1 西班牙马德里卫生研究所拉巴斯大学医院内科艾滋病毒科,2 西班牙马德里卡洛斯三世卫生研究所传染病生物医学研究中心 (CIBERINFEC),3 西班牙塞维利亚大学罗西奥圣母大学医院 CSIC 塞维利亚生物医学研究所传染病和微生物学临床科,4 西班牙毕尔巴鄂巴苏尔托大学医院传染病服务部,5 西班牙马德里卡洛斯三世卫生研究所国家流行病学中心,6 西班牙塞维利亚圣母瓦尔梅大学医院塞维利亚大学 IBiS 医学系,7 西班牙科尔多瓦科尔多瓦大学迈蒙尼德斯生物医学研究所索菲亚王后大学医院传染病系,8 西班牙莱加内斯塞韦罗奥乔亚大学医院内科
塞洛 (Selo) 是博约拉利摄政区的一个街道名称。塞洛区的优势在于其具有有趣的自然旅游潜力。然而,塞洛镇的几个旅游景点需要开发成自然旅游村,以吸引游客并增加该地区的微型、小型和中型企业 (MSMEs) 旅游。塞洛镇的这个自然旅游村体现了社区赋权的理念,旅游中小微型企业的主要活动来自当地社区,其成果也将属于当地社区。本研究旨在通过对旅游景点、可达性和便利设施三个方面进行评估,分析塞洛镇利用自然潜力发展博约拉利微型、小型和中型企业 (MSMEs) 旅游的情况。为了制定利用博约拉利塞洛镇自然旅游潜力的战略,实施了商业模式画布分析管理战略。商业模式画布使用 9 个要素,包括客户细分、价值主张、渠道、客户关系、收入来源、关键资源、关键活动、关键合作伙伴和成本结构。根据所进行的分析,可以制定适用于塞洛街道自然旅游的战略。制定了利用塞洛镇自然旅游潜力的主要战略,即通过开发、修复和保养,但仍然保持塞洛镇自然旅游作为旅游景点的美丽和可持续性,以便有望发展塞洛博约拉利的旅游业中小微型企业。
已建立了利用反相高效液相色谱法同时定量瑞舒伐他汀和替利格列汀(具体和制剂)的最相关分析技术。发现所开发的方法线性、准确、精确、稳定且耐用。所用流动相为乙腈:水(65:35),流速为 0.8 ml/min。使用正磷酸将 pH 设置为 2.5。瑞舒伐他汀的洗脱时间为 5.48 min,替利格列汀的洗脱时间为 2.35 min。可检测和定量的最小分析物量为瑞舒伐他汀 7.58 µg/ml 和 22.98 µg/ml,替利格列汀 6.96 µg/ml 和 21.10 µg/ ml。每个估计的参数均符合相关标准,因此明确了反相液相色谱法用于定量片剂的有效性。使用开发的方法进行了强制降解研究。瑞舒伐他汀的降解是在光碱性条件下进行的,而替利格列汀的降解是在光酸性条件下进行的。结构表征工具(例如傅里叶变换红外、核磁共振和电子喷雾电离质谱)用于描述降解产物。描述了两种药物的碎裂途径。此外,使用 ProTox-II 软件预测了降解物的计算机毒性。这项研究表明了一种广泛的新降解研究方法,可用于药物开发阶段。
1加利福尼亚大学自然科学学院分子与细胞生物学系,美国梅塞德分校,梅塞德,北湖路5200号,默塞德,美国加利福尼亚州95343,美国; cdonham@ucmerced.edu(C.D.); bchicanaromero@ucmerced.edu(B.C.); amohamed4@ucmerced.edu(a.m.); selizaldi@ucmerced.edu(S.E.); mchi3@ucmerced.edu(m.c.); bfreeman3@ucmerced.edu(b.f.); Amillan-Hernandez@ucmerced.edu(A.M。); loots1@llnl.gov(G.G.L。)2定量和系统生物学研究生课程,加利福尼亚大学,默塞德分校,美国北湖路5200号,美国加利福尼亚州95343,美国; Hum3@llnl.gov 3印第安纳波利斯印第安纳大学医学院解剖学,细胞生物学和生理学系,美国46202;美国印第安纳波利斯的roudebush VA医疗中心46202,美国5物理和生命科学局,劳伦斯·利弗莫尔国家实验室,美国加利福尼亚州94550,美国劳伦斯·利弗莫尔国家实验室,美国46202; murugesh2@llnl.gov(D.K.M.); sebastian4@llnl.gov(A.S。) *通信:jmanilay@ucmerced.edu
睡眠分期是睡眠评估和疾病诊断的基础,是睡眠研究的重要内容,自动化睡眠分期的相关工作已经取得了许多令人满意的成果,但目前的研究多以睡眠信息作为分类特征,如以时域或频域度量作为局部特征,以跨通道的综合脑网络信息作为全局特征,而忽略了脑活动的自发规律。同时,脑微状态被认为与脑活动密切相关,可以用来研究脑整体电位的变化规律。为了基于脑电图探究睡眠阶段脑功能微状态的规律性变化,特别是睡眠结构的规律性变化,我们首先进行微状态聚类,然后基于这些微状态表征被试的睡眠结构,随后将睡眠结构与传统的睡眠信息特征相结合,进行自动化睡眠分期。本研究的实验贡献如下:(1)首次提出将睡眠结构应用于睡眠自动分期。(2)当微状态类别数量达到 7 个及以上时,模型表现良好,最佳分类准确率达到 89.50%。(3)提出了一种融合睡眠结构与睡眠信息的睡眠自动分期模型。关键词:睡眠自动分期;脑电信号;微状态;睡眠结构
Susan M. Cebula 上校出生于宾夕法尼亚州匹兹堡。她毕业于匹兹堡大学,获得生物学理学学士学位。1999 年,她通过健康职业奖学金计划获得匹兹堡大学牙科学院的牙科医学博士学位,在此期间,她被任命为美国陆军牙科部队成员。Cebula 上校在科罗拉多州卡森堡完成了为期一年的普通牙科高级教育 (AEGD) 住院医师计划。随后,她在德国吉贝尔施塔特的第 523 医疗公司 (牙科服务) 担任前线治疗小组的排长;部署到科索沃以支持 Med Falcon 特遣队。她继续在弗吉尼亚州贝尔沃堡担任普通牙科军官。 2008 年,Cel Bla 上校在拉克兰空军基地 Wilford Hall 医疗中心完成了三军正畸住院医师培训计划,并获得了正畸证书。在她的下一个任务中,她担任华盛顿特区沃尔特里德陆军医疗中心口腔颌面外科住院医师培训计划的正畸科主任和正畸导师。从那时起,她担任华盛顿州刘易斯-麦克乔德联合基地牙科诊所 #3 的 AEGD 1 年制和口腔颌面住院医师培训计划的主管、正畸医师和正畸导师。
本文件仅供我们的客户使用,除非与 DBFL Consulting Engineers 另有书面协议,否则任何其他方不得使用、利用或依赖本文件的内容。本文件是使用与客户商定的资源并按照商定的工作范围编写的。对于除最初委托和编写本文件的目的之外的任何使用,包括任何第三方或他人对本文件中所含意见或数据的使用,DBFL Consulting Engineers 不承担任何责任。DBFL Consulting Engineers 对本报告中包含的任何由他人提供的文件或信息不承担任何责任。明确声明,未对本文件所含的任何文件或他人提供的文件或信息进行独立验证。DBFL Consulting Engineers 在编写本文件时已运用了合理的技能、谨慎和勤勉,并且不保证报告的准确性。