背景急性缺血性卒中(AIS)高发,及时恢复脑血流是治疗的关键,超时间窗就诊患者无更多促进脑血流恢复的治疗手段。研究远隔缺血后适应(RIPostC)治疗对AIS超时间窗就诊患者的临床疗效、并发症和预后,具有重要的临床意义。目的探究RIPostC...背景急性缺血性卒中(AIS)高发,及时恢复脑血流是治疗的关键,超时间窗就诊患者无更多促进脑血流恢复的治疗手段。研究远隔缺血后适应(RIPostC)治疗对AIS超时间窗就诊患者的临床疗效、并发症和预后,具有重要的临床意义。目的探究RIPostC治疗对AIS超时间窗患者干预的影响,为超时间窗就诊的AIS患者寻求安全、有效的脑血流恢复治疗方式。方法本研究采用随机、分组、安慰剂对照法进行试验。选取2021-09-02—2022-08-31于北京航天总医院神经内科病房住院治疗的超溶栓时间窗(发病时间>6 h)的AIS患者为研究对象。依据随机数字表法将患者分为对照组和试验组。试验期+随访期共90 d,均使用同等的一般治疗、脑血管病常规治疗,试验组在此基础上给予RIPostC治疗14 d(28次),对照组给予模拟的RIPostC治疗14 d(28次)。在干预前和干预后30 d、干预后90 d,采用改良Rankin量表(mRS)、美国国立卫生研究院卒中量表(NIHSS)评估两组患者神经功能,简易精神状态检查量表(MMSE)、蒙特利尔认知评估量表(MoCA)评估患者认知功能,工具性日常生活能力量表(IADL)评估日常生活能力,焦虑自评量表(SAS)、抑郁自评量表(SDS)评估精神状态,经颅多普勒超声(TCD)评估脑血流速度,以白介素(IL)-6反映炎症情况。结果122例患者中,最终完成试验及随访99例,其中试验组49例,对照组50例。两组患者性别、年龄、基础疾病(高血压、糖尿病、冠心病)及基线NIHSS评分比较,差异无统计学意义(P>0.05)。重复测量方差分析结果示,时间与组别对MMSE、MoCA、mRS、NIHSS、脑血流速度、IL-6存在交互作用(P<0.05),时间和组别对MMSE、MoCA、NIHSS、脑血流速度、IL-6主效应显著(P<0.05),时间对mRS、SAS、SDS、IADL主效应显著(P<0.05)。试验组干预后30、90 d MMSE、MoCA评分及脑血流速度均高于对照组,mRS、NIHSS评分均低于对照组(P<0.05);试验组干预后30、90 d SDS、IADL评分低于对照组(P<0.05);试验组干预后30 d SAS评分高于对照组,IL-6低于对照组(P<0.05)。99例患者中共有23例患者发生不良反应,其中试验组17例,对照组6例,两组皮肤瘀点、头晕、心慌、胸闷发生率比较,差异无统计学意义(P>0.05);对照组患者皮肤瘀斑发生率[4.00%(2/50)与12.24%(6/49)]、总不良反应发生率[12.00%(6/50)与34.69%(17/49)]低于试验组(P<0.05)。结论RIPostC治疗可降低AIS患者的炎症反应,对神经功能、认知功能抑郁情绪及颅内血流速度可起到积极的改善效果。展开更多
目前网约车拼车服务存在响应不及时、乘客舒适度低等现象,亟需对拼车路线及求解算法进行优化。本文首先考虑路网条件及时间窗阈值影响,以网约车运行成本与乘客出行成本最小化为目标,构建基于双向线路的网约车拼车优化模型("one-to-...目前网约车拼车服务存在响应不及时、乘客舒适度低等现象,亟需对拼车路线及求解算法进行优化。本文首先考虑路网条件及时间窗阈值影响,以网约车运行成本与乘客出行成本最小化为目标,构建基于双向线路的网约车拼车优化模型("one-to-many"online car-hailing carpooling model under multiple constraints)。其次以遗传算法为基础,结合模拟退火温度调控机制,改进适应度评价和接受准则,提出混合遗传-模拟退火算法(hybrid genetic-simulated annealing algorithm,H-GASA)。最后以呼和浩特东站及其周围交通网络为例进行实例验证。实验结果表明,与其他算法相比,H-GASA算法在多种时间窗下均能有效降低乘客出行时间和车辆运营成本。此外,H-GASA算法得到的网约车拼车服务问题求解方案更优,收敛曲线更平缓,效率更高,验证了H-GASA在克服遗传算法过快收敛问题上的有效性。展开更多
在经典车辆路径问题(vehicle routing problem,VRP)的基础上增加了客户要求访问的时间窗约束,以车辆行驶路径最短和使用车辆数最小为目标,建立了不确定车辆数的多约束车辆路径问题(multi-constraint vehicle routing problem with varia...在经典车辆路径问题(vehicle routing problem,VRP)的基础上增加了客户要求访问的时间窗约束,以车辆行驶路径最短和使用车辆数最小为目标,建立了不确定车辆数的多约束车辆路径问题(multi-constraint vehicle routing problem with variable fleets,MVRP-VF)的数学模型。引入遗传算法的交叉操作以及大规模邻域搜索算法中的破坏算子和修复算子,重新定义了基本灰狼优化算法(grey wolf optimizer,GWO)的操作算子,优化了GWO的寻优机制,从而设计出用于求解MVRP-VF问题的混合灰狼优化算法(hybrid grey wolf optimizer,HGWO)。通过仿真实验与其他参考文献中的算法求解结果进行比较,验证了HGWO求解该类问题的有效性与可行性。展开更多
文摘背景急性缺血性卒中(AIS)高发,及时恢复脑血流是治疗的关键,超时间窗就诊患者无更多促进脑血流恢复的治疗手段。研究远隔缺血后适应(RIPostC)治疗对AIS超时间窗就诊患者的临床疗效、并发症和预后,具有重要的临床意义。目的探究RIPostC治疗对AIS超时间窗患者干预的影响,为超时间窗就诊的AIS患者寻求安全、有效的脑血流恢复治疗方式。方法本研究采用随机、分组、安慰剂对照法进行试验。选取2021-09-02—2022-08-31于北京航天总医院神经内科病房住院治疗的超溶栓时间窗(发病时间>6 h)的AIS患者为研究对象。依据随机数字表法将患者分为对照组和试验组。试验期+随访期共90 d,均使用同等的一般治疗、脑血管病常规治疗,试验组在此基础上给予RIPostC治疗14 d(28次),对照组给予模拟的RIPostC治疗14 d(28次)。在干预前和干预后30 d、干预后90 d,采用改良Rankin量表(mRS)、美国国立卫生研究院卒中量表(NIHSS)评估两组患者神经功能,简易精神状态检查量表(MMSE)、蒙特利尔认知评估量表(MoCA)评估患者认知功能,工具性日常生活能力量表(IADL)评估日常生活能力,焦虑自评量表(SAS)、抑郁自评量表(SDS)评估精神状态,经颅多普勒超声(TCD)评估脑血流速度,以白介素(IL)-6反映炎症情况。结果122例患者中,最终完成试验及随访99例,其中试验组49例,对照组50例。两组患者性别、年龄、基础疾病(高血压、糖尿病、冠心病)及基线NIHSS评分比较,差异无统计学意义(P>0.05)。重复测量方差分析结果示,时间与组别对MMSE、MoCA、mRS、NIHSS、脑血流速度、IL-6存在交互作用(P<0.05),时间和组别对MMSE、MoCA、NIHSS、脑血流速度、IL-6主效应显著(P<0.05),时间对mRS、SAS、SDS、IADL主效应显著(P<0.05)。试验组干预后30、90 d MMSE、MoCA评分及脑血流速度均高于对照组,mRS、NIHSS评分均低于对照组(P<0.05);试验组干预后30、90 d SDS、IADL评分低于对照组(P<0.05);试验组干预后30 d SAS评分高于对照组,IL-6低于对照组(P<0.05)。99例患者中共有23例患者发生不良反应,其中试验组17例,对照组6例,两组皮肤瘀点、头晕、心慌、胸闷发生率比较,差异无统计学意义(P>0.05);对照组患者皮肤瘀斑发生率[4.00%(2/50)与12.24%(6/49)]、总不良反应发生率[12.00%(6/50)与34.69%(17/49)]低于试验组(P<0.05)。结论RIPostC治疗可降低AIS患者的炎症反应,对神经功能、认知功能抑郁情绪及颅内血流速度可起到积极的改善效果。
文摘目前网约车拼车服务存在响应不及时、乘客舒适度低等现象,亟需对拼车路线及求解算法进行优化。本文首先考虑路网条件及时间窗阈值影响,以网约车运行成本与乘客出行成本最小化为目标,构建基于双向线路的网约车拼车优化模型("one-to-many"online car-hailing carpooling model under multiple constraints)。其次以遗传算法为基础,结合模拟退火温度调控机制,改进适应度评价和接受准则,提出混合遗传-模拟退火算法(hybrid genetic-simulated annealing algorithm,H-GASA)。最后以呼和浩特东站及其周围交通网络为例进行实例验证。实验结果表明,与其他算法相比,H-GASA算法在多种时间窗下均能有效降低乘客出行时间和车辆运营成本。此外,H-GASA算法得到的网约车拼车服务问题求解方案更优,收敛曲线更平缓,效率更高,验证了H-GASA在克服遗传算法过快收敛问题上的有效性。
文摘在经典车辆路径问题(vehicle routing problem,VRP)的基础上增加了客户要求访问的时间窗约束,以车辆行驶路径最短和使用车辆数最小为目标,建立了不确定车辆数的多约束车辆路径问题(multi-constraint vehicle routing problem with variable fleets,MVRP-VF)的数学模型。引入遗传算法的交叉操作以及大规模邻域搜索算法中的破坏算子和修复算子,重新定义了基本灰狼优化算法(grey wolf optimizer,GWO)的操作算子,优化了GWO的寻优机制,从而设计出用于求解MVRP-VF问题的混合灰狼优化算法(hybrid grey wolf optimizer,HGWO)。通过仿真实验与其他参考文献中的算法求解结果进行比较,验证了HGWO求解该类问题的有效性与可行性。
