-
泌尿系统恶性肿瘤患者的决策挑战及共享决策模式实践经验概述
编辑人员丨6天前
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.
...不再出现此类内容
编辑人员丨6天前
-
数字化症状评估程序应用于疾病诊断及安全分诊准确性的探讨
编辑人员丨6天前
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。
...不再出现此类内容
编辑人员丨6天前
-
大数据与精准医学时代的智能神经外科
编辑人员丨6天前
近十余年来,智能神经外科已逐步进入轨道化、系统化、规模化的发展阶段,大数据挖掘、机器学习/深度学习/神经网络、临床决策支持系统/专家系统、手术导航与机器人等多个研发版块已初步发展成熟,相关应用已覆盖神经外科各类疾病的临床诊断、治疗决策、手术辅助、预后评估、模拟教学等多种场景,但整体尚处于起步阶段。在中国脑计划的开局之年,全面、理性、客观地回顾智能神经外科的发展历程,审视相关成果的应用现状及风险,具有承前启后的时代意义。
...不再出现此类内容
编辑人员丨6天前
-
基于列线图及机器学习的免疫检查点抑制剂相关性肺炎风险预测模型构建及验证
编辑人员丨6天前
目的:运用机器学习算法及列线图,构建和验证免疫检查点抑制剂相关性肺炎(CIP)风险预测模型,旨在为更好的辅助临床护理人员筛查CIP的高危人群,提供准确直观的方法。方法:采用回顾性病例对照研究。选取2019年1月至2022年2月南方医科大学珠江医院就诊的230例使用免疫检查点抑制剂治疗的肿瘤患者,使用医院电子病历系统收集患者的资料。应用5种机器学习算法和列线图构建预测模型,在独立测试集进行模型的验证,最后依据评价指标AUC、准确率等评估预测模型的区分度及稳定性。结果:6种模型均提示,肺部基础疾病、吸烟史、血清白蛋白值≤35 g/L、胸部放疗史是促进CIP发生的重要影响因素。K最近邻、支持向量机(SVM)、朴素贝叶斯、决策树和随机森林构建的CIP预测模型的AUC分别为0.647、0.696、0.930、0.870、0.934。列线图构建的模型AUC为0.813,预测性能较好,但低于机器学习算法中表现最佳的随机森林模型(AUC=0.934)。结论:与列线图相比,基于机器学习算法建立的CIP的风险预测模型具有更高的诊断价值,但列线图构建的模型可更直观评估患者风险,建议在列线图基础上,结合机器学习算法,可增加预测模型的准确性及实用性。
...不再出现此类内容
编辑人员丨6天前
-
机器学习在口腔正畸诊疗中的应用进展
编辑人员丨6天前
随着人工智能与多学科的交叉融合,以机器学习为主要手段的人工智能技术也逐渐应用于口腔疾病的诊断、治疗和预后评估等方面。目前,机器学习在口腔正畸学中的应用主要包括两大方面,即利用图像识别技术进行影像学资料的定点及分析、颅面骨骼分型和颈椎分期的判断等,以及利用临床决策支持系统辅助评估正畸治疗的必要性以及制订正畸治疗方案等。本文从以上两方面对机器学习在正畸诊疗中的应用进展进行综述,以期为精准正畸的未来发展提供新思路。
...不再出现此类内容
编辑人员丨6天前
-
机器学习方法构建老年心房颤动合并冠心病患者远期死亡的预测模型研究
编辑人员丨6天前
目的:利用机器学习方法建立老年心房颤动(房颤)合并冠心病患者的远期死亡预测模型,并确定相应的危险因素。方法:回顾性队列研究,连续入组2013年1月至2015年3月北京医院收治的60岁及以上房颤合并冠心病患者329例,男性183例(55.6%)例,女性146例(44.4%),年龄(77.8±7.3)岁,80岁及以上142例(43.2%)。失访11例(3.3%),死亡151例(45.9%),最后纳入分析的患者共318例。根据患者生存结局,将318例患者分为死亡组(151例)和存活组(167例)。此外,另选取2015年4—7月入院的60岁及以上房颤合并冠心病患者60例为外部数据验证集。采集人口统计学参数、合并疾病、辅助检查和临床治疗情况。随访至少6年,记录包括死亡在内的主要不良心脑血管事件(MACCE)。最后将入组患者按9∶1的比例随机分为训练集和测试集,通过机器学习算法建立不同模型预测房颤合并冠心病患者远期死亡率,并通过外部数据(60例)验证比较确立最优模型,利用Shapley加法解释算法对变量的重要性进行排序,得出排名前20位的特征变量,以确定危险因素。结果:329例患者中,总体中位随访时间77.0月(95% CI:54.0~84.0),失访11例(3.3%),死亡151例(45.9%)。通过分析得出支持向量机模型、k-近邻算法(KNN)模型、决策树模型、随机森林模型、ADABoost模型、XGBoost模型、Logistic回归模型预测远期死亡率的受试者工作特征曲线(ROC)下面积(AUC)分别为0.76、0.75、0.75、0.91、0.86、0.85和0.81。其中随机森林模型预测效能最高,其准确率达0.789,F1值高达0.806,且优于传统的Logistic回归模型(AUC:0.91比0.81, P<0.05)。D-二聚体、年龄、MACCE次数、左心室射血分数、人血白蛋白水平、贫血、纽约心脏病协会心功能分级、陈旧性心肌梗死病史、估测肾小球滤过率(eGFR)及静息心率是预测远期死亡率的重要危险因素。 结论:基于机器学习方法建立的随机森林模型可预测老年房颤合并冠心病患者的远期死亡率,具有较好的识别能力,其准确性高于传统的Logistic回归模型。可通过干预患者的D-二聚体水平、纠正低蛋白血症和贫血、改善心功能和控制静息心室率降低远期死亡率,改善患者远期预后。
...不再出现此类内容
编辑人员丨6天前
-
肺癌患者参与新辅助免疫治疗临床试验的决策体验与需求的质性研究
编辑人员丨6天前
目的:深入探索参与新辅助免疫治疗临床试验的肺癌患者的决策体验。方法:采用描述性质性研究方法,于2021年4月—2022年8月采用目的抽样法选取在中国医学科学院肿瘤医院参与新辅助免疫治疗临床试验的15例肺癌患者进行半结构式深入访谈,并以内容分析法进行资料的分析、总结与归纳。结果:共提炼出3个主题:决策信息困境(信息不足或超载、专业信息理解困难、亟需决策信息辅助)、复杂情绪体验(负性情绪体验、正性情绪体验)、希望得到多方支持(期待心理沟通、希冀家人理解、渴望社会认可)。结论:总结并描述参与新辅助免疫治疗临床试验的肺癌患者的决策体验,有助于加强研究团队医护人员对此类患者决策时真实体验的了解,以此提供针对性决策支持策略,促进患者人群良好的知情同意。
...不再出现此类内容
编辑人员丨6天前
-
浅析隐私保护与人工智能等技术在新型冠状病毒疫情防控信息辅助系统中的应用
编辑人员丨6天前
目的:新型冠状病毒的暴发暴露出疫情防控信息辅助系统存在诸多问题,需要解决如关键数据防篡改、可溯源、区域不同层级的决策支持系统缺失、跨区域的多方协作存在壁垒以及病例诊断自动化程度不高等问题。方法:本文初步探讨将人工智能、支持隐私保护的安全计算、区块链等新兴技术引入到疫情防控信息辅助系统中。结果:本文探讨了采用现代密码学和区块链技术建立保证疫情信息安全性的溯源体系;提出分布式决策支持系统的设计;提出基于SGX技术解决联邦学习的隐私保护问题,并设计出分组架构缓解SGX的性能开销。结论:以上设计方案能够有助于实现疫情信息的安全性和可溯源性,同时还有望提高疫情防控信息辅助系统的自动化程度和决策效率。
...不再出现此类内容
编辑人员丨6天前
-
剖宫产后阴道分娩决策辅助工具的应用进展
编辑人员丨6天前
实施剖宫产后阴道分娩(VBAC)可以降低剖宫产率,对母婴具有诸多益处。采用决策辅助工具可以促进医患关于分娩方式的沟通、增加孕妇对VBAC的知情同意和决策参与,进而支持孕妇做出选择、提高分娩决策质量。本文从VBAC决策辅助工具的内容、不同VBAC决策辅助工具的评价、VBAC决策辅助工具的应用及VBAC决策辅助工具在我国应用的障碍等方面进行总结,旨在为国内分娩决策辅助工具的开发和应用提供参考。
...不再出现此类内容
编辑人员丨6天前
-
人工智能在上消化道内镜检查中的研究进展
编辑人员丨6天前
近年来,人工智能技术在几乎所有领域均取得了多项技术进步,在医学领域也不例外。目前人工智能辅助上消化道内镜检查作为临床决策支持工具已被引入临床实践,在人工智能的帮助下,加上内镜专家的专业知识,人工智能将有望作为提高内镜诊断能力的一种得力工具,尤其对初学内镜及经验不足的内镜医师来说,人工智能的出现对提高内镜医师的工作效率及诊断能力具有重要意义,但目前人工智能用于上消化道内镜检查的研究尚处于探索阶段,仍未广泛应用于临床实践当中。
...不再出现此类内容
编辑人员丨6天前
