目的比较微创与开放手术治疗食管癌的近远期疗效,分析影响并发症和预后的因素。方法回顾性分析2014年4月—2016年2月江苏省盐城市第一人民医院205例接受微创食管癌手术患者的围手术期资料和生存资料,并与同期247例行开放食管癌手术患者...目的比较微创与开放手术治疗食管癌的近远期疗效,分析影响并发症和预后的因素。方法回顾性分析2014年4月—2016年2月江苏省盐城市第一人民医院205例接受微创食管癌手术患者的围手术期资料和生存资料,并与同期247例行开放食管癌手术患者的资料进行对比,多因素Logistic回归模型分析影响术后并发症的风险因素,多因素Cox回归模型分析影响预后的因素。结果微创组患者术中出血量、术后住院时间、胸管引流时间等优于开放组,差异有统计学意义。微创McKeown组与开放组手术时间相当,差异无统计学意义,微创Ivor-Lewis组手术时间长于开放组。两组R0切除率、双侧喉返神经旁淋巴结清扫以及淋巴结清扫总数无明显差异。微创组术后并发症发生率低于开放组。多因素Logistic回归分析显示TNM分期、美国麻醉医师协会(American Society of Anesthesiology,ASA)分级、不同术者、手术方式、FEV1%FVC是影响术后并发症的风险因素。微创组术后1、3、5年生存率与常规组无明显差异(86.3%,58.5%,44.4%vs 85.8%,53.4%,39.2%;P>0.05)。多因素分析显示年龄、TNM分期、分化程度是影响患者预后的独立因素。结论微创食管癌手术较开放手术可减少术中出血、缩短住院时间和降低术后并发症,远期疗效与常规手术相当。展开更多
RDF是由W3C提出的一种Web数据模型,RDF流是一种遵从链接开放数据(Linked Open Data)、扩展RDF的数据模型,是一种随时间延续无限增长的动态RDF数据集合。在RDF查询处理中,RDF模式是静态编排执行策略的模式,无法满足动态RDF流实时变化的...RDF是由W3C提出的一种Web数据模型,RDF流是一种遵从链接开放数据(Linked Open Data)、扩展RDF的数据模型,是一种随时间延续无限增长的动态RDF数据集合。在RDF查询处理中,RDF模式是静态编排执行策略的模式,无法满足动态RDF流实时变化的特性。因此,提出一种在RDF流查询处理中重排序RDF流模式的蚁群优化方法。主要研究内容包括:提出了基于AND-OR有向图RDF流代价评估模型;改进了Max-Min蚁群优化算法,并使用改进算法重排序RDF流模式。实验表明,该方法能够高效地动态编排RDF流执行策略。展开更多
随着基于位置的社交网络(Location-Based Social Networks,LBSNs)与兴趣点(Point of Interest,POI)推荐的有效组合,近年来已涌现出大量的相关研究,这些方法主要可分为将地理、社会、类别、文本以及时间等上下文信息进行建模并融合,进而...随着基于位置的社交网络(Location-Based Social Networks,LBSNs)与兴趣点(Point of Interest,POI)推荐的有效组合,近年来已涌现出大量的相关研究,这些方法主要可分为将地理、社会、类别、文本以及时间等上下文信息进行建模并融合,进而克服数据稀疏问题并提升兴趣点推荐的性能.但已有的兴趣点推荐方法认为不同上下文间相互独立,在对不同上下文建模并融合的过程中忽略了其内在联系,导致上下文信息未得到充分利用.另外,在将上下文模型融合到用户自身偏好模型时,未考虑上下文信息对用户历史签到记录的不同影响.为应对上述挑战,本文合理地重构了上下文信息模型并有效地融合到用户偏好模型中,且提出了一种基于用户活动轨迹和个性化区域划分的兴趣点推荐方法.该方法根据用户的活动轨迹刻画出其日常活动区域,并探索了不同用户间的地理距离分布以及活动轨迹的相似度以建模社会关系对用户签到的影响.进一步地,结合用户活动轨迹区域内的POI的地理信息,使用带有自适应带宽的核密度估计方法评估POI间的地理相关性,以建模POI地理信息对用户签到的影响.最后,将用户社会关系模型和POI地理信息模型与用户自身偏好模型融合,使用改进的加权矩阵分解技术求解用户的个性化POI推荐.本文分别采用经典的和当前流行的相关研究作为基准,在Gowalla和Foursquare数据集上进行对比,实验结果表明本文方法具有更好的POI推荐效果,说明了本文提出的模型在融合策略和克服数据稀疏性方面更具优势.展开更多
文摘目的比较微创与开放手术治疗食管癌的近远期疗效,分析影响并发症和预后的因素。方法回顾性分析2014年4月—2016年2月江苏省盐城市第一人民医院205例接受微创食管癌手术患者的围手术期资料和生存资料,并与同期247例行开放食管癌手术患者的资料进行对比,多因素Logistic回归模型分析影响术后并发症的风险因素,多因素Cox回归模型分析影响预后的因素。结果微创组患者术中出血量、术后住院时间、胸管引流时间等优于开放组,差异有统计学意义。微创McKeown组与开放组手术时间相当,差异无统计学意义,微创Ivor-Lewis组手术时间长于开放组。两组R0切除率、双侧喉返神经旁淋巴结清扫以及淋巴结清扫总数无明显差异。微创组术后并发症发生率低于开放组。多因素Logistic回归分析显示TNM分期、美国麻醉医师协会(American Society of Anesthesiology,ASA)分级、不同术者、手术方式、FEV1%FVC是影响术后并发症的风险因素。微创组术后1、3、5年生存率与常规组无明显差异(86.3%,58.5%,44.4%vs 85.8%,53.4%,39.2%;P>0.05)。多因素分析显示年龄、TNM分期、分化程度是影响患者预后的独立因素。结论微创食管癌手术较开放手术可减少术中出血、缩短住院时间和降低术后并发症,远期疗效与常规手术相当。
文摘RDF是由W3C提出的一种Web数据模型,RDF流是一种遵从链接开放数据(Linked Open Data)、扩展RDF的数据模型,是一种随时间延续无限增长的动态RDF数据集合。在RDF查询处理中,RDF模式是静态编排执行策略的模式,无法满足动态RDF流实时变化的特性。因此,提出一种在RDF流查询处理中重排序RDF流模式的蚁群优化方法。主要研究内容包括:提出了基于AND-OR有向图RDF流代价评估模型;改进了Max-Min蚁群优化算法,并使用改进算法重排序RDF流模式。实验表明,该方法能够高效地动态编排RDF流执行策略。
文摘随着基于位置的社交网络(Location-Based Social Networks,LBSNs)与兴趣点(Point of Interest,POI)推荐的有效组合,近年来已涌现出大量的相关研究,这些方法主要可分为将地理、社会、类别、文本以及时间等上下文信息进行建模并融合,进而克服数据稀疏问题并提升兴趣点推荐的性能.但已有的兴趣点推荐方法认为不同上下文间相互独立,在对不同上下文建模并融合的过程中忽略了其内在联系,导致上下文信息未得到充分利用.另外,在将上下文模型融合到用户自身偏好模型时,未考虑上下文信息对用户历史签到记录的不同影响.为应对上述挑战,本文合理地重构了上下文信息模型并有效地融合到用户偏好模型中,且提出了一种基于用户活动轨迹和个性化区域划分的兴趣点推荐方法.该方法根据用户的活动轨迹刻画出其日常活动区域,并探索了不同用户间的地理距离分布以及活动轨迹的相似度以建模社会关系对用户签到的影响.进一步地,结合用户活动轨迹区域内的POI的地理信息,使用带有自适应带宽的核密度估计方法评估POI间的地理相关性,以建模POI地理信息对用户签到的影响.最后,将用户社会关系模型和POI地理信息模型与用户自身偏好模型融合,使用改进的加权矩阵分解技术求解用户的个性化POI推荐.本文分别采用经典的和当前流行的相关研究作为基准,在Gowalla和Foursquare数据集上进行对比,实验结果表明本文方法具有更好的POI推荐效果,说明了本文提出的模型在融合策略和克服数据稀疏性方面更具优势.