CDK4/6抑制剂在HR^(+)晚期乳腺癌治疗中的耐药机制及进展后治疗策略

细胞周期蛋白依赖性激酶4/6(CDK4/6)抑制剂联合内分泌治疗已成为激素受体阳性(HR^(+))、人类表皮生长因子受体-2阴性(HER2^(-))乳腺癌患者的晚期一线及二线标准治疗方案。尽管CDK4/6抑制剂可实现有效的疾病控制,但对于晚期乳腺癌患者最终仍会因耐药出现疾病进展。目前CDK4/6抑制剂相关耐药机制尚不完全清楚,同时治疗失败后的最佳治疗策略仍是一个亟待解决的问题。本文就CDK4/6抑制剂的潜在耐药机制和后续治疗策略的最新研究进展做一综述。

论明代云南边屯移民土著化的经济原因

边屯问题的研究作为中国经济史研究中的重大问题之一,其中必然涉及移民与移民过程中的土著化现象,对其现象背后的经济原因进行分析属于经济史范畴。云南边屯移民的土著化进程与族群认同、地域认同和文化认同密不可分,但更多以该群体获得土地的世袭耕种权为标志,其获得土地世袭耕种权主要有三种途径:封建国有土地制度下的官田分配、自耕农小土地所有制下因身份转变而获得的私有土地、封建地主经济下通过掠夺和买卖以及其他途径实现土地的私有化。在此过程中,移民屯垦生产逐步在土著化的过程中实现了经济交流、交往、交融的深入,最终实现了从悬浮于土地到结合于土地的土著化。

多模态影像融合技术在显微血管减压术治疗原发性舌咽神经痛中的应用

目的探讨多模态影像融合技术在显微血管减压术(MVD)治疗原发性舌咽神经痛中的作用。方法回顾性分析2019年1月至2020年1月MVD治疗的3例原发性舌咽神经痛的临床资料。术前均行3D-TOF-MRA和3D-FIESTA检查,利用BrainLab软件进行多模态影像融合,根据影像融合结果行MVD。结果多模态融合影像清晰显示责任动脉与神经的关系,3例均顺利完成手术,术中责任血管位置与术前多模态融合影像结果一致,术后即刻疼痛明显缓解,术后无出血、颅内感染、脑脊液漏。结论原发性舌咽神经痛进行MVD时,多模态影像融合技术可清晰显示责任血管,有利于提高手术的准确性、安全性、有效性,减少手术创伤。

基于神经网络的建筑能耗混合预测模型

为了提升建筑能耗预测的精度、鲁棒性和泛化能力,提出树种算法(TSA)优化的径向基函数(RBF)神经网络与长短时记忆(LSTM)神经网络结合的混合预测模型.采用基于自适应噪声的完全集成经验模态分解算法,将建筑能耗数据分解为1组本征模态函数(IMF)分量和1个残余分量,利用样本熵算法将各分量划分为高频分量和低频分量.采用最小绝对收缩与选择算子(LASSO)方法进行特征选择.分别利用TSA算法优化后的RBF模型与LSTM模型对低频分量和高频分量进行预测,并叠加重构得到最终预测结果.模型评估结果表明,混合预测模型的精度为98.72%.相比于RBF、TSA-RBF、LSTM模型,所提模型的预测效果更好,且具有较强的鲁棒性和泛化能力,能够更为有效地用于建筑逐时电力能耗预测.

新时代水路运输领域研究生人才培养策略研究

水路运输领域研究生是新时代国家交通发展战略的主要力量。本文针对目前水路运输领域研究生人才培养模式存在的问题,分别从课程专业建设、研究生自身能力、校企合作和导师队伍等方面探讨应对策略,为提高水路运输领域研究生培养质量和完善培养机制提供参考。

农旅融合促进绿色减贫的效应分析:作用机理与统计验证

农旅融合作为推动乡村振兴的有效路径之一,在推动农业提档升级、产业结构优化以及农户增收等方面具有重要作用。文章基于中国30个省份2009—2018年的面板数据,从经济增长绿色化度、资源利用与环境保护程度、社会发展能力、扶贫开发政策效果和环境脆弱性五个方面构建了绿色减贫评价指标体系,再利用熵值法、因子分析法和灰色关联度法对农旅融合水平进行了测算,最后采用双向固定效应模型和空间杜宾模型实证检验了农旅融合对绿色减贫的影响效应。研究结果表明,农旅融合能显著推动绿色减贫发展。在克服内生性问题以及经过一系列敏感性检验之后,结论依然成立,但这种促进效应存在倒U型的非线性关系。此外,空间计量模型显示,本地区的绿色减贫状况会受到邻近地区的影响,存在着显著的正向空间溢出效应。

中美贸易摩擦的民族经济维度探析

中美贸易摩擦的美方逻辑是资本理性,可归纳为贸易问题上的失衡幻觉→理论认知上的重商主义→经济霸权上的危机意识。究其根源,经济利益敏感、经济理论偏执、经济霸权意识均是源远流长的美利坚经济民族主义的体现。经济民族主义既有经济模式又有文化传统的原因,二者综合概括为民族经济模式。通过中美经济模式的分析比较,借鉴民族学的经济文化类型理论,以人的本质为核心、价值概念为枢纽、民族文化为基础,探索规定民族经济模式的概念,提出中国是和合市场型、美国是竞争市场型。中美贸易摩擦实质是民族经济模式之争。经济全球化具有二重性即民族经济模式的“多元性”与“一体性”,构建人类命运共同体是不可逆转的历史大势。

机场能源站智慧管控技术研究

航站楼作为能耗消耗的主要建筑之一,对其进行节能减排的研究意义重大。文章首先通过采用AP-FISOA-RBF的短期冷负荷分区预测模型对航站楼的不同区域空调系统冷负荷进行预测并提出相应的节能优化策略;其次通过烟花算法制定多热源供暖系统优化调度策略;最后基于群智能系统,提出一套与系统运行相结合的具有两种优化方法的航站楼空调冷却水系统节能控制策略,能够为机场能源站的节能优化提供有效的运行策略。

油田伴生气乙烷回收工艺改进

针对我国目前普遍应用LSP工艺将低温分离器凝液直接进脱甲烷塔塔顶造成回流中重烃含量多、冷凝吸收效果差、乙烷回收率低的问题,提出2种低压(<2.2 MPa)外输气乙烷回收工艺:改进流程GAL,脱甲烷塔塔顶回流为低温分离器部分气相;改进流程FSP,部分原料气作为脱甲烷塔塔顶回流。研究了不同油田伴生气气质、不同原料气中CO2摩尔分数对2种改进流程能耗、回收率的影响,以及原料气分流比对改进流程FSP能耗、回收率的影响。通过HYSYS软件对2种改进流程进行模拟,结果表明,在2种低压外输气改进工艺中FSP工艺对原料气中CO2含量适应性更强。

趋化因子及其受体在非霍奇金淋巴瘤中的研究进展

趋化因子及其受体在正常免疫细胞的发育及迁移中发挥着重要作用。近年来相关研究显示,非霍奇金淋巴瘤细胞表面趋化因子受体表达上调,调控着疾病的发生与转移,影响患者预后。针对趋化因子受体的靶向药物在逐步研究并应用于造血干细胞动员及抗淋巴瘤的治疗,新的非典型趋化因子家族被逐渐发现并展现出一定的抗淋巴瘤作用,有潜力成为新的淋巴瘤治疗手段。本文就主要的趋化因子及其受体在非霍奇金淋巴瘤中的研究进展作一综述。

顺北原油蜡沉积特性实验研究

为掌握顺北原油蜡沉积特性,采用小型蜡沉积实验装置,分析了两种典型顺北原油油样的蜡沉积质量及沉积速率,同时采用相似模拟含蜡油探究了含气对蜡沉积的影响。结果表明:在相同蜡含量下,胶质、沥青质含量较高的原油油样其沉积速率、沉积动力学参数相对较低,含气影响下模拟油蜡沉积量较常压条件下有所减小,体现出含气及压力的影响。

2.5D编织复合材料宏细观力学行为数值模拟研究进展

2.5D编织复合材料是具有高比强度、高比模量和良好结构整体性和性能可设计性的新型先进复合材料。细观力学有限元法是定量深入研究2.5D编织复合材料宏细观力学行为及其损伤失效机理的重要计算方法。本文综述了2.5D编织复合材料细观力学建模与数值模拟方面的研究及进展情况。首先分析总结了针对2.5D编织复合材料所建立的各类细观结构模型的特点及其适用性,重点讨论了采用不同纤维束截面形状建立的复合材料细观结构模型的优缺点。其次分析了通过多尺度方法分析预测2.5D编织复合材料弹性和强度性能的研究现状,并指出了目前2.5D编织复合材料细观损伤演化和失效数值模拟研究中存在的问题和不足,同时探讨了2.5D编织复合材料宏细观力学行为有限元数值模拟研究工作的重点与发展方向。

“以人为本”重症护理量表的汉化及信度效度检验

目的翻译韩文版“以人为本”重症护理量表(Person-centered Critical Care Nursing,PCCN),形成中文版“以人为本”重症护理量表,并分析其信度效度。方法按照量表汉化的程序,得到原作者授权后,将韩文版“以人为本”重症护理量表翻译为中文,并接受跨文化调试,对天津市375名重症监护室护士进行调查,完成信度效度检验。结果中文版“以人为本”重症护理量表表面效度与内容效度较好;共提取出共情、个性、尊重、舒适4个公因子,各因子的条目载荷均≥0.4,累计总变异率的解释率为70.113%,结构效度良好;总体Cronbachα系数为0.897,各维度的Cronbachα系数为0.816、0.766、0.771、0.871。验证性因子模型拟合度良好。结论中文版“以人为本”重症护理量表具有良好的信度效度,适合中国ICU护士共情、个性、尊重、舒适等方面人文关怀能力的评估。

基于刚柔耦合动力学的装载机工作装置疲劳寿命评估

工作装置是装载机的关键构件,其疲劳可靠性决定整机寿命。为了确定装载机工作装置的动力学特性及疲劳寿命,文中以额定载重9 t的装载机为研究对象,基于模态叠加法建立了能够反映工作装置动态受力特性的刚柔耦合动力学模型。以实测油缸位移和铲斗铰接点载荷为依据,联合HyperMesh和ADAMS仿真平台,实现了工作装置多体动力学模型的求解,获得了工作装置中动臂、摇臂及连杆的动态应力变化。利用MATLAB编程对获得的应力-时间历程进行峰谷抽取和小波剔除,而后进行雨流计数,将不同工况下的雨流计数结果进行多工况叠加,得到了各构件危险点的二维雨流矩阵。结合德国FKM标准对二维雨流矩阵中的平均应力进行修正,推导出了工作装置各构件的一维应力谱,最后对工作装置的疲劳寿命进行评估。结果表明,工作装置中动臂的疲劳寿命最低为71014.66 h,满足基本疲劳寿命要求30000 h。连杆的疲劳寿命富裕度较高,可对其进行轻量化改进。该研究为工程机械装备关键零部件的疲劳寿命评估及结构优化提供了参考。

“4+7”药品带量采购的效果、关键问题与对策——基于广州的实践

“4+7”药品带量采购对药品价格的影响显著,中标药品平均降幅达52%。目前,“4+7”药品带量采购试点也显现出一些问题,如医保支付标准还需完善、仿制药一次性评价进展缓慢导致竞标药品种类偏少、未中标药品的价格控制困难等。广州作为试点城市之一,实施了一系列应对措施,对该制度的深化改革有一定启示意义。

单向石墨纤维增强铝合金复合材料轴向压缩损伤演化与断裂力学行为研究

针对单向石墨纤维增强铝合金复合材料(CF/Al复合材料),采用细观力学数值模拟与准静态压缩试验相结合的方法研究了其轴向压缩渐进损伤与断裂力学行为,并分析了纤维体积分数对CF/Al复合材料压缩力学性能的影响。结果表明,基于纤维正六边形排布RVE建立的细观力学有限元模型对CF/Al复合材料轴向准静态压缩变形力学行为的计算结果与实验结果吻合良好。复合材料轴向压缩时首先在界面处发生损伤,界面损伤的累积随后引起局部界面失效并诱发基体合金的损伤,变形后期纤维发生失效并导致复合材料产生轴向45°压缩破坏,压缩断口呈现出界面脱粘和局部纤维断裂共存的微观形貌,表明界面脱粘及其导致的纤维断裂是诱发复合材料轴向压缩失效的主要机理。轴向压缩载荷作用下基体合金塑性变形损伤后不易发生失效,纤维性能是决定复合材料轴向压缩力学性能的主要因素,增加纤维体积分数有利于提高复合材料的轴向压缩弹性模量和极限强度。

横向压缩载荷下CF/Al复合材料微观损伤演化与断裂力学行为

针对真空压力浸渗制备的单向碳纤维增强铝基复合材料(CF/Al复合材料),采用细观力学数值模拟和实验相结合的手段研究了其在横向压缩载荷下的损伤演化与断裂力学行为,并分析了界面结合性能和纤维体积分数对复合材料横向压缩力学性能的影响。结果表明:基于纤维对角正方形分布RVE建立的细观力学有限元模型,可以较好地计算预测复合材料横向压缩变形力学行为。压缩变形初期界面首先发生损伤和失效现象,进而诱发界面附近基体合金的局部损伤;随压缩应变增加,界面和基体损伤逐渐发展并导致纤维的失效,复合材料横向压缩断口呈现出界面脱粘和纤维断裂共存的微观形貌。复合材料横向压缩弹性模量和极限强度随着界面强度增大而增大,而受界面刚度的影响较小;在相同界面性能条件下,复合材料横向压缩极限强度和弹性模量均随纤维体积分数的增大而减小。

钢纤维对沥青混合料微波加热及耐久性能的影响

钢纤维作为一种特殊的改性材料,具备提升沥青混合料微波加热自愈合能力的潜质。为了研究钢纤维对沥青混合料微波加热及耐久性能的影响,通过研究掺加钢纤维后的AC-13沥青混合料性能,研究了在微波加热环境下钢纤维改性沥青混合料的升温性能及耐久性。结果表明:钢纤维沥青混合料的高温稳定性和水稳定性等路用性能相比于普通沥青混合料有较大程度的提升。钢纤维沥青混合料内部升温速率可达0.42℃·s^(-1),最快可在62s内进入流体状态,具备了修复微裂缝的能力;钢纤维沥青混合料后期强度愈合能力可达到70%左右,有效地提高沥青路面的早期和后期耐久性能。

基于多策略改进麻雀搜索算法的并联冷机系统节能优化

针对并联冷机系统负荷分配优化问题,提出一种基于多策略的改进麻雀搜索算法,以系统功耗最小为优化目标,以各冷机的部分负荷率为优化变量进行求解.在改进算法中,首先,针对基本麻雀搜索算法初始解的质量差且不均匀问题,引入混沌序列机制对位置初始化;然后,针对算法初期易早熟导致搜索精度低的问题,提出将粒子群算法中的速度概念引入发现者的位置更新公式中,提高算法的寻优精度.为了避免算法长期陷入局部最优,结合狼群算法猛狼的跟随策略优化跟随者的位置,自适应调整个体权重提高算法的收敛速度;接着,选取两个测试案例对所提出算法的性能进行详细测试,并与其他常用算法对比,改进的麻雀搜索算法在案例中最高分别可节能17.8%和23.97%;最后,运用实际系统仿真平台验证所提出改进算法收敛快、运行时间短、鲁棒性好的优点.

基于相似度计算方法的人脸图分割

结合监督和非监督学习模型实现了人脸图像的自动分割。图像分割中一般常用监督学习模型,这种学习模型受不同分类标志图像数据的限制,结合非监督学习模型,可以有效解决资源有限条件下的图像自动分割。该文首先用监督学习模型SVM(支持向量机)进行人脸图像分割,这种方法需要人工找出SVM中不同类别的支持向量,在实验中发现同一张图像进行多次实验分割效果不一致,存在较大的人为误差。为了实现支持向量的自动选取,该文用非监督学习模型K-means得到人脸图的不同类别作为SVM的支持向量,提出了相似度计算方法。并对输入的支持向量数据进行优化,提高了SVM的运算效率。实验结果表明,通过这种方法得到的SVM学习模型的分类结果和图像分割误差指标明显比单独使用非监督学习模型K-means方法好。