-
护士主导的集束化护理干预预防神经外科制动患者深静脉血栓:一项准实验研究
背景:制动的神经外科患者发生深静脉血栓(DVT)的风险较高。虽然常规预防措施已存在,但系统化、护士主导的护理集束化方案可能为预防提供更全面有效的方法。本研究旨在评估护士主导的多方面集束化护理干预对制动神经外科患者DVT发生率、患者依从性及临床结局的影响。
方法
来源:Frontiers in Neurology
时间:2026-06-01
-
法语自闭症成人及非自闭症成人在不同社交情境下的沟通偏好
弗洛伦斯·梅肯(Florence Merken)|伊丽莎·尼布莱特(Eliza Niblett)|索菲·索登-卡瓦略(Sophie Sowden-Carvalho)|加埃坦·德利安(Gaétane Deliens)|菲利皮娜·吉尔汉德(Philippine Geelhand)•在
来源:Research in Autism
时间:2026-06-01
-
坦桑尼亚北部某三级医院高血压成人感音神经性听力损失的发病率、模式及相关因素
高血压成人感音神经性听力损失(sensorineural hearing loss, SNHL)的发病率、模式及相关因素
本研究旨在确定坦桑尼亚北部某三级医院高血压成人SNHL的发病率、模式及相关因素。
本研究为医院为基础的横断面研究,纳入2023年10月
来源:Eye & ENT Research
时间:2026-06-01
-
经皮神经电刺激(TENS)、肌肉电刺激(EMS)、运动锻炼及热疗对背痛的影响——一项随机对照临床探索性试验
摘要:本随机对照研究比较了不同形式的慢性背痛(chronic back pain)治疗方案。研究人员纳入79例病程超过6个月的慢性背痛患者,随机分配至四组:(a)以力量训练为主的运动治疗组(SG);(b)TENS、电肌肉刺激(EMS)及热疗联合组(TEH-G)
来源:European Journal of Pain
时间:2026-06-01
-
<sup>不良</sup>童年经历是种族相关压力神经反应差异的基础
研究人员指出,与白人个体相比,黑人个体不成比例地暴露于更高水平的不良童年经历(Adverse Childhood Experiences, ACEs)中,包括更多的暴力暴露、社区劣势和贫困。支持压力相关情绪过程的神经回路涉及杏仁核、海马、前额叶皮层(前额叶内侧
来源:Behavioural Neurology
时间:2026-06-01
-
基于Tabular Prior-data Fitted Network(TabPFN)零样本推断的中红外土壤光谱分析研究
Tabular Prior-data Fitted Network(TabPFN)是一种为表格数据预测任务设计的预训练基于Transformer的神经网络基础模型(Foundation Model)。尽管TabPFN相对于现有先进基线模型已展现出较强性能,但其
来源:Geoderma
时间:2026-06-01
-
基于脑电信号的图神经网络情感建模
基于脑电图(EEG)的情感识别仍具挑战性,因为情绪的脑部反应具有非线性、噪声大且通过皮质区域间空间分布的交互作用表达的特征。尽管图神经网络(GNN)能够建模通道间的依赖关系,但大多数现有研究仅评估单一架构,且关于网络深度如何影响收敛稳定性和验证性能的证据有限。
-
复杂无家可归者的综合神经心理学评估:纳入表现效度测试和个体化基准
目的:研究人员旨在探究经历复杂无家可归(complex homelessness,指尽管有住房解决方案仍持续无家可归)的成年人的神经心理学特征。方法:连续从澳大利亚悉尼专业无家可归服务机构转介的19名成年人完成了智力、记忆和执行功能的综合评估。测量工具包括韦氏
来源:Applied Neuropsychology: Adult
时间:2026-06-01
-
基于现象导向验证的北极海域空间神经网络地表风场降尺度研究
基于神经网络的降尺度(downscaling)为高分辨率动力模式模拟提供了一种计算高效的替代方案,但其验证仍具挑战性,因为传统的点态指标(pointwise metrics)对重建大气场的物理真实性(physical realism)提供的见解有限。本研究提出
来源:Frontiers in Marine Science
时间:2026-06-01
-
采用加权优值因子(Weighted Figure-of-Merit, FOM)优化实现带宽增强的双频支节加载(Dual-band Stub-loaded)单极子(Monopole)天线
本文提出一种紧凑型双频支节加载(Dual-band stub-loaded) T型单极子(T-monopole)天线,采用加权优值因子(Weighted Figure-of-Merit, FOM)与人工神经网络(Artificial Neural Networ
来源:Frontiers in Artificial Intelligence
时间:2026-06-01