龙胆泻肝汤治疗慢性乙型肝炎肝胆湿热证的临床研究

目的:观察龙胆泻肝汤治疗慢性乙型肝炎(Chronic hepatitis B,CHB)肝胆湿热证患者的临床效果。方法:按随机数字表法,将符合纳入标准的80例慢性乙型肝炎肝胆湿热证的患者随机分为对照组和试验组,各40例。对照组采用西医常规治疗+恩替卡韦分散片治疗,治疗组在对照组治疗的基础上加用龙胆泻肝汤,疗程均为48周。比较两组患者治疗前和治疗后的临床疗效、肝功能(包括ALT谷丙转氨酶、AST谷草转氨酶、TBi L总胆红素)、HBeAg转阴率、HBV-DNA应答率及肝脏弹性测定值(FS)的差异。结果:对于临床疗效的比较,对照组总有效率为77.5%,治疗组总有效率为95%,治疗组总有效率明显高于对照组,差异有统计学意义(χ~2=5.165,P0.05);与对照组相比较,治疗组患者TBi L、ALT、AST、FS水平改善更加显著,差异有统计学意义(P0.05);与对照组相比较,治疗组患者HBeAg阴转率、HBV DNA应答率较高,差异有统计学意义(P0.05)。结论:龙胆泻肝汤在治疗CHB肝胆湿热证具有较好的临床疗效。     

以读者为中心寻求期刊的自我发展--《中国矫形外科杂志》的办刊之道

科技期刊要发展必须以读者为中心,有明确的定位,要突出期刊特色,有自己的读者群,同时还要竭诚为作者、读者服务,使编者、读者、作者融为一体,相互依赖,相互支持。     

浅谈"同课异构"实践活动之益

近两年来,许多学科先后都开展了"同课异构"实践活动,学校中的许多同学科教师常常会聚到一起研究同一课、说同一课、设计同一课.每到这时,我总会向他们投去羡慕的目光,因为我看到了"同课异构"实践活动为这些教师提供了一个面对面交流互动的平台,他们在这个平台上尽情地展示着自己,他们的智慧在交流中相互碰撞,他们的思想在相互碰撞中进步,最终我看到了他们长善救失相互取长补短,教育教学手段和水平都得到了极大的丰富和提高.     

高职院校信息管理系统化的研究与实践

网络的普及与校园数字化的发展使信息化的管理深入到高职学院的各个管理环节,但由于前期管理系统的分散开发或局限于局部职能等原因,形成了＂信息孤岛＂现象。作为高职院校,在推进自身校园信息化建设,改善＂信息孤岛＂现象,进行了深入、具体的研究和探索。在理论和实践两个方面做出有益的尝试,在沿用原有专用管理软件的基础上,通过自主研发管理软件和建立数据结构转换平台相结合的方法,实现数据的整合与信息的共享,使信息管理逐步向系统化推进。     

关于“didn’t need to do”和“needn’t have done”的辨析——兼与章振邦先生商榷语法教学方法

本文通过质疑教学中普遍采用的关于didn＇t need to do和needn＇t have done的解释．比较了英语实意动词和情态动词的意义、特征和用法,据此对这一对令学生困惑句子结构和意义做出了清晰的解释,并指出了其对语法教学的启示。     

澳大利亚现代职业技术教育的特点与启示

目前,我国的经济发展处在关键时期,特别是今年农民工、大学生都面临着严峻的就业形势,在此背景下,对我国发展职业教育提出了新的挑战和要求。纵观澳大利亚的职业教育发展史,特别是其在经济萧条和大发展的关键时期,职业教育都发挥了不可替代的作用,对我国职业教育的发展具有很好的借鉴意义。     

试析当代汉语詈骂语类别兼性别之差异——以《王朔全集》为例

本文从语义和语用上对《王朔全集》里的詈骂语做了详细的类别分析,并从詈骂语使用者的性别差异上对各类詈骂语进行了统计和解释,由此说明当代汉语詈骂语研究尚有巨大的发展空间。     

浅谈机器学习与深度学习的概要及应用

在20世纪五六十年代,"人工智能"这个术语就早已被正式提出。经历了几十个年代的发展,在Alpha Go击败李世乭时,人工智能(Artificial Intelligence)又受到了学者们的广泛关注和研究,同时机器学习(Machine Learning)和深度学习(deep learning)也相应的被提及到,甚至作为了人工智能其中的一个发展方向去拓展。本文对机器学习和深度学习的概念进行了解释与区分,从实际应用出发阐述了机器学习和深度学习的方向与应用,以及机器学习算法的分类。鉴于没有系统的学习过,可能在许多地方会有出入,还望更多的人能够有自己的思考。     

基于SPSS软件的DMTree方法分析重购客户特征

随着互联网技术的不断发展,电子商务行业发展迅速,2018年全年实物商品网上零售额70198亿元,比上年增长25.4%。[1]网上购买已经成为消费者购买商品的主要渠道,大部分企业也通过各种电商平台建设了电子商务营销渠道,方便消费者的购买。消费者通过网络购买商品具备过程方便快捷、商品信息透明化的优势。但对企业来说,也出现了消费者品牌转换成本低导致忠诚度低的挑战。本文将研究如何利用消费者的网络购买数据来帮助企业分析重购客户特征。