XiaoMi-AI文件搜索系统
World File Search System多变
基于可再生能源的能源综合体在自主消费者供电系统中的效率多元分析
本研究的目的是对独立消费者能源供应系统中基于可再生能源的能源池进行多变量分析。该研究提供了优化基于可再生能源（RES）的能源综合体（EC）的主要参数和过程的数学公式，以向约旦哈希姆王国的许多独立农村消费者提供能源。方法和计算模型可以考虑额外的条件和约束、数据，从而为计算模型提供灵活性和多功能性。在设计阶段使用方法和指南将提高约旦政府基于对替代能源的依赖的竞争力和成本效益，并改善农村低能源独立消费者的总体成本。本文致力于解决开发基于可再生能源的能源综合体在自主消费者电力供应系统中效率的多变量分析技术解决方案的问题。然而，目前的全球趋势是电解器和燃料元件的成本下降，而其可靠性提高。为了研究氢储存系统应用的经济效率，计算程序中包含了两个模型。在第一个模型中，柴油价格的上涨与通货膨胀相对应，在第二个模型中，柴油价格的上涨每年超过通货膨胀率 5-10%。关注第一个选项表明，使用氢储存系统在经济上不可行。
威尔士的气候变化和健康：公众的观点
在2021年10月至2022年2月之间，在威尔士进行了全国代表性的公共调查。16岁及以上的居民有资格参加。为了克服COVID-19引起的数据收集的破坏，使用了三种数据收集方法：面对面，电话和在线。共有2,269名居民参加：947面对面，电话为620，在线702。有关调查方法的更多信息可在威尔士的报告气候变化和健康中获得：公众的观点7。有关本报告中显示的数据百分比使用加权数据（按年龄组，性别和剥夺五分之一（基于多重剥夺的威尔士指数））来表示威尔士人口。使用多变量分析（广义线性模型：二进制逻辑回归），包括年龄组，性别，性别，剥夺五分位数，位置（农村或城市）和最高资格（无资格，中学，中学，大学/大学/六年级，高等教育/高等教育/大学/二次相关; abbbreds in Chipsiped obbbeciped''，使用多变量分析（广义线性模型：二进制逻辑回归）确定了人口统计组之间的显着差异。 “大学/6号”，“更高”和“专业”）。多元分析使用未加权数据。
夏洛特·麦克斯·约翰内斯堡学术医院围手术期管理和皮瓣手术结果的方面
使用频率和百分比描述了分类变量。使用均值和标准偏差（SD）总结数据。为了测试分类变量与瓣效果之间的关联，如果细胞中至少20％的预期值<5。对与皮瓣存活相关的因子进行了单变量的逻辑回归分析。然后将具有P值≤0.1的因子用于多变量回归分析。比较，P值<0.05被认为具有统计学意义。
升主动脉尺寸与体型的正常化影响高血压患者的病理生理相关性：坎帕尼亚健康网络
共纳入 1634 名年龄 ≥ 18 岁且可进行 AscAo 超声检查的患者。采用前缘到前缘法测量舒张末期升主动脉，在胸骨旁长轴视图中垂直于主动脉长轴，在其最大可识别尺寸处。探讨了 AscAo 和以身高 (AscAo/HT) 或体表面积 (AscAo/BSA) 标准化的 AscAo 与人口统计学和代谢特征的相关性。还使用多变量回归来识别影响单变量相关性的潜在混杂因素。使用心血管 (CV) 结果进行敏感性分析。这三种主动脉测量值与年龄、估计肾小球滤过率、收缩压 (BP) 和心率 (HR) 的相关性相似。女性的 AscAo 较小，但 AscAo/BSA 较大，AscAo/HT 抵消了性别差异。肥胖和糖尿病与 AscAo 和 AscAo/HT 较大有关，但与 AscAo/BSA 较小有关（所有 P < 0.001）。在多变量回归模型中，所有主动脉测量值均证实了它们与性别和代谢特征的关系，与年龄、血压和心率无关。在 Kaplan-Mayer 分析中，只有扩张的 AscAo 和 AscAo/HT 与心血管事件风险增加显着相关（所有 P < 0.008）。
单元1分类用于执行统计分析的数据，研究人员或分析师收集了各种数据。信息
当数据涉及三个或多个变量时，将其分类为多变量。这种类型的数据的示例假设广告商希望比较网站上四个广告的普及，然后可以对男性和女性进行点击率，然后可以检查变量之间的关系。它类似于双变量，但包含多个因变量。对此数据进行分析的方法取决于要实现的目标。一些技术是回归分析，路径分析，因子分析和方差多变量分析（MANOVA）。
COVID-19 疫苗接种接受度及其相关因素...
背景：接种疫苗是抗击 COVID-19 大流行和保护罹患 COVID-19 重症和死亡风险较高的人群（如癌症患者）的最有效方法。本研究旨在确定突尼斯萨拉赫阿扎耶兹研究所 (SAI) 癌症患者 COVID-19 疫苗接种的接受率并确定其相关因素。方法：这是一项横断面研究，研究对象为 2021 年 2 月期间入住 SAI 接受治疗的患者。进行了单变量和多变量分析，以确定与突尼斯癌症患者接受 COVID-19 疫苗接种相关的因素。结果：本研究共纳入 200 名患者，平均年龄为 54.4±12.7 岁，性别比为 0.5。接受调查的患者中只有 35.0% 表示同意接种 COVID-19 疫苗。多变量分析显示，相信 COVID-19 疫苗的安全性和有效性 (OR=3.1 [1.3-7.4])、参加 COVID-19 疫苗平台 (OR=8.3 [1.8-38.1]) 和愿意接种流感疫苗 (OR=3.9 [1.6-9.3]) 与 SAI 癌症患者接受 COVID-19 疫苗有独立关系。结论：本研究发现 COVID-19 疫苗接受率较低。疫苗接种活动的沟通策略应提供清晰、简单和详细的信息，说明 COVID-19 疫苗的功效和益处。有必要让卫生当局更多地参与推广 COVID-19 疫苗接种。
完整无缺的快速现场化学鉴定...
摘要：法医和安全部门一直需要快速、现场、易于使用、非侵入式地对爆炸前犯罪现场的完整高能材料进行化学鉴定。仪器小型化、数字数据的无线传输和云存储以及多变量数据分析方面的最新技术进步为近红外 (NIR) 光谱在法医科学中的应用创造了新的、非常有前景的选择。这项研究表明，除了滥用药物外，具有多变量数据分析功能的便携式 NIR 光谱也为识别完整的高能材料和混合物提供了绝佳的机会。NIR 能够表征法医爆炸物调查中涉及的各种化学物质，包括有机化合物和无机化合物。对实际法医案件样本的 NIR 表征令人信服地表明，该技术可以处理法医爆炸物调查中遇到的化学多样性。 1350–2550 nm NIR 反射光谱中包含的详细化学信息可用于正确识别给定类别的含能材料中的化合物，包括硝基芳族化合物、硝基胺、硝酸酯和过氧化物。此外，还可详细表征含能材料混合物，例如含有 PETN（季戊四醇四硝酸酯）和 RDX（三硝基三嗪烷）的塑料配方。所给出的结果表明，含能化合物的 NIR 光谱
LIV1 表达在早期乳腺癌及分子亚型中的预后和预测价值
摘要：背景：LIV1 是一种跨膜蛋白，通过开发抗体-药物偶联物 (ADC)，可能成为新的治疗靶点。关于临床乳腺癌 (BC) 样本中 LIV1 表达的评估研究很少。方法：我们分析了 8982 例原发性 BC 中的 LIV1 mRNA 表达。我们寻找 LIV1 表达与临床病理数据之间的相关性，包括无病生存期 (DFS)、总生存期 (OS)、病理化疗完全缓解 (pCR) 以及 BC 中使用或正在开发的抗癌药物的潜在脆弱性和可操作性。对整个人群和每个分子亚型分别进行分析。结果：在多变量分析中，LIV1 表达与良好的预后特征以及更长的 DFS 和 OS 相关。然而，在蒽环类新辅助化疗后，高 LIV1 表达患者的 pCR 率低于低表达患者，包括在根据等级和分子亚型调整的多变量分析中。 LIV1 - 高肿瘤对激素疗法和 CDK4/6 抑制剂敏感的概率较高，对免疫检查点抑制剂和 PARP 抑制剂敏感的概率较低。单独分析时，这些观察结果根据分子亚型而不同。结论：这些结果可能通过确定每种分子亚型中 LIV1 表达的预后和预测价值以及对其他全身疗法的相关脆弱性，为 LIV1 靶向 ADC 的临床开发和使用提供新的见解。