抗肿瘤药物伴随诊断试剂临床试验设计探究及案例分析

目的:系统阐述我国伴随诊断试剂临床试验设计原则,为相关伴随诊断试剂产品临床试验提供参考。方法:基于不同伴随诊断试剂的开发模式,介绍我国与抗肿瘤药物同步开发的原研伴随诊断试剂及非原研伴随诊断试剂的临床试验设计,结合相关产品技术审评过程中的考虑,深入分析伴随诊断试剂临床试验设计的科学性与合理性。结果与结论:伴随诊断试剂在抗肿瘤药物临床应用中具有非常重要的作用,伴随诊断试剂的临床试验与抗肿瘤药物的临床试验息息相关,该类产品临床试验有多种设计类型,临床试验主要研究者应结合产品开发模式、产品检测的标志物等具体情况,选择合适的临床试验设计,能够更加科学合理地评价产品临床意义,促进产品尽快上市。

行为感知护理下的全程陪伴模式对早产剖宫产产妇的影响

目的:探究行为感知护理下的全程陪伴模式对早产剖宫产产妇的影响。方法:选取2022年1月—2023年6月南京明基医院接收的105例早产剖宫产产妇,根据入院时间分为对照组(n=52)和试验组(n=53)。对照组接受常规护理,试验组接受行为感知护理下的全程陪伴模式干预。比较两组产后恢复状况(肛门排气恢复时间、初次泌乳时间、住院时间)、疼痛情况[视觉模拟评分法(VAS)评分]、心理情绪[焦虑自评量表(SAS)、抑郁自评量表(SDS)]、分娩自我效能感[简化版分娩自我效能量表(CBSEI-C32)]、母亲角色适应能力(母亲角色适应调查问卷)。结果:试验组肛门排气恢复时间、初次泌乳时间、住院时间均短于对照组,差异有统计学意义(P<0.05)。干预后,试验组VAS评分、SAS评分和SDS评分均低于对照组,差异有统计学意义(P<0.05)。干预后,试验组CBSEI-C32各项评分及角色认同、照顾行为和亲子依附评分均高于对照组,差异有统计学意义(P<0.05)。结论:行为感知护理下全程陪伴模式能显著改善早产剖宫产产妇的产后恢复状况,降低疼痛感,缓解心理焦虑和抑郁,增强分娩自我效能感,提升母亲角色适应能力。

智选化结伴度假养老模式分析与平台架构设计

当代老年人的养老需求呈现多样性、复杂性、特殊性等特征。智慧化结伴度假养老模式将赋予智慧养老全新的内涵。结合智能科技和度假养老的理念,同社区医院、度假小镇、养老机构进行联动,文章开发了“暖夕阳”App及服务平台,整合旅游、餐饮、食宿、娱乐等资源,同时,服务系统与智能检测设备形成闭环,可为老年人的健康提供数据支持。文章对智慧化结伴养老模式的运行机制进行探索,针对该模式运行中所面临的困境提出解决对策,以提高老年人的晚年生活质量,满足多元化的养老需求。

网络陪伴式学习——一种泛在学习场域下的群体自律协同学习模式

面对泛在学习场域中沉浸感缺失、孤独感倍增和参与感不足等问题,学习群体自发探索了视频直播网络陪伴式学习方式。为了揭示网络陪伴式学习的发生机制和基本原理,文章探讨了其基本内涵,厘清了沉浸性学习体验、全景敞视学习共同体、弱组织群体陪伴关系、群体自主性管理四个基本特征。其发生机制从学习情境助推、群体自组织、情感依附性凝聚、自主行为规训四个理论维度进行了解释,运用网络陪伴式学习模型阐述了其构成要素与运行原理。为了促进网络陪伴式学习与课堂学习的深度融合,研究构建了“网络陪伴式学习模式”,并系统地阐述了它们之间的深度融合机制。在网络陪伴式学习的未来发展中,教师需要利用元宇宙和人工智能技术提升情感体验和智能陪伴,增强课堂学习与网络陪伴式学习的深度融合。

基于BP神经网络的老龄智能陪伴机器人造型意象研究

老龄智能陪伴机器人是典型的适老化设计产品。为准确获取老龄智能陪伴机器人的造型意象特征,首先,对国内外相关研究现状进行分析。其次,通过结构性访谈等研究方法,剖析老龄人群的用户特征以及面对智能陪伴机器人的需求。然后,选取出代表性意象词汇与典型样本,通过对典型样本造型特征组合的量化编码以及代表性意象词汇归一化处理,根据隐节点方法确定网络拓扑结构,构建基于BP神经网络的机器人造型意象预测模型。最后,进行设计实践的应用验证,采用BP神经网络预测模型和实际用户回访评估对比,验证了理论研究的有效性。

ChatGPT在网络安全领域的应用、现状与趋势

ChatGPT作为一种大型语言模型技术展现出了极强的语言理解和文本生成能力,不仅在各行各业受到巨大的关注,而且为网络安全带来新的变革.目前,ChatGPT在网络安全领域的相关研究仍处于起步阶段,为了使研究人员更系统化地了解ChatGPT在网络安全领域的研究情况,归纳总结了ChatGPT在网络安全领域的应用及其可能伴生的安全问题.首先,概述了大型语言模型技术的发展,并对ChatGPT的技术及其特点进行了简要介绍;其次,从助力攻击和助力防御2个方面详细讨论了ChatGPT在网络安全领域的赋能效应,包括漏洞挖掘、利用和修复,恶意软件的检测和识别,钓鱼邮件的生成和检测以及安全运营场景下的潜在用途;再次,深入剖析了ChatGPT在网络安全领域中的伴生风险,包括内容风险和提示注入攻击,并对这些风险进行了详细分析和探讨;最后,从安全赋能和伴生安全2个角度对ChatGPT在网络安全领域的未来进行了展望,指出了ChatGPT在网络安全领域的未来研究方向.

考虑结伴行为与情绪感染的人员疏散模型

为探究结伴行为与情绪感染对人员疏散的影响,将开放性-责任感-外向性-利他性-神经质(OCEAN)模型中的神经质引入易感-感染-易感(SIS)传染病模型,根据行人是否结伴分别构建独立行人与结伴行人的情绪感染模型,与元胞自动机模型相结合进行疏散仿真模拟;并讨论人员密度、结伴比例、情绪阈值、自衰减速率、亲密度等因素对疏散过程的影响特征。研究结果表明:情绪感染在一定程度上会降低疏散效率;行人总体疏散时间与密度呈正相关;疏散时间随结伴比例的增加呈现先增加后降低的趋势,在结伴比例为0.4~0.6时达到峰值,这种趋势受双重因素的影响;情绪阈值是实现平静情绪与恐慌情绪相互转化的临界值,随着情绪阈值的增大,疏散时间逐渐降低,当情绪阈值超过0.3后,疏散时间的变化趋于平缓;情绪自衰减速率与亲密度是影响情绪衰减的主要因素,情绪自衰减速率越大,亲密度越高,情绪强度的衰减越快,且情绪自衰减速率的影响效果更显著。

基于E-Prime与感性工学的陪伴型机器人造型设计

设计应当关注感性需求,外观造型是影响产品使用感受的重要因素。为提升用户体验,运用心理学行为研究实验生成软件E-Prime对陪伴型机器人造型设计展开研究,设计认知实验构建感性意象与设计要素的映射关系,提取较佳设计输出方案,探索设计方向并优化设计流程,为挖掘用户情感需求提供目标性更强的设计方法。

基于KANO-AHP-FAST的病房陪护机器人设计

文章从用户需求和用户体验出发,分析面向老年患者的病房陪护机器人产品设计策略。采用KANO-AHP-FAST模型,从老年慢性病患者角度对病房陪护机器人功能需求进行定量和定性的分析,获得综合权重,建立产品功能模型,确定产品结构模块和关键技术,提高产品设计的科学性和目的性。结合老年用户生理和心理认知特点优化用户体验,建立多通道的自然交互界面,提出适老化的人机交互设计思考,为病房陪护机器人的设计提供参考。

IKAP护理模式联合镇痛陪伴管理对足月水囊引产的分娩影响

目的探究信息-知识-信念-行为(IKAP)护理模式联合镇痛陪伴管理对足月水囊引产的分娩影响。方法选取68名行足月水囊引产分娩的产妇,根据随机数字表法分为对照组与观察组,每组34名。对照组应用传统护理,观察组在对照组基础上应用IKAP护理模式联合镇痛陪伴管理。比较两组产妇产程时间、疼痛程度、自然分娩成功率、满意度及胎儿窒息率。结果观察组第一、二、三产程及总产程时间均短于对照组(P<0.05)。观察组疼痛程度轻于对照组,自然分娩成功率97.06%、满意度94.12%均高于对照组的76.47%、70.59%(P<0.05)。两组新生儿窒息率比较差异无统计学意义(P>0.05)。结论IKAP护理模式联合镇痛陪伴管理应用于足月水囊引产分娩中,可缩短分娩时间,改善产妇疼痛程度,自然分娩成功率高,新生儿窒息率低,应用效果显著。

基于感性工学的儿童陪伴机器人造型设计

目的为了满足儿童群体对家庭陪伴型机器人的审美及情感需求,更好地感知体验造型形象,提高儿童陪伴机器人造型的创新性和差异性,让父母和孩子更加青睐。方法运用感性工学理论,构建了儿童陪伴机器人意象造型与感性认知映射模型,采用语义差异法和Likert量表对代表性样本进行感性意象认知分析,通过SPSS软件统计感性意象词汇测量数据,进行主成分分析和因子系数数量化分析,语义量化分析得出主要造型特征影响元素,依据主要的影响元素对儿童陪伴机器人进行造型设计。结论明确意象造型与感性认知的映射关系以及感性需求相关性分析的方法,将无形的感性意象词汇转化为有形的造型设计元素,可以有效指导儿童陪伴机器人进行造型创新设计,为该行业的产品造型研究方法提供参考。

泥石流的结构两相流模型:I.理论

泥石流的运动既有类似于固液两相流之处，又在很大程度上不同于固液两相流。在泥石流宾汉体模型、膨胀体模型、粘塑体模型及颗粒流模型研究的基础上，本文提出一种新的模型——泥石流的“结构两相流模型”。这种模型具有以往各类模型的优点，同时又便于对不同类型的泥石流进行描述。在理论上，它比现行各类模式更加严密；在应用上，它较现行各类模式更加方便，能够适用于更加广泛的各类条件。泥石流的结构两相流模型可将现行模型作为特例而高度概括，从概念上也容易理解。

湘南丘陵区林下间种作物生产量与泥沙流失量的关系研究

通过对湘南丘陵区林下间种农作物和泥沙量的定位测定研究 ,分别对林下间种的花生、油菜的覆盖度与输沙率和花生、油菜各组成部分的生产量与泥沙量的关系进行了探讨 ,并建立了林下间种花生、油菜覆盖度的动态变化与输沙率的关系式和花生。

基于D-S证据理论的物流园区协同伙伴的选择模型

信息融合是多源信息综合处理的有效工具,在物流园区的协同伙伴选择中有着应用前景。通过对信息融合技术,尤其是D-S证据理论的分析,建立了物流园区协同伙伴选择的信息融合模型;并结合M决策法,以武汉丹水池物流园区物流龙头企业中储汉口公司选择协同伙伴为背景进行了实证研究。

直流输电系统数字仿真中综合友模法的研究

在分析ＨＶＤＣ数字仿真中友模方法的基础上，本文提出了一种综合友模算法，将桥阀及滤波器等复杂元件作为一个整体考虑，推导出综合的友模，大大降低了系统的阶数，提高了求解速度。对换流变压器导出了一种新的能使交直流两侧同步计算的方法，消除了交直流接口问题，使得计算精度大为提高。计算实例表明，该方法具有很好的效果。

一类带随机延滞的时间序列模型的遍历性

本文利用马氏化方法和一般状态空间马氏链的基本理论研究了一类带随机延滞的时间序列模型的遍历性,得到了该模型伴随几何遍历的一个判别准则.

采用高斯脉冲函数计算电路的冲激响应

电路的单位冲激响应是研究电路暂态性质的重要工具之一。为了建立电路冲激响应的物理图景,本文以高斯冲击函数作为激励源,对储能元件采用伴随模型,对一阶RC电路的响应进行仿真计算。由于考虑了冲激函数的作用过程,电压和电流是时间的连续函数,从而为理解冲激响应的物理过程提供一个正确的物理描述。同时,本文给出的数值算法亦可应用于高阶电路的暂态仿真中。

面向伴随型机器人同步运动的递进式步态时相检测算法

在面向伴随型机器人的研究中,步态时相检测是保持人机同步运动的关键。然而,提高检测精度需要收集和分析更多步态时相信息,这导致检测延时冗长,无法满足实时性需求。针对此问题提出一种面向伴随型机器人同步运动的递进式步态时相检测算法,主要依托惯性测量单元和贝叶斯信息准则构建概率生成模型的物理层和决策层,对步态时相进行初步的快速检测;当检测达不到判决阈值时,在决策层中引入记忆网络,预测下一段时间的步态时相参数,从而为概率生成模型提供更多的决策信息,并依据多次判决结果递进地完成步态时相精准的增量检测。实验结果表明:算法的步态时相检测准确率达97.8%;决策时间为28.3 ms,相较于自适应贝叶斯算法降低了约30%。

基于PAD情感模型的老龄智能陪伴机器人面部表情评估研究

目的为探索老龄智能陪伴机器人的表情设计特征,依据FACES国际表情数据库等,提取7种基本面部表情类型,得到老龄智能陪伴机器人表情样本21个。方法首先,基于PAD情感模型,对老龄智能陪伴机器人表情样本进行实验评估。实验自变量为老龄智能陪伴机器人的表情风格和被试年龄,实验因变量为表情设计的识别率、满意度和PAD量表得分。然后,通过数据统计分析,得出老龄智能陪伴机器人的表情风格、被试年龄与PAD量表得分之间的影响机制,进而得到影响老年人对智能陪伴机器人表情交互的接受度和情感反应规律。最后,通过实际设计案例验证研究方法的可行性。结论通过PAD情感模型测量数据统计分析,得到老龄智能陪伴机器人的表情交互设计特征和规律,为老龄智能陪伴机器人表情交互设计领域提供相关理论支持。

基于Logistic-Fisher的老龄陪伴机器人外观形态评价方法

目的提出一种基于眼动追踪的老龄陪伴机器人的外观形态评价方法。方法首先借助眼动实验,获得老年人观看陪伴机器人时的眼动特征,提取眼动指标、心率指标与被试变量,利用SPSS23.0软件平台对变量信息进行描述统计和二元Logistic回归分析;其次根据老年人的生理和心理的特殊性将老龄陪伴机器人的外观形态评价定义为二分类问题,以影响显著性最强的几个因子作为判别因子建立Fisher判别函数模型,并进行实验验证。结果性别、年龄、文化程度、心率指标均对陪伴机器人外观关注度无显著影响;总注视时间对其产生显著负向影响,平均注视时间、注视次数产生显著正向影响,判别模型预测样本与实际样本相比准确度为91.0%。结论 Logistic-Fisher方法准确度较高,为构建老龄陪伴机器人的外观形态设计评价体系提供了一种可行的技术途径。