高等学校开展教育工作过程中,教务管理部门发挥出重要作用,使得师生有效完成了教务信息查询和学籍管理等功能操作,因此教务处具有非常大的信息流通量,存储师生的基本信息、学生的学籍管理信息等,信息量逐渐增多,管理愈加复杂,传统手工...高等学校开展教育工作过程中,教务管理部门发挥出重要作用,使得师生有效完成了教务信息查询和学籍管理等功能操作,因此教务处具有非常大的信息流通量,存储师生的基本信息、学生的学籍管理信息等,信息量逐渐增多,管理愈加复杂,传统手工管理的方式已无法达到时代的发展要求。本文以东莞理工学院为研究对象,对全体师生用户进行了研究,分析了其实际需求,基于对教务管理系统的数据流程等内容的深入研究,提出有效解决措施,采用了基于C/S与B/S混合结构模式构建系统,通过Visual Studio 2010与ASP.NET技术实现分别对C/S结构与B/S结构进行开发。系统功能主要包括学生选课管理子系统、学生成绩管理子系统、学籍管理子系统和公共信息平台等。展开更多
目的:探究单纯疱疹病毒(HSV)感染后脑脊液(CSF)中S100B、Cys-C、MMP-9水平对自身免疫性脑炎(AE)的预测价值。方法:选取2016年1月至2021年3月河北中石油中心医院收治的200例HSV感染患者为研究对象,根据是否继发AE分为研究组(继发AE,35例...目的:探究单纯疱疹病毒(HSV)感染后脑脊液(CSF)中S100B、Cys-C、MMP-9水平对自身免疫性脑炎(AE)的预测价值。方法:选取2016年1月至2021年3月河北中石油中心医院收治的200例HSV感染患者为研究对象,根据是否继发AE分为研究组(继发AE,35例)和对照组(未继发AE,165例)。多因素Logistic回归分析HSV感染患者继发AE的独立影响因素。Spearman法分析脑脊液中Cys-C、MMP-9与S100B水平的相关性。受试者工作特征(ROC)曲线分析S100B、Cys-C、MMP-9对AE的预测价值。构建风险预测模型并进行评价。结果:多因素Logistic回归分析显示,MRI异常、脑脊液S100B、MMP-9升高、EEG异常是HSV感染患者继发AE的独立危险因素,脑脊液Cys-C是其保护因素(P<0.05)。Spearman分析显示,HSV感染患者Cys-C浓度与S100B水平呈负相关(r=-0.83,P<0.05),MMP-9浓度与S100B水平呈正相关(r=0.88,P<0.05)。构建的联合预测因子pre1诊断HSV患者继发AE的AUC明显大于S100B、Cys-C、MMP-9单独预测的AUC(0.876 vs 0.827、0.787、0.750)。构建的风险预测模型具有良好的区分度和一致性。结论:脑脊液中S100B、Cys-C、MMP-9水平均可对HSV感染患者诱发AE的可能性进行有效预测,且三项指标联合预测价值最大,其次是S100B蛋白、Cys-C、MMP-9。展开更多
文摘高等学校开展教育工作过程中,教务管理部门发挥出重要作用,使得师生有效完成了教务信息查询和学籍管理等功能操作,因此教务处具有非常大的信息流通量,存储师生的基本信息、学生的学籍管理信息等,信息量逐渐增多,管理愈加复杂,传统手工管理的方式已无法达到时代的发展要求。本文以东莞理工学院为研究对象,对全体师生用户进行了研究,分析了其实际需求,基于对教务管理系统的数据流程等内容的深入研究,提出有效解决措施,采用了基于C/S与B/S混合结构模式构建系统,通过Visual Studio 2010与ASP.NET技术实现分别对C/S结构与B/S结构进行开发。系统功能主要包括学生选课管理子系统、学生成绩管理子系统、学籍管理子系统和公共信息平台等。
文摘目的:探究单纯疱疹病毒(HSV)感染后脑脊液(CSF)中S100B、Cys-C、MMP-9水平对自身免疫性脑炎(AE)的预测价值。方法:选取2016年1月至2021年3月河北中石油中心医院收治的200例HSV感染患者为研究对象,根据是否继发AE分为研究组(继发AE,35例)和对照组(未继发AE,165例)。多因素Logistic回归分析HSV感染患者继发AE的独立影响因素。Spearman法分析脑脊液中Cys-C、MMP-9与S100B水平的相关性。受试者工作特征(ROC)曲线分析S100B、Cys-C、MMP-9对AE的预测价值。构建风险预测模型并进行评价。结果:多因素Logistic回归分析显示,MRI异常、脑脊液S100B、MMP-9升高、EEG异常是HSV感染患者继发AE的独立危险因素,脑脊液Cys-C是其保护因素(P<0.05)。Spearman分析显示,HSV感染患者Cys-C浓度与S100B水平呈负相关(r=-0.83,P<0.05),MMP-9浓度与S100B水平呈正相关(r=0.88,P<0.05)。构建的联合预测因子pre1诊断HSV患者继发AE的AUC明显大于S100B、Cys-C、MMP-9单独预测的AUC(0.876 vs 0.827、0.787、0.750)。构建的风险预测模型具有良好的区分度和一致性。结论:脑脊液中S100B、Cys-C、MMP-9水平均可对HSV感染患者诱发AE的可能性进行有效预测,且三项指标联合预测价值最大,其次是S100B蛋白、Cys-C、MMP-9。