学科分类
/ 1
4 个结果
  • 简介:一、高校发展中心高校发展中心(CentrumfurHochschulentwicklung,缩写CHE)由贝塔斯曼基金会和大学校长联席会议联合倡议,成立于1994年5月,其目的是支持德国高等院校的改革.

  • 标签: 德国 高校发展中心 高等学校 名次
  • 简介:据英国《泰晤士高等教育》报道,英国政府对英格兰76所高校法律专业毕业生的就业和收入情况进行调查,并首次按法律专业毕业生收入情况进行了学校排名。牛津大学法律专业毕业生年收入排第1名,高出排名最后的布拉德福德大学毕业生年收入4.4万英镑。

  • 标签: 大学毕业生 法律专业 收入情况 英国政府 高校 高等教育
  • 简介:近30年来,我国高校利用银行贷款支持学校发展建设,已成为我国高校发展建设的重要经费来源,特别是高校扩招以来,银行贷款己成为缓解高校教育教学资源的紧张,应对扩招的唯一选择。银行贷款对于我国高校发展起到了不可或缺的桥梁作用。我国当前存在着高校贷款的风险问题,如何化解高校贷款的风险已经成为政府、银行、高校共同关注的话题。政府作为高校的举办者,应该通过不断加大投入,强化监管等措施,逐步化解高校贷款的风险。

  • 标签: 高校发展 贷款支持 回顾与反思 银行贷款 政策 教育教学资源
  • 简介:摘要目的构建基于直肠癌患者T2WI纹理特征参数和临床指标的联合预测模型评价直肠癌是否存在术前淋巴结转移(lymph node metastasis, LNM)。材料与方法本研究回顾性分析了112例病理诊断为直肠癌且接受直肠癌根治性切除术及淋巴结清扫术的患者的T2WI图像、血清肿瘤标志物及基本临床资料。所有患者按7∶3比例随机分为训练组和验证组,分别用于预测模型的训练和验证。在T2WI图像上手动勾画直肠癌病灶和目标淋巴结的感兴趣区域(region of interest, ROI)。应用人工智能软件自动化提取ROI的纹理参数,并从中筛选出能够鉴别LNM的纹理参数。利用logistic回归分析分别构建基于肿瘤组织纹理参数和目标淋巴结纹理参数的影像组学预测模型、基于患者临床指标的临床预测模型以及纹理参数和临床指标相结合的联合预测模型。采用受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)来评估不同模型鉴别术前LNM的诊断效能。运用DeLong检验对比各预测模型AUC差异。通过决策曲线分析(decision curve analysis, DCA)对各预测模型的临床获益度进行评估。P<0.05为差异有统计学意义。结果从每例患者的肿瘤组织及目标淋巴结T2WI图像中各提取出401个纹理特征,经筛选,肿瘤组织保留7个纹理参数,目标淋巴结保留6个纹理参数。根据上述纹理参数构建的目标淋巴结纹理分析预测模型训练组AUC值为0.881,敏感度为86.67%,特异度为81.25%;验证组AUC值为0.795,敏感度为92.31%,特异度为66.67%。肿瘤组织纹理分析预测模型训练组AUC值为0.844,敏感度为80.00%,特异度为79.17%;验证组AUC值为0.897,敏感度为84.62%,特异度为90.48%。最终结合纹理参数、目标淋巴结短径/长径、患者血清CA19-9水平构建的联合预测模型诊断效能明显优于其他模型,且差异存在统计学意义(训练组AUC值为0.978,敏感度和特异度分别为93.33%和91.67%,验证组AUC值为0.897敏感度为84.62%,特异度为90.48%,P<0.05)。结论利用直肠T2WI纹理特征联合临床指标构建的模型可以有效地预测LNM,为临床个体化治疗提供帮助。

  • 标签: 直肠癌 磁共振成像 纹理分析 淋巴结转移 预测