学科分类
/ 1
7 个结果
  • 简介:摘要:本文对多边贸易体制和自由贸易协定进行比较研究,并探讨其在实践中的意义。两者都可以促进全球贸易自由化和发展,但适用场景和实践效果略有不同。多边贸易体制鼓励国际合作和稳定贸易环境,自由贸易协定促进产业协调和资源配置优化,加速经济增长和技术转移。

  • 标签: 多边贸易体制 自由贸易协定 比较研究 实践意义
  • 简介:摘要:在科学技术以及社会经济得到充分发展的当下,我国的发展已经进入到融媒体时代。进入融媒体时代后,网络舆情的产生和发展都出现了全新的变化,在信息共享技术和传播技术迅速提高的当下,网络舆情的发生和控制也在一定程度上给社会造成了较大的困扰,一旦网络舆情不能得到及时有效控制和正确引导,社会的安定发展便会受到网络负面信息爆发带来的威胁,这些威胁如果处理不当或者不及时,很容易引起社会矛盾。本文从融媒体时代出发分析网络舆情可能产生的风险,最后根据当下融媒体时代的情况,提出防范化解网络舆情的几点有效建议。

  • 标签: 融媒体 网络舆情 风险化解 防范方法
  • 简介:摘要目的探究抑郁患者一级亲属的大脑结构网络变化及其与抑郁发作之间的关系。方法前瞻性收集江苏大学附属医院2017年5月至2018年6月收治的抑郁患者健康一级亲属200名纳入研究,同期在社区通过问卷形式收集无抑郁家族史的健康对照者(HC/FH-组)50名作为健康对照。所有研究对象入组后均接受系统磁共振成像扫描和相关量表评估,随后进行长达3年的纵向随访(每3个月1次)。采用精神障碍诊断与统计手册第4版结构化访谈内容评估受试者在随访期间是否发生抑郁。将随访期间发生抑郁的一级亲属纳入一级亲属发生抑郁组(DD/FH+),而未发生抑郁的一级亲属则纳入一级亲属未发生抑郁组(HC/FH+)。通过24项汉密尔顿抑郁评定量表(HDRS)和Holmes和Rahe社会再适应评定量表分别评估受试者的抑郁严重程度和是否经历重大压力生活事件。构建Logistic回归模型探究脑结构网络属性对于抑郁的预测效能。基于Pearson相关分析探究受试者的脑结构网络与HDRS评分之间的相关性。结果HC/FH-组(50例)、HC/FH+组(115例)以及DD/FH+组(21例)的支线连接(17.62±1.34、17.03±1.39、15.82±1.12,F=13.63,P<0.001)、全局效率(0.24±0.03、0.23±0.03、0.22±0.03,F=4.73,P=0.010)、右侧脑岛节点效率(0.20±0.02、0.21±0.01、0.20±0.01,F=4.62,P=0.011)、左侧海马节点效率(0.27±0.01、0.27±0.01、0.24±0.02,F=18.56,P<0.001)、左侧杏仁核节点效率(0.24±0.02、0.24±0.02、0.23±0.01,F=3.40,P=0.036)差异存在统计学意义。Logistic回归模型显示支线连接(OR=0.55,95%CI 0.38~0.78,P=0.001)和左侧海马节点效率(OR=0.58,95%CI 0.40~0.81,P<0.001)可以预测最终抑郁的发生情况,并且具有良好的预测效能,受试者工作特征曲线下面积分别为0.75、0.78。相关分析结果显示DD/FH+组基线时支线连接(r=-0.58,P=0.006)和左侧海马节点效率(r=-0.60,P=0.004)与其第一次随访时的HDRS评分相关。结论抑郁患者的健康一级亲属中,存在支线连接和左侧海马节点效率改变的个体更容易发生抑郁。

  • 标签: 抑郁症 一级亲属 结构网络 预测
  • 简介:摘要:电力营销工作对于电力企业至关重要,而在科技发展和进步的今天,电力营销工作需要寻求新的出发点。将大数据分析应用到电力营销工作上,是电力营销工作的一大转变,同时也是大数据时代发展的必然需求。大数据通过多方平台收集信息数据并进行深度分析,确保了分析工作的可靠性。笔者结合自身工作经验对大数据分析对电力营销工作的重要性进行了研究,提出了一些自己的见解,希望能够为更多的电力工作者提供参考经验,共同促进电力事业的发展。

  • 标签: 大数据 分析 电力营销 重要性
  • 简介:摘要目的探讨基于CT平扫的放射组学特征在胸腺瘤与其他前纵隔病变鉴别诊断中的价值。方法回顾性分析2018年1月至2021年1月江苏大学附属医院收治的128例前纵隔病变患者资料。以病理结果为金标准,将患者分为胸腺瘤组(67例)、非胸腺瘤组(61例)。采用基于MATLAB平台的放射组学分析模块对CT平扫图像进行分析,提取整个病变的组学特征,依次采用组间差异分析、Boruta算法以及共线性检测进行特征筛选。根据最终被选择特征,绘制其单独及联合诊断胸腺瘤的受试者工作特征(ROC)曲线,并计算曲线下面积(AUC),分析所选特征的诊断效能。结果共提取851个病变的组学特征。经过多步骤降维后,最终选择4个差异有统计学意义的组学特征,分别为鲁棒平均绝对偏差、灰度不均匀性、游程方差(小波-LLH)以及依赖不均匀性(小波-HLL)。ROC曲线分析显示,上述4个组学特征单独诊断时的AUC分别为0.712、0.634、0.660、0.699,特异度分别70.2%、61.2%、61.2%、61.2%,灵敏度分别为60.7%、60.6%、68.8%、70.5%;四者联合检测的AUC为0.881,灵敏度和特异度分别为75.4%、89.6%,诊断效能明显提升。结论基于CT平扫的放射组学特征对于胸腺瘤及其他前纵隔病变的鉴别诊断有一定的价值及应用潜力。

  • 标签: 胸腺瘤 纵隔疾病 体层摄影术,X线计算机 诊断,鉴别 放射组学
  • 简介:摘要目的明确海马规避放疗中海马损伤的影像证据及其与认知的关系。方法本研究采用前瞻性设计。2017年1月至2019年12月在江苏大学附属医院和东南大学附属中大医院随访收集183例接受调强适形放疗(IMRT)的鼻咽癌患者(IMRT放疗组),另收集匹配的30名健康对照组(HC组)。所有受试者均采用蒙特利尔认知评估中文版(MoCA-B)行基线及放疗后6个月的认知评估,并将鼻咽癌放疗患者分为认知损伤组和认知未损伤组。所有受试者行头颅MR扫描,并以T1WI作为纹理特征分析用序列。基于蒙特利尔神经研究所(Montreal Neurological Institute,MNI)脑模板提取个体标准化海马ROI。基于C++和Delphi开发的影像组学计算纹理特征,并运用组内相关系数(ICC)、平均方向、机器学习(随机森林)和自相关矩阵进行特征降维。采用单因素方差分析和广义线性模型进行组间差异性特征比较。运用Pearson相关分析对重要纹理特征与临床资料的关系进行评估。以logistic回归计算纹理特征对认知损伤的预测能力。结果排除19例失访受试者,本研究最终纳入鼻咽癌患者164例作为IMRT组。受试者海马ROI的纹理特征被成功提取并降维。HC组、认知损伤组(56例)及认知未损伤组(108例)间呈现5个差异性特征:方差(Variance)、熵(Entropy)、灰度不均匀性(GlevNonU)、游程不均匀性(RLNonUni)和对比度(Contrast),且后3个呈现IMRT放疗组内差异有统计学意义(GlevNonU,P=0.011;RLNonUni,P<0.001;Contrast,P<0.001)。另外,海马受照剂量与Variance呈正相关(r=0.448,P<0.05),与Entropy呈负相关(r=-0.461,P<0.05)。GlevNonU、RLNonUni及Contrast与MoCA-B评分均呈正相关(r=0.503,P<0.05;r=0.587,P<0.05;r=0.531,P<0.05)。GlevNonU和Contrast是海马规避放疗认知损伤的独立预测因子(OR=0.731,95%CI 0.610~0.857;OR=0.651,95%CI 0.496~0.853)。结论纹理分析结果可作为海马规避放疗中海马损伤的微观影像学证据,且其亦可有效预测认知损伤的发生。

  • 标签: 海马 纹理分析 磁共振成像 认知障碍 预测