综述未来照护准备的概念、现状及评估工具,分析人口学、认知、生理、心理和社会因素对老年人未来照护准备的影响,并总结以家庭为中心干预、团体健康教育和网络辅助决策对提高老年人未来照护准备水平的有效性,为后续开展干预性研究提供参考.

泌尿系统恶性肿瘤患者面临复杂的决策信息,识别患者决策需求并提供合适的共享决策(SDM)有利于提高患者决策质量,进而改善其生存质量.目前,我国正处于SDM初步发展阶段,通过借鉴国外SDM模式、渥太华决策支持框架、跨专业SDM模式等相关理论模式,采用决策辅助工具及决策辅导对患者实施SDM.但肿瘤患者SDM相关研究尚不成熟,国外SDM模式是否适用于我国泌尿系统恶性肿瘤患者仍需进一步探讨.本文对泌尿系统恶性肿瘤患者决策挑战及SDM实践经验予以综述.

目的 系统评价决策辅助工具在局限性前列腺癌患者治疗中的应用效果.方法 计算机检索Cochrane Library、Web of Science、PubMed、Embase、Scopus、中国知网、维普数据库、万方数据库、中国生物医学文献数据库中有关决策辅助工具在前列腺癌患者中应用效果的随机对照试验,检索时间为2000年1月至2023年1月.依据Cochrane手册5.1.0版进行文献质量评价,并用RevMan 5.4进行软件分析.结果 共纳入10篇研究,包括2 695例研究对象.Meta分析结果显示,决策辅助工具可改善局限性前列腺癌患者治疗决策冲突(MD=-0.85,95％CI:-0.56～-0.14,P=0.02),但对提高决策知识(SMD=0.56,95％CI:-0.06～1.18,P=0.08)、决策准备(SMD=0.08,95％CI:-0.24～0.40,P=0.61)、决策满意度(SMD=2.17,95％CI:-0.66～5.00,P=0.13)和降低决策后悔(SMD=0.33,95％CI:-1.09～1.75,P=0.65)无显著作用.结论 决策辅助工具对局限性前列腺癌患者治疗决策具有一定干预效果,但仍需更多高质量试验进一步验证.今后可借鉴国外相关理论框架及开发经验,研发符合我国患者需求的决策辅助工具,以提高患者的决策质量.

目的:探讨基于临床资料、影像征象和影像组学特征构建的联合模型在术前对肺结节浸润程度的预测价值,并通过决策热图及Shapley算法对模型进行可视化分析.方法:回顾性搜集2018年1月—2022年3月在本院经病理确诊的179例肺结节患者的临床资料和术前CT图像(肺窗平扫).根据肺肿瘤新分类,分为腺体前驱病变组(78例)和浸润性肺腺癌组(101例).采用Deepwise软件,分别提取瘤灶、瘤周3 mm和5 mm区域的影像组学特征.使用单因素分析、相关性分析、Boruta算法和逐步logistic回归分析等特征筛选算法确定各区域的最佳组学特征,然后采用logistics方法分别构建3个单区域及2个多区域(肿瘤+瘤周3 mm及肿瘤+瘤周5 mm)共5个影像组学模型,分析各模型的预测效能并计算其影像组学评分(Radsocre).通过单因素和多因素logistic回归方法筛选相关临床指标和结节的主要CT征象,并采用XGBoost算法将筛选出的高危因素结合瘤灶+瘤周3 mm联合模型的影像组学得分构建临床影像联合模型.额外收集浙江省嘉兴市中医医院经病理证实的69例肺结节患者的临床和CT资料来完成联合模型的泛化性验证.利用决策热图和Shapley算法对模型分别进行可视化和特征贡献度分析.结果:相比单区域影像组学模型(训练集:AUC=0.740、0753、0.768;验证集:AUC=0.841、0.856、0.809),多区域影像组学模型在两个数据集中均显示出更高的预测效能(AUC=0.878和0.834).XGBoost联合模型的预测效能得到进一步地提高(AUC=0.948和0.886).Shap-ley分析显示影像组学得分、CT值和结节长度为预测肺结节浸润程度的最重要的3个特征.决策热图算法实现了对浸润性预测推演过程的可视化.结论:XGBoost模型对肺结节浸润性的评估具有较高的准确性和泛化性.决策热图实现了可解释机器学习算法的可视化从而保障了模型的实用性,为肺结节的临床处理及管理提供了一种无创性的辅助诊断工具.

目的:建立并评价脓毒症相关性急性肾损伤（S-AKI）患者3个月死亡风险的列线图预测模型。方法:基于美国重症监护医学信息数据库Ⅳ（MIMIC-Ⅳ），收集2008至2021年S-AKI患者的临床数据。初步纳入58个相关预测因素，以3个月内全因死亡为结局事件。按7∶3比例将数据分为训练集和验证集。在训练集中采用单因素Logistic回归分析初步筛选变量，运用多重共线性分析、Lasso回归和随机森林算法并结合临床应用价值进行变量选择，建立多因素Logistic回归模型并利用列线图进行可视化表达。在验证集中进行内部验证，评价模型预测价值；绘制受试者工作特征曲线（ROC曲线）计算曲线下面积（AUC）评价列线图模型及牛津急性疾病严重度评分（OASIS）、序贯器官衰竭评分（SOFA）、全身炎症反应综合征评分（SIRS）的区分度；校准曲线评价校准度；决策曲线分析（DCA）评估不同阈值概率下的净效益。结果:基于确诊后3个月时的生存状况将患者分为存活组7?768例（68.54%），死亡组3?566例（31.46%）。在训练集中通过多重筛选，最终纳入7个变量，即Logistic器官功能障碍评分（LODS）、Charlson合并症指数、尿量、国际标准化比值（INR）、呼吸支持方式、血尿素氮和年龄，并纳入列线图模型。在验证集中进行内部验证，ROC曲线分析显示，列线图模型的AUC为0.81〔95%可信区间（95% CI）为0.80～0.82〕，大于OASIS评分的0.70（95% CI为0.69～0.71），远大于SOFA评分的0.57（95% CI为0.56～0.58）和SIRS评分的0.56（95% CI为0.55～0.57），具有较好区分度。校准曲线显示列线图模型校准度优于OASIS、SOFA、SIRS评分。DCA曲线显示列线图模型在不同阈概率情况下的临床净收益均好于OASIS、SOFA、SIRS评分。 结论:基于MIMIC-Ⅳ临床大数据建立的一个包含7项变量的S-AKI患者3个月死亡风险预测列线图模型具有很好的区分度和校准度，为评估S-AKI患者预后提供了有效的新工具。

流行病学数据显示，肺癌发病率位居恶性肿瘤第2位，死亡率位居恶性肿瘤第1位，2020年约180万例患者死于肺癌。对于晚期肺癌患者，驱动基因的发现及相应靶向药物的应用不仅改善了患者生活质量，同时提高了患者的生存时间。免疫检查点抑制剂的应用则革新了驱动基因突变阴性患者的治疗策略。TNM分期是包括肺癌在内的实体瘤应用最为广泛的分期系统，统一的分期方法不仅为国际间的学术交流提供了共同的学术语言，同时也为疾病的预后判断及后续治疗决策制定提供了重要的工具。随着对肺癌预后因素的深入认识及研究数据的不断积累和成熟，肺癌TNM分期不断更新。2023年9月在新加坡举行的世界肺癌大会上，第9版TNM分期向全球公布并预计在2024年1月正式采用。本文就肺癌TNM分期的历史沿革、数据来源、第9版分期的主要变化及局限性进行讨论。

目的:通过标准病例测评数字化症状评估程序在疾病覆盖、诊断准确性以及安全分诊方面的应用情况。方法:2020年3月8日至8月11日筛选符合纳入标准的8款中文版症状评估应用程序。将200个标准病例的症状分别输入各症状评估程序，并做应答，直到应用程序给出诊断建议、紧急性建议，或无法继续。分析各应用程序所能给出诊断的疾病比例、诊断的准确率以及安全分诊的比例。所有病例的创建及诊断标准、分诊标准，症状输入及应答，与标准诊断的比较、裁决，均由分别独立的专业组完成。结果:不同症状的评估应用程序表现不同。针对研究中的标准病例，可给出建议的应用程序中，覆盖疾病比例为29.0%（58/200）~99.5%（199/200），前3位疾病的诊断准确率为 8.5%（17/200）~61.5%（123/200），安全分诊比例为84.8%（167/197）~99.5 %（198/199）。结论:数字化症状评估程序应用的疾病覆盖、诊断准确性及安全性分诊表现差异较大。良好表现的症状评估应用程序，可作为辅助医生的工具，但即使表现良好的症状评估程序，仍有开展真实诊疗环境中有效性研究的必要。

目的:以证据的转化和应用为目标，聚焦维持社区老年人身体活动能力的策略，全面检索、整合相关最佳证据，形成实践建议，为相关证据的实施提供科学、可靠、与时俱进的依据。方法:根据6S证据资源金字塔模型由上至下循序逐层检索BMJ Best Practice、UpToDate、DynaMed、世界卫生组织、中华医学会、英国国家卫生与保健优化研究所、苏格兰校际指南网络、新西兰指南工作组、PubMed、中国生物医学文献服务系统等数据库，获取2017年1月1日—2022年3月1日与维持社区老年人身体活动能力相关的所有循证知识库资源、临床实践指南、专家共识、系统综述等类型的所有文献，根据文献纳入及排除标准进行筛选，按工具要求由2~4名研究员对不同类型文献进行独立的方法学质量评价，提取、汇总最佳证据，形成实践建议。结果:共纳入14篇文献，其中循证决策2篇、指南6篇、专家共识1篇、系统评价3篇、系统评价再评价2篇。从"整体建议、健康收益、多样化运动训练、有氧训练、平衡训练、肌肉强化/抗阻训练、柔韧性训练"7个维度提取汇总了22条最佳证据，并形成实践建议。结论:医护人员应采用基于循证方法学的实践建议对社区老年人维持身体活动能力进行管理指导和提供咨询，帮助老年人群更好地维持身体活动能力，从而获得更多健康收益。

本文就患者报告结局测量工具在乳腺癌患者的症状评估、生活质量评估、不良事件报告及临床决策中的应用现状进行综述，以期为相关测量工具的应用及发展提供参考。

院内心脏骤停（in-hospital cardiac arrest，IHCA）是住院患者出现心脏的血液循环停止、需要胸外心脏按压或心脏电除颤危急重症 [1-2]，发生率1‰~10‰ [3-4]，meta分析报道IHCA出院存活率17.6%、1年存活率13.4% [5]，给家庭和社会带来严重负担。根据2015更新的院内心脏骤停Utstein标准，研究IHCA预后的时间点包括出院时间、自主循环恢复（return of spontaneous circulation，ROSC）后30 d及1年 [6]。部分IHCA患者住院时间过长，可能因为多种原因放弃某些关键性治疗措施或者终止治疗从而影响IHCA长期预后的研究，因此ROSC 30 d仍然是研究IHCA不可忽视的重要时间点。IHCA预后评价工具有助于帮助临床医生或患者家属做出临床决策，目前常用的IHCA评价工具包括复苏后良好结局评分（good outcome following attempted resuscitation，GOFAR）与GOFAR2评分 [7-9]，然而这些预测工具均以出院时临床状况作为终点指标，目前尚未见预测院内心脏骤停ROSC 30 d死亡的相关预测模型报道。因此，研究团队通过双中心回顾性研究构建院内心脏骤停ROSC 30 d死亡的列线图，旨在帮助临床医生更准确预测IHCA结局指导临床工作。