脑动脉瘤模型

【序号】：3【作者】：胡振坤马亚伟徐睿【题名】：血管内治疗颅内远端动脉瘤疗效评价【期刊】：临床神经外科杂志. 【年、卷、期、起止页码】：2021,18(04)【全文链接】：有敏感词，删了链接

第一部分 中文名称： 二硫化碳 英文名称： carbon disulfideCAS No.： 75-15-0 分子式： CS2 分子量： 76.14 第二部分：成分/组成信息第三部分：危险性概述健康危害： 二硫化碳是损害神经和血管的毒物。急性中毒：轻度中毒有头晕、头痛、眼及鼻粘膜刺激症状；中度中毒尚有酒醉表现；重度中毒可呈短时间的兴奋状态，继之出现谵妄、昏迷、意识丧失，伴有强直性及阵挛性抽搐。可因呼吸中枢麻痹而死亡。严重中毒后可遗留神衰综合征，中枢和周围神经永久性损害。慢性中毒：表现有神经衰弱综合征，植物神经功能紊乱，多发性周围神经病，中毒性脑病。眼底检查：视网膜微动脉瘤，动脉硬化，视神经萎缩。燃爆危险： 本品极度易燃，具刺激性。

中国科技网讯 加拿大一个临床医学研究小组证明，由克里姆比尔神经医学中心迈克尔·泰米安斯基博士研发的一种神经保护剂药物可有效保护大脑减轻中风损伤效应。试验成果在线发表于10月9日《柳叶刀·神经医学》网站上，同时预测该中风药物成效的实验研究成果亦同步发表在《科学·转化医学》杂志上。 该项具有里程碑意义的临床试验，由卡尔加里大学霍奇基斯脑研所迈克尔·希尔博士领导，是一次随机、双盲、由加拿大和美国多个研究中心参与的试验。该研究评估了NA-1药物对曾接受神经介入治疗脑动脉瘤而引发轻微中风的患者的疗效。动脉瘤患者在接受此种介入治疗后，90%以上的患者会出现缺血性中风，但通常并不会引起明显的神经性伤残。 在试验中，受试者被随机抽取接受Tat-NR2B9c或安慰剂治疗。结果表明，接受Tat-NR2B9c治疗的患者，因脑动脉瘤修复术后造成的大脑损伤程度有所下降。该药物在脑动脉瘤破裂患者身上也取得了良好的临床试验效果。而在安慰剂对照组中，只有68%的患者取得了较好的效果。 希尔博士表示，为研发此类药物，人们此前已做过成千次的尝试，但最终均未能成功地将实验室里的成果转化到人体上。该临床试验成果是中风研究的一次飞跃。泰米安斯基博士认为，此次试验首次证明了，以提高大脑对中风抵御能力而设计的这种药物，在人体中展现了降低中风损伤效应的功效。此次临床试验也为血管性痴呆症等其他脑损伤的治疗提供了借鉴。（冯卫东） 《科技日报》（2012-10-16 二版）

如何设计脱硫吸收塔的热平衡模型

[size=3][font=宋体]一、医学数学化的发展历史[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]数学应用于生命科学研究的历史可追溯到17 世纪。1615 年英国医生哈维（Farvey W）在研究心脏时应用流体力学知识和逻辑推理方法推断出血流循环系统的存在，18世纪欧拉利用积分方法计算了血流量问题，这些都是历史上应用数学研究生命科学的突出事例。但是，真正大范围地将数学应用于生命科学与医学研究则出现在20世纪中叶。1935年，Mottram对小白鼠皮肤癌的生长规律进行了研究，认为肿瘤细胞总数N随时间的变化速度与N成正比，并获得了瘤体在较短时间内符合指数生长规律的研究成果。1944 年奥地利著名物理学家薛定谔（Schrodinger E）出版了《生命是什么》（What is life）一书，应用量子力学和统计力学知识描述了生命物质的重要特征。在薛定谔的影响下，沃森（Watson JD）和克里克（Crick FHC）利用当时对蛋白质和核酸所做的射线结晶学研究以及其他与DNA结构有关的研究，于1953年建立了DNA超螺旋结构分子模型，验证了薛定谔的设想。在书中，薛定谔还利用非平衡热力学从宏观的角度解释生命现象，认为生命的基本特征是从环境中取得“负熵”，以使生物系统内的熵始终处于低水平。20多年后，普律高津（Prigogine I）等人提出耗散结构理论，将对生命系统的研究推广到薛定谔预言的领域，为此普律高津于1977年荣获了诺贝尔奖。作为医学领域的最高奖项，诺贝尔医学和生理学奖背后的许多数学影像也许更能说明数学在生命科学中的巨大潜力：英国生理学家、生物物理学家Hodgkin和Huxley建立了神经细胞膜产生动作电位时膜电位变化的模型，揭示了神经电生理的内在机制，因而于1963年共享诺贝尔奖；基于二维雷当变换（Radon transform）创建CT成像理论的美国科学家Cormack AM获得了1979年的诺贝尔奖，丹麦科学家Jerne NK则应用数学原理研究免疫网络理论获得1984年的诺贝尔奖。这些奖项有力地表明现代生命科学的研究离不开数学，数学在其中所起的作用和影响越来越重大，高层次的成果往往有赖于合理的数学模型的建立。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]数学不仅推动了人们探索生命世界的步伐，事实上两者结合已经产生了多个十分活跃的学科。1901年Peanson 创建生物统计学后，概率论与数理统计方法在医学上得到了非常广泛的应用，如目前常用的显著性检验、回归分析、方差分析、最大似然模型、决策树概率分布、微生物检测等，都属于基于统计学原理的数学模型及分析。1931年，Volterra在研究食物链的基础上，应用微分方程组研究生物动态平衡，完成了《生态竞争的数学原理》，开创了生物数学（biomathematics）这一新的分支。近年来，可视人及虚拟人的研究、计算医学（computational medicine/biology）、生物信息学（bioinformatics）、生理组学（Physiome）等新的学科及领域的出现，使数学这一工具在生物医学研究中的作用日益突出。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]生物系统是一个动态系统，作为世界上最复杂的系统之一，它具有调节机制复杂、多输入、多输出等特点，而且由于很多变量或参数很难在体测量及控制，仅仅通过实验研究来揭示其间的复杂关系，会非常困难且不易得到一致的结论。建立生物系统的数学模型，有利于获得生物系统的动态与定量变化，帮助阐明生物医学中有关作用机制等基础性问题，同时通过模型及仿真实验不仅可以得到正常状态，还可以获得异常或极端异常状态下的生理变化预测，以及代替一些技术复杂、代价高昂或难以控制和重现的实验，为临床或特定条件下的方案设计提供预测及指导。此外，从伦理学的角度，人们也希望医学研究中能够减少实验动物的数量，减轻临床试验中人体试验对象不必要的痛苦，因此生理系统的仿真与建模在生物医学领域中的研究中日益受到重视。目前，包括呼吸、血压、体温、各种调节系统等，都已建立了相应的数学模型，并进行了相应的模拟实验。针对特定应用的模型，如细胞动力学、药物动力学模型、生物种群生长模型、神经网络、心血管模型、临床计量诊断模型等，也不断呈现并得到应用。在本节下面的内容中，我们将以应用最为成功的模型之一，药物动力学模型为例，说明医用数学模型的建立过程。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]二、医用数学模型实例：药物动力学模型[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]药物动力学（pharmacokinetics）是定量研究药物在生物体内吸收、分布、排泄和代谢等过程的动态变化规律的一门学科。于1937年由Teorell开创，主要内容是应用动力学原理、体外实验数据以及人体生理学知识，结合数学模型，定量研究药物在体内的运转规律，为药物的筛选提供指导。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]众所周知，新药研发过程费用昂贵、时间冗长、淘汰率高，大约有90%的候选药物在临床期间被淘汰，主要原因有口服吸收性差、生物利用度低、半衰期过短等等。为提高新药研究效率和安全性、降低药物研发成本，药物动力学模型已为全球各大制药公司应用。传统的新药研发流程中，药物动力学的应用主要在药物研发的中后期，近年来，人们开始在药物研发的早期对其药物动力学特性进行模拟研究，以尽早淘汰药物动力学参数不理想的候选药物，提高研发效率、降低成本。比如药物虚拟筛选（virtual screening）就是指在化合物合成前，先通过计算机模拟预测其药动学相关特性，进行初步筛选。此外，药物动力学模型在研究药物处置及作用机制、治疗药物监测及个体化用药、新药开发等方面也发挥着重要作用。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]药物动力学的数学模型包括房室模型、非线性药物动力学模型、生理药物动力学模型、药理药物动力学模型、统计矩模型等。下面以最常用的房室模型，结合前面所述的建模步骤，对药物动力学模型的建模过程进行分析描述。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]（一）背景和问题表述[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]药物进入机体后，在随血液输送到各个器官和组织的过程中，不断地被吸收、分布、代谢，最终被排出体外。药物在血液中的浓度，即单位体积血液中药物的含量，称为血药浓度。血药浓度的大小直接影响到药物的疗效。因此，药物动力学研究的主要对象是血药浓度随时间变化的规律——药时曲线，建模目的是建立能反映药物在体内分布的数学模型及参数，并能反映给药方式、给药时间间隔、给药剂量等对分布的影响。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]（二）模型构建[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]上述问题属于人体与外界以及人体内部的物质交换问题，研究这类问题最常用的是房室模型。药物动力学的房室分析方法将人的机体看做由不同房室构成的系统，每个房室代表药物在其中分布大致均匀的组织或体腔。如血液及供血丰富的肝、心、肾在特定情况下可视为一个房室，而血供不足的组织如肌肉、皮肤等可视为另一个房室。为了进行严格数学描述，常对模型做如下假设：①房室具有固定容量，且药物在每个房室内的分布是均匀的；②各房室间可进行物质交换，且至少有一个房室可与外环境进行交换；③房室间的物质交换或药物转移服从质量守恒定律，即系统中物质总量的改变等于输入总量与输出总量之差；④线性假设：药物的转移速率与药物浓度成正比。[/font][/size]

[font=宋体]在[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析中，由于两台仪器之间存在差异，使得同一样品在两台仪器上所获得的光谱存在差别，导致一台仪器上所建立的模型不能用于另外一台仪器。仪器间的差异包括不同型号仪器之间的差异和相同型号仪器之间的差[/font][font=宋体]异。对于不同型号的仪器，由于分光原理或采用的检测器等不同，导致波长范围、波长精度及光谱响应会存在差异。对于相同型号的仪器，由于加工工艺水平局限及仪器随时间老化等原因，也会使仪器波长及光谱响应存在差异。在许多应用领域中，建立模型是一项烦琐、重复的工作，浪费人力、物力等资源，而且有些情况下样品可能不易获得或不易保存，存在重新建模困难，需要采用数学方法解决仪器之间的模型适用性问题，称之为模型传递。[/font][font=宋体][font=宋体]模型传递（[/font][font=Times New Roman]Model transfer[/font][font=宋体]），也称仪器标准化（[/font][font=Times New Roman]Standardization of spectrometric instruments[/font][font=宋体]）是指经过数学处理后，使一台仪器上的模型（称为源机，[/font][font=Times New Roman]Master[/font][font=宋体]）能够用于另一台仪器（称为目标机，[/font][font=Times New Roman]Slave[/font][font=宋体]），从而减少重新建模所带来的巨大工作量，实现样品和数据资源的共享。在确定仪器间光谱关系时，需要在两台仪器上同时测定某些样品的光谱，这些样品称为传递样品。根据是否需要传递样品，将模型传递分为无标样方法和有标样方法[/font][/font][sup][font=宋体][font=Times New Roman][6][/font][/font][/sup][font=宋体][font=宋体]。无标样方法在模型转移过程中不需要任何传递样品，主要以有限脉冲响应（[/font][font=Times New Roman]Finite impulse response[/font][font=宋体]，[/font][font=Times New Roman]FIR[/font][font=宋体]）算法为代表。有标样方法必须选择一定数量的样品组成标样集，并在源机和目标机上分别测得其信号，从而找出该函数关系。这类算法又分为两种，一是基于预测结果的校正，如斜率[/font][font=Times New Roman]/[/font][font=宋体]偏差（[/font][font=Times New Roman]Slope/Bias[/font][font=宋体]）算法；二是基于仪器所测光谱信号的校正，如直接校正（[/font][font=Times New Roman]Direct standardization[/font][font=宋体]，[/font][font=Times New Roman]DS[/font][font=宋体]）算法、分段直接校正[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]Piecewise direct standardization[/font][font=宋体]，[/font][font=Times New Roman]PDS[/font][font=宋体]）算法和[/font][font=Times New Roman]Shenk[/font][font=宋体]’[/font][font=Times New Roman]s [/font][font=宋体]算法。此外，光谱空间转换（[/font][font=Times New Roman]SST[/font][font=宋体]）算法，已证明是一种效果良好的方法，其主要通过主从光谱空间之间的转换消除测量条件变化或仪器引起的光谱差异。[/font][/font]

FOSS的定标模型目前是否有成熟的方法可转移成布鲁克的模型？

[em09502]各位我现在也需要近红外模型建立及模型转移方面的相关资料，中英文皆可。希望各位同事帮帮忙。万谢万谢！！

我选用的仪器是麦克的tristar 3020其中计算BJH孔径分布的理论模型有几种现在我要测SBA-15（一种具有柱状介孔的SiO2材料）样品的孔径分布，请问应该选择哪种模型比较好？

用同样的数据，同样的数学处理得到的模型为什么不一样？今天我用一组数据做一个模型，然后把这组数据按一成分含量高低排序，重新做模型，做模型的数学处理方法也是一样的。但是为什么模型不一样呢？两个模型预测另外一组数据，预测结果有的差的还很大？ 这是什么原因呢？ 大虾们有知道的吗？ http://simg.instrument.com.cn/bbs/images/brow/em09501.gif

动脉硬化这种疾病对很多中老年人的生活都有很大影响，这种疾病用药物也只是可以控制，而不能根治，有些朋友想知道这种疾病通过喝茶是不是可以得到控制和缓解，那么今天我们就来和大家看看得了动脉硬化喝什么茶比较好？[img]https://ng1.17img.cn/bbsfiles/images/2024/06/202406130941212554_4_1642069_3.png[/img]

我们知道在近红外的实际应用中，在某一近红外仪（称源机）上建立的校正模型，即便在另外一台与源机相同功能的近红外仪（称为目标机）上使用时，因各仪器测量的光谱有差异，模型不再适用，计算结果偏差很大或根本无法使用，解决这类问题的过程称为模型转移，也称为仪器标准化。众所周知建立近红外校正模型时往往需要测量大量样品的化学值或基础性质作为数据基础,投入大、成本高,因此使用模型转移技术实现模型共享和有效利用非常必要。模型转移可克服样品在不同仪器上的量测信号(或光谱) 间的不一致性,通过信号处理以消除仪器对量测信号的影响 ,不仅使已有模型具有较好的动态适应性,而且可以减少因重复建模造成的人力、物力、财力以及时间的浪费。大家在模型转移过程中遇到过什么问题，或有什么好的经验及建议，欢迎一起讨论。下面的四篇英文文献都是近红外模型转移的一些介绍

[font=宋体][font=宋体]在模型的应用过程中，原料种植环境和工艺条件等的改变或调整都会导致模型不再适用，这时就需要进行模型的更新和维护。模型的更新过程需要收集多个有代表性的新样本，然后，按照常规建模流程添加到原模型校正集中，重新建立模型。如果进行了模型更新则需要重新进行验证过程。对模型更新验证集的要求与新建模型时相同，原有的验证集样本可以用于新模型的验证，但是，必须补充代表新范围或新类型的样本。读者可参考分子光谱多元校正定量分析通则[/font] [font=Times New Roman](GB/T[/font][/font][font='Times New Roman'] 29858[/font][font=宋体][font=Times New Roman]-[/font][/font][font='Times New Roman']2013[/font][font=宋体][font=Times New Roman])[/font][font=宋体]。[/font][/font]

前几天看到坛里的一则帖子：《从一次曲线看二次曲线》，很简单地表达了自己的看法：相关系数与拟合模型无关。我自己也编写过原子吸收软件，很清楚相关系数是怎样算出来的。根据《数学手册》上的定义，相关系数只与自因变量的统计特性有关，而与所用的拟合模型是没有关系的。不过帖主“冰山”同学很快就贴出某软件的截图反驳了我的观点，贴图上很清楚显示不同的拟合模型有着不同的“相关系数”。这是什么回事呢？要搞清楚这个问题，需要搞清楚一个概念，即何为相关系数？其实相关系数是表示两个变量的相关程度的，一个模型中的自因变量如果存在单调性，如变量A增加则变量B增加（或者减小），以及相反，变量A减小则变量B减小（或增加），我们说两个A与B变量之间存在很强 的相关性。那么相关性的大小有如何计算呢？人们用的是线性相关系数R，它是一个衡量自因变量之间线性关系的一个指标。如果线性相关系数等于1或者-1，说明因变量可以用自变量的一次方程完美表达。因此，线性相关系数和所选择的拟合方程式确实是没有关系的，因为它只对线性方程有意义。那么如何比较两条工作曲线的优劣了。通常，人们会用剩余误差来说明工作曲线的质量。所谓剩余误差，指的是对所有实验样本的因变量与模型估计值之差的平方求和，不过这个数值有些主观，因为它与因变量的取值范围有关。例如，显然，一个取值在1000附近的变量显然比在0.1 附近取之的变量有大得多的误差，因此更“客观的”指标是所谓的“相对剩余误差”，即总剩余误差除以变量变异数（所有实验样本的变量与其算术平均值之差的平方求和）所得之结果。很显然，这个“相对剩余误差”（Qse）越小，拟合质量越好，它与所选择的拟合方程模型是相关的。对于线性拟合模型，Qse^2和R^2之和恰好等于1，所以在线性拟合模型中，常用线性相关系数的平方来说明拟合质量，因为这个值越大（越接近1），拟合质量越好，这很符合人们的思维习惯。对于非线性拟合方程，所谓的相关系数已经不适用了，于是，人们用1减去Qse^2杜撰出一个“相关系数”，更确切地说，这个系数实际上是“模型相关系数”。个人认为，分析软件中的相关系数，还是用“模型相关系数”更加合适。

ARIMA模型一般是利用预测变量的过去值、当前值和误差值进行预测。那么如何利用含有自变量的ARIMA模型进行预测？模型阶数的确定方法还是一样的么？模型的参数怎么确定呢？有什么软件可以实现还是继续用eviews？希望高手帮助解答，谢谢。

建立近红外模型之后，怎样验证模型或者评价模型的好坏？

[b][size=15px][color=#595959]丹参酮IIA[/color][/size][/b][size=15px][color=#595959] (TIIA)[/color][/size][size=15px][color=#595959]是中药丹参的主要脂溶性活性成分，具有延缓[/color][/size][b][size=15px][color=#595959]动脉粥样硬化[/color][/size][/b][size=15px][color=#595959](AS)[/color][/size][size=15px][color=#595959]的作用。[/color][/size][size=15px][color=#595959]TIIA还可以通过发挥抗炎和抗氧化作用来治疗帕金森病等神经系统疾病。[/color][/size][size=15px][color=#595959]然而，目前尚不清楚TIIA是否[/color][/size][size=15px][color=#595959]可以通过调节[/color][/size][b][size=15px][color=#595959]胞葬作用(e[/color][/size][size=15px][color=#595959]fferocytosis)[/color][/size][/b][size=15px][color=#595959]从而改善动脉粥样硬化。[/color][/size] [align=center] [/align] [size=15px][color=#595959][/color][/size][size=15px][color=#595959]该研究旨在[b]确定TIIA是否可以通过增强胞葬作用来减少脂质积累和治疗AS[/b]。[/color][/size] [size=15px][color=#595959]首先，对LDLR敲除(LDLR-/-)小鼠进行为期24周的体内实验，分别采用组织病理学染色、[/color][/size][size=15px][color=#595959]免疫[/color][/size][size=15px][color=#595959]荧光和Western blot实验从疗效和机制两部分进行验证；此外，利用细胞在体外再次验证。具体实验设计方案如下：在体内，以西方饮食（高脂肪饮食）喂养12周的LDLR-/-小鼠为AS模型，以正常饮食喂养的LDLR-/-小鼠为空白对照组。TIIA组和阳性对照组(阿托伐他汀，ATO)分别通过腹腔注射(15 mg/kg/d)和灌胃(1.3 mg/kg/d)干预12周。体外分别用ox-LDL (50 ug/mL)或ox-LDL (50 ug/mL) + TIIA (20 uM/L或40 uM/L)培养RAW264.7细胞。[/color][/size] [size=15px][color=#595959]采用Masson染色和油红O染色分别评价[/color][/size][size=15px][color=#595959]主动脉[/color][/size][size=15px][color=#595959]斑块和RAW264.7细胞泡沫细胞形成的病理变化。采用生化方法检测小鼠血脂水平。采用免疫荧光法检测斑块中凋亡细胞和胞葬作用相关信号的表达。采用RT-q[url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url]和Western blot方法观察小鼠主动脉和RAW264.7细胞中胞葬作用相关分子的变化趋势。还使用中性红法评估RAW264.7细胞的吞噬能力。[/color][/size] [align=center] [/align] [size=15px][color=#595959]与模型组比较，TIIA降低了血清TC、TG、LDL-C水平(p 0.01)，减少了小鼠主动脉富含脂质斑块的相对管腔面积(p 0.01)，增强了小鼠主动脉斑块的稳定性(p 0.01)，减少了ox-LDL诱导的RAW264.7细胞脂质堆积(p 0.01)，上调了ox-LDL诱导的RAW264.7细胞的胞葬作用相关分子表达，提高了胞葬作用率。[/color][/size] [align=center] [/align] [size=15px][color=#595959]TIIA可能[b]通过增强巨噬细胞的胞葬作用功能来减少脂质积累[/b]，从而治疗AS。继续深入研究TIIA使巨噬细胞在AS中保持[b]强吞噬和[/b][/color][/size][b][size=15px][color=#595959]消化[/color][/size][size=15px][color=#595959]吸收[/color][/size][/b][size=15px][color=#595959]的具体机制，可能会推动TIIA作为巨噬细胞胞浆作用的靶向治疗剂的进展。[/color][/size]

提　要　通过 1949 年以来在各种出版物上已发表的 27 种生物多样性模型分析发现，大多数多样性模型在理论上是不完善的。例如，被应用最广泛的 Shannon 模型至少有 4 个缺点：①没有考虑物种间生物量的区别；②如果要使用 Shannon 模型，每种物种的个数或每种景观单元的个数不能小于 100；③模型中没有隐含面积参数；④不能够表达多样性的丰富性方面。因此，作者推举了一种理论上完善的综合生物多样性模型，并为了满足实际操作和生物多样性自相似性研究的需要，对其中的一些参数进行了修正。关键词　多样性；丰富性；均一性；理论模型[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=103383]生物多样性模型研究[/url]

二硫化碳是一种易挥发和易燃的无色液体，沸点46.3℃，自燃点125℃。工业品带有臭萝卜样气味。几乎不溶于水，为油脂、橡胶、树脂、磷、硫等的溶剂。工业上主要用于黏胶纤维和赛璐玢(玻璃纸)的生产，其次用作制造四氮化碳的原料，此外，橡胶及其他化工生产中亦用做溶剂。 　　二硫化碳主要经呼吸道吸入人体后，皮肤及胃肠道便可吸收，进入机体后广泛分布于各脏器，而以肝、肾组织内含量最高。二硫化碳系脂溶性物质可于脑、脊髓及周围神经中贮留。主要以原形自呼吸道排出，经尿排出的量约在1%左右，乳汁、粪便、唾液亦可排出少量。二硫化碳在体内代谢生成二硫代氨基甲酸醋类化合物，能络合铜离子抑制含铜酶类，及妨碍维生素B6及氨基酸代谢。急性中毒多由事故引起，轻度中毒时症状酷似酒精中毒，头痛、眩晕、恶心、无力、步态蹒跚，重者可出现谵妄继之陷入昏迷。重症中毒恢复后，可残留神经衰弱综合征或伴有精神障碍。 　　二硫化碳慢性中毒的最常见表现为头痛、头晕、失眠、多梦、记忆力减退等 以及心悸、手足出汗、血压不稳定等自主神经功能紊乱的症状。可出现周围神经炎，呈现四肢感觉及运动障碍。重症中毒时可出现精神障碍和中毒性脑病。患者可出现癫痫样发作及震颤麻痹等。长期接触二硫化碳有加速动脉粥样硬化发生的倾向。患者出现视觉障碍，视野缩小，盲点扩大。眼底检查，视网膜动脉变细，反光增强。眼底微动脉瘤发现率较高。亦可出现消化系统症状，食欲不振、腹痛、便秘或腹泻。可出现肝肿大。部分病例尿中出现蛋白及红细胞。可有内分泌功能紊乱，男性可出现阳痿，女性月经功能紊乱较普遍。尿中二硫化碳及其代谢产物的测定，可作为接触指标。 　　二硫化碳作业女工月经异常患病率显著高于对照人群，主要表现为月经周期不规则，周期缩短或延长，以及月经血量过多。流行病学调查表明，二硫化碳作业女工自然流产率明显高于对照组，尤其是妊娠8周以前的早期自然流产率明显增高。有人自二硫化碳作业女工人工流产时所获得的胚胎组织中检出了二硫化碳，含量可达12%-42%微克，根据接触二硫化碳的浓度而有不同。母血中及胚胎组织中二硫化碳含量的比例，在1:1乃至1:4之间。二硫化碳可通过胎盘屏障而进入胎儿体内，二硫化碳作业女工子代出生缺陷的患病率增高。 　　国内近年来尚有报道，二硫化碳作业工人子代智能发育可能受到损伤，幼儿园年龄组及学龄儿童组二硫化碳作业工人的子女，智商均低于同龄的对照组。二硫化碳作业男工性机能减退国内外均有所报道，二硫化碳中毒工人中，精子少，精子活动无力，精子畸变等均显著增高。二硫化碳可自乳汁排出，含二硫化碳母乳对乳儿发育是否有影响，尚不清楚。

ViVitro Pulse Duplicator系统是世界上引用最广、使用最多的主动脉、肺动脉、三尖瓣和二尖瓣人工瓣膜体外心血管流体动力学测试系统[img]https://ng1.17img.cn/bbsfiles/images/2023/08/202308272231096780_7697_1602049_3.png[/img][img]https://ng1.17img.cn/bbsfiles/images/2023/08/202308272231097545_4251_1602049_3.png[/img][img]https://ng1.17img.cn/bbsfiles/images/2023/08/202308272231096311_7523_1602049_3.png[/img][img]https://ng1.17img.cn/bbsfiles/images/2023/08/202308272231097369_4783_1602049_3.png[/img][img]https://ng1.17img.cn/bbsfiles/images/2023/08/202308272231097073_8404_1602049_3.png[/img]

哪位大侠能帮查篇文献《浅谈生理药动学模型及其在兽药残留研究中的应用》邮箱地址lizhang0424@126.com谢谢！

[size=14px] [/size] [size=14px]Highlights[/size] [size=14px]1）PU可减弱高脂饮食（HFD）喂养的ApoE-/-小鼠的AS和血浆TMAO水平；[/size] [size=14px]2）PU处理的供体小鼠的粪菌移植减轻了HFD喂养ApoE-/-受体小鼠的AS；[/size] [size=14px]3）PU特异性降低了普雷沃氏菌的膜功能来抑制菌的丰度，从而导致TMA和TMAO的产生减少，普雷沃氏菌定植破坏了PU对AS的有益影响；[/size] [size=14px]4）AS患者的斑块评分与普雷沃氏菌的丰度和血浆TMAO水平呈正相关，口服PU 1周有效降低了颈动脉斑块患者的普雷沃氏菌水平并降低了TMAO浓度。[/size] [size=14px]研究结果[/size] [size=14px]1、PU减轻HFD喂养的ApoE?/?小鼠的AS并降低血浆TMAO水平[/size] [size=14px]作者首先评估了PU对 ApoE?/? 小鼠中HFD相关AS的保护作用，发现PU成功地减弱了高脂饮食喂养引起的的小鼠体重增加和脂肪积累，减少主动脉斑块，降低炎症标志物水平，表明PU对改善AS具有积极作用。此外，口服的PU主要积累在粪便样本中，表明PU可能通过调节肠道微生物群在肠道局部发挥其抗动脉粥样硬化作用。由于与肠道微生物群相关的TMAO已被证明可以加速动脉粥样硬化病变的发展，作者检测发现PU处理后下降ApoE?/?小鼠血浆TMA和TMAO的水平。[/size] [size=14px] [/size] [size=14px]2、PU处理的供体小鼠的粪便微生物群移植可减轻HFD喂养的ApoE?/?受体小鼠的 AS[/size] [size=14px]为了阐明 PU对AS的改善作用是否是由肠道微生物群介导的，作者分离了来自PU处理的供体小鼠（HFD+PU FMT）或载体处理的小鼠（HFD FMT）的粪便微生物群移植物，并将其移植到HFD小鼠，发现接受HFD+PU FMT的小鼠体重显著减轻，AS 斑块病变减少，炎症因子水平降低，血浆 TMAO 浓度显著降低，这些结果表明PU对AS的有益作用是由肠道微生物群调节的。[/size] [size=14px] [/size] [size=14px]3、PU降低普氏菌的丰度及其TMA的产量[/size] [size=14px]为了进一步研究PU影响的特定微生物群，作者分析了接受或未接受 PU 治疗的 HFD 喂养的ApoE?/?小鼠的肠道微生物组。发现以其产生TMA的能力而闻名的普雷沃氏菌成为区分PU和对照处理的最重要的分类标记之一，qRT-[url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url]发现PU降低了粪便样本中的P. copri含量。此外，Spearman相关分析揭示了普氏菌的相对表达与血浆TMAO水平的正相关性。体外实验也证实普氏菌促进TMA产生，表明PU有效地减少了普氏菌产生的 TMA。机制研究显示PU可能通过破坏普氏菌的膜功能来抑制普氏菌，从而导致TMA产量减少，进而减少TMAO产量，最终有助于改善AS。[/size] [size=14px] [/size] [size=14px]4、普氏菌促进 HFD喂养的ApoE?/?小鼠的AS[/size] [size=14px]为了进一步研究普氏菌在加重AS中的因果作用，作者通过口服强饲法将普氏菌单定植到 HFD喂养的ApoE?/?小鼠中，使用qRT-[url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url] 证实HFD组中普氏菌的成功定植，并发现接受普氏菌定植的小鼠表现出更严重的AS表型，表现为体重增加，主动脉斑块病变面积增强，炎症细胞因子水平升高，血浆TMAO水平增加，这些结果共同表明普氏菌在HFD诱导的AS发病机制中发挥着重要作用。[/size] [size=14px] [/size] [size=14px]5、长时间灌胃普氏菌会破坏 PU对HFD喂养的ApoE?/?小鼠AS的有益作用[/size] [size=14px]为了评估普氏菌作为PU干预治疗AS的靶点的重要性，作者研究了普氏菌对抗PU缓解AS的能力，发现在普氏菌定植后，PU对AS的有益作用发生了逆转，表现为体重增加，主动脉斑块病变扩大，炎症细胞因子升高。这些发现表明普氏菌的存在可能会削弱PU减轻AS症状的有效性。[/size] [size=14px] [/size] [size=14px]6、PU抑制普氏菌并降低颈动脉斑块患者血浆TMAO水平[/size] [size=14px]为了探讨临床环境中普氏菌、TMAO水平与颈动脉粥样硬化斑块形成之间的潜在相关性，作者对高脂血症患者的颈动脉评分、普氏菌表达和TMAO水平进行了相关性分析，发现有颈动脉粥样硬化斑块的患者粪便样本中普氏菌的表达较高，且血浆TMAO水平显著升高。重要的是，颈动脉斑块评分与普氏菌表达和TMAO水平呈正相关，为普氏菌及其TMA产生参与AS的发展提供了临床证据。进一步招募24名被诊断患有颈动脉斑块的个体每天口服PU持续1周，发现普氏菌丰度减少，血浆 TMAO 水平降低。总之，这些发现证实了PU对AS的有益作用和对普氏菌的抑制作用之间的潜在联系。[/size] [size=14px] [/size] [size=14px]总结[/size] [size=14px]本研究确定普氏菌是一种重要的细菌物种，它通过促进小鼠和人类体内 TMAO 的积累而加重 AS。 PU 的干预已显示出通过抑制普氏菌来降低 TMAO 水平的良好效果，为临床环境中微生物靶向治疗 AS 提供了宝贵的机会。[/size]

食品近红外模型建立，两种较相似的食品，检测同一种指标，可用这两种食品建立同一种指标的模型吗？

[b][font=宋体]一、模型传递[/font][/b][font=宋体][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]容易受外界因素干扰而发生扰动或者变化，例如温度、湿度、样本形态、仪器漂移或仪器更换等，导致建立的模型难以适应新的应用场景。通过建立不同条件下光谱、模型系数或预测结果的关系，从而消除预测偏差的方法称为模型转移[/font][sup][font=宋体][font=Times New Roman][[/font][/font][/sup][sup][font='Times New Roman']68][/font][/sup][font=宋体][font=宋体]，常见的方法包括斜率截距法（[/font][font=Times New Roman]Slope/bias,S/B[/font][font=宋体]）、专利算法[/font][/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]Shenks [/font][/font][font='Times New Roman']a[/font][font=宋体][font=Times New Roman]lgorithm[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][font=宋体]、直接标准化[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]Direct [/font][/font][font='Times New Roman']s[/font][font=宋体][font=Times New Roman]tandardization[/font][/font][font='Times New Roman'], [/font][font=宋体][font=Times New Roman]DS[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][font=宋体]、分段直接标准化[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]Piecewise [/font][/font][font='Times New Roman']d[/font][font=宋体][font=Times New Roman]irect [/font][/font][font='Times New Roman']s[/font][font=宋体][font=Times New Roman]tandardization[/font][/font][font='Times New Roman'], [/font][font=宋体][font=Times New Roman]PDS[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][font=宋体]、光谱空间转换[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]S[/font][/font][font='Times New Roman']pectral space transformation, SST[font=宋体]）[/font][/font][font=宋体]、典型相关性分析[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]Canonical [/font][/font][font='Times New Roman']c[/font][font=宋体][font=Times New Roman]orrelation [/font][/font][font='Times New Roman']a[/font][font=宋体][font=Times New Roman]nalysis[/font][/font][font='Times New Roman'], [/font][font=宋体][font=Times New Roman]CCA[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][font=宋体]，交替三线性分解[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]Alternating tri-linear [/font][/font][font='Times New Roman']d[/font][font=宋体][font=Times New Roman]ecomposition[/font][/font][font='Times New Roman'], [/font][font=宋体][font=Times New Roman]ATLD[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][font=宋体]光谱标准化和多级同时成分分析[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]M[/font][/font][font='Times New Roman']ulti-level simultaneous component analysis[/font][font=宋体][font=Times New Roman],MSCA[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][sup][font='Times New Roman'][69][/font][/sup][font=宋体]。[/font][font=宋体]因子分析是将数据在低维空间中表示的一类方法，利用因子分析将高维空间中的光谱转移转化为低维空间中的抽象因子，这能够有效降低模型转移的复杂程度。例如，联合独立分块分析[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]J[/font][/font][font='Times New Roman']oint and unique multiblock analysis[font=宋体]）[/font][/font][sup][font='Times New Roman'][70][/font][/sup][font=宋体]、域不变偏最小二乘[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]D[/font][/font][font='Times New Roman']omain-invariant partialleastsquares[font=宋体]）[/font][/font][sup][font='Times New Roman'][71][/font][/sup][font='Times New Roman'][font=宋体]、[/font][/font][font=宋体]等仿射不变式[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]A[/font][/font][font='Times New Roman']ffine invariance[font=宋体]）[/font][/font][sup][font='Times New Roman'][72][/font][/sup][font=宋体]等。张等[/font][sup][font='Times New Roman'][73][/font][/sup][font=宋体]在此基础上提出了一种基于权重系数的模型转移方法[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]C[/font][/font][font='Times New Roman']alibration transfer based on the weight matrix[font=宋体]）[/font][/font][font=宋体]，该方法在偏最小二乘权重系数的基础上构造模型转移函数，转化偏最小二乘权重为得分，将光谱间的转化关系变换为光谱与得分矩阵间的转化，简化了模型转移的复杂程度，提高了模型转移的可靠性。[/font][font=宋体]基于拉格朗日乘子法的正则化方法不但能够实现模型的平滑、稀疏等特性，还能够自由结合多种约束实现模型转移和模型更新。此类方法通过超参[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]Hyper-parameter[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][font=宋体]来平衡效率[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体]目标函数[/font][font='Times New Roman'][font=宋体]）[/font][/font][font=宋体]和模型复杂程度[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体]约束条件[/font][font='Times New Roman'][font=宋体]）[/font][/font][font=宋体]的关系，但需要通过交互验证或者外部验证决定合适的参数。张等[/font][sup][font='Times New Roman'][74][/font][/sup][font=宋体][font=宋体]在此基础上提出了一种基于岭回归的模型更新方法，将预测优化目标和模型系数的[/font][font=Times New Roman]2[/font][font=宋体]范数约束结合起来，实现了模型系数的更新，解决了由于仪器漂移或样本变化引起的模型预测能力和可靠性变差的问题。[/font][/font][font=宋体]通常，使用标准样本的模型转移方法的结果相对更加准确，然而，其应用性受到限制。邵学广课题组提出了一系列无需标准样本的模型转移方法，例如，双模型策略[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]Dualmodelstrategy[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][sup][font='Times New Roman'][75][/font][/sup][font=宋体]、偏最小二乘校正[/font][font='Times New Roman'][font=宋体]（[/font]PLS-[/font][font=宋体][font=Times New Roman]c[/font][/font][font='Times New Roman']orrected[font=宋体]）[/font][/font][sup][font='Times New Roman'][76][/font][/sup][font=宋体]和线性模型校正[/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]L[/font][/font][font='Times New Roman']inear model correction, [/font][font=宋体][font=Times New Roman]LMC[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][sup][font='Times New Roman'][77][/font][/sup][font=宋体]方法。这些算法不需要使用在不同仪器或者不同条件下采集的标准样本的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]，因此，可以用于无标准光谱的模型维护和增强。张等[/font][sup][font='Times New Roman'][78][/font][/sup][font=宋体][font=宋体]在[/font][font=Times New Roman]LMC[/font][font=宋体]基础上提出的修正线性模型校正[/font][/font][font='Times New Roman'][font=宋体]（[/font][/font][font=宋体][font=Times New Roman]M[/font][/font][font='Times New Roman']odified linear model correction[/font][font=宋体][font=Times New Roman],[/font][/font][font='Times New Roman']m[/font][font=宋体][font=Times New Roman]LMC[/font][/font][font='Times New Roman'][font=宋体]）[/font][/font][font=宋体]方法利用拉格朗日乘子法，将预测优化目标函数与不同条件下模型系数相关性约束相结合，实现了对不同仪器设备基础上建立的分析模型高效、快速的无标准样本转移。此外，张等[/font][sup][font='Times New Roman'][79][/font][/sup][font=宋体][font=宋体]提出了利用相关系数约束结合全局游湖算法实现了无参数的模型增强（[/font][font=Times New Roman]P[/font][/font][font='Times New Roman']arameter-free calibration enhancement[font=宋体]）[/font][/font][font=宋体]框架，包括无监督、半监督和全监督的模型转移、维护和增强等多种应用情况。[/font][font=宋体][font=宋体]以上所介绍的这些方法，又称为[/font][font=宋体]“软拷贝”转移模型，值得近红外用户关注的是，随着仪器制造技术的不断提高，近红外仪器之间的光学性能差异越来越小，仪器之间的光谱测量结果具有很好的重现性，将原机模型或光谱“硬拷贝”到新光谱仪上就能正常使用，省去了复杂的“软拷贝”计算工作。[/font][/font]

现在使用最广的模型转移算法是所谓的pair matching方法，我的问题是怎么保证那个光谱或者说光谱所测量的体系在校正转移前后是绝对一样的，而不受温度，湿度等等的影响。换句话说，在模型转移的过程中怎么提供一个绝对不变的被测体系呢？

各位前辈，我是菜鸟，问的问题可能有点弱智，我想咨询一下建立定量模型的问题，在建立定量模型的时候，因样本较少（50多份），我用校正集建立模型，在参数检验的时候，用的是交叉检验，在曲线下面，如果选用Validation检验，R2较小，RMSECV较大，我应该怎样调整我的模型呢，我还想想问一下怎么评价一个模型的好坏，谢谢！

请教：影响模型转移的因素有哪些？现在市场的近红外仪器模型转移效果如何？

[font=宋体][font=宋体]在线分析校正模型的建立主要分为[/font][font=Times New Roman]5[/font][font=宋体]个步骤：[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]1[/font][font=宋体]）获取代表性样品并采集对应的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]。校正模型预测性能的稳健性很大程度上取决于样品本身的代表性，因此获取有良好代表性的样品是建模过程中及其关键的一环。待获取样品后，利用光谱采集装置进行在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的采集，然后利用标准方法测定各份样品待测指标的数值，最后获得样品待测指标与对应光谱信息一一对应的数据集。[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]2[/font][font=宋体]）校正样本集与验证样品集的选择。校正样本集用来模型训练而验证样本集则用来验证模型的预测性能。理想的校正集应包含未来待测样本中可能存在的所有化学成分，其浓度范围应大于待测样本。目前，常利用[/font][font=Times New Roman]Kennard[/font][/font][font='Times New Roman']-Stone[/font][font=宋体]法、光谱[/font][font='Times New Roman']-[/font][font=宋体]理化值共生距离法进行校正集和验证集的选取。[/font][font=宋体][font=宋体]（[/font][font=Times New Roman]3[/font][font=宋体]）光谱预处理及波长筛选。在建模过程中，光谱预处理往往是必不可少的，运用适当的方法进行预处理可以有效保留光谱中的关键信息并剔除噪声信息，以提升校正模型的预测性能。波长选择也是重要环节之一，进行波长筛选一方面可以简化模型，更主要的是由于不相关或非线性变量的剔除，可以得到预测能力强、稳健性好的模型。[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]4[/font][font=宋体]）异常样本的剔除。异常样本会极大的影响建模过程，降低模型的预测准确性和稳定性，因此需要异常样本的识别与剔除。[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]5[/font][font=宋体]）校正模型的建立。待前面[/font][font=Times New Roman]4[/font][font=宋体]个部分的工作完成后，借助化学计量学算法建立定量校正模型，运用校正标准误差、预测标准误差、决定系数或相关系数等对校正模型的预测性能进行评价。涉及建立、评价定量校正模型或定性判别模型（类模型）可参考[/font][/font][font='Times New Roman']ASTM E-1655[/font][font=宋体]、[/font][font='Times New Roman']GB/T29858-2013[/font][font=宋体]和[/font][font='Times New Roman']GB/T37969-2019[/font][font=宋体]等[/font][font='Times New Roman'][font=宋体]标准[/font][/font][font=宋体]。[/font][font='Times New Roman'][font=宋体]此外，在线模型也可由实验室建立的离线模型通过模型传递技术获得。[/font][/font]

影响模型转移转移的因素有那些? 现在近红外仪器在模型转移上有何区别?