目的 从护理教育和临床实践 2 个视角综合探讨护理本科生应急处置团队合作能力的培训需求分析,为进一步开发课程体系提供依据.方法 对 10 名有应急处置团队合作经验的护理教育及临床专家进行一对一半结构式的深入访谈,访谈内容主要包括护理本科生应急处置合作能力的现状、培养目标、课程设置等,运用内容分析法进行资料分析且提炼主题.结果 最终形成 3 个主题和 9 个亚主题,包括缺少针对性的护生应急处置团队合作培养体系(学校缺乏系统教育、临床实践和理论脱节);明确应急处置团队合作能力培养目标(横纵向沟通能力、对场景预判能力和最大化决策能力);丰富培训内容及考核形式(理论授课,初步感受多学科思维;临床实践,形成整合性思维和专业思维;情景模拟,培养精准复盘思维;多样化考核评价,提升综合能力).结论 建议联合学校—医院—护理本科生,建立目标明确、切实可行的护理本科生应急处置团队合作培养体系.从护生本科教育阶段开始注重对其能力的培养,学校课程全面覆盖应急处置的预防、准备、响应和复原各环节,"应急预备小队"强化实践技能和培养团队合作默契,医院虚拟仿真平台提供实战经验.将团队合作精神全方位融入护理本科生应急课程与实践中,为储备应急护理人才、提升护理队伍的整体应急处置团队合作能力提供坚实后盾.

在"健康海南"建设背景下,本报告聚焦"十四五"中期海南省卫生健康发展现状与未来方向,分别探讨精神障碍治理、中医药健康产业、现代化卫生健康治理体系以及科技与人才支撑能力面临的挑战和发展机遇,并提出相应的策略与建议.首篇文章应对海南省高发的精神卫生问题,强调数字化治理平台在解决精神卫生问题和支持自贸港建设中的关键作用.第二篇详细分析了中医药在健康产业中的战略地位和发展瓶颈,建议充分利用海南省丰富的中医药资源,推动产业向高质量发展.第三篇从现代化治理角度出发,强调顶层设计和协同机制优化对提升治理效能的重要性.最后一篇聚焦于科技和人才支撑能力,通过SWOT分析提出了推动卫生健康事业跨越式发展的关键策略.综上,四个报告在逻辑上相互补充,形成了一个多维度、多层次的研究框架,全面展示了海南省在"健康海南"建设中的创新实践与未来展望.为政策制定者和决策者提供了重要的参考和指导,助力海南省在未来进一步提升健康水平和治理能力,实现卫生健康事业的跨越式发展.

目的本研究旨在结合传统MRI序列及增强检查,提取多模态高通量影像组学特征并联合语义特征,使用不同的机器学习分类器构建不同的模型并绘制列线图来鉴别高级别胶质瘤(high-grade glioma,HGG)和单发性脑转移瘤(solitary brain metastasis,SBM).材料与方法本研究对101名患者的多参数MR图像进行了回顾性分析,由两位资深医师标定肿瘤感兴趣区,然后对每个序列分别提取影像组学特征后进行组合,共提取428组影像组学特征.为消除人为标定差异,进行组内相关系数一致性检验,并运用最大相关最小冗余算法选取最具相关性的特征,然后进一步通过最小绝对收缩和选择算子算法筛除冗余特征.本研究采用支持向量机、逻辑回归、随机森林及K近邻四种算法建立分类模型.结合放射科医生评估的七项语义特征,通过卡方检验和多因素分析去除差异无统计学意义的语义特征.然后结合组学特征建立综合模型并绘制列线图.最终,评价各模型的诊断能力,以确定最优分类器.结果HGG及SBM患者建立的影像组学模型中LR的受试者工作特征曲线下面积(area under the curve,AUC)值最高,训练集与测试集分别为0.90和0.90.语义特征建立的模型中随机森林模型性能最好,训练集和测试集AUC分别为0.82和0.87.语义特征联合影像组学评分后采用逻辑回归建立的模型性能最好,训练集和测试集AUC分别为0.91和0.92.结论本研究使用影像组学机器学习分类器并联合其他图像语义特征绘制列线图对HGG及SBM进行鉴别,这是一种非侵入性方法,具有较好的准确性,为临床决策和实践提供了较大的帮助.

目的基于治疗前多参数磁共振成像(multi-parametric magnetic resonance imaging,mpMRI)影像组学特征,结合临床变量构建模型,预测局部晚期宫颈鳞癌(locally advanced cervical squamous cell carcinoma,LACSCC)患者新辅助化疗(neoadjuvant chemotherapy,NACT)后淋巴结转移状况.材料与方法回顾性分析两个中心2013年1月至2022年2月的265例接受NACT并行根治性子宫切除术的LACSCC患者病例及影像,中心1的数据用于模型训练,中心2的数据用于模型验证.所有患者NACT治疗前行盆腔MRI检查.于矢状位T2加权成像(sagittal T2-weighted imaging,Sag_T2WI)、轴位弥散加权成像(axial diffusion-weighted imaging,Ax_DWI)和延迟期矢状位对比增强T1加权成像(sagittal T1-weighted contrast-enhanced imaging,Sag_T1C)勾画肿瘤感兴趣区(region of interest,ROI)并提取影像组学特征.通过K最佳(K-Best)及最小绝对值收缩与选择算法(least absolute shrinkage and selection operator,LASSO)降维并筛选出与淋巴结转移强相关影像组学特征.基于每个序列筛选后的组学特征构建三个单序列模型,在所有特征间作相关性分析,排除高度相关的组学特征,并对临床变量进行多变量回归分析,融合临床变量及筛选后的影像组学特征构建临床-影像组学的组合模型,比较模型间性能差异.利用受试者工作特征(receiver operating characteristic,ROC)曲线及决策曲线(decision curve analysis,DCA)评估模型的诊断性能及临床效能.结果Sag_T2WI、Ax_DWI、Sag_T1C三个序列分别筛选出6、3、7个与淋巴结转移高度相关的组学特征,其中2个形状特征和10个纹理特征被纳入组合模型.多因素logistic回归分析显示MRI评估的淋巴结状态是淋巴结转移的预测因素(P<0.05).与单序列模型相比,组合模型具有更好的预测能力,在训练集和验证集的诊断能力最高,ROC曲线下面积、敏感度和特异度分别为0.848[95％(confidence interval,CI):0.785～0.912]、78.2％、74.4％和0.827(95％CI:0.737～0.917)、80.8％、69.4％.DCA显示如果风险阈值超过60％,则用组合模型预测LACSCC患者NACT后淋巴结状态可获得较大的临床效益.结论基于治疗前MRI,联合Sag_T2WI、Ax_DWI、Sag_T1C三个序列的组学特征及临床信息对LACSCC患者NACT后淋巴结转移具有较好的预测效能.

作价投资成果转化方式因其具有的独特优势,越来越受到各方重视,其对提升公立医院科技成果转化能力和经济运行管理能力都具有重要意义.目前,北京市、上海市和深圳市已开展并探索地方专门政策支持属地公立医院以作价投资方式进行成果转化,但与国家相关主管部门对高校较为成熟的支持政策相比,仍需完善.文章从作价投资方式的决定权、持股平台要求、完成人奖励标准、税收优惠政策等关键环节和内容,比较上述地方对公立医院的支持政策和相关部门对高校的支持政策,分析地方支持政策存在的不足,提出探索适合公立医院的成果转化持股平台创新模式、进一步明晰决策免责政策内容及资产损失处理程序等对策建议,以期更好推动公立医院科技成果转化.

目的:探讨基于临床特征和术前胸部CT影像特征构建的模型预测肺癌合并慢性阻塞性肺疾病（COPD）的价值。方法:回顾性分析2014年6月至2021年3月在海军军医大学第二附属医院就诊且经病理确诊的444例肺癌患者的临床（年龄、性别、吸烟史、吸烟指数等）及影像资料（病灶大小、位置、密度、分叶征等）。其中男279例、女165例，年龄23~85岁。444例患者以7∶3的比例使用python中的random函数随机分为训练集（310例）和内部测试集（134例），并根据肺功能检查将患者进一步分为肺癌合并COPD组和肺癌非COPD组。首先将单因素分析中2组间差异有统计学意义的临床特征纳入二元logistic回归分析，筛选出预测肺癌合并COPD的独立影响因子构建临床特征模型。使用最小绝对收缩和选择算子对影像特征进行特征筛选，并用5次留P交叉验证法判断其可靠性，构建影像特征标签。临床特征联合影像特征标签建立综合模型。使用受试者操作特征（ROC）曲线和决策曲线分析（DCA）评估各个模型的预测能力和临床使用价值。各模型预测肺癌合并COPD的曲线下面积（AUC）比较采用DeLong检验。结果:训练集中肺癌合并COPD组182例，肺癌非COPD组128例，综合模型预测肺癌合并COPD的AUC为0.89，临床模型为0.82，影像特征标签为0.85。测试集中肺癌合并COPD组78例，肺癌非COPD组56例，综合模型预测肺癌合并COPD的AUC为0.85，临床模型为0.77，影像特征标签为0.83。影像特征模型与临床特征模型的AUC差异无统计学意义（ Z=1.40， P=0.163），综合模型与临床特征模型、影像特征模型的AUC的差异有统计学意义（ Z分别为-4.01、-2.57， P分别为0.010、<0.001）。DCA示综合模型的净收益最大。 结论:利用CT的影像学特征和临床特征构建的综合诊断模型能有效地预测肺癌合并COPD。

目的:探讨基于多参数MRI的影像组学融合模型在乳腺癌术前预测腋窝淋巴结（ALN）转移的应用价值。方法:回顾性队列研究。纳入山西省肿瘤医院2020年8月—2021年9月经病理证实的272例乳腺癌患者的多参数MRI及临床病理资料。患者均为女性，年龄28~79（53.0±10.9）岁，其中ALN阳性107例、ALN阴性165例。按照7∶3的比例随机将患者分为训练组（191例）和验证组（81例）。从T 2加权像（T 2WI）、表观弥散系数（ADC）图和增强T 1加权像（cT 1WI）序列中提取影像组学特征。采用单因素逻辑回归、相关性分析和Boruta算法3个步骤进行特征选择，然后采用支持向量机（SVM）、随机森林（RF）和逻辑回归（LR）3种机器学习方法构建影像组学模型，并基于最优模型计算每位患者的影像组学分数（Radscore）。同时，通过多因素逐步回归分析筛选乳腺癌ALN转移的独立危险因素并构建临床模型。最后，联合Radscore和临床独立危险因素构建融合模型，并绘制列线图。采用受试者操作特征曲线、校准曲线和决策曲线（DCA）来评价模型对乳腺癌ALN转移的预测性能及临床效益。 结果:训练组和验证组患者肿瘤位置比较，差异有统计学意义（ P<0.05）；训练组中ALN阳性与ALN阴性患者间的肿瘤位置、MRI评估淋巴结状态比较，验证组中ALN阳性与ALN阴性患者间的雌激素受体、分子亚型及MRI评估淋巴结状态比较，差异均有统计学意义（ P值均<0.05）。基于多参数MRI降维选择后，得到了6个与ALN转移呈显著相关的影像组学特征（ P值均<0.05）。在训练组和验证组中，SVM、RF和LR模型均表现出很好的预测能力，AUC分别为0.784、0.826、0.703和0.733、0.817、0.703，其中RF模型效能最高。单因素、多因素回归分析显示，MRI评估淋巴结状态是乳腺癌ALN转移的独立预测因子［比值比（95%可信区间）=10.909（5.210~24.511）， P<0.001］，采用这一指标构建临床模型。联合Radscore和MRI评估ALN状态的融合模型在训练组和验证组中均表现出更好的性能，AUC分别为0.867和0.866，且其诊断效能均优于上述3种机器学习模型和临床模型（AUC分别为0.719和0.700）。DCA显示，3种机器学习模型、临床模型和融合模型均有一定的临床效益，其中融合模型的净收益值最大。 结论:基于多参数MRI影像组学特征和联合MRI评估淋巴结状态的融合模型有助于术前准确预测乳腺癌ALN转移状态。

目的:从国家、医院、和个体3个层面构建新发重大传染病背景下基于疫情防控视角的社会损失指标体系，为公立综合医院制定新发重大传染病防控措施提供决策依据。方法:以"新发重大传染病""突发公共卫生事件""社会损失""新冠疫情""评价"等和"infectious diseases""public health emergency""social loss""COVID-19""evaluate"等为检索词，于中国知网(CNKI)、万方、维普、Web of Science, Google Scholar检索截至2020年12月23日发表的文献。通过文献分析和专家咨询法，从国家、医院和个体3个层面初步构建新发重大传染病背景下的公立综合医院社会损失指标体系。根据初步构建的社会损失指标体系，分别针对国家、医院和个体3种主体设计调查问卷，于2021年12月25日至2022年5月20日进行问卷调查。采用因子分析法分析问卷数据以优化社会损失指标体系并确定各指标的权重。结果:公立综合医院社会损失指标体系包括14个一级指标和60个二级指标，国家层面的一级指标为政府治理能力、国家直接经济损失、社会保障、网络舆情、间接经济损失和国际合作；医院层面为医院人力、物力及信息资源，医院服务和医院运行情况；个体层面为生理健康、心理社会健康和外在环境。各层面权重最高的一级指标分别为社会保障，人力、物力和信息资源以及生理健康；权重最高二级指标分别为高额医疗费用支出、非医护人员过劳和医疗保险。结论:本研究构建的新发重大传染病背景下的社会损失指标体系具有较好的科学性和合理性，可为公立综合医院防控措施的制定提供依据。

目的:探讨电子健康素养在2型糖尿病患者疾病控制水平和生活方式之间的中介效应。方法:采用便利抽样法，选取2022年6月—2023年6月在首都医科大学附属北京友谊医院就诊的337例2型糖尿病患者为研究对象，采用基本资料调查表、电子健康素养量表（eHEALS）、糖尿病控制状况评价量表（CSSD）、健康促进生活方式量表Ⅱ（HPLP-Ⅱ）对患者进行调查。采用Pearson相关分析探讨电子健康素养、疾病控制水平和生活方式的相关性，采用AMOS 21.0软件建立结构方程模型并进行中介效应验证。本研究共发放问卷337份，回收有效问卷315份，问卷有效回收率为93.47%（315/337）。结果:315例2型糖尿病患者eHEALS得分为（20.13±5.28）分，其中应用能力、评判能力、决策能力得分分别为（14.33±4.16）、（4.06±1.34）、（1.74±0.50）分；CSSD得分为（77.38±9.24）分；HPLP-Ⅱ得分为（159.37±21.03）分。eHEALS得分、应用能力得分、评判能力得分、决策能力得分均与CSSD得分、HPLP-Ⅱ得分呈正相关（ P<0.05）；CSSD得分与HPLP-Ⅱ得分呈正相关（ P<0.05）。生活方式对疾病控制水平有直接效应（β=0.363， P<0.01），电子健康素养对疾病控制水平有直接效应（β=0.440， P<0.01），电子健康素养在生活方式与疾病控制水平间起部分中介效应（β=0.322， P<0.01），中介效应占总效应的47.01%。 结论:2型糖尿病患者电子健康素养整体偏低，尤其是评判能力与决策能力不足，电子健康素养在疾病控制水平和生活方式间起部分中介作用。

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。