目的比较电视辅助胸腔镜手术(video-assisted thoracoscopic surgery,VATS)和小切口开胸(mini-thoracotomy,MT)肺切除治疗临床早期肺癌术后的生活质量。方法2004年3月~2006年12月,有38例CT提示临床早期肺癌且肿物直径≤6cm的患者随机分...目的比较电视辅助胸腔镜手术(video-assisted thoracoscopic surgery,VATS)和小切口开胸(mini-thoracotomy,MT)肺切除治疗临床早期肺癌术后的生活质量。方法2004年3月~2006年12月,有38例CT提示临床早期肺癌且肿物直径≤6cm的患者随机分为胸腔镜组(n=20)和小切口组(n=18)手术,利用肺癌症状量表(lung cancer symptom scale,LCSS)评估术前和术后第1、3、6个月生活质量评分。结果术后1个月气促、1和3个月疼痛评分胸腔镜组均较小切口组低(11.1±6.9 vs 16.1±7.3,t=-2.170,P=0.037;12.7±8.6 vs 20.3±11.4,t=-2.335,P=0.025;6.4±4.5 vs 10.8±6.7,t=-2.398,P=0.022)。其余生活质量评分(包括食欲、疲劳、咳嗽、肺癌症状、疾病对正常活动的影响、总的生活质量)2组间差异无统计学意义(P>0.05)。结论与小切口肺切除对比,胸腔镜术后在疼痛和气促方面具有较高的生活质量。展开更多
目前对Web服务QoS(Quality of Service)的预测研究,通常预测QoS的静态值,很少预测QoS值的置信区间.本文借助非参数统计学的Bootstrap技术,提出估计Web服务QoS值置信区间的方法;然后利用与当前Web用户相似的其他Web用户调用待预测Web服务...目前对Web服务QoS(Quality of Service)的预测研究,通常预测QoS的静态值,很少预测QoS值的置信区间.本文借助非参数统计学的Bootstrap技术,提出估计Web服务QoS值置信区间的方法;然后利用与当前Web用户相似的其他Web用户调用待预测Web服务的QoS历史数据,预测当前Web用户调用待预测Web服务的QoS值的置信区间.本文估计了WSDream数据集1中每个用户调用每个Web服务的QoS值的置信区间,实验发现这些置信区间的上下限近似服从重尾分布.通过随机选择WSDream数据集1中60%到90%的用户和Web服务作为训练集,预测另外10%到40%的用户和Web服务的QoS值,实验结果表明预测的QoS置信区间与估计的QoS置信区间的平均覆盖率超过70%,最高达76%.在服务选择或服务推荐时给用户提供一个估计的或预测的QoS置信区间,可以更好地满足用户的个性化需求.展开更多
文摘目的比较电视辅助胸腔镜手术(video-assisted thoracoscopic surgery,VATS)和小切口开胸(mini-thoracotomy,MT)肺切除治疗临床早期肺癌术后的生活质量。方法2004年3月~2006年12月,有38例CT提示临床早期肺癌且肿物直径≤6cm的患者随机分为胸腔镜组(n=20)和小切口组(n=18)手术,利用肺癌症状量表(lung cancer symptom scale,LCSS)评估术前和术后第1、3、6个月生活质量评分。结果术后1个月气促、1和3个月疼痛评分胸腔镜组均较小切口组低(11.1±6.9 vs 16.1±7.3,t=-2.170,P=0.037;12.7±8.6 vs 20.3±11.4,t=-2.335,P=0.025;6.4±4.5 vs 10.8±6.7,t=-2.398,P=0.022)。其余生活质量评分(包括食欲、疲劳、咳嗽、肺癌症状、疾病对正常活动的影响、总的生活质量)2组间差异无统计学意义(P>0.05)。结论与小切口肺切除对比,胸腔镜术后在疼痛和气促方面具有较高的生活质量。
文摘目前对Web服务QoS(Quality of Service)的预测研究,通常预测QoS的静态值,很少预测QoS值的置信区间.本文借助非参数统计学的Bootstrap技术,提出估计Web服务QoS值置信区间的方法;然后利用与当前Web用户相似的其他Web用户调用待预测Web服务的QoS历史数据,预测当前Web用户调用待预测Web服务的QoS值的置信区间.本文估计了WSDream数据集1中每个用户调用每个Web服务的QoS值的置信区间,实验发现这些置信区间的上下限近似服从重尾分布.通过随机选择WSDream数据集1中60%到90%的用户和Web服务作为训练集,预测另外10%到40%的用户和Web服务的QoS值,实验结果表明预测的QoS置信区间与估计的QoS置信区间的平均覆盖率超过70%,最高达76%.在服务选择或服务推荐时给用户提供一个估计的或预测的QoS置信区间,可以更好地满足用户的个性化需求.
