脑卒中后疲劳列线图预测模型的构建及评估

目的:分析脑卒中后疲劳(post-stroke fatigue,PSF)的危险因素,构建并评估列线图预测模型。方法:选取2020年4月—2021年4月福建医科大学附属协和医院收治的233例脑卒中患者。收集所有患者的基线资料,并根据是否出现PSF将所有患者分为PSF组和非PSF组。统计分组情况,对PSF进行单因素及多因素分析,并构建及验证PSF列线图模型。结果:233例脑卒中患者中发生PSF 108例,发生率高达46.4%(108/233),纳入PSF组,125例未发生PSF,纳入非PSF组。单因素分析表明,PSF组年龄>65岁、糖尿病、脑卒中后疼痛及抑郁状态占比均高于非PSF组(P<0.05)。年龄大、脑卒中后疼痛、糖尿病及抑郁状态均是PSF的独立危险因素(P<0.05)。列线图预测模型ROC曲线下面积为0.711(95%CI:0.645,0.778),绘制的校准曲线显示预测值和实际值趋于一致。H-L检验结果表明模型的区分度和校准度良好(χ^(2)=9.178,P=0.328)。结论:基于高危因素构建的列线图预测模型具有较好的预测效能,为识别PSF的高风险患者及制定干预措施提供借鉴。

面向核心素养发展的高中数学多元化学业评价研究

随着新课标的持续推进,国家教育部门对高中数学教学提出了更高的要求.然而受到应试教育理念的影响,目前很多教育工作者对数学教学中的学业评价创新力度不够,导致教学效果并不理想.本文以核心素养发展理念下的高中数学教学为研究对象,分析了高中数学学业评价开展的意义,提出了学业评价优化的对策.旨在通过本文的研究,为有效促进高中数学教学工作的创新提供一些借鉴.

昙石山遗址出土陶片植物印痕的初步分析

本文以陶片印痕法为研究手段,从昙石山遗址出土陶片中检测出水稻稻壳、狗尾草属种子及禾本科杂草种子三种植物印痕。陶片印痕中的水稻稃壳残损状态表明当时的人类对脱壳后的副产品进行加工再利用以充当陶土孱和料,而狗尾草属种子及禾本科杂草种子的植物印痕则可能属于无意中掺入。这一批植物印痕可作为昙石山遗址史前文化人群植物利用的遗存证据。

黎凡特的纳吐夫文化——农业起源的开端

黎凡特地区因保存丰富的晚更新世到全新世初期的遗址而成为近东史前考古研究的重要地区。距今1.5万年前后,纳吐夫文化的出现是近东历史上的一个重要转折点。因其定居、种植和采集植物活动并存、驯化动物和狩猎活动并存等特点,该文化在西亚农业起源研究中受到学者们的广泛关注。Ofer Bar-Yosef教授长期在以色列、近东等地进行考古工作,在旧石器时代晚期考古、近东农业起源等领域卓有建树。他的这篇《黎凡特的纳吐夫文化——农业起源的开端》,尽管发表时间较早,对我们今天系统认识纳吐夫文化及农业起源动因等相关问题,仍有着重要意义。

智慧课堂在高中数学教学中的应用

为了激发学生的数学学习兴趣,提高学生的数学学习能力,文章从课前备课、课中授课、课后巩固三个方面探讨了智慧课堂在高中数学教学中的应用,并以“函数的奇偶性”为例提出了智慧课堂在高中数学教学中的具体实践策略。

钠沸腾噪声探测研究

文章叙述了钠沸腾噪声探测研究进展,建立了离线和在线均可进行的高频和低频信号采集和处理系统,引进、开展、改进和编制了信号处理、故障诊断、事故报警和自回归模型分析等软件包。应用这些硬软件对水和钠沸腾噪声进行了探测和分析。结果表明,沸腾噪声信号的自功率谱密度(APSD)的幅值明显大于沸腾时的值,用自回归模型判别因子分析,可实现钠沸腾在线实时诊断和监护。

培养学生竞争意识之我见

培养学生竞争意识之我见哈尔滨市第６９中学高雅云良好的班集体的标志之一，是学生竞争意识浓厚。为适应社会主义市场经济发展对人才的要求，班主任必须不失时机地鼓励学生锐意进取，勇于拼搏，以充分挖掘出学生潜在的学习竞争能力。然而同一个班内，由于各种因素（家庭教...

手机音量中的秘密——利用声反射原理减少手机播放声音时的耗电量

用手机听音乐时,很多人喜欢将音量开得较大,这会加速消耗手机电池的电量。如何在设置较小音量的前提下,通过其他方式提高手机音量、减少手机的耗电量？我利用声反射原理,将手机放入不同形状和不同材质的物体内进行实验。一、对比实验1.筛选声反射体形状用测试手机随机播放一首歌曲,如《我爱你中国》,手机音量设置固定,测试人员站在距离手机0.75m处试听。随后不改变歌曲和手机的音量设置,将播放歌曲的手机分别放入金属圆柱面、金属抛物面内。测试人员仍站在原处试听。试听结果见表1。

基于话音隐藏的道歉软件开发

针对校园学生的实际生活,提出了将话音隐藏技术用在学生道歉中,研发了应用软件,有助于缓解犯错的同学在道歉时由于性格内向、羞涩或担心对方不接受道歉所产生的心理障碍,及时化解矛盾,有助于维护和谐友爱的同学关系、构建更加和谐的校园环境。同时这种方式对青少年而言较为新奇,也更容易被接受道歉的同学认同。

空调生产线现场故障产品的快速智能筛选

空调生产线现场风机、压缩机等关键模块经过整机装配,需要通电运行以完成各个质量检测工序,此时可以通过是否有异常声音来快速判断产品是否有问题。但在家电企业的生产和检测线上,由于背景噪声复杂、多种声音的混合干扰使得人工检测异常音存在漏检、误检的问题。针对实际需求,提出将隔声舱用于空调生产线上产品的快速检测,同时根据空调厂家提供的正常声音和异常音,在时域、频域和时频域联合分析的基础上,提出了采用美尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)进行异音检测的方案,通过对24个美尔滤波器中的微弱特征进行筛选处理,能够实时在线进行异常音检测。经过实测数据的检验,所采用的处理方法快速有效,正确率高,实现成本低,不需要繁琐的处理。