XiaoMi-AI文件搜索系统
World File Search System多元分析
原发性肿瘤的手术切除为意外胸腔传播的肺癌患者提供生存益处
结果：总共181例NSCLC患者被诊断为术中意外的恶性PD，并与术后组织学检查确认。中，有80名（44.2％）患者仅接受胸膜结节活检，而101（55.8％）接受了原发性肿瘤切除术（47例sublobar切除术和54例肺叶切除术）。所有患者的无进展生存期和总生存期分别为13和41个月。切除组的患者的无进展生存期（19.0 vs. 10.0个月，p <0.0001）和整体生存期（48.0 vs. 33.0个月，p <0.0001）的生存期明显好于活检组。在切除组中，糖骨切除和叶切除术患者之间没有统计差异（p = 0.34）。单变量和多元分析鉴定出原发性肿瘤切除，靶向辅助治疗以及肿瘤大小（≤3cm）作为独立的预后因素。
定量分析师的民族医学实践，并由印度尼西亚Subang村的Banceuy部落使用
Banceuy药用植物的定量民族植物学研究仍未记录。然而，尽管研究地点区域中具有丰富的植物生物多样性和文化多样性，但仍进行了定量民族植物学。尤其是，Banceuy村及其土著文化不仅出于研究目的出版，也出于政府的旅游业目的出版。的确，这是关于Banceuy土著村庄定量药用植物的第一份报告。尽管印度尼西亚的土著知识丰富，但很少进行民族植物学研究和发表，但Banceuy人民拥有独特的药物治疗。它揭示了这项研究的重要性，即发布独特的传统医学治疗方法如何为科学做出贡献。在民族植物学中越定量的发现，在社会中的应用越多，众所周知的民族药理学，对药物发现和药用植物的发展的需求越增加。它鼓励在过去的几十年中不断上升，包括多元分析。10,11
25推进人类计算机互动
目的：使用计算机硬件和软件领域的进步来取得各种行业的进步，包括业务，制造业，教育，健康和治理。但是，无论人工智能（AI）的应用，即AI系统的情感或情感智力（EI），都有一个共同的分母。本文旨在讨论EI模型的主要要素与人工情绪智力（AEI）系统的整合。设计/方法论：纸张结构具有描述性。根据研究AI，EI和AEI领域的50项研究，该论文扩大了有关AI和EI之间互联的讨论。调查结果：借助大数据的可用性，高级数据分析工具，能够进行多元分析，可扩展记忆和保留的复杂算法，AI开始掌握理解，学习和应用人类情绪以及获得情感智力。本研究提出，通过模拟人类所表现出的学习机制可以实现人为的情绪智力。研究含义
评论文章机器学习算法，用于预测创伤性脑损伤的结果：系统评价和荟萃分析
创伤性脑损伤（TBI）仍然是全世界最普遍的死亡和残疾原因之一。[10,19,38]这些患者的结局的强大预测对于临床决策，家庭咨询和基于需求的护理质量分配至关重要。近年来，TBI研究采用了多种ML模型来预测患者事件和结果。但是，其结果存在很大的可变性。[40-42]在文献中继续报告矛盾的数据；例如，尽管一项研究报告说，基于ML的预测模型比头部创伤患者的经典多元分析更强大，但另一种报道的ML算法在TBI中的预后效果不及常规预后。[15]据我们所知，没有系统的审查比较用于预测TBI预测的各种ML模型。进行了当前的系统综述和荟萃分析，以总结和分析有关基于ML的TBI结果预测的可用临床文献。我们对可用研究进行了小型的荟萃分析，以估计基于ML的TBI结果的预测性能。
比较脑功能连接网络中的社区检测方法
摘要。脑功能网络对于理解功能连接组至关重要。计算功能磁共振成像 (fMRI) 脑活动区域之间的时间依赖性，我们可以得到区域之间的功能连接。矩阵形式的成对连接对应于功能网络 (fNet)，也称为功能连接网络 (FCN)。我们首先分析相关矩阵，它是 FCN 的邻接矩阵。在这项工作中，我们进行了一个案例研究，比较了在寻找脑网络节点社区时使用的不同分析方法。我们使用了五种不同的社区检测方法，其中两种方法是在过滤掉权重低于预定阈值的边后在网络上实施的。我们还计算并观察了结果的以下特征：(i) 社区的模块性，(ii) 大脑左右半球之间的对称节点分区，即半球对称性，以及 (iii) 分层模块组织。我们的贡献在于找到一个合适的测试平台，以比较使用不同语义的方法的结果，例如网络科学、信息论、多元分析和数据挖掘。
pembrolizumab针对复发或难治的患者...
结果患者的中位年龄为60岁（范围22至87岁），而76.3％的患者患有Ann Abor阶段疾病。pembrolizumab分别为第二，第三或更高线化疗的患者分别为35.6％，40.7％和23.7％。总体响应率为40.7％，28.8％的响应完全响应。所有患者的估计2年无进展生存期（PFS）和总生存率分别为21.5％和28.7％。对于响应者，利率分别为53.0％和60.7％。尽管没有统计学意义，但东部合作肿瘤学组绩效状态≥2（危险比[HR]，1.91； 95％置信区间[95％CI]，0.93至3.94； P = 0.078）和III或IV期疾病（HR，2.59; 95％CI，0.96至6.96至6.96; p = 0.06;多元分析。3级或4级不良事件（AE）在12例患者中（20.3％）；中性粒细胞减少症（10.2％），疲劳（6.8％）和肺炎（5.1％）是最常见的AE。
课程维修学术兴趣教育和培训...
1。Tang，L。和Song，P.X。（2016）。回归系数聚类中的融合拉索方法 - 数据整合中的学习参数异质性。机器学习研究杂志，17（113），1-23。2。Zhou，L.，Tang，L.，Song，A.T.，Cibrik，D。和Song，P.X。 （2017）。 识别蛋白质特征的套索方法可预测移植后肾移植物存活。 Biosciences中的统计数据，9（2），431-452。 3。 Tang，L.，Chaudhuri，S.，Bagherjeiran，A。和Zhou，L。（2018）。 通过分裂和串联技术学习大规模序数排名模型。 2018年网站会议的同伴会议记录，1901- 1909年。 4。 Tang，L.，Zhou，L。和Song，P.X。 （2019）。 融合学习算法以结合部分异质的Cox模型。 计算统计，34（1），395-414。 5。 Tang，L.，Zhou，L。和Song，P.X。 （2020）。 通过置信分布在广义线性模型中的分布式推理。 多元分析杂志，176，104567。 6。 Wang，L.，Zhou，Y.，He，J.，Zhu，B.，Wang，F.，Tang，L.，Kleinsasser，M.，Barker，D. （2020）。 一个流行病学预测模型和软件评估了中国的COVID-19流行病的干预措施。 数据科学杂志，18（3），409-432。 7。 Tang，L.，Zhou，Y.，Wang，L.，Purkayastha，S.，Zhang，L.，He，J.，Wang，F。和Song，P.X。 （2020）。 8。 （2020）。Zhou，L.，Tang，L.，Song，A.T.，Cibrik，D。和Song，P.X。（2017）。识别蛋白质特征的套索方法可预测移植后肾移植物存活。Biosciences中的统计数据，9（2），431-452。3。Tang，L.，Chaudhuri，S.，Bagherjeiran，A。和Zhou，L。（2018）。通过分裂和串联技术学习大规模序数排名模型。2018年网站会议的同伴会议记录，1901- 1909年。4。Tang，L.，Zhou，L。和Song，P.X。 （2019）。 融合学习算法以结合部分异质的Cox模型。 计算统计，34（1），395-414。 5。 Tang，L.，Zhou，L。和Song，P.X。 （2020）。 通过置信分布在广义线性模型中的分布式推理。 多元分析杂志，176，104567。 6。 Wang，L.，Zhou，Y.，He，J.，Zhu，B.，Wang，F.，Tang，L.，Kleinsasser，M.，Barker，D. （2020）。 一个流行病学预测模型和软件评估了中国的COVID-19流行病的干预措施。 数据科学杂志，18（3），409-432。 7。 Tang，L.，Zhou，Y.，Wang，L.，Purkayastha，S.，Zhang，L.，He，J.，Wang，F。和Song，P.X。 （2020）。 8。 （2020）。Tang，L.，Zhou，L。和Song，P.X。（2019）。融合学习算法以结合部分异质的Cox模型。计算统计，34（1），395-414。5。Tang，L.，Zhou，L。和Song，P.X。 （2020）。 通过置信分布在广义线性模型中的分布式推理。 多元分析杂志，176，104567。 6。 Wang，L.，Zhou，Y.，He，J.，Zhu，B.，Wang，F.，Tang，L.，Kleinsasser，M.，Barker，D. （2020）。 一个流行病学预测模型和软件评估了中国的COVID-19流行病的干预措施。 数据科学杂志，18（3），409-432。 7。 Tang，L.，Zhou，Y.，Wang，L.，Purkayastha，S.，Zhang，L.，He，J.，Wang，F。和Song，P.X。 （2020）。 8。 （2020）。Tang，L.，Zhou，L。和Song，P.X。（2020）。通过置信分布在广义线性模型中的分布式推理。多元分析杂志，176，104567。6。Wang，L.，Zhou，Y.，He，J.，Zhu，B.，Wang，F.，Tang，L.，Kleinsasser，M.，Barker，D. （2020）。 一个流行病学预测模型和软件评估了中国的COVID-19流行病的干预措施。 数据科学杂志，18（3），409-432。 7。 Tang，L.，Zhou，Y.，Wang，L.，Purkayastha，S.，Zhang，L.，He，J.，Wang，F。和Song，P.X。 （2020）。 8。 （2020）。Wang，L.，Zhou，Y.，He，J.，Zhu，B.，Wang，F.，Tang，L.，Kleinsasser，M.，Barker，D.（2020）。一个流行病学预测模型和软件评估了中国的COVID-19流行病的干预措施。数据科学杂志，18（3），409-432。7。Tang，L.，Zhou，Y.，Wang，L.，Purkayastha，S.，Zhang，L.，He，J.，Wang，F。和Song，P.X。（2020）。8。（2020）。多室传染病模型的综述。国际统计评论，88（2），462–513。[国际统计评论中的第2020-2021条第2020-2021条。]Tang，L。*和Song，P.X。纵向数据分析中的分层后融合学习。Biometrics，77（3），914-928。9。Wang，F.，Zhou，L.，Tang，L。和Song，P.X。（2021）。线性模型中同时推断的收缩膨胀方法（MOCE）。机器学习研究杂志，22（192），1-32。10。tan，X.，Chang，C.H.，Zhou，L。和Tang，L。*（2022）。基于树的模型平均方法
分析术后辐照性宫颈癌患者中与肿瘤免疫相关的蛋白质的治疗反应
我们评估了用术后辐射治疗的宫颈癌治疗的患者和新辅助化学疗法（NAC）对这种关系的影响。免疫组织化学分析是对42例未接受NAC和（活检）和后（切除组织）化学疗法的42例患者的活检标本进行的，这些患者的46例接受NAC的患者确定了NAC，以确定PD-L1与放射治疗与放射治疗的结合。在非NAC组中，与<10％PD-L1-表达肿瘤细胞的患者相比，接受治疗前表达PD-L1≥10％PD-L1的肿瘤细胞的患者具有更好的无复发生存率（RFS）（P = 0.001）。在NAC组中，该组的RFS明显低（P = 0.005），化学疗法后肿瘤细胞中PD-L1表达降低了5％，而降低<5％。在多元分析中，仅PD-L1表达（非NAC组）和PD-L1表达（NAC组）的变化与RF相关。我们的结果表明，宫颈肿瘤预处理中的PD-L1表达较低是术后放疗后结果不良的危险因素。NAC还诱导了免疫学转移，以降低肿瘤细胞中的PD-L1水平，从而对治疗结果产生负面影响。
圣地亚哥UC
总共可以评估113名妇女在MTB之后进行治疗。 54％的人接受了匹配的治疗。MS≥40％患者的总体反应率更高（30.8％V 7.1％； P = .001），无进展的生存率（PFS；危险比[HR] 0.51; 95％CI，0.31至0.85; P = .002），P = .002）以及趋势趋于趋势，趋势为趋势。 分析。PFS优势在多元分析中仍然显着（HR 0.5; 95％CI，0.3至0.8; P = .006）。更高的MTB建议合规性与改善的中位PFS（完成为9.0个月；部分为6.0个月；不合规性4.0个月； p = .004）和整体生存期（17.1个月完整； 17.8个月； 17.8个月；部分；部分；部分； p = .046）。完全符合MTB的患者的MS较高（P，.001）。在比较所有MTB依从性的多变量分析中，总体响应（HR 9.5; 95％CI，2.6至35.0; P = .001）和临床有益（HR 8.8; 95％CI，2.4至33.2; p = .001）的速率显着提高，具有更高的合规性。
免疫检查点抑制剂治疗的炎症和营养生物标志物的预后价值，用于头部和颈部的复发或转移性鳞状细胞癌
摘要：这项研究旨在确定免疫检查点抑制剂（ICI）治疗的炎症和营养生物标志物的预后价值（用于头颈头和颈部的复发或转移性鳞状细胞癌）（RMHNSCC）的预后价值（RMHNSCC），并确定预后评估的最大有用因素。我们回顾性地审查了接受ICI治疗的RMHNSCC患者的病历。检查了ICI治疗的反应率以及炎症和营养生物标志物与整体生存期之间的关系。随附的生物标志物与客观反应率无关，而与疾病控制率有关。单变量分析表明，血清白蛋白水平，C反应蛋白水平，血小板与淋巴细胞比率，嗜中性粒细胞与淋巴细胞比率，淋巴细胞与单核细胞比率（LMR），全身免疫输液Index和Control cultriention Corce-Visuival;多元分析表明，LMR与总生存期显着相关。LMR是最重要的生物标志物。这项研究表明，LMR可能是预测RMHNSCC ICI治疗预后的最有用的生物标志物。