An improved nondominated sorting genetic algorithm-II (INSGA-II) has been proposed for optimal planning of multiple distributed generation (DG) units in this paper. First, multiobjective functions that take minimum line loss, minimum voltage deviation, and maximal voltage stability margin into consideration have been formed. Then, using the proposed INSGA-II algorithm to solve the multiobjective planning problem has been described in detail. The improved sorting strategy and the novel truncation strategy based on hierarchical agglomerative clustering are utilized to keep the diversity of population. In order to strengthen the global optimal searching capability, the mutation and recombination strategies in differential evolution are introduced to replace the original one. In addition, a tradeoff method based on fuzzy set theory is used to obtain the best compromise solution from the Pareto-optimal set. Finally, several experiments have been made on the IEEE 33-bus test case and multiple actual test cases with the consideration of multiple DG units. The feasibility and effectiveness of the proposed algorithm for optimal placement and sizing of DG in distribution systems have been proved.

This meta-analysis aimed to systematically evaluate the effects of positive psychological interventions on anxiety, depression, stress, mindfulness, hope, quality of life, and disease activity, as well as inflammation biomarkers, in patients with inflammatory bowel disease. Databases such as Cochrane Library, PubMed, EBSCO, Embase, Web of Science, China Biomedical Literature Database, China Knowledge Network, and WANFANG DATA were searched by two researchers from the time of each database’s creation to November 2022. A total of 14 randomized controlled trials (RCTs) with 1,191 patients were included. The results showed that positive psychological interventions were effective in reducing anxiety (standardized mean difference [SMD] = −0.81, 95% confidence interval [CI] [−1.33, −0.30], p = .002), depression (SMD = −0.86, 95% CI [−1.32, −0.41], p = .0002), and stress (SMD = −0.68, 95% CI [−1.05, −0.31], p = .0003), and significantly increased the level of hope (weighted mean difference [WMD] = 3.26, 95% CI [0.84, 5.68], p = .008), mindfulness (SMD = 0.59, 95% CI [0.30, 0.88], p < .0001), and quality of life (SMD = 0.61, 95% CI [0.09, 1.14], p = .02) of patients with inflammatory bowel disease. This suggests that positive psychological interventions can significantly improve positive psychology and reduce negative emotions in patients with inflammatory bowel disease.

Abstract Previous study showed that Slc26a9 loss impairs parietal cell function and survival. We investigated whether Slc26a9 loss causes spontaneous gastric carcinogenesis in mice and plays a role in the development and progression in human gastric cancer (GC). Gastric histopathology and potential molecular mechanism were explored in Slc26a9 knockout mice and wild-type littermates as well as Slc26a9fl/fl/Atp4b-Cre and Slc26a9fl/fl mice from 8 days to 18 months by histological and immunohistochemical analyses, quantitative PCR, in situ hybridization, and RNA microarray analysis, respectively. We demonstrated that loss of parietal cell expression of Slc26a9 is the key event to induce spontaneous gastric carcinogenesis in mice, and clarified the sequence of events leading to malignant transformation, including Slc26a9 deficiency in parietal cells resulted in dysregulated differentiation of stem cells in an inflammatory environment, activated Wnt signaling pathway to induce gastric epithelia cell hyperproliferation and apoptosis inhibition, as well as spontaneous epithelial to mesenchymal transition-induced cancer stem cell phenotypes. Downregulation of SLC26A9 correlated with GC patient’s short survival. Graphical Abstract Loss of parietal cell expression of Slc26a9 is the key event to induce spontaneous gastric carcinogenesis in transgenic mice.

The importance of the UAV path-planning problem lies in ensuring the safe and efficient completion of tasks by UAVs while maximizing resource utilization and minimizing risks. Addressing this issue, a new algorithm named Nonlinear Weighted Whale Optimization Algorithm Improved by Cosine Function for UAV Path Planning (COSWOA) is proposed. This algorithm overcomes the drawbacks of the basic WOA algorithm, such as low solution precision, slow convergence speed, and susceptibility to local optima, by employing a nonlinear dynamic variation strategy based on the cosine function and incorporating nonlinear inertia weights. Simulation results demonstrate that compared to GA, WOA, and GWO algorithms, the COSWOA algorithm can rapidly generate higher-quality paths for UAVs and exhibits better robustness.