XiaoMi-AI文件搜索系统
World File Search System收集
利用人工智能收集、生成和分析国家统计数据：有哪些好处和成本？
将原始数据处理成信息是数字化转型战略的核心 (Klimczak & Fryczak, 2022)。公共部门、企业和个人产生的数据量正在以没有技术进步就无法处理的速度增长 (Yung, Wesley et al., 2018)。此外，组织核心数据驱动战略的必要性迫使采用由人工智能 (AI) 技术驱动的机器密集型和自动化战略 (Chu & Poirier, 2015; UNECE, 2021; Yung, Wesley et al., 2018)。预计人工智能工具的进步和支持人工智能的技术更实惠的成本将对组织中广泛使用的人工智能产生更大的影响。先前的研究表明，组织的努力未能参与支持广泛采用人工智能的核心实践 (Fountaine et al., 2019)。
建议引用：Gurkan，Huseyin； de Véricourt, Francis (2020)：人工智能飞轮效应下的合同、定价和数据收集，ESMT 工作论文，第 20-01 号 (R1)，欧洲管理与技术学院 (ESMT)，柏林，https://nbn-resolving.de/urn:nbn:de:101:1-2020102007031310383557
鼓励作者使用包含期刊标题的样式文件模板向 INFORMS 期刊提交新论文。但是，使用模板并不能证明该论文已被接受在该期刊上发表。INFORMS 期刊模板仅用于提交给 INFORMS 期刊，不应用于分发印刷版或在线版论文或将论文提交给其他出版物。
DNA在用两种不同的擦拭溶液中收集的唾液证据中的稳定性利用AI工具在大学写作指导中
AI驱动的大语言模型（LLM）（例如Chatgpt和Google Gemini）的兴起既提出了高等教育的挑战和挑战，尤其是在写作教学中。这项探索性研究研究了一种利用LLM生成的反馈来吸引学生进行详细的修订工作，强调迭代性改进对未分级草稿的质量的探索方法。学生根据标题提交了AI反馈的草稿，并进行了工作，并根据其修订的深度和质量进行了评分。来自39个本科生的调查数据表明，LLM反馈是明确，具体且可操作的，可促进对修订的更深入的参与并促进独立性。学生将这种方法视为道德，将AI与学术完整性保持一致，同时减少了滥用AI进行内容创建的诱惑。虽然一些著名的局限性（例如非个人反馈），但总体接收是高度积极的。通过将LLM构建为增强的工具，或者研究伙伴，这项研究很高 - 他们的潜力支持道德，迭代学习，并建议将AI整合到高等教育中的教学法中的有希望的方向。
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
脐带血收集和未来用途的存储
HCPCS代码描述S2140用于移植的脐带血收集，服务脐带和胎盘血的同种异体描述富含干细胞，可用于治疗疾病，例如白血病，淋巴瘤，骨髓瘤，性障碍性贫血和某些免疫学和代谢性疾病。脐带血库是一种挽救脐带和胎盘血的过程，并将其存储为未来的移植程序，通过在分娩过程后立即冻结它。将脐带血用作造血（血液形成）干细胞的来源已导致全球建立脐带血库。私人脐带血库将脐带血存储供儿童（自动）或家庭成员（同种异体）使用的未来使用。公共脐带血库接受脐带血捐赠，并使由于疾病而需要移植的任何人都可以使用它们。临床证据对已发表的临床证据的搜索没有发现任何研究评估脐带血存储以进行假设的未来使用。临床实践指南美国儿科学院在一项政策声明中指出，尽管私人脐带血库为主人选择的父母服务，这些父母选择了以后生命中潜在的自我使用的父母，但几乎没有证据支持为此目的使用。应提供有关同种异体和自体血液库和移植的潜在益处和局限性的准确信息。应告知父母，如果供体以后出现白血病，自体血液不会用作干细胞来源。对于父母来说，重要的是要意识到，目前尚无科学数据来支持自体脐带血是组织源被证明具有重生医疗目的具有价值的说法（Shearer等，2017）。美国妇产科学院（ACOG）ACOG委员会的观点指出，如果患者要求提供有关脐带血的信息，则应提供有关公共和私人银行业务的优势和缺点的平衡和准确信息。患者应意识到，在某些情况下，禁忌使用自己的干细胞。大多数可能由患者自己的脐带血治疗的大多数状况已经存在于其自己的细胞中，因此，储存的血液不能用于治疗同一个人。除非已知家庭成员患有可以接受移植治疗的医疗状况，否则为儿童或家庭成员使用的脐带血自体单位的机会很遥远，并且应向患者披露这一事实。当知道家庭中有完整的兄弟姐妹的疾病可能会受益于脐带血移植时，应鼓励脐带血库。他们还指出，可用证据不支持将脐带血的常规收集和储存用私人绳索库的储存。应使患者了解与营利性脐带血银行有关的处理和年度存储费的财务义务。医生应鼓励希望献血的妇女在有可用的情况下向公共银行捐款。家庭可能会认为公共脐带鲜血捐赠的社会利益增加了所有寻找匹配的脐带血单位群体的机会（ACOG，2019年）。在另外一个常见问题解答中，ACOG指出，不建议将儿童的干细胞存储在私人银行中，作为对未来疾病的“保险”（ACOG，2020；上次更新； 2021年2月；最后一次审查了2022年7月的审查）。美国医学协会（AMA）在伦理和司法事务理事会的一份报告中，AMA指出，脐带血干细胞对某些治疗目的有用，并且当捐赠给公众而不是私人银行时，脐带血液干细胞的实用性更大。AMA还表明，当家族易于治疗时，应在不寻常的情况下考虑私人银行业务。但是，由于成本，使用的可能性有限，对他人的无法访问，因此不应向低风险家庭推荐私人银行业务（AMA，2007年）。
从太阳和空间收集能量
电力，供暖和冷却对于现代建筑物至关重要，同时产生了巨大的能耗。在全球，建筑物消耗了总能源供应的40％。1为了应对这一挑战，全世界都在研究和实施有效的技术来开发净零能源建筑。基于可再生替代方案的绿色技术在这种情况下显示出越来越多的意义。太阳（〜5800 K）和深宇宙（〜3 K）是外星人天然的热和冷来源，可连续将太阳能和冷能传递到地球表面。有效地利用太阳能和外太空的寒冷是一种有吸引力且雄心勃勃的解决方案，可为建筑物提供多种可再生电力，加热和冷却，以满足其各种能源需求，从而有人生和季节性的需求。
收集时间表的新学生在学期2 AY2024-25
SPMS研究医生（SPMS）159学校将直接与学生联系。学校将直接与学生联系Sharon Toh（sharonsm.toh@ntu.edu.sg）SPMS研究医生（SPMS）159学校将直接与学生联系。学校将直接与学生联系Sharon Toh（sharonsm.toh@ntu.edu.sg）
禽流感和纽卡斯尔病的样本收集
•请注意，进行样本收集是出于不同的目的进行，虽然该文档是有关如何收集样品的快速参考，但请参阅需要的其他文档，以获取有关收集多少的特定指导，例如国家家禽改进计划和HPAI FAD PREP PREP网站。•有关适当使用流感抗原捕获免疫测定法的指导，请参阅www.aphis.usda.gov/sites/default/files/acia_testpolicy.pdf。•有关收集环境样本的指导，请参阅C＆D C＆D环境抽样指南。•对于外国动物疾病（FAD）1调查（FADI），确认的最快途径是收集重复样本，以便向国家动物健康实验室网络（NAHLN）实验室和NVSL提交并行的NVSL，请参阅《外国动物病》（FAD）研究手册（FAD Prep Manual 4-0）进行进一步的指导。重要：无论测试目的是什么，都有以下优先级的鸟类的目标样品收集。注意：对于Fadis，Gallinacous Birds至少需要两个池，而非Gallinaceous物种的七只5只拭子池。
移植物材料收集过程报告
此过程涉及使用移植物在疾病过程导致骨骼畸形时刺激牙周再生。此过程不包括皮瓣进入和闭合，伤口清创，骨轮廓或生物材料的放置以帮助骨组织再生或屏障膜。同时记录了自己的代码，同时交付的其他单独程序。不可报告厌食空间或提取部位。d4264骨骼置换移植物 - 保留的天然牙齿 - 象限中的每个部位涉及在疾病过程导致骨骼畸形时使用移植物来刺激牙周再生。此过程不包括皮瓣进入和闭合，伤口清创，骨轮廓或生物材料的放置以帮助骨组织再生或屏障膜。与一个或多个骨置换移植物同时执行此过程，以记录所涉及的地点数量。不可报告厌食空间或提取部位。注意：这两个代码d4263和d4264都包括“此过程不包括…放置
造血干细胞收集
1。Duong，H.K.，Savani，B.N.，Copelan，E.，Devine，S.，Costa，L.J.，Wingard，J.R.，Shaughnessy，P.，Majhail，N. et al2014。 外周血祖细胞动员，用于自体和同种异体造血细胞移植：美国血液和骨髓移植学会的指南。 生物血骨髓移植20：1262-1273。 2。 Weaver，C.H.，Schulman，K.A.，Wilson -Relyea，B.，Birch，R.，West，W.，Buckner，C.D。 2000。 在骨髓化学疗法后，用于收集周围血液干细胞的Filgrastim，Sargramostim或顺序的Sargramostim和Filgrastim的随机试验。 J Clin Oncol 18:43-53。 3。 isidori，A.，Tani，M.，Bonifazi，F.，Zinzani，P.，Curti，A.，Motta，M.R.，Rizzi，S.，Giudice，V.，Farese，O. II期研究单个PEGFIFGRASTIM注射是化学疗法的辅助，将干细胞动员到预处理的淋巴瘤患者的外周血中。 Haematologica 90：225-231。 4。 Simona，B.，Cristina，R.，Luca，N.，Sara，S.，Aleksandra，B.，Paola，B.，Federica，G.，Pierluigi，A.，Laura，O. 在恶性淋巴瘤患者高剂量化学疗法候选的恶性淋巴瘤患者中，单剂量的PEGFINGRASTIM与每日Filgrastim评估了自体外周造血祖细胞的动员和植入。 Thrfus Apher Sci 43：321-326。 5。 Russell，N.，Mesters，R.，Schubert，J.，Boogaerts，M.，Johnsen，H.E.，Canizo，C.D.，C.D.，Baker，N.，Barker，P.，Skacel，T.Duong，H.K.，Savani，B.N.，Copelan，E.，Devine，S.，Costa，L.J.，Wingard，J.R.，Shaughnessy，P.，Majhail，N.et al2014。外周血祖细胞动员，用于自体和同种异体造血细胞移植：美国血液和骨髓移植学会的指南。生物血骨髓移植20：1262-1273。2。Weaver，C.H.，Schulman，K.A.，Wilson -Relyea，B.，Birch，R.，West，W.，Buckner，C.D。 2000。 在骨髓化学疗法后，用于收集周围血液干细胞的Filgrastim，Sargramostim或顺序的Sargramostim和Filgrastim的随机试验。 J Clin Oncol 18:43-53。 3。 isidori，A.，Tani，M.，Bonifazi，F.，Zinzani，P.，Curti，A.，Motta，M.R.，Rizzi，S.，Giudice，V.，Farese，O. II期研究单个PEGFIFGRASTIM注射是化学疗法的辅助，将干细胞动员到预处理的淋巴瘤患者的外周血中。 Haematologica 90：225-231。 4。 Simona，B.，Cristina，R.，Luca，N.，Sara，S.，Aleksandra，B.，Paola，B.，Federica，G.，Pierluigi，A.，Laura，O. 在恶性淋巴瘤患者高剂量化学疗法候选的恶性淋巴瘤患者中，单剂量的PEGFINGRASTIM与每日Filgrastim评估了自体外周造血祖细胞的动员和植入。 Thrfus Apher Sci 43：321-326。 5。 Russell，N.，Mesters，R.，Schubert，J.，Boogaerts，M.，Johnsen，H.E.，Canizo，C.D.，C.D.，Baker，N.，Barker，P.，Skacel，T.Weaver，C.H.，Schulman，K.A.，Wilson -Relyea，B.，Birch，R.，West，W.，Buckner，C.D。2000。在骨髓化学疗法后，用于收集周围血液干细胞的Filgrastim，Sargramostim或顺序的Sargramostim和Filgrastim的随机试验。J Clin Oncol 18:43-53。3。isidori，A.，Tani，M.，Bonifazi，F.，Zinzani，P.，Curti，A.，Motta，M.R.，Rizzi，S.，Giudice，V.，Farese，O.II期研究单个PEGFIFGRASTIM注射是化学疗法的辅助，将干细胞动员到预处理的淋巴瘤患者的外周血中。Haematologica 90：225-231。4。Simona，B.，Cristina，R.，Luca，N.，Sara，S.，Aleksandra，B.，Paola，B.，Federica，G.，Pierluigi，A.，Laura，O.在恶性淋巴瘤患者高剂量化学疗法候选的恶性淋巴瘤患者中，单剂量的PEGFINGRASTIM与每日Filgrastim评估了自体外周造血祖细胞的动员和植入。Thrfus Apher Sci 43：321-326。5。Russell，N.，Mesters，R.，Schubert，J.，Boogaerts，M.，Johnsen，H.E.，Canizo，C.D.，C.D.，Baker，N.，Barker，P.，Skacel，T.Russell，N.，Mesters，R.，Schubert，J.，Boogaerts，M.，Johnsen，H.E.，Canizo，C.D.，C.D.，Baker，N.，Barker，P.，Skacel，T.PEGFIFGRASTIM和FIFGRASTIM的2阶段试验研究，用于动员非霍奇金淋巴瘤患者接受化学疗法的患者的外周血祖细胞。Haematologica 93：405-412。6。Hamadani，M.，Kochuparambil，S.T.，Osman，S.，Cumpston，A.，Leadmon，S.，Bunner，P.，Watkins，K.，Morrison，D.，Speir，E.中间 - 剂量与低剂量环磷酰胺和粒细胞菌落 - 刺激因子在多发性脊髓瘤患者中接受新型诱导疗法治疗的多发性骨髓瘤患者的刺激因子。生物血骨髓移植18：1128-1135。7。Wood，W.A.，Whitley，J.，Moore，D.，Sharf，A.，Irons，R.，Rao，K.，Serody，J.，Coghill，J.，Gabriel，D.，Shea，Shea，T.2011。用依托泊苷化学化对多发性骨髓瘤患者具有很高的有效，并克服了年龄和先前疗法的影响。生物血骨髓移植17：141-146。8。Mahindra，A.，Bolwell，B.J.，Rybicki，L.，Elder，P.，Kalaycio，M.，Dean，R.，Avalos，B.，Sobecks，R.依托泊苷加上G -CSF启动可以改善动员，而没有增加继发性骨髓增生和白血病的风险。骨髓移植47：231-235。9。Basquiera，A.L.，Abichain，P.，Damonte，J.C.，Ricchi，B.，Sturich，A.G.，Palazzo，E.D.，Garcia，J.J。 2006。 CD34 +）细胞的数量是外周血中的CD34细胞的预测因子，以预测（CD34 +）的产率，用于自体干细胞移植的患者。 J Clin Apher 21:92-95。 10。Basquiera，A.L.，Abichain，P.，Damonte，J.C.，Ricchi，B.，Sturich，A.G.，Palazzo，E.D.，Garcia，J.J。 2006。CD34 +）细胞的数量是外周血中的CD34细胞的预测因子，以预测（CD34 +）的产率，用于自体干细胞移植的患者。J Clin Apher 21:92-95。 10。J Clin Apher 21:92-95。10。Elliott，C.，Samson，D.M.，Armitage，S.，Lyttelton，M.P.，McGuigan，D.，Hargreaves，R.，Giles，C.，Abrahamson，G.，G.，Abboudi，Z. 动员疗法后何时收获周围血干细胞：通过前一天CD34-周围血液中的阳性浓度预测CD34-阳性细胞产量。 J Clin Oncol 14：970-973。 11。 M. 生物仿制药粒细胞菌落的官能性 - 刺激因子与发起者粒细胞菌落 - 刺激因子DE 中的外周血干细胞动员中的刺激因子Elliott，C.，Samson，D.M.，Armitage，S.，Lyttelton，M.P.，McGuigan，D.，Hargreaves，R.，Giles，C.，Abrahamson，G.，G.，Abboudi，Z.动员疗法后何时收获周围血干细胞：通过前一天CD34-周围血液中的阳性浓度预测CD34-阳性细胞产量。J Clin Oncol 14：970-973。11。M.生物仿制药粒细胞菌落的官能性 - 刺激因子与发起者粒细胞菌落 - 刺激因子DE