背景作为脑卒中患者康复效果的重要评定指标之一,社会参与逐渐受到关注,了解脑卒中患者对社会参与的认知和经历有利于帮助脑卒中患者快速康复、回归家庭并重新融入社会,但单一的质性研究结果可能不具有概括性和代表性。目的通过Meta整...背景作为脑卒中患者康复效果的重要评定指标之一,社会参与逐渐受到关注,了解脑卒中患者对社会参与的认知和经历有利于帮助脑卒中患者快速康复、回归家庭并重新融入社会,但单一的质性研究结果可能不具有概括性和代表性。目的通过Meta整合方法系统梳理关于脑卒中患者对社会参与认知和经历的质性研究,为进一步提高脑卒中患者康复效果提供参考。方法使用计算机检索PubMed、Web of Science、Cochrane Library、Embase、心理学文摘(PsycINFO)、护理和联合卫生文献累积索引(CINAHL)、澳大利亚乔安娜布里格斯研究所(JBI)循证卫生保健数据库、中国知网、万方数据知识服务平台、维普网、中国生物医学文献数据库,筛选其自建库至2022年11月以来收录的关于脑卒中患者对社会参与认知和经历的质性研究。采用汇集性Meta整合法对研究主题、隐含意义、分类等研究结果进行Meta整合。结果纳入Meta整合的14篇文献共涉及183例脑卒中患者,通过Meta整合共得出26个研究结果,其中相近结果可归纳为8个新类别,最终归纳出3个整合结果:(1)脑卒中患者对社会参与的认知和经历;(2)脑卒中患者多种社会参与受限且受较多因素影响;(3)多方支持对脑卒中患者社会参与至关重要。结论脑卒中患者对社会参与有新见解,须纠正和消除脑卒中患者对社会参与的自我认同紊乱及其限制因素,并重视脑卒中患者社会参与的多方支持。展开更多
Architecture framework has become an effective method recently to describe the system of systems(SoS)architecture,such as the United States(US)Department of Defense Architecture Framework Version 2.0(DoDAF2.0).As a vi...Architecture framework has become an effective method recently to describe the system of systems(SoS)architecture,such as the United States(US)Department of Defense Architecture Framework Version 2.0(DoDAF2.0).As a viewpoint in DoDAF2.0,the operational viewpoint(OV)describes operational activities,nodes,and resource flows.The OV models are important for SoS architecture development.However,as the SoS complexity increases,constructing OV models with traditional methods exposes shortcomings,such as inefficient data collection and low modeling standards.Therefore,we propose an intelligent modeling method for five OV models,including operational resource flow OV-2,organizational relationships OV-4,operational activity hierarchy OV-5a,operational activities model OV-5b,and operational activity sequences OV-6c.The main idea of the method is to extract OV architecture data from text and generate interoperable OV models.First,we construct the OV meta model based on the DoDAF2.0 meta model(DM2).Second,OV architecture named entities is recognized from text based on the bidirectional long short-term memory and conditional random field(BiLSTM-CRF)model.And OV architecture relationships are collected with relationship extraction rules.Finally,we define the generation rules for OV models and develop an OV modeling tool.We use unmanned surface vehicles(USV)swarm target defense SoS architecture as a case to verify the feasibility and effectiveness of the intelligent modeling method.展开更多
为了探究轮作种植模式对植烟土壤理化和生物学特性及烟叶化学成分影响,揭示影响烟叶化学品质的关键因子,在Web of Science、Springer、中国知网、万方、维普和Google Scholar等中英文数据库,以长期定位试验、烟草轮作、土壤理化性质、...为了探究轮作种植模式对植烟土壤理化和生物学特性及烟叶化学成分影响,揭示影响烟叶化学品质的关键因子,在Web of Science、Springer、中国知网、万方、维普和Google Scholar等中英文数据库,以长期定位试验、烟草轮作、土壤理化性质、土壤微生物和烟叶化学成分为关键词,筛选代表性文章51篇,涉及轮作试验194个,非轮作对照试验51个,提取有效田间数据1008组,通过Meta分析、Pearson相关性分析和结构方程模型分析,揭示轮作对烟叶化学成分的影响因素。Meta分析结果表明,不同科类作物与烟草轮作显著改善土壤物理性质、化学性质和生物学特性等质量指标及提高烟叶钾(42.46%)、糖碱比(40.86%)、烟碱(38.59%)、还原糖(38.59%)和总糖(38.51%)等化学成分指标(P<0.05),使各成分更加协调,其中,以烤烟-禾本科轮作模式的效果最好;化学成分含量还受年均温度、年降水量和土壤类型等因素的影响。Pearson相关性分析结果表明,土壤碱解氮(1:R^(2)=0.4468,2:R^(2)=0.4673)、有机质含量(1:R^(2)=0.5089,2:R^(2)=0.3674)、酸性磷酸酶活性(1:R^(2)=0.3161,2:R^(2)=0.3850)和微生物Ace指数(1:R^(2)=0.2026,2:R^(2)=0.2660)与烟叶糖碱比(1:R^(2))和钾含量(2:R^(2))呈显著正相关(P<0.05)。结构方程模型分析表明,土壤有机质和碱解氮含量是影响烟叶钾含量的主要因素,微生物Ace指数和碱解氮含量是影响糖碱比的主要因素。轮作模式对烟草叶片化学成分有显著影响。具体而言,禾本科-烟草轮作模式对土壤的物理、化学和生物特性以及烟叶的化学成分都有积极的影响。Meta分析、Pearson相关分析和结构方程模型进一步证实了这些发现。基于这些结果,建议实施禾本科和烟草轮作制度,以提高烟草生产的质量和效率。该系统应综合考虑年均降水量、年均气温和土壤质量指标,优化烟草生长条件。通过调整轮作制度和土壤管理方法,农民可以在保持烟草质量的同时获得更高的产量,从而提高工业产量和效率。展开更多
为探究肠道损伤对断奶仔猪生长性能、血清和空肠炎症因子带来的影响,本试验对相关方面的研究进行了Meta分析。通过计算机对PubMed、Science Direct和Web of Science数据库进行检索,检索肠道损伤对断奶仔猪生长性能、血清和空肠炎症因子...为探究肠道损伤对断奶仔猪生长性能、血清和空肠炎症因子带来的影响,本试验对相关方面的研究进行了Meta分析。通过计算机对PubMed、Science Direct和Web of Science数据库进行检索,检索肠道损伤对断奶仔猪生长性能、血清和空肠炎症因子影响的随机对照试验。检索年限从2000年1月至2023年4月,设定样本纳入及排除标准进行文献筛选、数据提取,纳入总样本34篇,用Review Manager 5.4对纳入文献进行相关分析,效应指标选择标准化均数差(SMD)。结果显示:肠道损伤能够显著降低断奶仔猪平均日增重[SMD=-1.43,95%置信区间(CI)=(-1.71,-1.15),P<0.0001],降低平均日采食量[SMD=-1.08,95%CI=(-1.47,-0.69),P<0.0001],提高料重比[SMD=1.06,95%CI=(0.50,1.62),P=0.0002];肠道损伤显著提高空肠中白细胞介素-1β(IL-1β)[SMD=1.36,95%CI=(0.52,2.20),P=0.001]、肿瘤坏死因子-α(TNF-α)[SMD=0.76,95%CI=(0.22,1.30),P=0.006]、白细胞介素-6(IL-6)[SMD=0.79,95%CI=(0.26,1.32),P=0.004]以及血清中TNF-α[SMD=2.69,95%CI=(1.56,3.81),P<0.0001]的含量。这些结果表明,肠道损伤影响断奶仔猪的生长性能,损害免疫功能。展开更多
目的系统评价胰十二指肠切除术后胰瘘(POPF)风险预测模型,为临床筛选应用POPF相关风险模型提供参考。方法本研究根据PRISMA指南完成,PROSPERO注册号:CRD42023437672。计算机检索PubMed、Scopus、Embase、Web of Science、Cochrane Libr...目的系统评价胰十二指肠切除术后胰瘘(POPF)风险预测模型,为临床筛选应用POPF相关风险模型提供参考。方法本研究根据PRISMA指南完成,PROSPERO注册号:CRD42023437672。计算机检索PubMed、Scopus、Embase、Web of Science、Cochrane Library、中国知网、维普网、万方、中华医学期刊全文数据库和中国生物医学文献数据库公开发表的胰十二指肠切除POPF风险预测模型构建的研究文献,检索时限为建库至2024年4月26日。采用PROBAST工具评价文献质量,RevMan 5.4、MedCalc软件进行Meta分析。结果共纳入36篇文献、20119例患者,胰十二指肠切除POPF发生率为7.4%~47.8%。36篇文献中,共构建55个风险预测模型,受试者工作特征曲线下面积(AUC)为0.690~0.952,其中52个模型AUC>0.7。文献质量评价结果均为高偏倚风险和适用性好。采用MedCalc软件对模型预测性能AUC进行统计学分析,合并的AUC为0.833(95%CI:0.808~0.857)。Meta分析显示:BMI、术后第1天引流液淀粉酶、术前血清白蛋白、胰管直径、胰腺质地、脂肪评分、肿瘤位置、失血量、性别、手术时间、主胰管指数、胰腺CT值是POPF的预测因子(P值均<0.05)。结论目前胰十二指肠切除POPF风险预测模型仍处于探索阶段,大部分预测模型的校准方法缺失,缺少外部验证,仅仅采用单因素分析筛选变量,偏倚风险较高,未来还需完善模型构建方法,以开发出预测准确度更高的风险预测模型。展开更多
为解决基于深度强化学习的AUV跟踪控制器在面临新任务时需从零开始训练、训练速度慢、稳定性差等问题,设计一种基于元强化学习的AUV多任务快速自适应控制算法——R-SAC(Reptile-Soft Actor Critic)算法。R-SAC算法将元学习与强化学习相...为解决基于深度强化学习的AUV跟踪控制器在面临新任务时需从零开始训练、训练速度慢、稳定性差等问题,设计一种基于元强化学习的AUV多任务快速自适应控制算法——R-SAC(Reptile-Soft Actor Critic)算法。R-SAC算法将元学习与强化学习相结合,结合水下机器人运动学及动力学方程对跟踪任务进行建模,利用RSAC算法在训练阶段为AUV跟踪控制器获得一组最优初始值模型参数,使模型在面临不同的任务时,基于该组参数进行训练时能够快速收敛,实现快速自适应不同任务。仿真结果表明,所提出的方法与随机初始化强化学习控制器相比,收敛速度最低提高了1.6倍,跟踪误差保持在2.8%以内。展开更多
文摘背景作为脑卒中患者康复效果的重要评定指标之一,社会参与逐渐受到关注,了解脑卒中患者对社会参与的认知和经历有利于帮助脑卒中患者快速康复、回归家庭并重新融入社会,但单一的质性研究结果可能不具有概括性和代表性。目的通过Meta整合方法系统梳理关于脑卒中患者对社会参与认知和经历的质性研究,为进一步提高脑卒中患者康复效果提供参考。方法使用计算机检索PubMed、Web of Science、Cochrane Library、Embase、心理学文摘(PsycINFO)、护理和联合卫生文献累积索引(CINAHL)、澳大利亚乔安娜布里格斯研究所(JBI)循证卫生保健数据库、中国知网、万方数据知识服务平台、维普网、中国生物医学文献数据库,筛选其自建库至2022年11月以来收录的关于脑卒中患者对社会参与认知和经历的质性研究。采用汇集性Meta整合法对研究主题、隐含意义、分类等研究结果进行Meta整合。结果纳入Meta整合的14篇文献共涉及183例脑卒中患者,通过Meta整合共得出26个研究结果,其中相近结果可归纳为8个新类别,最终归纳出3个整合结果:(1)脑卒中患者对社会参与的认知和经历;(2)脑卒中患者多种社会参与受限且受较多因素影响;(3)多方支持对脑卒中患者社会参与至关重要。结论脑卒中患者对社会参与有新见解,须纠正和消除脑卒中患者对社会参与的自我认同紊乱及其限制因素,并重视脑卒中患者社会参与的多方支持。
基金National Natural Science Foundation of China(71690233,71971213,71901214)。
文摘Architecture framework has become an effective method recently to describe the system of systems(SoS)architecture,such as the United States(US)Department of Defense Architecture Framework Version 2.0(DoDAF2.0).As a viewpoint in DoDAF2.0,the operational viewpoint(OV)describes operational activities,nodes,and resource flows.The OV models are important for SoS architecture development.However,as the SoS complexity increases,constructing OV models with traditional methods exposes shortcomings,such as inefficient data collection and low modeling standards.Therefore,we propose an intelligent modeling method for five OV models,including operational resource flow OV-2,organizational relationships OV-4,operational activity hierarchy OV-5a,operational activities model OV-5b,and operational activity sequences OV-6c.The main idea of the method is to extract OV architecture data from text and generate interoperable OV models.First,we construct the OV meta model based on the DoDAF2.0 meta model(DM2).Second,OV architecture named entities is recognized from text based on the bidirectional long short-term memory and conditional random field(BiLSTM-CRF)model.And OV architecture relationships are collected with relationship extraction rules.Finally,we define the generation rules for OV models and develop an OV modeling tool.We use unmanned surface vehicles(USV)swarm target defense SoS architecture as a case to verify the feasibility and effectiveness of the intelligent modeling method.
文摘为了探究轮作种植模式对植烟土壤理化和生物学特性及烟叶化学成分影响,揭示影响烟叶化学品质的关键因子,在Web of Science、Springer、中国知网、万方、维普和Google Scholar等中英文数据库,以长期定位试验、烟草轮作、土壤理化性质、土壤微生物和烟叶化学成分为关键词,筛选代表性文章51篇,涉及轮作试验194个,非轮作对照试验51个,提取有效田间数据1008组,通过Meta分析、Pearson相关性分析和结构方程模型分析,揭示轮作对烟叶化学成分的影响因素。Meta分析结果表明,不同科类作物与烟草轮作显著改善土壤物理性质、化学性质和生物学特性等质量指标及提高烟叶钾(42.46%)、糖碱比(40.86%)、烟碱(38.59%)、还原糖(38.59%)和总糖(38.51%)等化学成分指标(P<0.05),使各成分更加协调,其中,以烤烟-禾本科轮作模式的效果最好;化学成分含量还受年均温度、年降水量和土壤类型等因素的影响。Pearson相关性分析结果表明,土壤碱解氮(1:R^(2)=0.4468,2:R^(2)=0.4673)、有机质含量(1:R^(2)=0.5089,2:R^(2)=0.3674)、酸性磷酸酶活性(1:R^(2)=0.3161,2:R^(2)=0.3850)和微生物Ace指数(1:R^(2)=0.2026,2:R^(2)=0.2660)与烟叶糖碱比(1:R^(2))和钾含量(2:R^(2))呈显著正相关(P<0.05)。结构方程模型分析表明,土壤有机质和碱解氮含量是影响烟叶钾含量的主要因素,微生物Ace指数和碱解氮含量是影响糖碱比的主要因素。轮作模式对烟草叶片化学成分有显著影响。具体而言,禾本科-烟草轮作模式对土壤的物理、化学和生物特性以及烟叶的化学成分都有积极的影响。Meta分析、Pearson相关分析和结构方程模型进一步证实了这些发现。基于这些结果,建议实施禾本科和烟草轮作制度,以提高烟草生产的质量和效率。该系统应综合考虑年均降水量、年均气温和土壤质量指标,优化烟草生长条件。通过调整轮作制度和土壤管理方法,农民可以在保持烟草质量的同时获得更高的产量,从而提高工业产量和效率。
文摘目的系统评价胰十二指肠切除术后胰瘘(POPF)风险预测模型,为临床筛选应用POPF相关风险模型提供参考。方法本研究根据PRISMA指南完成,PROSPERO注册号:CRD42023437672。计算机检索PubMed、Scopus、Embase、Web of Science、Cochrane Library、中国知网、维普网、万方、中华医学期刊全文数据库和中国生物医学文献数据库公开发表的胰十二指肠切除POPF风险预测模型构建的研究文献,检索时限为建库至2024年4月26日。采用PROBAST工具评价文献质量,RevMan 5.4、MedCalc软件进行Meta分析。结果共纳入36篇文献、20119例患者,胰十二指肠切除POPF发生率为7.4%~47.8%。36篇文献中,共构建55个风险预测模型,受试者工作特征曲线下面积(AUC)为0.690~0.952,其中52个模型AUC>0.7。文献质量评价结果均为高偏倚风险和适用性好。采用MedCalc软件对模型预测性能AUC进行统计学分析,合并的AUC为0.833(95%CI:0.808~0.857)。Meta分析显示:BMI、术后第1天引流液淀粉酶、术前血清白蛋白、胰管直径、胰腺质地、脂肪评分、肿瘤位置、失血量、性别、手术时间、主胰管指数、胰腺CT值是POPF的预测因子(P值均<0.05)。结论目前胰十二指肠切除POPF风险预测模型仍处于探索阶段,大部分预测模型的校准方法缺失,缺少外部验证,仅仅采用单因素分析筛选变量,偏倚风险较高,未来还需完善模型构建方法,以开发出预测准确度更高的风险预测模型。
文摘为解决基于深度强化学习的AUV跟踪控制器在面临新任务时需从零开始训练、训练速度慢、稳定性差等问题,设计一种基于元强化学习的AUV多任务快速自适应控制算法——R-SAC(Reptile-Soft Actor Critic)算法。R-SAC算法将元学习与强化学习相结合,结合水下机器人运动学及动力学方程对跟踪任务进行建模,利用RSAC算法在训练阶段为AUV跟踪控制器获得一组最优初始值模型参数,使模型在面临不同的任务时,基于该组参数进行训练时能够快速收敛,实现快速自适应不同任务。仿真结果表明,所提出的方法与随机初始化强化学习控制器相比,收敛速度最低提高了1.6倍,跟踪误差保持在2.8%以内。
