家庭自我护理在乳腺癌PICC置管患者护理中的应用

探讨家庭自我护理在乳腺癌PICC置管患者护理中的应用价值。将行PICC置管的92例乳腺癌患者随机划分为对照组和观察组,对照组46例给予常规护理,观察组46例在常规护理基础上引入家庭自我护理理念。对比两组置管并发症发生率、导管护理情况。观察组置管并发症发生率10.87%较对照组的30.43%低(P0.05);观察组留管时间较对照组长(P0.05),冲管及封管次数、更换正压接头次数与对照组比较无明显差异(P0.05)。在乳腺癌PICC置管患者护理中引入家庭自我护理,可有效降低置管并发症发生率,显著延长导管留置时间。     

酿酒酵母菌种选育与传统酿造技术提升

正由于酵母广泛应用于食品、酿酒、饲料、生物能源等行业,因此,在其生产与应用过程中,不仅要求酵母菌种具有优良的发酵特性,而且要具有在高温、高糖、高盐、高乙醇或冷冻等极端条件下保持较高活性的耐受能力.用现代生物技术选育生产性能优良的酵母菌种可大幅度提高相关领域的经济效益,促进酵母生产与应用企业的技术进步.在高耐性酿酒酵母研究方面,天津科技大学生物工程学院肖冬光教授带领的现代酿造技术研究室科研团     

基于SPOC的信息类课程W2L教学模式探索

SPOC能够促进MOOC与传统课堂教学深度融合,实现广域网与局域网的有机结合,是教学模式未来的发展方向。本研究首先探讨了SPOC教学的价值取向,随后分析了信息类课程特点,在此基础上提出了基于SPOC的信息类课程W2L教学模式,包括设计思想和学习模式设计,目的是为了提高信息类课程的教学质量,促进高校信息类课程教学模式的变革。     

基于网络药理学的瓜蒌薤白半夏汤临床精准定位及药效成分研究

中药经典名方瓜蒌薤白半夏汤具有行气解郁,通阳散结,祛痰宽胸的功效,主治胸痹。采用网络药理学的方法,初步探索瓜蒌薤白半夏汤的临床精准定位及发挥药效的成分,并阐述其作用机制。首先,通过TSMSP等中药成分数据库和文献收集瓜蒌薤白半夏汤的780个化学成分,再用FAF-Drugs4数据库预测成分的ADMET特性,筛选得到的294个类药成分上传至BATMAN-TCM平台预测潜在的药物靶标,将打分值大于20的靶标导入DAVID数据库分别进行疾病富集、组织分布富集、功能通路富集等,最终用Cytoscape 3.5.1软件绘制"成分-靶点-通路-功能"网络图。本次研究发现,瓜蒌薤白半夏汤作用的部位主要在心脏和肝脏,其现代主治病症可能是以心肌梗塞为主的心血管疾病,作用机理可能与心率调节、心肌细胞存活、免疫炎症、血管平滑肌收缩、脂质代谢等5类过程有关,并得到了邻苯二甲酸二丁酯、甲基丁香酚等潜在的药效成分。     

茚三酮比色法和旋光度法测定谷氨酸制备焦谷氨酸的转化率（英文）

研究了通过茚三酮比色法和旋光度法测定谷氨酸制备焦谷氨酸的转化率。通过紫外可见分光光度计在568nm,pH6.0状态下检测与茚三酮反应的谷氨酸和焦谷氨酸的含量。研究结果表明,谷氨酸具有较大的吸收峰,但焦谷氨酸吸光度为零。根据谷氨酸的标准曲线方程,可以计算其后反应溶液中的含量进而计算出转化率。基于谷氨酸和焦谷氨酸的旋光度—转化率工作曲线,可直接计算谷氨酸制备焦谷氨酸的转化率。结果表明,与高效液相色谱法相比,茚三酮比色法和旋光度法具有操作简单、快速、灵敏度高和成本低的优点。     

心理弹性理论在医学新生心理健康教育课程教学中的应用

研究医学新生的心理健康情况,并在教育课程中通过团体辅导、心理训练等方法提高其心理弹性,减少学生心理隐患将成为心理健康教育课程中的一项新举措.通过对心理弹性的研究背景、意义及国内外研究现状的分析,确定量表的选择,并结合教学互动,提高大学生心理弹性.     

中考语文复习心得

学生在九年义务教育阶段学习结束后，将参加高中招生考试，升入高一级学校继续学习，如何有效组织学生的复习工作，引导学生把握语文知识点，梳理语文知识链，有效提升学生应考能力，是教师关注的热点.本文根据自身教学实践，反思教学，浅谈如何从复习策略，教学手段与教学方法入手，有效组织学生的复习教学工作.     

部分线性回归模型中改进的差分估计及SCAD

考虑了部分线性回归模型中回归参数向量估计的问题,提出了具有更好性质的压缩差分估计,并且将SCAD惩罚函数运用到模型中得到SCAD估计,然后通过Monte Carlo模拟了压缩差分估计和SCAD估计的相关结果,并对它们之间的优劣进行了比较.     

基于RTC方法的图像数据监控研究

将机器视觉与统计过程控制结合,通过监控图像数据实现产品质量的过程控制。基于实时对比(RTC)方法,将过程控制通过随机森林分类器转化为分类问题,将加权分类准确率作为统计量对图像数据进行过程监控。通过对图像的30种不同缺陷进行仿真实验,并与已有文献的相关控制图进行性能对比,结果表明,基于加权随机森林RTC的图像数据监控方法对图像中的小偏移量有更好的检测效果,且对于不同偏移量的整体监控性能更为稳定。最后讨论了相关参数的选择方法。     

由粗到精和特征筛选的精确回归预测方法及其在二语习得中的应用

针对数据分布不均匀且因素多而容易造成预测不精确的问题,提出一种结合由粗到精与特征筛选的精确回归预测方法.首先,由于数据分布不均匀且预测区间大,直接预测难以精确地拟合,提出一种由粗到精的预测方法,并使用决策树进行粗分类,预测目标所在的子区间,然后在子区间内实现精确的回归预测.其次,如果数据量少且特征因素多会引起过拟合,而且部分冗余特征会影响模型的预测精度,因此,提出一种基于特征筛选的回归预测方法以提高预测精度.在大学生的英语成绩与其人格因素数据集上进行相关实验,结果证明了由粗到精和特征筛选方法与传统回归模型相比精度更高且稳定性更好.通过提出的人格因素与英语成绩回归预测模型,可以制定合理的培养方案弥补学生人格因素中的短板,提升学生的自身竞争能力,从而更好地推动中国的英语教育.