目的 观察针灸联合五行音乐对肺癌化疗患者癌因性疲乏和睡眠质量的影响。方法 将160例肺癌化疗患者用随机数字表法分为研究组和对照组,每组80例。对照组接受五行音乐治疗,研究组在对照组治疗基础上联合调益三焦针灸治疗。观察两组治疗...目的 观察针灸联合五行音乐对肺癌化疗患者癌因性疲乏和睡眠质量的影响。方法 将160例肺癌化疗患者用随机数字表法分为研究组和对照组,每组80例。对照组接受五行音乐治疗,研究组在对照组治疗基础上联合调益三焦针灸治疗。观察两组治疗前后改良Piper疲乏量表(Piper fatigue scale,PFS)评分、匹兹堡睡眠质量指数(Pittsburgh sleep quality index,PSQI)、欧洲癌症研究治疗组织生命质量评估问卷(European Organization for Research and Treatment of Cancerquality of life question naire 30-item core instrument, EORTC QLQ-C30)评分和睡眠时长的变化,比较两组住院时间。结果 治疗后,两组改良PFS各单项评分和PSQI明显降低(P<0.05),而睡眠时长和EORTC QLQ-C30评分明显升高(P<0.05)。研究组治疗后改良PFS各单项评分和PSQI低于对照组(P<0.05),睡眠时长和EORTC QLQ-C30评分高于对照组(P<0.05)。研究组住院时间短于对照组(P<0.05)。结论 针灸联合五行音乐更能缓解肺癌化疗患者的癌因性疲乏,改善睡眠质量,延长睡眠时间,提高生活质量,疗效优于单一五行音乐治疗。展开更多
作为一种低碳、环保的交通工具,油电混合电动汽车(hybrid electric vehicle,HEV)发展迅速。为保障推荐过程中用户的隐私安全,提出了一种面向纵向联邦学习算法的HEV站点推荐算法。通过本地训练、中央聚合的模型训练机制,在保证用户隐私...作为一种低碳、环保的交通工具,油电混合电动汽车(hybrid electric vehicle,HEV)发展迅速。为保障推荐过程中用户的隐私安全,提出了一种面向纵向联邦学习算法的HEV站点推荐算法。通过本地训练、中央聚合的模型训练机制,在保证用户隐私数据安全的前提下,更新局部训练模型。将区块链技术与云计算相结合,通过使用加密算法和分布式存储,提供一个安全可信的云服务网络,负责传输本地计算的训练参数。利用去中心化的数据聚合器取代易出现单点故障的集中式架构,创建了一个灵活且可扩展的云网络。实验结果表明,具有10个云节点的分散式算法比传统的集中式算法快5.2 s。可见,基于纵向联邦学习的推荐算法既能保证推荐的精准性,也能充分调动闲置站点,有效提高推荐效率。展开更多
文摘目的 观察针灸联合五行音乐对肺癌化疗患者癌因性疲乏和睡眠质量的影响。方法 将160例肺癌化疗患者用随机数字表法分为研究组和对照组,每组80例。对照组接受五行音乐治疗,研究组在对照组治疗基础上联合调益三焦针灸治疗。观察两组治疗前后改良Piper疲乏量表(Piper fatigue scale,PFS)评分、匹兹堡睡眠质量指数(Pittsburgh sleep quality index,PSQI)、欧洲癌症研究治疗组织生命质量评估问卷(European Organization for Research and Treatment of Cancerquality of life question naire 30-item core instrument, EORTC QLQ-C30)评分和睡眠时长的变化,比较两组住院时间。结果 治疗后,两组改良PFS各单项评分和PSQI明显降低(P<0.05),而睡眠时长和EORTC QLQ-C30评分明显升高(P<0.05)。研究组治疗后改良PFS各单项评分和PSQI低于对照组(P<0.05),睡眠时长和EORTC QLQ-C30评分高于对照组(P<0.05)。研究组住院时间短于对照组(P<0.05)。结论 针灸联合五行音乐更能缓解肺癌化疗患者的癌因性疲乏,改善睡眠质量,延长睡眠时间,提高生活质量,疗效优于单一五行音乐治疗。
文摘作为一种低碳、环保的交通工具,油电混合电动汽车(hybrid electric vehicle,HEV)发展迅速。为保障推荐过程中用户的隐私安全,提出了一种面向纵向联邦学习算法的HEV站点推荐算法。通过本地训练、中央聚合的模型训练机制,在保证用户隐私数据安全的前提下,更新局部训练模型。将区块链技术与云计算相结合,通过使用加密算法和分布式存储,提供一个安全可信的云服务网络,负责传输本地计算的训练参数。利用去中心化的数据聚合器取代易出现单点故障的集中式架构,创建了一个灵活且可扩展的云网络。实验结果表明,具有10个云节点的分散式算法比传统的集中式算法快5.2 s。可见,基于纵向联邦学习的推荐算法既能保证推荐的精准性,也能充分调动闲置站点,有效提高推荐效率。
