中显示精子异常形态与DNA损伤之间的联系。此外，根据Tygerberg标准，吸烟者和非吸烟者具有异常的精子形态，在DNA损伤指数上都显着增加，并且对于使用Kruger严格标准来检测常规精液分析中的精子形态。
提高太阳能转化效率
伊拉克B梅森学院，伊拉克B工程学院，机械工程系，阿拉斯拉大学，国王法哈德·本·阿卜杜勒齐兹（Fahad bin Abdulaziz Rd。）伊拉克D工程技术学院，GLA大学，马图拉，美国 281406，印度E Imam Abdulrahman bin Faisal University，P.O。 Box 1982, Dammam, 31441, Eastern Province, Kingdom of Saudi Arabia f Institute for Big Data Analytics and Artificial Intelligence (IBDAAI), Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia g School of Electrical Engineering, College of Engineering, Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia h伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学，伊拉克64001，伊拉克i伊拉克工程与自然科学，i istanbul okanbul okanbul okanbul okanbul okanbul okanbul， Bahcesehir大学，伊斯坦布尔，土耳其M计算机科学与数学系，黎巴嫩美国大学，贝鲁特，黎巴嫩N N N n Reenwable Energy Research Group，伊斯法罕，伊朗伊拉克B梅森学院，伊拉克B工程学院，机械工程系，阿拉斯拉大学，国王法哈德·本·阿卜杜勒齐兹（Fahad bin Abdulaziz Rd。）伊拉克D工程技术学院，GLA大学，马图拉，美国 281406，印度E Imam Abdulrahman bin Faisal University，P.O。 Box 1982, Dammam, 31441, Eastern Province, Kingdom of Saudi Arabia f Institute for Big Data Analytics and Artificial Intelligence (IBDAAI), Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia g School of Electrical Engineering, College of Engineering, Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia h伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学，伊拉克64001，伊拉克i伊拉克工程与自然科学，i istanbul okanbul okanbul okanbul okanbul okanbul okanbul， Bahcesehir大学，伊斯坦布尔，土耳其M计算机科学与数学系，黎巴嫩美国大学，贝鲁特，黎巴嫩N N N n Reenwable Energy Research Group，伊斯法罕，伊朗伊拉克B梅森学院，伊拉克B工程学院，机械工程系，阿拉斯拉大学，国王法哈德·本·阿卜杜勒齐兹（Fahad bin Abdulaziz Rd。）伊拉克D工程技术学院，GLA大学，马图拉，美国 281406，印度E Imam Abdulrahman bin Faisal University，P.O。 Box 1982, Dammam, 31441, Eastern Province, Kingdom of Saudi Arabia f Institute for Big Data Analytics and Artificial Intelligence (IBDAAI), Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia g School of Electrical Engineering, College of Engineering, Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia h伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学，伊拉克64001，伊拉克i伊拉克工程与自然科学，i istanbul okanbul okanbul okanbul okanbul okanbul okanbul， Bahcesehir大学，伊斯坦布尔，土耳其M计算机科学与数学系，黎巴嫩美国大学，贝鲁特，黎巴嫩N N N n Reenwable Energy Research Group，伊斯法罕，伊朗伊拉克B梅森学院，伊拉克B工程学院，机械工程系，阿拉斯拉大学，国王法哈德·本·阿卜杜勒齐兹（Fahad bin Abdulaziz Rd。）伊拉克D工程技术学院，GLA大学，马图拉，美国281406，印度E Imam Abdulrahman bin Faisal University，P.O。 Box 1982, Dammam, 31441, Eastern Province, Kingdom of Saudi Arabia f Institute for Big Data Analytics and Artificial Intelligence (IBDAAI), Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia g School of Electrical Engineering, College of Engineering, Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia h伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学，伊拉克64001，伊拉克i伊拉克工程与自然科学，i istanbul okanbul okanbul okanbul okanbul okanbul okanbul， Bahcesehir大学，伊斯坦布尔，土耳其M计算机科学与数学系，黎巴嫩美国大学，贝鲁特，黎巴嫩N N N n Reenwable Energy Research Group，伊斯法罕，伊朗281406，印度E Imam Abdulrahman bin Faisal University，P.O。Box 1982, Dammam, 31441, Eastern Province, Kingdom of Saudi Arabia f Institute for Big Data Analytics and Artificial Intelligence (IBDAAI), Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia g School of Electrical Engineering, College of Engineering, Universiti Teknologi MARA, 40450, Shah Alam, Selangor, Malaysia h伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学科学技术工程学院，伊拉克大学，伊拉克64001，伊拉克i伊拉克工程与自然科学，i istanbul okanbul okanbul okanbul okanbul okanbul okanbul， Bahcesehir大学，伊斯坦布尔，土耳其M计算机科学与数学系，黎巴嫩美国大学，贝鲁特，黎巴嫩N N N n Reenwable Energy Research Group，伊斯法罕，伊朗
评估TNF-α，Apelin和visfatin在伊拉克新诊断的2型糖尿病患者样本中
摘要：2型糖尿病，以前称为“非胰岛素依赖性糖尿病”或“成人发作糖尿病”，占所有糖尿病的90-95％。这种类型涉及患有相对（而不是绝对）胰岛素缺乏症并患有外周胰岛素抵抗的人。本研究旨在通过评估肿瘤坏死因子α，apelin和visfatin水平来检测巴格达省新诊断的两型糖尿病性梅洛蒂斯患者的血清标记。在当前的研究中，（140）参与者被招募并分组为：患者组（70例新诊断为T2DM的患者，以及（70个显然是健康的对照组）。在当前的研究中，年龄和性别匹配的健康个体。结果表明，通过使用ELISA技术来估计TNF-α，Apelin和visfatin的血清水平。此外，T2DM患者中TNF-α，Apelin和visfatin的平均血清水平为366.08±76.99 pg/ml，96.61±46.61±46.62 pg/ml和9.59±3.62ng/ml，比健康的主题更高，该主题（175.86）（175.86） 15.67±1.74 pg/ml和2.15±0.33ng/ml，具有非常显着的差异（p <0.0001）。因此，可以将TNF-α，粘蛋白和阿位蛋白用于诊断生物标志物，并作为预测离子和预防DM并发症的有用工具。
武装部队部长塞巴斯蒂安·勒科努与伊拉克国防部长塔贝特·穆罕默德·阿巴斯举行会晤
作为承诺的一部分，法国于2023年8月失去了三名士兵。伊拉克国防部长向在伊拉克领土上牺牲的法国士兵表示伊拉克的哀悼。
综合报告 - GovInfo
野心 (1980-91) 20 世纪 70 年代初，伊拉克下定决心要获得强大的运载系统能力，到 1991 年，伊拉克已经购买了导弹和基础设施，这些将成为其未来几乎所有导弹系统发展的基础。苏联是伊拉克建立液体推进弹道导弹部队的主要导弹系统供应商。其他国家在建立相关基础设施方面发挥了重要作用。两伊战争是这些导弹系统发展的关键推动力。特别是，伊拉克需要获得射程更长的导弹。伊朗可以用飞毛腿导弹袭击伊拉克城市，但伊拉克无法用射程相似的系统袭击德黑兰。