Fast Random Number Generation Using 128-Bit Multimedia Extension Registers on Pentium Class Machines

In this article, it is shown how 128-bit SSE2 multimedia extension registers, present in Pentium IV class 32-bit processors, may be used to generate random numbers at several times greater speed then when regular general purpose registers are used. In particular, a 128-bit algorithm is presented for the Marsaglia MWC1616 generator from the DIEHARD battery of random number generator tests, and its performance is compared to that of the conventional approach.     

罕见病保障机制：部分国家与地区的经验与启示

建立健全罕见病保障机制有助于加快我国全民健康覆盖和健康中国建设进程,也有助于推动我国生物医药产业转型升级。文章从罕见病的定义、药品供应保障和费用分担,以及对医药产业发展的促进等方面对部分国家和地区的做法进行梳理,总结其经验启示与建议。一是界定罕见病范围是建立罕见病保障机制的前提和基础,需要从多维度对罕见病进行界定,更好地推动罕见病保障机制的建设。二是改善药品可及是建立罕见病保障机制的重要内容,需要进一步加强对国内企业的支持力度,及时将国内企业涉及罕见病的相关产品纳入医保目录,更好地改善罕见病患者的药物可及性。三是普惠与特惠相结合的医疗保障制度是缓解罕见病患者就医负担的主要手段,应优先建立普惠性制度,让所有罕见病患者均能获得基本医疗保险制度的待遇保障。在此基础上,探索建立特惠性保障制度,缓解罕见病患者因病返贫、因病致贫问题。四是建立健全罕见病保障机制是实现我国生物医药产业转型升级的重要助推器。应加强医疗保障政策与医药产业政策的衔接,进一步完善我国罕见病保障机制,推动医药产业转型升级和高质量发展,更好地满足我国罕见病患者的药品保障需求。     

稀土抑菌剂的研究现状

二十世纪以来,稀土领域的研究日益受到人们的关注,尤其在稀土生物化学领域,取得了令人鼓舞的成绩。人们陆续发现,一些稀土化合物及稀土有机配合物具有抗炎、抗菌、抗凝血、降血糖等作用。本文系统介绍了各类稀土抑菌剂的抑菌效果及其在医药、纺织、粘合剂等领域的应用前景。     

区间型符号数据回归分析及其应用

介绍了符号数据分析方法的基本理论.针对一种最常用的符号数据——区间型符号数据,基于误差传递的理论,提出了区间回归分析的方法.方法包括了线性回归分析和可线性化的非线性回归分析两种情形.讨论了基于Hausdorff距离的区间数距离,基于此定义了回归模型的评价指标.进行了方法的应用研究,选取沪深300指数与中信规模风格指数,从时间维上对其日内数据进行数据打包,形成区间型符号数据;建立了区间线性回归分析模型,从全局上揭示了两类指数间的相关性.结论表明,与针对点数据的传统回归分析相比,区间型符号数据的回归分析方法不仅实现了样本空间的降维,而且有利于从整体上把握变量之间的内在关系.     

基于熵测度的三参数区间数信息下的TOPSIS决策方法

研究基于三参数区间数的排序及决策模型,提出了基于三参数区间数的重心点、中点、长度的可能度排序方法;基于重心点发生可能性最大的三参数区间数分布特点,提出了距离测度公式;建立了基于三参数区间数熵测度的属性权重模型,在此基础上构建了依据TOPSIS思想的不确定性决策框架。算例说明了该方法的步骤和有效性。     

取样观察值的离散程度对动态决策影响的实验研究

序贯观察和选择问题是一种动态的信息搜索和决策过程,基于决策者的有限理性假设和行为决策理论对搜索过程中选项值的特征信息效应进行研究.运用实验室实验的方法研究发现,序贯随机出现的选项值离散程度时人们的判断心理和决策行为具有影响作用选项值的整体离散程度与搜索数量呈负相关关系,而其局部急剧升高的离散程度则与发生选择的概率呈正相关关系.研究还发现,人们往往高估自己解决序贯观察和选择问题的能力,存在着明显的过度自信偏差.     

An improved score-type confidence interval for stratified risk differences involving rare events

A stratified analysis of the differences in proportions has been widely employed in epidemiological research, social sciences, and drug development. It provides a useful framework for combining data across strata to produce a common effect. However, for rare events with incidence rates close to zero, popular confidence intervals for risk differences in a stratified analysis may not have appropriate coverage probabilities that approach the nominal confidence levels and the algorithms may fail to produce a valid confidence interval because of zero events in both the arms of a stratum. The main objective of this study is to evaluate the performance of certain methods commonly employed to construct confidence intervals for stratified risk differences when the response probabilities are close to a boundary value of zero or one. Additionally, we propose an improved stratified Miettinen–Nurminen confidence interval that exhibits a superior performance over standard methods while avoiding computational difficulties involving rare events. The proposed method can also be employed when the response probabilities are close to one.