This paper explores the impact of the New Cooperative Medical Scheme (NCMS), a newly adopted public health insurance program in rural China. Using a longitudinal sample drawn from the China Health and Nutrition Survey (CHNS), we employed multiple estimation strategies (individual fixed-effect models, instrumental variable estimation, and difference-in-differences estimation with propensity score matching) to correct the potential selection bias. We find that participating in the NCMS significantly decreases the use of traditional Chinese folk doctors and increases the utilization of preventive care, particularly general physical examinations. However, we do not find that the NCMS decreases out-of-pocket expenditure nor do we find that it increases utilization of formal medical service or improves health status, as measured by self-reported health status and by sickness or injury in the past four weeks. Our study indicates that despite the wide expansion of coverage, the impact of the NCMS is still limited.

The apple target recognition algorithm is one of the core technologies of the apple picking robot. However, most of the existing apple detection algorithms cannot distinguish between the apples that are occluded by tree branches and occluded by other apples. The apples, grasping end-effector and mechanical picking arm of the robot are very likely to be damaged if the algorithm is directly applied to the picking robot. Based on this practical problem, in order to automatically recognize the graspable and ungraspable apples in an apple tree image, a light-weight apple targets detection method was proposed for picking robot using improved YOLOv5s. Firstly, BottleneckCSP module was improved designed to BottleneckCSP-2 module which was used to replace the BottleneckCSP module in backbone architecture of original YOLOv5s network. Secondly, SE module, which belonged to the visual attention mechanism network, was inserted to the proposed improved backbone network. Thirdly, the bonding fusion mode of feature maps, which were inputs to the target detection layer of medium size in the original YOLOv5s network, were improved. Finally, the initial anchor box size of the original network was improved. The experimental results indicated that the graspable apples, which were unoccluded or only occluded by tree leaves, and the ungraspable apples, which were occluded by tree branches or occluded by other fruits, could be identified effectively using the proposed improved network model in this study. Specifically, the recognition recall, precision, mAP and F1 were 91.48%, 83.83%, 86.75% and 87.49%, respectively. The average recognition time was 0.015 s per image. Contrasted with original YOLOv5s, YOLOv3, YOLOv4 and EfficientDet-D0 model, the mAP of the proposed improved YOLOv5s model increased by 5.05%, 14.95%, 4.74% and 6.75% respectively, the size of the model compressed by 9.29%, 94.6%, 94.8% and 15.3% respectively. The average recognition speeds per image of the proposed improved YOLOv5s model were 2.53, 1.13 and 3.53 times of EfficientDet-D0, YOLOv4 and YOLOv3 and model, respectively. The proposed method can provide technical support for the real-time accurate detection of multiple fruit targets for the apple picking robot.

We examine the prevalence of depressive symptoms among the mid-aged and elderly in China and examine relationships between depression and current SES factors such as gender, age, education and income (per capita expenditures). In addition, we explore associations of depressive symptoms with measures of early childhood health, recent family deaths and current chronic health conditions. We use data from the China Health and Retirement Longitudinal Study (CHARLS) national baseline, fielded in 2011/12, which contains the ten question version of the Center for Epidemiologic Studies-Depression scale (CES-D) for 17,343 respondents aged 45 and older. We fill a major gap by using the CHARLS data to explore the general patterns of depression and risk factors among the Chinese elderly nationwide, which has never been possible before. We find that depressive symptoms are significantly associated with own education and per capita expenditure, and the associations are robust to the inclusion of highly disaggregated community fixed effects and to the addition of several other risk factors. Factors such as good general health during childhood are negatively associated with later depression. There exist strong gender differences, with females having higher depression scores. Being a recent widow or widower is associated with more depressive symptoms, as is having a series of chronic health problems, notably having moderate or severe pain, disability or problems with measures of physical functioning. Adding the chronic health problems to the specification greatly reduces the SES associations with depressive symptoms, suggesting that part of the pathways behind these associations are through these chronic health factors.

Background The mechanisms associated between diabetic peripheral neuropathy (DPN) and various brain function abnormalities in patients remains unclear. This study attempted to indirectly evaluate the effect of DPN on brain function in patients with type 2 diabetes mellitus (T2DM) by characterizing the resting-state functional connectivity (FC) of the lower limb sensorimotor cortex (LSM). Methods Forty-four T2DM patients with diabetic peripheral neuropathy (DPN), 39 T2DM patients without diabetic peripheral neuropathy (ND), and 43 healthy controls (HCs) underwent a neuropsychological assessment and resting-state functional magnetic resonance imaging examinations to examine the differences in FC between the LSM and the whole brain. The relationships of FC with clinical/cognitive variables were examined. Results In comparison with the HCs group, the ND group showed reduced FC of the LSM with the right lateral occipitotemporal cortex (LOTC) and increased FC with the medial superior frontal gyrus (SFGmed), while the DPN group showed reduced FC of the LSM with the right cerebellar lobule VI, the right LOTC, the rostral prefrontal cortex (rPFC), and the anterior cingulate gyrus (ACC). Moreover, in comparison with the ND group, the DPN group showed reduced FC of the LSM with the ACC, SFGmed, and rPFC. In the DPN group, the FC between the LSM and right cerebellar lobule VI was significantly correlated with fasting blood glucose levels (r = -0.490, p = 0.001), and that between the LSM and ACC was significantly correlated with the Montreal Cognitive Assessment score (r = 0.479, p = 0.001). Conclusions Patients with T2DM may show abnormal motion-related visual perceptual function before the appearance of DPN. Importantly, DPN can influence the brain regions that maintain motion and motor control, and this effect is not limited to motor function, which may be the central neuropathological basis for diabetic peripheral neuropathy.

Motivation: Cerebral perfusion-weighted imaging (PWI) can be used to characterize differences in hemodynamic characteristics between transient ischemic attack (TIA) and stroke populations, but little is known about the differences between DSC and ASL. Goal(s): this study to investigate the differential hemodynamic characteristics of the corresponding regions of the middle cerebral artery (MCA) in patients with ischemic stroke and TIA, and to establish a prediction model for ischemic stroke. Approach: Dynamic Susceptibility Contrast (DSC) and Arterial Spin Labeling (ASL)Results: The results indicate that Hyperhomocysteinemia and DSC-2500msASL mismatch can be used to identify patients with TIA and stroke. Impact: We found that differences in blood perfusion in stroke and TIA patients, especially DSC-2500msASL mismatch may be a biological marker of stroke, which provides a scientific basis for screening high-risk TIA patients and early clinical intervention.

Motivation: T2DM has emerged as an important risk factor for cognitive impairment. However, the neuropathological basis of the cognitive impairment associated with T2DM is still unclear. Goal(s): To investigate whether the impaired glymphatic function is one of the mechanisms in T2DM-associated cognitive dysfunction. Approach: We compared the glymphatic function by calculating the diffusion along the perivascular space based on a diffusion tensor image, namely the DTI-ALPS index between HCs and patients with T2DM and investigated the relationship between DTI-ALPS index and cognitive functions. Results: The lower DTI-ALPS index was found in patients with T2DM, and DTI-ALPS index was correlated with worse cognitive performance. Impact: DTI-ALPS index may be applied as a useful indicator to evaluate the glymphatic system function. The impaired glymphatic system in patients with T2DM may provide a new perspective for understanding the pathophysiology of T2DM related cognitive impairment.

ABSTRACT This study investigates the effects of diverse payment methods within long‐term care insurance (LTCI) on the well‐being of elderly individuals, encompassing both in‐kind and cash payments. Utilizing panel data from the Chinese Longitudinal Healthy Longevity Survey (CLHLS), we leverage a generalized difference‐in‐differences (DID) approach and the LTCI pilots across various Chinese cities to identify the impacts of different LTCI payment methods. Our findings indicate that an in‐kind LTCI policy significantly decreases the one‐year mortality of older adults, with significant improvements on ADL‐related care receipt as well as health status. Conversely, no significant impacts are observed under the framework of a cash LTCI policy. We term the weaker effects regarding older adults in cash LTCI policy versus in‐kind LTCI policy as “the cash‐out puzzle”. Our findings emphasize the critical importance of developing right incentives of LTCI payment schemes thoughtfully worldwide.