目的 系统评价医务人员临床决策支持系统应用体验,为临床决策支持系统更好的应用、推广和发展提供参考.方法 计算机检索PubMed、Embase、Medline、Web of Science、The Cochrane Library、万方数据库、维普数据库、中国知网、中国生物医学文献数据库中关于医务人员临床决策支持系统应用体验的质性研究,时限为建库至 2024年 1月.采用JBI循证卫生保健中心质性研究质量评价标准进行文献质量评价,采用汇集性整合方法对研究结果进行归纳整合.结果 共纳入 17篇文献,提炼出 74个研究结果,归纳整合为 12 个类别,综合得出 4 个整合结果:医务人员技术适应性差,内部支持不足;系统性能有待完善;医务人员肯定和认同临床决策支持系统的价值和意义;临床决策支持系统的改进途径.结论 本研究归纳分析了医务人员自身、医院环境及系统 3 个方面的局限,并展现了医务人员对临床决策支持系统价值和意义的肯定以及临床决策支持系统的改进途径.需加强与医务人员的沟通交流,不断优化系统,并提供专业的教育与培训,促进临床决策支持系统的有效应用.

生物经济已成为全球各国再工业化和创造财富的一种重要手段和战略性资源,"面向人民生命健康的生物医药"作为生物经济四大重点领域之一,梳理其发文趋势、文献特征、研究领域、学术影响力与研究热点,对后续理论研究和实践探索具有重要意义.通过采用VOSviewer软件,对WOS核心合集数据库中2000年～2023年全球发表的5 370篇和其中383篇中国发表的生物经济领域论文进行可视化分析,揭示中国生物经济领域研究的产出与影响力.研究表明:①全球生物经济领域的研究呈现持续上升趋势,大致可分为2000年～2010年间的探索阶段和2011年～2023年间的快速增长阶段;②主要发文国家集中在美国与欧盟的发达国家,其中德国表现突出,与政策支持、大量经费和人员的投入密切相关;③虽然中国相关研究略晚于欧美地区,但随着生物医药、生物医学工程、生物农业、生物制造、生物能源、生物环保、生物技术服务等战略性新兴产业在国民经济社会发展中的战略地位显著提升,发文量快速上升,全球影响力不断提高;④中国的研究主要集中在与生物能源、生物制品、生物修复、资源回收等相关的循环经济,以及与生物燃料、生物质、生物炭、生物柴油相关的循环经济方面.此外,中国生物经济中有关生物医药领域的研究特色主要涉及绿色合成、能源、环境和生物医学应用,与生物经济相关的药用植物、民族医药植物、海洋藻类药用以及用于中医诊断决策支持的阴阳五行平衡与非平衡模型的相关研究.随着国家政策的支持,生物经济产业规模迅速增长,成为"十四五"时期生物经济发展的核心支柱产业之一.

目的:评价基于术式绘制手术技术插图的教学方法在肾癌伴下腔静脉癌栓微创手术教学中发挥的作用.方法:选取2023年1月至2023年12月在解放军总医院第三医学中心泌尿外科医学部进行进修和规培的40名医师,将其随机分为实验组和对照组,每组20例,进行肾癌合并下腔静脉癌栓手术策略及技术讲解.实验组采用针对手术绘制的技术插图进行教学;对照组采用传统解剖图谱进行教学.比较两组学员的基线资料、教学后个人评价指标、教师对学员评价指标及教学前后客观测试分数.结果:两组学员基线资料比较差异无统计学意义(P>0.05).经培训,实验组学员手术理解程度、疾病诊疗思路、主动学习意愿、与以往学习比较、个人评价总分均优于对照组,差异有统计学意义(均P<0.05).教师对学员评价方面,实验组学习积极性、临床诊疗思维、治疗方法决策及评价总分均优于对照组,差异有统计学意义(均P<0.05).授课前,两组学员测试分数比较差异无统计学意义(P=0.856);授课后,两组成绩均较授课前提升(均P<0.001),实验组授课后成绩优于对照组(P=0.007).结论:基于术式绘制手术技术插图的教学效果优于传统解剖图谱教学,适合在泌尿外科手术技术教学及推广中应用.

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.

针对当前皮肤病辅助诊断中生物医学特征建模规模较小且耗费巨大人工成本,而患者疾病特征的时间序列同样无法准确描述等难点,本研究运用融合文本分类算法,融合常用的文本分类模型TextLSTM、TextCNN、RCNN得到皮肤疾病辅助诊疗模型(TLNN模型),通过提取图像传感器医学特征向量化后进行预处理减少焦块数量以及消除偏差较大的特征信息,提高决策数据精度.在ISIC2018和PH2数据集进行对照实验,TLNN模型的准确率为72.36%,高于其余3种文本分类模型.在与医生主观诊断对比实验中,模型诊断准确率为92%,接近于医生94%的平均准确率,而有效诊断效率(1.17 min/例)明显高于医生人工诊断(4.57 min/例),整体效率提升幅度达290%,结果表明对比传统人工诊断,融合文本分类算法模型能以更短时间获得精确的诊断.TLNN模型可以应用于疾病诊断,辅助医生医疗决策,为患者提供优质便捷的智能诊疗服务.

乳腺癌已成为全世界女性发病率和致死率最高的恶性肿瘤.提供准确高效的诊断、风险分层和及时调整治疗策略是实现乳腺癌精准医疗的重要步骤.影像组学是一种新兴的、高通量的图像定量分析方法,旨在从临床医学图像中提取可挖掘的高维数据.目前来自影像医学不同领域的各种研究都展现出影像组学在提高乳腺癌临床决策方面的潜力.本文就近几年磁共振成像(magnetic resonance imaging,MRI)影像组学在鉴别乳腺良恶性病变、预测乳腺癌分子分型、新辅助化疗疗效、腋窝淋巴结状态、Ki-67表达、预后评估及复发风险等方面的研究进展进行论述,并阐述目前存在的局限性和面临的挑战,以期为优化治疗决策、促进乳腺癌精准医学的发展提供新思路.

近年来随着深度学习、机器学习算法、硬件水平和数据库的提升，人工智能（AI）技术迎来第三次发展热潮，并为临床工作提供有力辅助。本文回顾整理了国内外AI应用于医学领域的相关经验，并结合最新研究文献及循证医学依据，重点介绍了在AI技术辅助下预检、病情评估、医学诊断、方案决策、外科手术、麻醉、护理、康复治疗、药理研究和医药开发等传统医学模式发生的巨大变革，旨在为国内临床医师全面介绍相关领域的概念与现状，并为AI未来在医学领域中的发展做出参考。

近年来，随着大量高质量循证医学证据的涌现，各项权威糖尿病诊疗指南的决策理念逐渐转向关注具有明确心血管获益或安全的降糖药物。二肽基肽酶-4抑制剂作为最早开展心血管结局研究（CVOT）的新型降糖药物，已经证实了其心血管安全性。而新近公布的使用利格列汀对比格列美脲治疗2型糖尿病（T2DM）患者的心血管结局研究（CAROLINA）作为目前唯一以活性药物（格列美脲）作为对照开展的CVOT与利格列汀治疗具有心脏和（或）肾脏疾病高风险的成人T2DM患者的心血管与肾脏安全性结局试验（CARMELINA）相互补充，在更广泛的T2DM人群中证实了利格列汀的长期心血管安全性，为T2DM患者选择最优治疗方案提供了更多的循证证据。

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。

原发性肝癌为国内外常见的恶性肿瘤，2020年成为全球范围内第7大威胁人类健康的恶性肿瘤，且病死率高居癌症第4位。精准诊断对原发性肝癌的预后至关重要。影像组学作为新兴无创的数据分析方法，从影像图像中提取大量高通量特征，为临床诊疗决策制定提供更加准确的依据。目前，针对肝细胞癌诊断的影像组学模型多种多样，但缺乏共识。该共识基于当前最新研究证据，结合循证医学证据分级系统，综合考虑临床实际及专科医师经验，形成最终的影像组学模型推荐意见，以期为临床医师明确诊断提供方法学依据，形成最佳决策方案，指导临床综合治疗。