XiaoMi-AI文件搜索系统
World File Search System邻域
使用以超高梯度强度获取的扩散 MRI 数据来改善常规质量数据的纤维束成像
在人类连接组计划的带动下，具有超高梯度强度的扫描仪的开发显著提高了体内扩散 MRI 采集的空间、角度和扩散分辨率。可以利用改进的数据质量来更准确地推断微观结构和宏观结构解剖结构。然而，这种高质量的数据只能在全世界少数几台 Connectom MRI 扫描仪上采集，而且由于硬件和扫描时间的限制，在临床环境中仍然无法使用。在本研究中，我们首先更新了基于纤维束成像的手动注释主要白质通路的经典协议，以使其适应当今最先进的扩散 MRI 数据所能产生的更大体积和更大变化的流线。然后，我们使用这些协议手动注释来自 Connectom 扫描仪的数据中的 42 条主要通路。最后，我们表明，当我们使用这些手动注释的通路作为具有解剖邻域先验的全局概率纤维束成像的训练数据时，我们可以在质量低得多、更广泛可用的弥散 MRI 数据中对相同的通路进行高精度、自动重建。这项工作的成果包括来自 Connectom 数据的 WM 通路的全新综合图谱，以及我们的纤维束成像工具箱的更新版本，即受基础解剖学约束的 TRActs (TRACULA)，该工具箱使用该图谱中的数据进行训练。图谱和 TRACULA 均作为 FreeSurfer 的一部分公开分发。我们首次全面比较了 TRACULA 与更传统的多感兴趣区域自动纤维束成像方法，并首次演示了在高质量 Connectom 数据上训练 TRACULA 以造福使用更温和的采集协议的研究。
测量机器学习力场中的可传递性问题：与线性电势的金铁相互作用的示例
原子建模通常分为两种不同类型的模拟。一方面，包括Hartree -Fock和密度功能理论（DFT）方法在内的量子方法被认为是最准确的，几乎用于任何类型的化学物种[1，2]。另一方面，经典力场用于执行精度较低的大规模和长期模拟[3，4]。但是，仍然很难连接这两种方法，直到现在，人们几乎无法执行涉及数百万个原子的纳秒原子的模拟，同时保留量子方法的准确性。在这种情况下，近年来已经提出了机器学习互动电位（MLIP），并显示出实现此类模拟的巨大潜力[5-7]。目前考虑了许多方法，包括人工神经网络[8]，高斯近似方法[9]，线性电位[10，11]，频谱邻域分析电位[12]，对称梯度域机器学习[13，14]和矩张量张量的电位[15]。这些技术的成功得到了成功解决的各种材料的认可：纯属金属[16-20]，有机分子[21-24]，氧化物[25，26]，水[27 - 31]，无定形材料[32 - 37]和HYBRIDPEROVSKITES [32 - 37]和HYBRIDERIDPEROVSKITES [38]。对于所有这些技术，主要过程包括对力场使用非常通用的分析公式，然后将其进行参数化以匹配DFT计算数据库，包括总能量，力和应力张量。但是，人们承认MLIP有时会显示出对学习数据库中未包含的系统的可传递性。在最坏的情况下，MLIP SO-WELL拟合到其学习数据库中，可以在其外观察到非物理行为。为了解决此问题，主要建议是定期检查电位的准确性，因为进行了机器学习分子动力学模拟并改善MLIP“ fly the Fly” [38 - 40]。，据我们所知，这种方法的这种缺陷从未经过定量调查，而在被用户和开发人员承认的同时。
年龄、繁殖策略、种群密度和邻居数量对草原麻雀 (Passerculus sandensis) 领地大小和形状的影响
摘要 动物繁殖领地的大小和形状是受多种内在和外在因素影响的动态特征，对生存和繁殖具有重要意义。定量研究这些领地特征的变化可以更深入地了解动物生态学和行为。我们探讨了年龄、繁殖策略、种群密度和邻居数量对岛屿草原麻雀种群繁殖领地大小和形状的影响。我们的数据集包括 11 年间采样的 225 只雄性 407 个繁殖领地。我们将领地大小与雄性领地持有者的年龄、雄性的繁殖策略（一夫一妻制与一夫多妻制）、研究种群中的鸟类数量（种群密度）和直接领地邻居的数量（局部密度）进行了比较。我们发现领地大小存在很大差异，领地面积从 57 到 5,727 平方米（0.0057-0.57 公顷）相差两个数量级。年龄较大的雄性拥有较大的领地，一夫多妻制的雄性拥有较大的领地，在人口密度较高的年份，领地较小，较大的领地与更近的领地邻居相关。我们还发现领地形状存在很大差异，从近圆形到不规则形状。有更多邻居的雄性拥有不规则形状的领地，但形状不会因雄性年龄、繁殖策略或种群密度而变化。对于寿命为 2 年或更长时间的雄性，我们发现领地大小在几年内存在强烈的一致性个体差异，但领地形状的个体差异较小，这表明大小具有较高的可重复性，而形状具有较低的可重复性。我们的工作提供了证据表明，鸣禽的领地是高度动态的，它们的大小和形状既反映了内在因素（年龄和繁殖伴侣的数量），也反映了外在因素（人口密度和领地邻居的数量）。关键词：地理信息系统、GIS、邻域大小、Passerculus sandensis、种群规模、资源防御、草原麻雀、领地性、领地形状
回复 Lockhart 等人。
我们感谢 Lockhart 等人的关注（1），也感谢编辑们给我们机会阐明我们研究的关键方面（2）。我们的研究取得了重要进展：1）我们通过在多个成像会话中进行严格的交叉验证，在主要人类连接组计划 (HCP) 队列中实现了极高的分类准确率 (>90%)，优于之前的研究。2）我们将仅基于 HCP 数据训练的模型应用于两个独立队列而无需再训练，证明了前所未有的普遍性 (~ 82%)。3）可解释人工智能 (XAI) 得出的大脑特征能够可靠地预测特定于性别的认知特征。我们的研究结果为人类大脑功能组织存在性别差异的证据越来越多地作出了贡献（3 – 7）。更广泛地说，我们的创新方法有望用于识别复杂神经精神疾病的生物标志物，凸显了我们的工作除了性别差异研究之外的更广泛影响。下面，我们将针对 Lockhart 等人提出的具体意见进行回应：关于样本外验证，我们在 HCP 队列中采用了最先进的交叉验证技术，并通过在两个独立队列上测试我们的模型进行了严格的样本外验证。这种前所未有的方法为我们的发现的普遍性提供了强有力的证据。对 t 分布随机邻域嵌入图的批评误解了它们的目的。这些可视化揭示了我们的深度神经网络模型学习到的判别特征的低维表示，而不是为了造成分离。清晰的聚类与我们的定量分类结果一致，但并未决定它们。我们尊重地不同意我们使用“脑指纹”具有误导性。我们的 XAI 分析揭示了独特的个体水平大脑模式，可以可靠地跨会话识别个体，其功能类似于生物指纹。正如我们之前的研究（8、9）所示，这些指纹还可以预测行为和临床症状的个体差异，强调它们的功能相关性。对我们的 XAI 方法的批评可能反映了对 AI 可解释性的误解
用于检测和分类颅内出血的全自动基于正弦图的深度学习模型
摘要目的：提出一种使用深度学习框架直接从正弦图中检测和分类颅内出血 (ICH) 的自动化方法。该方法旨在通过消除耗时的重建步骤并最大限度地减少计算机断层扫描 (CT) 重建过程中可能出现的潜在噪音和伪影来克服传统诊断的局限性。方法：本研究提出了一种使用深度学习框架从正弦图中检测和分类 ICH 的两阶段自动化方法。该框架的第一阶段是强度变换正弦图合成器，它合成与强度变换 CT 图像等效的正弦图。第二阶段包括级联卷积神经网络-循环神经网络 (CNN-RNN) 模型，该模型可从合成的正弦图中检测和分类出血。 CNN 模块从每个输入的正弦图中提取高级特征，而 RNN 模块提供正弦图中邻域区域的空间相关性。在一个包含 8652 例患者的大型样本的公开 RSNA 数据集上对所提出的方法进行了评估。结果：结果表明，与 ResNext-101、Inception-v3 和 Vision Transformer 等最新方法相比，所提出的方法在患者准确率上显着提高了 27%。此外，与基于 CT 图像的方法相比，基于正弦图的方法对噪声和偏移误差的鲁棒性更高。还对所提出的模型进行了多标签分类分析，以从给定的正弦图中确定出血类型。还使用激活图检查了所提出模型的学习模式的可解释性。结论：所提出的基于正弦图的方法可以准确、高效地诊断 ICH，无需耗时的重建步骤，并有可能克服基于 CT 图像的方法的局限性。结果显示，使用基于正弦图的方法检测出血的效果良好，进一步的研究可以探索该方法在临床环境中的潜力。
蛋饼揭示了三重阴性乳腺癌中抗肿瘤反应的结构定义
虽然最近的空间生物学创新推动了对组织组织如何改变疾病的新见解，但以通用且可扩展的方式解释这些数据集仍然是一个挑战。用于发现组织组织中条件特定差异的计算工作流程通常依赖于成对比较或无监督的聚类。在许多情况下，这些方法在计算上是昂贵的，缺乏统计严格，并且对低流行的细胞壁细分市场不敏感，这些细胞壁细分市场仍然高度歧视和预测患者的结果。在这里，我们提出了乳蛋饼 - 一种自动化，可扩展性和统计上健壮的方法，可用于发现在空间区域，纵向样本或临床患者群体中差异富集的细胞壁细分市场。与现有方法相反，乳蛋白蛋白蛋白蛋白蛋白原将局部利基检测与可解释的统计建模相结合，使用图形邻域来检测差异富集的细胞壁细分市场，即使在较低的患病率下也是如此。在人类组织的硅模型和空间蛋白质组学成像中，我们证明了乳蛋饼可以准确地检测出少于20％的患者样品的频率为0.5％的条件特异性细胞壁细分市场，从而超过了下一个最佳方法，该方法需要患者患者的患病率为60％才能进行检测。为了验证我们的方法并了解肿瘤结构如何影响三重阴性乳腺癌（TNBC）的复发风险，我们使用蛋饼全面介绍了多中心的空间蛋白质组学群体中的肿瘤微环境，这些蛋白质组学同类群体由原发性手术切除术组成，由314例患者分析了200万个细胞，分析了500万个患者。我们发现了始终富集在肿瘤微环境的关键区域的细胞壁细分市场，包括肿瘤免疫边界和细胞外基质重塑区域，以及与患者的统计相关的壁细分市场，包括复发状态和复发性无效生存。大多数差异壁ni（74.2％）是针对未复发并形成富含肿瘤和肿瘤细胞单核细胞，巨噬细胞，APC和CD8T细胞的强大互连网络的患者。相比之下，复发的患者的相互作用网络明显稀疏，并且在B细胞，CD68巨噬细胞和中性粒细胞中富集。我们使用两个独立人群验证了这些发现，观察了相似的细胞相互作用和预测能力。总的来说，这些结果表明，生产性抗肿瘤免疫反应的显着，普遍的特征是由与肿瘤和基质细胞的先天和适应性免疫之间的结构参与网络所定义的，而不是由任何特定的细胞群体。，我们已在https://github.com/jranek/quiche中免费提供作为用户友好的开源Python软件包。
果蝇 Pten 直系同源基因模型
(A) 果蝇 (Drosophila melanogaster) 和果蝇 (D. miranda) 中 Pten 基因组邻域的同源性比较。细箭头表示果蝇 (D. melanogaster) (上) 和果蝇 (D. miranda) (下) 中目标基因 Pten 所在的 DNA 链。指向右侧的细箭头表示 Pten 在果蝇 (D. miranda) 中位于正 (+) 链上，指向左侧的细箭头表示 Pten 在果蝇 (D. melanogaster) 中位于负 (-) 链上。指向与 Pten 相同方向的宽基因箭头相对于细箭头位于同一链上，而指向 Pten 反方向的宽基因箭头相对于细箭头位于反链上。果蝇 (D. miranda) 中的白色基因箭头表示与果蝇 (D. melanogaster) 中相应基因直系同源，而黑色基因箭头表示非直系同源。灰色箭头表示在两个基因组邻域中都存在但不是同源的基因（在本例中为 Ror），在 D. miranda 中位于 Pten 的上游，但在 D. melanogaster 中位于 Pten 的下游。D. miranda 基因箭头中给出的基因符号表示 D. melanogaster 中的直系同源基因，而基因座标识符是 D. miranda 特有的。（B）GEP UCSC Track Data Hub 中的基因模型（Raney 等人，2014）。D. miranda 中 Pten 的编码区显示在用户提供的轨道（黑色）中；CDS 用粗矩形表示，内含子用细线表示，箭头表示转录方向。后续证据轨迹包括果蝇 (D. melanogaster) 蛋白质的 Spaln（紫色，果蝇 (D. melanogaster) 的 Ref-Seq 蛋白质比对）、NCBI RefSeq 基因的 BLAT 比对（深蓝色，果蝇 (D. miranda) 的 Ref-Seq 基因比对）、TransDecoder 预测的转录本和编码区（深绿色）、成年雌性和成年雄性的 RNA-Seq（分别为红色和浅蓝色；果蝇 (D. miranda) 的 Illumina RNA-Seq 读段比对）以及使用果蝇 (D. miranda) RNA-Seq (SRP009365) 由 regtools 预测的剪接点。所示的剪接点具有最小读取深度 10，其中 10-49、50-99 和 100-499 支持读取分别以蓝色、绿色和粉色表示。 (C) 果蝇 Pten-PB（x 轴）与果蝇直系同源肽（y 轴）的点图。左侧和底部标明氨基酸编号；顶部和右侧标明 CDS 编号，CDS 也以交替颜色突出显示。点图中的间隙表示序列相似性较低的区域。
节肢动物生物多样性：生态和功能方面
无脊椎动物的动物，具有分段的身体，外骨骼和铰接的附属物是动物界，节肢动物中最大的门，占所有已知生物物种的80％以上。它们表现出很大的生物多样性，具有广泛的适应和形式，例如昆虫，龙虾，螃蟹，蜘蛛，蝎子，螨虫，甲虫，cent和千足虫，它们生活在地球上每个栖息地。节肢动物在维持生态系统服务中起着极为重要的作用，包括对人类的好处[1，2]。例如，许多物种在大多数营养网中授粉，产生有用的物质，作为害虫控制，并充当其他动物的食物[3-5]。此外，螨虫，异脚类，米尔小脚架和昆虫是清除剂或分解剂，它们破坏了死植物和动物伴侣，将其转化为土壤养分[6]，或者是环境污染的有价值的生物识别者[7-9]。许多甲壳类物种（螃蟹，龙虾，虾和小龙虾）在很大程度上被人类食用，因此被密集的商业规模耕种[10]。相比之下，其他甲壳类动物和昆虫是高度入侵的物种，是全球生物多样性的最大威胁之一，需要严格的控制策略[11-16]。其他是农作物和储存产物的直接害虫[17]，毒性载体或致病生物的中间寄主[18]。这个跨学科的主题提供了一个平台，以突出新的研究发现以及形态和功能适应以及节肢动物的多样性和保护性的重大进展。Olszewski等。Olszewski等。我们回顾了48篇文章，在同行评审期刊上发表了48篇文章，其中包括29篇文章（27篇原始和2篇评论），在昆虫中发表了11篇文章，有11篇文章（10篇原始文章和1篇文章和1个评论），5个在动物中，以及3篇文章。物种的范围，无论生态系统健康，入侵物种还是疾病媒介的重要指标都在很大程度上取决于它们适应环境和气候条件的能力，以及在自然和邻域环境中适当的宿主的可用性。在这方面，物种与它们所处环境的相互作用，无论是自然的还是人为的，形态功能的适应性和遗传特征，都是昆虫发表的29篇论文的共同点。[19]，旨在确定北波兰河谷环境的分散的psamphiolous草原挖掘机黄蜂群落（Spheciformes）的物种组成，证实了其他研究的发现，挖掘机黄蜂物种的数量随着增加的林地覆盖率而减少[20]。这项研究表明，从生物多样性保护的角度来看，重要价值的地点的管理应保留栖息地的镶嵌性。Munguia-Soto等人的研究目的。[21]是要在四年期间比较野生蜜蜂物种的种群丰度和密度，以评估奇瓦瓦南部沙漠中有利于蜜蜂种群的潜在趋势，威胁和因素，从而强调了锅陷阱颜色，年，季节和物种的重要性，以评估蜜蜂的丰富度。[22]研究了洛斯·图克斯特拉斯（Los Tuxtlas）的淡水大型无脊椎动物群落在另一项研究中，旨在填补有关河流生态系统及其相关水生动物群的信息，GóMezmarín等。
国家心脏肺和血液研究所通过协调的干预措施消除差异，以预防和控制心脏和肺部疾病联盟
1。Heckler MM。秘书关于黑人和少数民族健康工作队的报告； 1985。2。CooperR，Cutler J，Desvigne-Nickens P等。美国冠心病，中风和其他心血管疾病的趋势和差异：预防心脏疾病的全国性会议结果。循环。2000; 102（25）：3137-3147。3。Graham G.美国心血管疾病风险的差异。Curr Cardiol Rev。2015; 11（3）：238-245。4。Mensah GA，Mokdad AH，Ford ES，Greenlund KJ，Croft JB。美国心血管健康方面的差异状态。循环。2005; 111（10）：1233-1241。 5。 杰克逊心脏学习。 https://www.jacksonheartstudy.org/ 6。 西班牙裔社区健康研究 /拉丁裔研究。 https：//站点。 cscc.unc.edu/hchs/ 7。 年轻人（CADCIA）的冠状动脉风险发展。 https：//www.cardia.dopm.uab.edu/ 8。 Balfour PC，Rodriguez CJ，Ferdinand KC。 高血压在种族种族差异中的作用在心血管疾病中。 Curr Cardiovasc风险代表。 2015; 9（4）：18。 9。 Diez Roux AV，Mair C.社区与健康。 Ann n y Acad Sci。 2010; 1186：125-145。 10。 forde at，Sims M，Muntner P等。 在杰克逊心脏研究中，非裔美国人的歧视和高血压风险。 催眠。 2020; 76（3）：715-723。 11。2005; 111（10）：1233-1241。5。杰克逊心脏学习。https://www.jacksonheartstudy.org/ 6。西班牙裔社区健康研究 /拉丁裔研究。https：//站点。cscc.unc.edu/hchs/ 7。年轻人（CADCIA）的冠状动脉风险发展。https：//www.cardia.dopm.uab.edu/ 8。Balfour PC，Rodriguez CJ，Ferdinand KC。高血压在种族种族差异中的作用在心血管疾病中。Curr Cardiovasc风险代表。2015; 9（4）：18。 9。 Diez Roux AV，Mair C.社区与健康。 Ann n y Acad Sci。 2010; 1186：125-145。 10。 forde at，Sims M，Muntner P等。 在杰克逊心脏研究中，非裔美国人的歧视和高血压风险。 催眠。 2020; 76（3）：715-723。 11。2015; 9（4）：18。9。Diez Roux AV，Mair C.社区与健康。 Ann n y Acad Sci。 2010; 1186：125-145。 10。 forde at，Sims M，Muntner P等。 在杰克逊心脏研究中，非裔美国人的歧视和高血压风险。 催眠。 2020; 76（3）：715-723。 11。Diez Roux AV，Mair C.社区与健康。Ann n y Acad Sci。2010; 1186：125-145。10。forde at，Sims M，Muntner P等。在杰克逊心脏研究中，非裔美国人的歧视和高血压风险。催眠。2020; 76（3）：715-723。11。Kaiser P，Diez Roux AV，Mujahid M等。在动脉粥样硬化的多种族研究中，邻域环境和入射高血压。Am J Epidemiol。2016; 183（11）：988-997。 12。 Mujahid MS，Diez Roux AV，Morenoff JD等。 邻里志术和高血压。 流行病学。 2008; 19：590-598。 13。 Roux Avd，Merkin SS，Arnett D等。 居住地和冠心病的发生率。 n Engl J Med。 2001; 345（2）：99-106。 14。 Mensah GA，Boyce CA，Price LSN，Mishoe Ho，Engelgau MM。 观察：后期（T4）翻译研究和实施科学：国家心脏，肺和血液研究所的战略愿景。 Ethn Dis。 2017; 27（4）：367-370。 15。 Sallis JF，Owen N，FisherE。健康行为的生态模型。 健康行为：理论，研究和实践。 第5卷 jossey-bass/wiley; 2015：43-64。 16。 Stokols D.建立和维持健康的环境：致力于健康促进的社会生态。 am Psychol。 1992; 47（1）：6-22。 17。 Kilbourne AM，Switzer G，Hyman K，Crowley-Matoka M，Fine MJ。 推进医疗保健系统中的健康差异研究：概念框架。 AM J公共卫生。 2006; 96（12）：2113-2121。 18。 Nooraie Ry，Kwan BM，Cohn E等。 J Clin Transl Sci。 2020; 4（3）：168-175。 19。 前公共卫生。2016; 183（11）：988-997。12。Mujahid MS，Diez Roux AV，Morenoff JD等。邻里志术和高血压。流行病学。2008; 19：590-598。 13。 Roux Avd，Merkin SS，Arnett D等。 居住地和冠心病的发生率。 n Engl J Med。 2001; 345（2）：99-106。 14。 Mensah GA，Boyce CA，Price LSN，Mishoe Ho，Engelgau MM。 观察：后期（T4）翻译研究和实施科学：国家心脏，肺和血液研究所的战略愿景。 Ethn Dis。 2017; 27（4）：367-370。 15。 Sallis JF，Owen N，FisherE。健康行为的生态模型。 健康行为：理论，研究和实践。 第5卷 jossey-bass/wiley; 2015：43-64。 16。 Stokols D.建立和维持健康的环境：致力于健康促进的社会生态。 am Psychol。 1992; 47（1）：6-22。 17。 Kilbourne AM，Switzer G，Hyman K，Crowley-Matoka M，Fine MJ。 推进医疗保健系统中的健康差异研究：概念框架。 AM J公共卫生。 2006; 96（12）：2113-2121。 18。 Nooraie Ry，Kwan BM，Cohn E等。 J Clin Transl Sci。 2020; 4（3）：168-175。 19。 前公共卫生。2008; 19：590-598。13。Roux Avd，Merkin SS，Arnett D等。 居住地和冠心病的发生率。 n Engl J Med。 2001; 345（2）：99-106。 14。 Mensah GA，Boyce CA，Price LSN，Mishoe Ho，Engelgau MM。 观察：后期（T4）翻译研究和实施科学：国家心脏，肺和血液研究所的战略愿景。 Ethn Dis。 2017; 27（4）：367-370。 15。 Sallis JF，Owen N，FisherE。健康行为的生态模型。 健康行为：理论，研究和实践。 第5卷 jossey-bass/wiley; 2015：43-64。 16。 Stokols D.建立和维持健康的环境：致力于健康促进的社会生态。 am Psychol。 1992; 47（1）：6-22。 17。 Kilbourne AM，Switzer G，Hyman K，Crowley-Matoka M，Fine MJ。 推进医疗保健系统中的健康差异研究：概念框架。 AM J公共卫生。 2006; 96（12）：2113-2121。 18。 Nooraie Ry，Kwan BM，Cohn E等。 J Clin Transl Sci。 2020; 4（3）：168-175。 19。 前公共卫生。Roux Avd，Merkin SS，Arnett D等。居住地和冠心病的发生率。n Engl J Med。2001; 345（2）：99-106。14。Mensah GA，Boyce CA，Price LSN，Mishoe Ho，Engelgau MM。观察：后期（T4）翻译研究和实施科学：国家心脏，肺和血液研究所的战略愿景。Ethn Dis。 2017; 27（4）：367-370。 15。 Sallis JF，Owen N，FisherE。健康行为的生态模型。 健康行为：理论，研究和实践。 第5卷 jossey-bass/wiley; 2015：43-64。 16。 Stokols D.建立和维持健康的环境：致力于健康促进的社会生态。 am Psychol。 1992; 47（1）：6-22。 17。 Kilbourne AM，Switzer G，Hyman K，Crowley-Matoka M，Fine MJ。 推进医疗保健系统中的健康差异研究：概念框架。 AM J公共卫生。 2006; 96（12）：2113-2121。 18。 Nooraie Ry，Kwan BM，Cohn E等。 J Clin Transl Sci。 2020; 4（3）：168-175。 19。 前公共卫生。Ethn Dis。2017; 27（4）：367-370。 15。 Sallis JF，Owen N，FisherE。健康行为的生态模型。 健康行为：理论，研究和实践。 第5卷 jossey-bass/wiley; 2015：43-64。 16。 Stokols D.建立和维持健康的环境：致力于健康促进的社会生态。 am Psychol。 1992; 47（1）：6-22。 17。 Kilbourne AM，Switzer G，Hyman K，Crowley-Matoka M，Fine MJ。 推进医疗保健系统中的健康差异研究：概念框架。 AM J公共卫生。 2006; 96（12）：2113-2121。 18。 Nooraie Ry，Kwan BM，Cohn E等。 J Clin Transl Sci。 2020; 4（3）：168-175。 19。 前公共卫生。2017; 27（4）：367-370。15。Sallis JF，Owen N，FisherE。健康行为的生态模型。健康行为：理论，研究和实践。第5卷jossey-bass/wiley; 2015：43-64。16。Stokols D.建立和维持健康的环境：致力于健康促进的社会生态。am Psychol。1992; 47（1）：6-22。17。Kilbourne AM，Switzer G，Hyman K，Crowley-Matoka M，Fine MJ。 推进医疗保健系统中的健康差异研究：概念框架。 AM J公共卫生。 2006; 96（12）：2113-2121。 18。 Nooraie Ry，Kwan BM，Cohn E等。 J Clin Transl Sci。 2020; 4（3）：168-175。 19。 前公共卫生。Kilbourne AM，Switzer G，Hyman K，Crowley-Matoka M，Fine MJ。推进医疗保健系统中的健康差异研究：概念框架。AM J公共卫生。 2006; 96（12）：2113-2121。 18。 Nooraie Ry，Kwan BM，Cohn E等。 J Clin Transl Sci。 2020; 4（3）：168-175。 19。 前公共卫生。AM J公共卫生。2006; 96（12）：2113-2121。 18。 Nooraie Ry，Kwan BM，Cohn E等。 J Clin Transl Sci。 2020; 4（3）：168-175。 19。 前公共卫生。2006; 96（12）：2113-2121。18。Nooraie Ry，Kwan BM，Cohn E等。J Clin Transl Sci。 2020; 4（3）：168-175。 19。 前公共卫生。J Clin Transl Sci。2020; 4（3）：168-175。19。前公共卫生。通过CTSA计划提高健康公平：健康公平，传播和实施以及转化科学之间互动的机会。Shelton RC，Chambers DA，Glasgow RE。 RE-AIM的扩展以增强可持续性：解决动态环境并随着时间的推移促进健康公平。 2020; 8：134。Shelton RC，Chambers DA，Glasgow RE。RE-AIM的扩展以增强可持续性：解决动态环境并随着时间的推移促进健康公平。2020; 8：134。