XiaoMi-AI文件搜索系统
World File Search System计划外
严重不良事件的调查和...
摘要。本研究通过研究严重的不良反应（SAE）的类型和频率评估了门诊口服抗癌化疗药物的安全性。在2014年12月1日至2015年11月30日之间，对1,832例接受口服抗癌药物治疗的患者进行了1,832例患者，对1,832例接受口腔抗癌药物治疗的患者进行了调查。口服细胞毒性抗癌和分子靶向药物分别为1,140（62.2％）和692例（37.8％）患者。总共报告了52（2.8％）的SAE，在细胞毒性抗癌药物给药后发生32（2.8％），分子靶向药物治疗后发生20次（2.9％）。最常见的SAE是胃肠道毒性。SAE的中位时间发生出机时间为32天（范围为5-1,705天）。计划外咨询和电话的率分别为5.5％和37.9％，皮肤反应是进行计划外咨询的最常见原因。SAE经常在治疗开始后早期发生。可以得出结论，针对胃肠道毒性的措施尤为重要，是给予化学治疗剂。
飞机涡轮发动机可靠性和调查
这项关于 JT9D、CF6 和 PT6 飞机发动机可靠性的研究是对 JT8D 发动机研究的后续研究，该研究发表在联邦航空管理局 (FAA) 技术中心最终报告 DOT/FAA/CT-91/10 中。与 JT8D 发动机研究一样，这项研究对 JT9D、CF6 和 PT6 涡轮飞机发动机在 1988 年 2 月至 1991 年 1 月的 36 个月期间的飞行中停机和计划外拆卸率进行了趋势分析。与上一份报告一样，该方法是每月审查哪些航空公司在飞行中停机和计划外发动机拆卸方面持续超过标准偏差规范，然后检查这些航空公司报告的发动机部件故障。发动机部件故障分为以下几类：轴承、翼型、机壳、控制装置和附件、燃油/油系统和其他（未显示趋势）。对于 JT9D、CF6 和 PT6 发动机的这项研究，控制装置和附件通常会导致最多的飞行中熄火、压缩机失速和发动机停机。除了对 JT9D、CF6 和 PT6 发动机进行的精算分析和部件故障模式趋势分析外，还对 JT9D 和 CF6 发动机机壳应用了为 JT8D 发动机开发的检查程序。
飞机涡轮发动机可靠性和调查
这项关于 JT9D、CF6 和 PT6 飞机发动机可靠性的研究是对 JT8D 发动机研究的后续研究，该研究发表在联邦航空管理局 (FAA) 技术中心最终报告 DOT/FAA/CT-91/10 中。与 JT8D 发动机研究一样，这项研究对 JT9D、CF6 和 PT6 涡轮飞机发动机在 1988 年 2 月至 1991 年 1 月的 36 个月期间的飞行中停机和计划外拆卸率进行了趋势分析。与上一份报告一样，该方法是每月审查哪些航空公司在飞行中停机和计划外发动机拆卸方面持续超过标准偏差规范，然后检查这些航空公司报告的发动机部件故障。发动机部件故障分为以下几类：轴承、翼型、机壳、控制装置和附件、燃油/油系统和其他（未显示趋势）。对于 JT9D、CF6 和 PT6 发动机的这项研究，控制装置和附件通常会导致最多的飞行中熄火、压缩机失速和发动机停机。除了对 JT9D、CF6 和 PT6 发动机进行的精算分析和部件故障模式趋势分析外，还对 JT9D 和 CF6 发动机机壳应用了为 JT8D 发动机开发的检查程序。
飞机涡轮发动机可靠性和调查
这项关于 JT9D、CF6 和 PT6 飞机发动机可靠性的研究是对 JT8D 发动机研究的后续研究，该研究发表在联邦航空管理局 (FAA) 技术中心最终报告 DOT/FAA/CT-91/10 中。与 JT8D 发动机研究一样，这项研究对 JT9D、CF6 和 PT6 涡轮飞机发动机在 1988 年 2 月至 1991 年 1 月的 36 个月期间的飞行中停机和计划外拆卸率进行了趋势分析。与上一份报告一样，该方法是每月审查哪些航空公司在飞行中停机和计划外发动机拆卸方面持续超过标准偏差规范，然后检查这些航空公司报告的发动机部件故障。发动机部件故障分为以下几类：轴承、翼型、机壳、控制装置和附件、燃油/油系统和其他（未显示趋势）。对于 JT9D、CF6 和 PT6 发动机的这项研究，控制装置和附件通常会导致最多的飞行中熄火、压缩机失速和发动机停机。除了对 JT9D、CF6 和 PT6 发动机进行的精算分析和部件故障模式趋势分析外，还对 JT9D 和 CF6 发动机机壳应用了为 JT8D 发动机开发的检查程序。
自动驾驶自动认证测试计划
通过行政命令17-01和RCW创建的背景信息46.92.010，部门管理自动驾驶汽车（AV）自我认证测试计划，确保所有测试实体在华盛顿州的公共道路上测试任何自动驾驶汽车之前符合法律要求。除了维护自我认证测试计划外，DOL还负责使公共访问的任何碰撞和移动违规报告以及自我认证的公司提交的报告以及有关预期测试地点的信息。
引用：Van Grootven B、Jepma P、Rijpkema C 等人。心脏病患者再入院预测模型：系统评价
摘要 目的 描述临床预测模型的判别和校准，确定有助于更好预测的特征，并研究与计划外再入院相关的预测因素。设计 系统评价和荟萃分析。数据来源 截至 2020 年 8 月 25 日，对 Medline、EMBASE、ICTPR（用于研究方案）和 Web of Science（用于会议论文集）进行了搜索。 选择研究的资格标准 如果研究报告了 (1) 患有急性心脏病的住院成年患者；(2) 具有 c 统计量的预测模型的临床表现；(3) 6 个月内计划外再入院，则符合条件。主要和次要结果测量 使用一致性 (c) 统计和模型校准来测量 6 个月内计划外再入院的模型判别。进行了元回归和亚组分析以调查预定义的异质性来源。汇总了多个独立队列报告的模型的结果测量值和类似定义的风险预测因子。结果 共纳入 60 项研究，描述 81 个模型：43 个模型是新开发的，38 个模型经过外部验证。纳入的人群主要是心力衰竭 (HF) 患者 (n=29)。平均年龄在 56.5 至 84 岁之间。再入院率为 3% 至 43%。几乎所有研究的偏倚风险 (RoB) 都很高。72 个模型的 c 统计量 <0.7，16 个模型的 c 统计量在 0.7 至 0.8 之间，5 个模型的 c 统计量 >0.8。研究人群、数据来源和预测因子数量是影响区分度的重要调节因素。27 个模型报告了校准情况。只有 GRACE（全球急性冠脉事件登记）评分在独立队列中具有足够的区分度（0.78，95% CI 0.63 至 0.86）。汇总了 18 个预测因子。 结论 一些有前景的模型在用于临床实践之前需要更新和验证。缺乏独立验证研究、高 RoB 和测量预测因子的低一致性限制了它们的适用性。PROSPERO 注册号 CRD42020159839。
飞机航线维护中的前期调度
由运营数字化实现（Holmström、Holweg、Lawson、Pil 和 Wagner，2019 年）。Frontlog 是一种维护调度实践，它为动态重新安排计划任务创造了机会，以释放容量来执行计划外任务。这种重新安排选项在飞机航线维护中尤其有吸引力，因为随机技术故障导致的计划外任务可能会导致飞机（代价高昂）停飞。为了说明这种做法，考虑一架到达枢纽位置进行预定航线维护的飞机。将有几个重复的计划维护任务，每个任务的截止日期都基于上次执行的时间。当前的调度实践通常寻求最大化维护间隔（例如，Bas¸dere 和 Bilge，2014 年；Sarac、Batta 和 Rump，2006 年）。因此，这将是执行大多数计划任务的最后维护机会。任何延误都会导致积压，从而导致飞机停飞并扰乱航空公司的运营。但是，有了前期任务，有些任务的截止日期可以推迟到未来的维护机会，而不会超过截止日期并导致飞机停飞。如果飞机出现技术故障，前期任务可以作为可以重新安排的任务的缓冲，从而释放维护能力以应对紧急需求。在我们的设计中，可以重新安排而不违反截止日期的计划任务份额成为 OM 的决策变量，maki
伯明翰市议会数字战略：2022及以后
这一新战略体现了世界卫生组织的建议，以在伯明翰和索利哈尔公民的生活课程中采取整体性和生殖健康的方法。该策略认识到，与伯明翰和索利哈尔的社区和临床医生合作提供了卓越领域，但仍然有可能变得更好。它提出了可实现的愿望，以应对性传播感染和血液传播病毒的速度，改善生殖健康结果，包括预防计划外怀孕，并确保为伯明翰的所有公民提供及时的信息和建议。