因果律

摘要： 目的:分析HIV抗体阴性结核性脑膜炎(tuberculous meningitis,TBM)患者抗结核治疗前后外周血CD细胞水平的变化及临床意义.方法:采用前瞻性研究的方法,选取2016年3月至2020年2月于新疆医科大学第八附属医院就诊且符合入组标准的102例TBM患者作为研究对象,其中,临床分期工期22例、Ⅱ期37例、Ⅲ期43例.于研究对象抗结核治疗前及治疗2周后,检测其外周血CD3+、CD4+、CD8+T细胞计数及CD4+/CD8+T细胞比值.分析研究对象治疗前后外周血CD细胞水平变化情况,及其与TBM临床分期和患者治疗转归的相关性.结果:抗结核治疗2周后,研究对象CD3+、CD4+T细胞计数和CD4+/CD8+T细胞比值[分别为(808.27±183.25)×106个/μl、(413.09±134.53)×106个/μl和1.23±0.29]均明显高于治疗前[分别为(631.38±150.14)×106个/μl、(366.78±98.03)×106个/μ1和0.99±0.23],差异均有统计学意义(t=7.541,P=0.000;t=2.809,P=0.005;t=6.548,P=0.000).抗结核治疗2周后,Ⅲ期TBM患者的CD3+、CD4+T细胞计数与CD4+/CD8+T细胞比值[分别为(613.23±140.29)×106个/μl、(342.53±98.36)×106个/μl、0.95±0.18]明显低于Ⅱ期患者[分别为(753.33±153.47)×106个/μl、(399.57±112.26)×106个/μ1、1.22±0.21]和工期患者[分别为(989.23±194.35)×106个/μl、(501.11±139.25)×106个/μl、1.42±0.31],差异均有统计学意义(F值分别为40.875、13.372、32.151,P值均为0.000).抗结核治疗2周后,病情好转患者的CD3+、CD4+T细胞计数与CD4+/CD8+T细胞比值[分别为(941.25±204.17)×106个/μl、(487.35±134.25)×106个/μl、1.36±0.31]明显高于病情恶化者[分别为(683.43±155.76)×106个/μl、(389.64±120.38)×106个/μl、1.02±0.19],差异均有统计学意义(t=4.206,P=0.000;t=2.394,P=0.018;t=3.698,P=0.000).结论:TBM患者抗结核治疗2周后,免疫功能明显改善,且病情好转患者免疫功能改善程度好于病情恶化者.TBM患者临床分期越高,免疫功能受损越严重,对调整治疗方案的需求越高.

摘要： 1科学进步在自我蚕食中向前。新想法推翻旧想法,新实验淘汰旧实验,课本上所讲授的真理,或许在下个世纪就变成了愚昧,科学受因果律和时间线所困,就像这艘翱翔在太空的运载飞船,群星下的它无疑是突兀的,可如果换个位置,把群星变成飞船,飞船变成一颗星,那这颗星是否才是宇宙中突兀的存在呢?“我没有证据,但我有一股强烈的预感,我要去那向你们证明,它一定就在那儿。”这就是周方的父亲最后留给他的一句话。

摘要： 甲状腺与乳腺疾病之间的关系早在1896年就引起了人们的关注。考虑到两种疾病发病均以女性为主,且两者皆受下丘脑-垂体-腺体轴调控,研究两者的关系对于进一步了解肿瘤的生物学行为有着重要的意义,也有助于两种疾病的诊断和临床管理。该研究总结了甲状腺功能亢进、甲状腺功能减退、自身免疫性甲状腺炎和甲状腺癌等甲状腺疾病在乳腺癌发病中的作用以及相关机制的研究进展。认为甲亢与乳腺癌的风险增加相关,而甲减可以降低乳腺癌的风险,自身免疫性甲状腺炎通过免疫系统参与乳腺癌的发生发展,甲状腺癌与乳腺癌之间存在双向联系。

摘要： 目的调查网约车驾驶员阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患病情况,并分析其与交通事故的关系。方法采取整群抽样调查的方法在2020年9~12月对我市3家网约车公司登记在案全部符合标准的362名网约车驾驶员进行调查。调查网约车驾驶员OSAHS发生情况,并收集可能引起网约车驾驶员OSAHS的影响因素,在单因素分析基础上行多因素Logistic回归分析。结果本次调查的362名网约车驾驶员中共有347名驾驶员同意参加本调查,应答率为95.86%。OSAHS组网约车驾驶员年龄、BMI、嗜睡患病率、高血压患病率及糖尿病患病率均高于非OSAHS组(P<0.05)。本次调查的网约车驾驶员中共有29人(8.36%)发生过交通事故,单因素基础上多因素分析结果显示:每日开车时长延长(OR=1.483,95%CI=1.079~2.037)、开车时间段为夜间(OR=1.474,95%CI=1.050~2.069)、嗜睡(OR=1.459,95%CI=1.036~2.056)、患OSAHS(OR=1.514,95%CI=1.081~2.121)为网约车驾驶员发生交通事故的危险因素,每日下车活动时长增加(OR=0.676,95%CI=0.467~0.977)为保护性因素(P<0.05)。结论网约车驾驶员OSAHS患病率较高,与交通事故有相关性,此外每日开车时长、开车时间段、嗜睡及每日下车活动时间均与网约车驾驶员的交通事故发生有关系。

摘要： 目的检测糖尿病视网膜病变(DR)病人血浆中细胞周期素依赖性蛋白激酶抑制因子(P15INK4b)、环腺苷酸反应元件结合蛋白(CREB)水平,探讨P15INK4b、CREB与DR发生发展的关系。方法选取2017年6月至2019年6月仙桃市第一人民医院收治糖尿病(观察组)198例作为研究对象,其中,非DR(非DR组)95例,DR(DR组)103例;根据病变阶段将DR病人分为非增生性糖尿病视网膜病变(NPDR)Ⅰ期组(24例)、NPDRⅡ期组(29例)、NPDRⅢ期组(26例)和增生性糖尿病性视网膜病变(PDR)组(24例);同期健康体检者(对照组)200例作为对照。采集清晨外周血提取血浆、血清,蛋白质免疫印迹(Western blotting)法检测血浆P15INK4b、CREB水平;酶联免疫吸附(ELISA)法检测血清肿瘤坏死因子-α(TNF-α)、转化生长因子β1(TGF-β1)、血管内皮生长因子(VEGF)水平;采用Pearson法分析DR病人血浆P15INK4b、CREB水平与血清TNF-α、TGF-β1、VEGF水平相关性;采用多因素logistic回归分析影响DR发生的因素。结果观察组血浆P15INK4b、CREB水平较对照组明显升高[(3.26±1.04)比(1.71±0.55),(0.84±0.26)比(0.53±0.16),P<0.05],血清TNF-α、TGF-β1、VEGF水平较对照组明显升高(P<0.05);DR组血浆P15INK4b、CREB水平较非DR组明显升高[(4.23±1.39)比(2.21±0.72),(1.01±0.33)比(0.65±0.21),P<0.05],血清TNF-α、TGF-β1、VEGF水平较非DR组明显升高(P<0.05);随着病变阶段升级,DR病人血浆P15INK4b、CREB水平、血清TNF-α、TGF-β1、VEGF水平逐渐升高(P<0.05);DR病人血浆P15INK4b、CREB水平与血清TNF-α、TGF-β1、VEGF水平均明显正相关(P<0.05);血浆P15INK4b、CREB、血清TNF-α、TGF-β1、VEGF水平均为影响DR发生的危险因素(P<0.05)。结论糖尿病病人血浆P15INK4b、CREB水平均明显升高,随DR的发生发展均异常表达,与血清TNF-α、TGF-β1、VEGF水平均关系密切,可能通过与TNF-α、TGF-β1、VEGF相互调控影响疾病发生发展,均为影响DR发生的危险因素,可作为DR发生和严重程度的标志物。

摘要： 1前言:孔明与AI的激情相遇在上一期里我们说明了当今主流AI的主要技能是基于大数据分析找出相关性,并迅速归纳出规律性。这项强大的能力,与人类天赋的溯因性推理能力之间,具有巧妙的互补性,就是:●人类的天赋溯因性推理,协助AI把它天赋的相关性转化为强大的因果性推理能力;●AI的因果性推理,也能协助人类更加发挥其溯因性推理能力,激发出人类更高的创新力。

摘要： 从物理实验事实的因果律出发,脱离具体的微观物理模型,基于傅里叶变换、色散理论和留数定理,详细地论述了Kramers-Kronig关系的物理机制和理论推导.

摘要： 1前言:AI与因果性近几年来,全球AI精英都很关心AI的一个议题:当今AI仰赖于大数据的相关性(Correlation)。然而,相关性并不一定表示其具有因果关系(Correlation does not imply causation)。由于当今AI对于因果关系的探索能力,还是非常有限的,仍然非常依赖人类(具有溯因性推理习惯者)来补足。人类具有溯因性推理习惯者,就是通称的创新者(如诸葛亮等),其擅长于溯因推理(Abductive reasoning)——从果追溯其真实的因。

摘要： 1前言:AI与假设思维在前期的《学贯中西(11):从因果律看人机协同创新》文章里,曾经引用《The book of Why》一书里的图片(图1),从图中可以看到,当今AI所掌握的相关性,仍属于低阶(第1阶)的因果关系,与人类相比仍有极大的距离。AI的大未来,将是逐渐提升到第2阶、第3阶。届时,AI将具备想象、假设和反思的能力。

摘要： 目的 探讨抑郁症病人睡眠结构特征及其与前瞻性记忆的相关性。方法 选取2017年1月至2020年1月安徽省精神卫生中心113例住院抑郁症病人作为抑郁组,同期该中心公开招募47例健康者作为对照组,两组对象均行多导睡眠监测,评估汉密尔顿抑郁量表(HAMD)、汉密尔顿焦虑量表(HAMA)、基于事件的前瞻性记忆(EBPM)和基于时间的前瞻性记忆(TBPM),分析抑郁症病人睡眠结构与EBPM和TBPM的关系。结果 相比于对照组,抑郁组快速眼动睡眠(REM)潜伏期(235.52±83.65)min和卧床时间507.00(49.25)min较对照组REM潜伏期(137.78±56.23)min和卧床时间483.80(54.50)min长(P0.05)。结论 抑郁症病人存在睡眠结构异常和前瞻性记忆损害,TBPM与REM持续时间呈正相关,且这种关联不受病人性别、年龄、文化、体质量指数、抑郁程度、焦虑程度和病程等的影响。

摘要： 本文我们讨论提高光通信信息容量的另一种途径—超光速光通信。我们假设当v>c时在两个惯性系统之间的时空关系是虚数关系，与vc时两个系统处于不同的星系。在两种情况下因果定律都成立。文中介绍了超光速光传输的试验结果，以及一些必须解决的问题。

摘要： 本文我们讨论提高光通信信息容量的另一种途径—超光速光通信。我们假设当v>c时在两个惯性系统之间的时空关系是虚数关系，与vc时两个系统处于不同的星系。在两种情况下因果定律都成立。文中介绍了超光速光传输的试验结果，以及一些必须解决的问题。

摘要： 本文我们讨论提高光通信信息容量的另一种途径—超光速光通信。我们假设当v>c时在两个惯性系统之间的时空关系是虚数关系，与vc时两个系统处于不同的星系。在两种情况下因果定律都成立。文中介绍了超光速光传输的试验结果，以及一些必须解决的问题。

摘要： 本发明描述了用于管理程序执行能力的技术，例如针对提供用于为用户执行一个或多个程序的一组计算节点。在某些情况下，使用中的计算节点组的程序执行能力动态修改可定期进行或者说是以反复的方式进行，例如以聚合在一段时间内待做出的经请求或以其它方式确定的多次修改。所述技术可在某些情况下结合收费性程序执行服务使用，所述收费性程序执行服务代表多个服务用户来执行多个程序。

摘要： 因果句解析装置具备：因果句提取部，其从文章提取包含原因表现和结果表现的因果句；取得部，其取得表示基准表现的信息，所述基准表现是用于对相似的程度进行解析的基准；相似度解析部，其针对所述因果句提取部提取到的因果句，算出原因相似度和结果相似度，所述原因相似度是该因果句所包含的原因表现与所述基准表现的相似度，所述结果相似度是该因果句所包含的结果表现与所述基准表现的相似度；以及期望因果句提取部，其提取所述因果句所包含的原因表现和结果表现中的一方与所述基准表现相似、且另一方与所述基准表现不相似的因果句。

摘要： 本发明公开了一种全自动调律钢琴及其的调律装置、调律方法，包括琴键驱动装置、铉轴销电机驱动模组、移动通讯设备、集成控制器、铉轴销电机、铉轴销调节装置和驱动电源，每个琴键底部均安装有与集成控制器连接的琴键驱动装置；移动通讯设备与集成控制器连接；铉轴销电机驱动模组安装于铉轴销的头部且与集成控制器连接，铉轴销电机通过安装件可滑动地安装于钢琴琴盖上，铉轴销电机驱动模组用于驱动铉轴销电机沿X轴、Y轴、Z轴至少一个方向移动；铉轴销电机与铉轴销调节装置连接，通过可在钢琴琴盖上滑行的铉轴销调节装置松紧铉轴销实现音准调试；驱动电源分别与铉轴销电机和铉轴销电机驱动模组连接。具有调律精准、自动化程度高的优点。

摘要： 本发明实施例涉及互联网技术领域，公开了一种告警因果关系挖掘方法、告警因果挖掘装置及存储介质。本申请部分实施例中，告警因果关系挖掘方法包括：基于系统告警信息和系统告警信息的根因标签数据，搭建深度强化学习的系统告警环境；通过深度强化学习的智能体与系统告警环境交互，学习并生成表征告警因果关系和结构的告警因果模型。该实施例避免了手工规则的使用，实现了告警因果关系的挖掘和表征。

摘要： 本发明属于数据挖掘领域，提出了一种基于局部格兰杰因果分析的因果网络学习方法。本发明先将采集到的数据进行预处理，对缺失数据采用平均值插补方法进行补全。然后对补全的数据进行平稳性检验及处理，以满足建立模型的假设。之后将数据进行归一化，以消除不同变量量纲带来的影响。最后建立基于局部格兰杰因果分析的因果网络学习算法，实现准确探究变量间因果关系的目的，同时展现不同变量间的动态因果关系曲线，以达到定量、明确地分析系统间各变量间的因果关系。

摘要： 本发明公开了一种因果关系分析模型构建及因果关系分析方法，获取网络图谱中的每一个目标节点以及与所述目标节点相连接的关联节点；对每一个所述目标节点对应的关联节点的类型进行划分得到所述目标节点对应的多个前因条件节点，在布尔代数算法的三层模型中输入计算得到的前因节点对所述目标节点的信息增益以及前因条件节点的中心度进行训练得到满足条件的因果关系分析模型，然后利用该因果关系分析模型进行因果关系分析，在保留布尔代数算法的高效率性的同时提高了模型分析的准确性。

摘要： 本发明公开了基于改进函数因果似然度的糖尿病危险因素因果发现方法，属于医学信息化技术领域；该方法包括获取糖尿病危险因素变量子集的联合分布；根据所述联合分布与因果结构求观察数据的对数似然度；将所述观察数据的对数似然度转化成观察数据噪声的对数似然度，进而建立糖尿病危险因素FCL模型；通过调整阈值对所述糖尿病危险因素FCL模型进行修正，获得糖尿病危险因素IFCL模型，利用所述糖尿病危险因素IFCL模型发现危险因素的因果关系。本申请引入调整阈值，构建糖尿病危险因素IFCL模型，利用所述糖尿病危险因素IFCL模型发现危险因素的因果关系，减少糖尿病危险因素因果结构的冗余边和错误边，进而生成优化的糖尿病危险因素因果结构。

摘要： 本发明属于数据挖掘技术领域，具体为一种基于因果分割的递归式因果推断方法。本发明方法采取分治策略，递归式地利用低阶条件独立性测试将数据集进行层层因果分割，然后再对每一个子数据集进行因果重构，最后合并得到数据集的整体因果信息。该方法能够很好的在高维数据集上进行因果推断，因果关系挖掘。在大数据时代背景下，因果关系推断算法在经济学领域、互联网社交网络领域、医疗大数据领域等都得到了广泛的应用，但高维数据问题是在行业信息智能化遇到的普遍性问题，解决该领域的相关问题迫在眉睫。本发明有助于解决如何应对日益增长的海量数据因果信息挖掘问题，对抽取海量数据中宝贵的因果信息有着重要作用。

摘要： 本发明公开了一种支持高维度因果发现的因果框架划分方法，用CI测试将问题域划分为小的子问题，从各子问题最后合并在一起的部分结果，返回了关于原始数据的完整因果关系。真实因果网络的实验验证了我们建议的卓越可扩展性和有效性。有益效果：证明了CDF框架理论健全和完善；第二：通过CDF返回的因果分区更可靠的；第三：CDF是支持高维因果发现的快速框架，数据分析鲁棒性强，正确性高。

摘要： 使用一种数据结构表现因果关系，所述数据结构包含：用于确定表现因果关系的对象的对象识别信息；应用于定量地描述在所述对象中产生的现象的多个指标各自的指标识别信息；以及每个组的因果关系信息，其中该组是从所述多个指标中选择出的不同的2个指标的组，所述因果关系信息包含：表示所述2个指标中哪一方是原因指标，哪一方是结果指标的方向信息；表示所述原因指标与所述结果指标之间的因果强度的强度信息；表示所述原因指标的影响传播到所述结果指标所花费的延迟时间的时间信息；以及表示所述结果指标相对于所述原因指标的增减的变化方向的相关信息。