良序

2017-04-14 机构名称:

MMU 出版物 - MMU，穆拉纳

Gidugu Venkata Ramdas、Sumit Gupta、Raj Kumar Arion、Amit Mittal、Rikki Singal 磁共振成像在区分椎体塌陷良恶性病因中的作用 2016 国际外科与外科科学杂志 4 3 55 60

查看详细

File

2022-11-20 机构名称:

肝动脉介入联合免疫靶向治疗对BCLC-C肝细胞癌疗效优于序贯治疗

摘要背景肝动脉介入联合免疫靶向治疗具有良好的疾病控制效果并延长生存期，但肝动脉介入与全身治疗的安排使临床决策混乱。方法一项双中心回顾性临床研究经机构伦理委员会批准，纳入2018年12月至2022年2月接受靶向治疗加PD-1抑制剂治疗（联合或不联合肝动脉介入）的巴塞罗那诊所肝癌C期（BCLC-C）肝细胞癌（HCC）患者。根据治疗模式，将患者分为三组：初始肝动脉介入联合免疫靶向治疗、免疫靶向治疗序贯肝动脉介入治疗、单纯免疫靶向治疗。比较三组的生存率、反应和不良事件。还评估了亚组分析和单变量和多变量预后分析。结果中位随访时间为18.3个月（95%CI 16.7至20.0个月）。总共 163 名 BCLC-C 期 HCC 患者被分为三组：初始肝动脉介入加 PD-1 抑制剂加靶向治疗 (HPT，n = 66)、PD-1 抑制剂加靶向治疗后再进行肝动脉介入 (PTH，n = 56) 和 PD-1 抑制剂加靶向治疗 (PT，n = 41)。HPT 组的中位无进展生存期为 8.37 个月 (95% CI 6.35–10.39)，PTH 组为 5.3 个月 (95% CI 3.48–7.12)，PT 组为 6.33 个月 (95% CI 3.75–8.92)。 HPT 组的无进展生存期优于 PTH 组（HR 0.66，95% CI 0.45–0.97，p = 0.027）和 PT 组（HR 0.60，95% CI 0.39–0.92，p = 0.01）。HPT 组的中位总生存期为 14.6 个月（95% CI 10.6–18.7），PTH 组为 10.0 个月（95% CI 8.2–11.8），PT 组为 11.3 个月（95% CI 8.3–14.3）。HPT、PTH 和 PT 组的 1 年总生存率（OS）分别为 50%、33.9% 和 34.1%。 HTP组总生存期明显长于PT组（HR 0.60，95% CI 0.361～0.996，p=0.032）。与PTH组相比，HTP组总生存期有延长趋势（HR 0.66，95% CI 0.416～1.032，p=0.059）。所有治疗方式安全性相同。多因素分析显示，治疗方式、白蛋白水平、Child-Pugh分级及肝切除史是BCLC-C型HCC患者的独立预后因素。结论初始肝动脉介入联合免疫靶向治疗较免疫靶向序贯肝动脉介入和单纯免疫靶向治疗可获得生存获益，且副作用可耐受。多因素分析显示肝脏储备功能与预后密切相关。

查看详细

File

2024-10-22 机构名称:

Tada 伐木服务

(7) 其他 A、双方当事人在合同上签字盖章后，合同成立。 B.确定中标时，按投标文件中记载的金额加上相当于该金额10%的金额（该金额中存在不足1日元的小数部分，小数部分向下舍入）为。考虑到中标价格，因此投标人，无论是应税企业还是免税企业，都需要支付相当于预计合同金额的110/110的金额。金额应在投标文件中注明。 C、参加投标者须提交资格审查结果通知书复印件。 D、如需委托代理人参加投标，请提交授权委托书。如果您希望参加投标，请在指定地点查看《投标与合同指南》，并填写投标文件中的必要信息。 (f) 通过邮寄方式接受投标。此时，在信封上写清楚“投标主题”，附上资格审查结果通知书复印件，并在周三17:00之前提交陆上自卫队上富良野警备队第344会计中队的合同， 2020年11月6日，请确保已送达团体，如遇此情况，请电话联系负责人确认抵达。 G. 邮寄投标的重新投标将另行注明。在投标表格底部的空白处，有一条消息：“我们的公司（如果您是私人或个人）或我们的组织（如果您是组织）已同意条款和条件根据上述公告，我会投标。我们还承诺按照《招标和合同准则》的规定消除有组织犯罪。 ”。投标、标准等咨询请联系陆上自卫队上富良野警备队第 344 会计中队合同组（负责人：石崎）电话：0167-45-3101（内线：2343）传真：0167-45-3101（分机：2660) ) (八) 公示地点和期限发布地点：旭川县、上富良野驻防会计队、旭川商工会议所、上富良野商工会议所北部地区会计队主页 http://www.mod.go.jp/gsdf.nae/fin/ (a) 发布期间：Rei 2020年10月22日星期二 - 2020年11月7日星期四

查看详细

File

2020-03-21 机构名称:

分布式协作预测 - 剑桥大学

本论文是我自己的工作成果，除序言中声明和文中指定的内容外，不包含任何合作工作成果。除序言中声明和文中指定的内容外，它与我已提交或正在同时提交给剑桥大学或任何其他大学或类似机构的学位、文凭或其他资格证书的内容实质上不同。我进一步声明，除序言中声明和文中指定的内容外，我的论文的任何实质性部分均未提交或正在同时提交给剑桥大学或任何其他大学或类似机构的任何此类学位、文凭或其他资格证书。本论文包含附录、参考书目、脚注、表格和方程式，字数少于 65,000 字，图表少于 150 张。

查看详细

File

2024-08-30 机构名称:

通过求解神经微分方程的镜头进行量子机学习在理论上容易的量子计算机上：校准

关键字：神经普通微分方程，Wasserstein生成的广告网络，序列到序列网络本报告调查了神经通用差分方程（NODE）在机器学习中的应用，重点介绍其在Wasserstein生成的对抗性网络（WGANS）（WGANS）（WGANS）和序列到序列到序列到序列 - 序列到序列（seq2seqsssssssssssssss）的集成。我们探索了解决ODE的各种方法，并在计算效率和准确性方面进行了比较。我们的研究采用了JAX框架和差异方程求解器库的Diffrax来实施和评估这些方法。我们使用FréchetInception距离（FID）度量和SEQ2SEQ模型使用BLEU分数对WGAN进行基准测试。我们的分析涵盖了不同的伴随，自适应公差，网络体系结构中的求解器位置以及标准化技术的影响。对于WGAN，我们发现求解器的选择及其实现并没有显着影响FID得分，但确实会影响计算时间。在SEQ2SEQ模型中，我们观察到，增加网络的宽度会始终提高BLEU分数，并且选择伴随方法和适应性公差可以显着影响性能和效率。我们的结果表明，ODE求解器和相关参数的最佳选择取决于特定的机器学习任务以及准确性和计算效率之间所需的权衡。这项研究通过为不同的应用程序和计算约束来优化这些模型，从而为基于节点的机器学习的不断增长贡献。

查看详细