目的:本研究就阿克陶县中老年人群牙列缺损及修复情况展开调查,为该地区人群口腔疾病的防治提供理论依据.方法:采用多阶段、分层、随机抽样的原则,于2023年3月-10月对阿克陶县545名45岁以上中老年人进行问卷调查和口腔状况检查,记录牙列缺损及修复情况.结果:在调查的545名中老年人群中,牙列缺损率为63.85%,牙列缺失率为28.07%,义齿修复率为30.74%,牙列缺损在性别、族别、年龄之间差异有统计学意义(P＜0.05),女性缺牙率高于男性,柯尔克孜族牙列缺损率高于维吾尔族,45～54岁牙列缺损率最高,义齿修复率在族别之间差异有统计学意义(P＜0.05).修复方式以固定义齿修复为主,缺失牙以磨牙为主,上、下颌各个区域缺牙数在男性和女性之间差异无统计学意义(P＞0.05).牙齿缺失原因在不同年龄段之间差异无统计学意义(P＞0.05),其中龋齿占比最高.牙列缺损在刷牙频率、刷牙时间及口腔科就诊的频率上差异均有统计学意义(P＜0.05),刷牙频率越低、刷牙时间越短、口腔科就诊频率越低,牙列缺损及牙列缺失发生率越高.获取口腔保健知识最多的途径是短视频、电视及广告.结论:阿克陶县中老年人的口腔健康状况令人堪忧,牙列缺损率较高,与修复率严重不符.建议政府、医疗机构和社会各界共同努力,提高中老年人的口腔卫生意识和保健能力.

目的 深入探究T1全域灰度直方图分析在儿童后颅窝星形细胞瘤与室管膜瘤鉴别诊断中的实用价值.方法 本研究对我院数据库中记录的51例经MRI检查及病理确诊的儿童后颅窝肿瘤病例进行了详尽的回顾性剖析.在这51例病例中,星形细胞瘤占26例(男性12例,女性14例),室管膜细胞瘤占25例(男性13例,女性12例).患者年龄分布在1至12岁之间,平均年龄为(5.5±2.3)岁.我们运用Mazda软件,在两组MR增强T1矢状位图像的每一层肿瘤层面上,精确地勾画出感兴趣区域,并进行全面的灰度全域直方图分析.接着,我们对这两组直方图参数特征进行了详尽的统计学对比,旨在深入剖析各参数在鉴别诊断中的统计意义,以期为儿童后颅窝肿瘤的精确诊断提供更为有效的辅助手段.结果 在深入分析通过增强T1全域灰度直方图所提取的九个参数时,我们发现其中四个参数——变异度(Variance)、偏度(Skewness)、第一百分位数(Perc.01％)以及第10百分位数(Perc.10％)在统计学上具有显著差异(P均＜0.05),这一发现为我们的研究提供了强有力的数据支撑.特别是Variance这一参数,其灵敏度高达73.3％,特异度也达到了61.9％,且其曲线下面积(AUC)为0.731,展现出优秀的鉴别效能.进一步地,我们确定了Variance的最佳临界值为740.71,这一具体数值为我们的诊断提供了明确的参考标准.结论 增强的T1全域灰度直方图分析在儿童后颅窝星形细胞瘤和室管膜瘤的鉴别诊断中,展现出了不容忽视的价值.这一方法不仅能够为医生提供新的诊断视角,而且有望成为一种针对这两种儿童后颅窝肿瘤的有效辅助诊断工具,为我们的医疗实践带来积极的影响.

目的 为了解四川省二级及以上医疗机构基于区域平台自动交换的传染病报告现状,为下一步完善传染病信息报告自动交换工作提供依据.方法 通过系统查看计算交换成功率、粗交换成功率,现场通过问卷调查了解传染病报告管理相关系统使用情况.R软件用于统计分析.结果 2023年7-12月68家医疗机构交换成功率为92.67％,粗交换成功率达到95.87％.市级与其他级别医疗机构比较,交换成功率、粗交换成功率较高,实现自动交换时间间隔较长.交换成功率与实现自动交换时间间隔(r=0.44,P＜0.001)、粗交换成功率(r=0.51,P＜0.001)均呈正相关.90％以上的机构有医院信息系统(Hospital Information System,HIS)、实验室信息系统(Laboratory Information System,LIS)、影像归档和通信系统(Picture Archiving and Communication Systems,PACS).77.94％的机构能自动生成传报卡,80％以上具有传报卡管理和信息统计查询功能.73.53％实现了传染病报告卡(传报卡)的自动预警,预警后强制报卡的机构占比25％.自动交换后感觉工作量减轻的占比88.24％.结论 医疗机构交换成功率及粗交换成功率整体较高,市级高于其他级别医疗机构.医疗机构基本信息系统建设率较高,但自动交换相关基础功能还不完善.自动交换一定程度上提高了报告的效率,但仍不能完全替代手工报卡.

国家区域医疗中心是习近平总书记亲自谋划、部署、决策的一项重要工作,是实现优质医疗资源扩容和区域均衡布局、解决群众看病就医难的重要民生工程.打造高质量的国家区域医疗中心,是国家和省、市赋予西安交通大学第一附属医院榆林医院的重要使命.

西安交通大学第一附属医院榆林医院始建于1931年,是以西安交通大学第一附属医院为输出医院、榆林市第二医院为依托医院,合作共建的国家区域医疗中心.2023年7月,医院正式获批第五批国家区域医疗中心建设单位,是陕西省唯一获批的综合类国家区域医疗中心建设项目.

目的 建立消化道和呼吸道传染病患者首诊医疗机构选择预测模型并分析其影响因素,为医疗机构精准防治传染病提供参考.方法 通过整群抽样方法,抽取北京市通州区某医联体覆盖区域内1 524例消化道和呼吸道传染病患者.将患者数据按照8∶2随机分成训练集和测试集,采用二元logistic回归模型分析患者首诊医疗机构选择的影响因素并建立预测模型,通过测试集中受试者工作特征(receiver operating characteristic,ROC)曲线下的面积(area under the curve,AUC)评价模型预测效果.结果 1 524例患者中,有417例选择社区首诊.文化水平、医保类型、职业、相对距离、是否签约家庭医生是传染病患者选择首诊医疗机构的影响因素.测试集的AUC=0.851,模型拟合效果较好.结论 通过建立传染病患者首诊医疗机构预测模型可用来预测患者流向,帮助区域合理配置医疗资源,提高区域内传染病患者基层首诊率.

目的 胸部X线是临床实践中常见的胸部疾病筛查和诊断方式.由于放射科医生长时间阅片容易视觉疲劳以及医疗资源分配不均衡的问题,导致误诊和漏诊的情况时有发生.针对这一问题,本研究运用深度学习技术,提出了一个基于ConvNeXt模型的胸部X线图像的疾病检测方法,旨在提高胸部疾病诊断准确度、减轻误诊风险并提高医生工作效率.方法 利用大规模公开胸部X线图像数据集ChestX-ray14训练ConvNeXt模型,该模型在ResNet模型的基础上,融合了视觉Transformer结构的优势,可以有效提高模型的特征提取和识别能力,同时以AUC(ROC曲线下方的面积)作为模型性能的评价指标,与已有的分类模型CheXNet、ResNet及Swin Transformer进行了对比.此外,通过引入Grad-CAM可视化方法,利用卷积神经网络特征图的梯度信息生成胸部X线图像的类激活热力图,实现对病灶区域的定位,从而提高医生的诊断效率.结果 基于ConvNeXt模型的诊断方法在识别14种胸部疾病时平均AUC值可达0.842,特别在识别积液(AUC值为0.883)、水肿(AUC值为0.902)和疝气(AUC值为0.942)等疾病时表现较为令人满意.结论 本文提出的方法在胸部X线图像的疾病检测中具有较好的性能,是一种对胸部X线图像进行胸部疾病诊断进而协助医生提高工作效率的有益尝试.

背景 门急诊服务敏感疾病(ACSCs)指通过及时有效的门急诊服务可以避免住院的疾病.随着全球对提升医疗卫生服务质量与效率的日渐关注,深入了解ACSCs的发生发展和研究动态至关重要.目的 分析近 30 年ACSCs研究领域的热点、前沿与趋势.方法 2023 年 3 月,检索并分析Web of Science数据库中与ACSCs相关的英文文献,使用CiteSpace 6.1.R6 信息可视化软件进行数据汇总和分析,包括发表年份、作者、研究机构、关键词和参考文献.时间跨度设置为"1992-2023 年",时间分区设置为 5 年.网络节点关联强度选择"Cosine"算法.根据分析主题,选择"Author""Institution""Keyword"作为节点进行可视化分析,分别得到作者、机构、关键词共现的知识图谱.结果 初检获得文献 1 701 篇,经CiteSpace识别后,最终纳入分析 1 698 篇.近年来关注ACSCs的研究数量总体呈现上升趋势,发文量排名前 3 位的机构分别是哈佛大学[81 篇(4.77%)]、加利福尼亚大学[63 篇(3.71%)]及密歇根大学[47 篇(2.77%)].关键词聚类图谱得到"nursing home""public health""primary care""integrated care""impact""potentially avoidable hospitalizations""management""performance"8 个聚类主题.引文分析显示,ACSCs领域高被引研究重点聚焦于可避免住院的现状与影响因素、可避免住院与医疗卫生服务的关系、减少可避免住院的措施三方面.结论 近 30 年,ACSCs领域的研究迅速发展,目前已被世界主要发达国家广泛用于评估和改进医疗卫生服务.然而,研究者和机构之间缺乏跨区域合作,研究热点随时间演进不断变化,主题涵盖ACSCs及门急诊服务敏感疾病住院(ACSH)的研究意义与政策含义、影响因素、实践应用和政策启示四大类.国内对这些关键领域的探讨不足,未来需给予更多关注.

目的 观察刮痧联合中药倒膜改善眶周色素沉着的临床疗效,为眶周色素沉着的临床治疗方案提供新思路.方法 选取 2023 年 1～7 月于河南省中医院医疗美容科就诊的 40 例眶周色素沉着患者作为研究对象,按照随机数字表法分为治疗组和对照组各 20 例,2 组均采用刮痧加倒膜治疗,治疗组倒膜使用院内制剂祛黄面膜,对照组使用面粉代替.每次治疗前填写皮肤病生活质量评分表,计算皮肤病生活质量指数(DLQI)评分,并于治疗前后拍照,通过Photoshop CS7 校正后使用Image J软件分析,测量眶周色素沉着区域皮肤的L*值;治疗结束后,由未参与研究的医生依据照片进行评价.结果 治疗 4 周后,治疗组指标均有明显改善,皮肤L*值范围由 32.06～53.90 增至41.59～63.42,差异有统计学意义(P<0.05);DLQI评分均值由 6.52 降至 3.85,差异有统计学意义(P<0.05);医生满意度评价,治疗组总有效率为 90%(18/20).治疗 4 周后,对照组患者指标均有改善,皮肤L*值范围由 33.34～52.46增至 38.39～58.87,差异有统计学意义(P<0.05);DLQI评分均值由 6.25 降至 4.58,差异有统计学意义(P<0.05);医生满意度评价,对照组总有效率为55%(11/20).组间比较,治疗组指标改善均优于对照组,差异有统计学意义(P<0.05).结论 刮痧联合中药倒膜治疗眶周色素沉着的疗效明显,且中药面膜组疗效显著优于单纯刮痧治疗眶周色素沉着,其方法简验便廉,适合在临床推广.

目的 探索一种在小数据量条件下提高医学诊断神经网络模型准确率和泛化能力的方法,解决在指甲病图像计算机辅助诊断中由于训练数据量小而导致神经网络模型性能不佳的问题.方法 提出融合实例分割与细粒度特征分类的双模型策略,采用第一届全国数字健康创新应用大赛健康医疗大数据主题赛基于图像的指甲病智能诊断模型任务数据集训练基于双模型策略的神经网络模型,该任务数据集涵盖甲母痣、甲沟炎、银屑病甲、甲真菌病、甲下出血、甲黑线、甲周疣、甲黑素瘤8类指甲病,各类别不平衡.评估双模型策略的诊断性能,并与相同软、硬件训练条件下单模型策略[图像分类模型(ResNet50、Swin Transformer)和基于快速区域卷积神经网络(Faster R-CNN)的目标检测模型]进行比较.结果 纳入任务数据集包括甲母痣210例、甲沟炎186例、银屑病甲69例、甲真菌病203例、甲下出血149例、甲黑线71例、甲周疣93例、甲黑素瘤67例共1 048例样本,其中90％的样本用于训练不同策略的模型,10％用于评估模型.基于ResNet50的图像分类模型的micro F1值为0.324,基于Swin Transformer的图像分类模型为0.381,基于Faster R-CNN的目标检测模型为0.572,基于双模型策略的Mask R-CNN+Swin Transformer模型为0.714.双模型策略预测各指甲病的准确度为甲母痣80.95％(17/21)、甲沟炎89.47％(17/19)、银屑病甲100.00％(7/7)、甲真菌病70.00％(14/20)、甲下出血73.33％(11/15)、甲黑线14.29％(1/7)、甲周疣55.56％(5/9)、甲黑素瘤42.86％(3/7).双模型策略在该任务1 000例测试集中的micro F1值为0.844.结论 双模型策略可以有效结合功能不同的模型,更好地完成小数据量训练条件下的指甲病图像智能诊断任务.