- 综合排序
- 最热优先
- 最新优先
- 来自专栏CSDNToQQCode
软考中级(软件设计师)——操作系统(占6-8分)
软考中级(软件设计师)——操作系统(占6-8分) ---- 目录 软考中级(软件设计师)——操作系统(占6-8分) 主要考点： 1、进程管理 进程的同步与互斥 进程管理-PV操作【******】(超重点
67620编辑于 2022-11-30 - 来自专栏临床试验
临床试验统计篇-交叉设计方差分析原理
2.试验设计 临床试验中，较低变异度（intra-subject CV%<30%）的仿制药，在判定生物等效性时常采用2交叉试验设计： 组别 第一周期 第二周期 TR组 T R RT组 R T 假设一共 User's Guide.v8.1. [3]https://www.zhihu.com/question/21744800.2021.09.07访问 [4]医学统计学，李晓松版，t检验和方差分析章节. [5]临床试验统计学
5.8K11编辑于 2021-12-14 - 来自专栏DrugOne
BBC NEWS | AI设计的新药分子首次进入临床试验
人工智能设计的新药分子将首次进入人体临床试验 By Jane Wakefield （技术记者）BBC News 2020年1月30日 ? Hopkins教授说：“找到合适的分子需要经过数十亿次决策，而精确设计一种药物更是一个巨大的决定。” 他补充说：“但是该算法的优点在于它们是不可知的，因此可以应用于任何疾病。” 该公司已经在研究用于治疗癌症和心血管疾病的潜在药物，并希望在今年年底前准备另一种分子用于临床试验。 Hopkins教授说：“这是今年首个使用AI设计的药物，但到本世纪末，所有新药都可能由AI产生。” 很高兴看到同时也相信这是一种新的药物进入人体临床试验的第一个例子，它的创造是由科学家使用人工智能技术来指导和加速药物发现的主要方式。”
68750发布于 2021-02-01 - 来自专栏智药邦
首个计算设计的抗体AU-007进入临床试验
2022年4月5日，总部位于波士顿的Biolojic Design宣布，首个计算设计的人类抗体AU-007将进入临床。 AU-007是由Biolojic Design计算设计的单克隆抗体，对IL-2的CD25结合部分具有高度选择性。 该抗体已被转移到其衍生公司Aulos Bioscience，该公司目前正在澳大利亚进行临床试验。两家公司希望在今年晚些时候公布中期数据。 Aulos在一项开放标签、首次人体1/2期的临床试验中评估AU-007，该试验旨在评估AU-007在不可切除的局部晚期或转移性癌症患者中的安全性、耐受性、免疫原性和临床活性。 了解有关临床试验计划请访问：ClinicalTrials.gov (NCT05267626)。
46020编辑于 2022-06-08 - 来自专栏智药邦
进入临床试验的AI设计的药物 汇总V1.0
越来越多的AI初创企业和制药公司使用AI来发现药物，那么目前都有哪些AI设计的药物进入了临床试验？ 本文对该方面公开可获取的信息进行整理。
91820发布于 2021-06-07 - 来自专栏智药邦
Nature子刊｜利用人工智能改进临床试验设计
Communications Medicine》上发表文章Harnessing artificial intelligence to improve clinical trial design，讨论了如何利用人工智能来优化临床试验设计 ，并提高临床试验的成功率。 近年来，人工智能技术和真实世界数据（RWD）在医疗保健领域的应用已开始改变我们进行临床试验的方式，使我们能够重塑临床试验设计的关键步骤。 数据驱动的人工智能工具在改进从准备到执行的临床试验设计步骤方面具有巨大潜力。 最后，数据科学家和医学科学家应制定如何在试验规划和设计中使用人工智能的指南，以便在临床试验生命的早期阶段释放人工智能的力量。
1K10编辑于 2024-03-05 - 来自专栏生信小驿站
各种临床试验终点
临床试验终点（End Point）服务于不同的研究目的。在传统的药物的研发中，早期的临床试验目的是评价安全性以及药物的生物活性，如肿瘤缩小。 让我们一起来看看常用的临床试验终点都有什么区别以及优缺点。 总生存 overall survival，OS 定义为：从试验开始到任何原因引起随访结束的时间。 临床试验中常常会用到 5 年生存率，即——某种治疗方案下，生存五年以上的患者比例。 除了 OS 外，其余的终点都是要基于肿瘤测量的。 药物上市申请时如果采用基于肿瘤测量的临床试验终点作为有效性的唯一证据，那么通常应提供来自第二个试验得到的确凿证据。 因此，在临床试验设计中，「肿瘤进展」的标准必须要进行明确的定义，还包括 PFS 的评估、观察、分析方法，随访和影像学评价必须是均衡的，最好有一个由影像学专家和临床专家组成的处于盲态的独立裁定小组进行。
2.1K30发布于 2019-03-04 - 来自专栏临床试验
临床试验编程-Setup篇
本项目中所有的公用变量如：项目编号，分组变量，唯一标识变量，本项目存在的文件夹位置，本项目用到的逻辑库，一些系统选项，或者外部数据导入，工具表的准备。创建的宏变量、路径、逻辑库、系统选项可以本项目使用，每一个项目有一个单独的Setup。下面对每一个作用进行详细解释：
1.7K60编辑于 2021-12-06 - 来自专栏临床试验
临床试验编程-Adam数据转换
临床试验缺失数据的统计学考量[J]. 中国临床药理学杂志, 2016, 32(5):4. [3]衡明莉, 陈丽嫦, 王骏. 临床试验中缺失数据处理方法研究[J]. 每一个数据集均应产生配套的生成程序.sas、数据集、日志存放在临床试验编程篇-Setup中创建的文件夹中。方便后续做TFLs时调用。
4.4K41编辑于 2021-12-05 - 来自专栏CSDNToQQCode
软考中级(软件设计师)——数据库系统(上下午各占6-8分)
软考中级(软件设计师)——数据库系统(上下午各占6-8分) ---- 目录 软考中级(软件设计师)——数据库系统(上下午各占6-8分) 数据库模式(★★) 三级模式 数据库设计过程 ER模型(★★★★ 关系代数(★★★) 笛卡尔积 自然连接 规范化理论(★★★★★) 主属性与非主属性 三范式 SQL语言(★★★★) 并发控制(★★) 数据库完整性约束(★) ---- 数据库模式(★★) 三级模式 数据库设计过程
84830编辑于 2022-11-30 - 来自专栏科研猫
临床试验：“说谎”的职业受试者
一般参与临床试验的志愿者可以获得一定的补偿，这就出现了一群专业的临床试验试用者为了获得更多的奖励，隐瞒身体的情况或是同时参加多个临床试验的情况。这种现象严重的干扰了临床试验的结果。 屡禁不止的职业临床试验受试者 专业临床试验试用者Patricia： Patricia曾经不止一次的隐瞒自己的用药史。 有项临床试验招募志愿者的标准之一是在过去的两到三周内没有服用泼尼松醇。 专业临床试验试用者Janette ： Janette参加了一个评估肉毒杆菌毒素使用的临床试验。这项研究是无偿的，但可以免费获得医疗服务。和Patricia一样，她也隐瞒了自己的病史。 为了避免招募到职业受试者，有的临床试验会对志愿者进行生物学筛查，例如高血压等疾病的临床试验，生物学筛查会排除掉隐瞒情况的专业受试者。 而在一些论坛上，有很多人会公开讨论如何伪造身份或隐藏信息以参加临床试验。” 许多专业受试者担心被排除在临床试验之外，因此论坛主持人标记了那些会检查受试者是否隐瞒的公司。
1.7K20发布于 2020-07-28 - 来自专栏DrugOne
. | 智能体智能与真实世界数据赋能临床试验设计
DRUGONE 临床试验设计通常耗时长、成本高，并高度依赖医学、统计学和数据科学专家的反复协作。 研究人员提出了 EmulatRx，这是一个面向临床试验设计的智能体框架，通过多个具有不同角色的智能体协同工作，自动从真实世界数据中提取真实世界证据，并生成可辅助试验设计的分析报告。 结果表明，该系统能够显著加速临床试验设计流程，并提高真实世界证据在试验方案优化中的可用性。 随着大语言模型和多智能体系统的发展，研究人员尝试将临床试验设计拆解为多个专业任务，由不同智能体协同完成。 图4: 临床试验知识图谱结构。 图5: 临床试验知识图谱构建流程。 讨论 研究人员认为，EmulatRx展示了智能体系统在临床试验设计中的重要价值。
33420编辑于 2026-07-13 - 来自专栏全栈开发那些事
6-8 求二叉树高度 (20分)
本题要求给定二叉树的高度。 函数接口定义： int GetHeight( BinTree BT ); 其中BinTree结构定义如下： typedef struct TNode *Position; typedef Position BinTree; struct TNode{ ElementType Data; BinTree Left; BinTree Right; }; 要求函数返回给定二叉树BT的高度值。 裁判测试程序样例： #include <stdio.h> #inclu
34710编辑于 2023-02-27 - 来自专栏SAS程序分享号号号
SAS-临床试验程序绘图合集（一）
，日前，看到了《药物临床试验数据递交指导原则（征求意见稿）.doc》正文114行的“尤其应避免大型宏程序的嵌套”，所以写宏的计划暂时夭折了。所以呀，今天要分享的内容不含大型宏程序。 折线图 首先是最基础的折线图，折线图的应有也是十分广泛的，譬如：药时曲线等均是临床试验中折线图绘制的典型例子。
7.7K117发布于 2020-05-22 - 来自专栏申龙斌的程序人生
如何在6-8小时之内读完300页的书？
Michigan大学的一位老师Paul N. Edwards写了一篇学术文章《How to Read a Book》，当前已经更新到v5.0版本，个人感觉好过另外一本非常著名的、厚厚的同名书《如何阅读一本书》，英文版原文并不难，链接地址（微信中不让加链接，点击无效，自行下载阅读）： http://pne.people.si.umich.edu/PDF/howtoread.pdf 该书的重要观点： 小说需要按顺序读，但对于非虚构类的书不需要从头到尾按顺序去阅读，而是要跳读、略读、标记，对重点的地方还要仔细地
1.1K100发布于 2018-03-06 - 来自专栏智药邦
CAS博客｜首批进入临床试验的AI设计的候选药物：结构新颖性评估
2021年11月3日，美国化学学会（ACS）旗下的全球化学信息权威机构--美国化学文摘社（CAS）发表博客文章，结合IPO招股说明书和专利信息，对Exscientia报告的3个AI设计的进入临床试验的候选药物的结构新颖性进行了分析 Exscientia公司在2020年初报告了第一个进入临床试验的AI设计的候选药物。此后，Exscientia的两个候选药物也紧随其后，其他管线也在迅速向这个里程碑迈进。 CAS发表的评估新药创新性的文章 我们使用这一新的早期药物创新指标，来评估首批进入人体临床试验的3个AI设计的候选药物的结构新颖性。 DSP-0038 2021年5月，Exscientia宣布在美国启动了DSP-0038的I期临床试验。 与其用一个完美的标准来要求AI，不如用与药物化学家设计的分子相同的标准来判断AI设计的分子的新颖性。在这种情况下，药物化学家更有可能使用基于现有科学文献的传统方法，将这些分子确定为潜在的候选药物。
77240发布于 2021-11-29 - 来自专栏SAS程序分享号号号
SAS-临床试验程序制表合集（一）
一个多月前，小编写了一篇SAS-临床试验程序绘图合集（一），今天小编要写的是统计编程的另外一块，统计表格的制作。本来也想按照绘图合集的形式，按表格样式/类型写程序，然后分享。
3.8K31发布于 2020-07-13 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题6-8 统计一行文本的单词个数
习题6-8 统计一行文本的单词个数 本题目要求编写程序统计一行字符中单词的个数。所谓“单词”是指连续不含空格的字符串，各单词之间用空格分隔，空格数可以是多个。 输入格式: 输入给出一行字符。
2.4K20发布于 2020-09-15 jvm入门3：6-8 本地方法接口+本地方法栈+堆
栈帧中保存引用，这个引用指向对象或数组在堆中的位置；7方法结束后，堆中的对象不会被马上移除，仅仅在垃圾收集的时候才会被移除；8堆，是gc执行垃圾回收的重点区域内存部分现代垃圾收集器大部分都基于分代收集理论设计 几乎所有java对象都是在eden区被new出来的；4绝大部分的java对象的销毁都在新生代进行；5可以使用选项-Xmn设置新生代最大内存大小对象分配过程为新对象分配内存是一个非常严谨和复杂的任务，jvm的设计者不仅需要考虑内存如何分配 eden空间内；2多线程同时分配时，使用tlab可以避免一系列的非线程安全问题，同时还能够提升内存分配的吞吐量，因此可以将这种内存分配方式称为快速分配策略；3openjdk衍生出来的jvm都提供了tlab设计
40200编辑于 2025-02-24- 来自专栏临床试验
临床试验统计篇-肿瘤试验终点指标计算
1.概述 临床试验终点（End Point）服务于不同的研究目的。在传统的肿瘤药物的研发中，早期的临床试验目的是评价安全性以及药物的生物活性，如肿瘤缩小。 尽管在大多数辅助治疗的情况下，总生存期仍然是一个传统的终点指标，但是当生存期延长而使得选择生存期为临床试验终点不现实的时候，DFS可以作为一个重要的终点指标。 5.参考文献 1.CDE.抗肿瘤药物临床试验终点技术指导原则. 2.CDE.抗肿瘤药物上市申请临床数据收集技术指导原则. 3.CDE.抗肿瘤药物临床试验技术指导原则. 4.渣渣东的微信公众号.https ://mp.weixin.qq.com/s/U8lxK9EmitQmb3wr_FNVRA. 5.陈峰等.临床试验统计学. 6.知乎王不留行.https://zhuanlan.zhihu.com/p/392104512
11.1K51编辑于 2021-12-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号