目的 评估脑心共患疾病在共治与分治两种模式下的卫生经济学效益,以确定更优的医疗策略,提高治疗效率与经济效益.方法 本研究采用回顾性分析方法,收集2019年1月—2023年12月在首都医科大学附属北京天坛医院心血管内科、神经内科、神经外科、心血管外科和介入放射科等治疗的,符合中国疾病诊断相关分组(Chinese diagnosis related groups,CN-DRG)中神经系统疾病及功能障碍合并循环系统疾病及功能障碍患者的病历资料,记录患者的人口学特征、总住院天数、各类医疗费用以及病例组合指数(case mix index,CMI)和权重(relative weight,RW).将患者分为共治组(一次住院期间对患者的脑心共患疾病进行统筹规划和综合治疗)与分治组(不同住院期间分别进行神经系统和心血管系统疾病的治疗),比较两组的基线特点及总住院天数、费用等经济学指标.结果 共纳入442例患者数据.共治组总住院天数低于分治组(6 d vs.14 d,P＜0.001).经济学效益分析显示,共治组住院总费用低于分治组(65 967元vs.106 673元,P＜0.001).此外,共治组的RW高于分治组(2.24 vs.1.61,P＜0.001).结论 相较于分治模式,共治模式下脑心共患疾病患者的住院时间更短,住院费用更低.共治模式有利于优化脑心共患疾病的医疗资源配置和诊疗流程.

目的 对首都医科大学附属北京中医医院2019-2023年中药注射剂使用情况进行回顾性分析,评价临床用药合理性,为新形势下临床用药提供理论指导.方法 收集该院2019-2023年中药注射剂相关使用数据,采用回顾性分析方法对其使用情况与变化规律进行分析.结果 2019-2023年,该院中药注射剂总体使用金额和占西成药使用金额比均呈逐年下降趋势,抗肿瘤药中药注射剂使用金额虽逐年下降但排名仍稳定靠前,开窍剂、肿瘤辅助用药中药注射剂使用金额呈下降趋势;中药注射剂使用金额、用药频度、限定日费用变化波动较大,与医保政策、纳入国家谈判药品有一定相关性;新型冠状病毒感染和医疗政策对中药注射剂的使用均有较大影响.结论 中药注射剂的使用情况受政策和社会环境影响,应加大对中药注射剂使用的监管力度,保障合理用药和用药安全.

目的 通过对北京市医疗机构院内死亡病例资料进行分析,评估死因登记资料的准确性,以发现存在的问题,提高报告质量.方法 针对2018年7月1日-2019年12月31日发生在医院内的4654例死亡病例,专家通过查阅病案资料完成死因链的填写及根本死因的确定及编码,以此为金标准与原死亡证比较来判断原死亡证填报的准确性,并以Kappa值进行评价.结果 常规报告根本死因判断准确性为82.08％,其Kappa值为0.815(p＜0.05);常规登记报告低报了损伤和中毒(-13.81％)、泌尿生殖系统疾病(-17.50％)、肌肉骨骼和结缔组织疾病(-28.13％);高报了呼吸系统疾病(15.03％)、精神和行为障碍(17.65％)、起源于围生期的情况(20.00％)和寄生虫疾病(66.67％);疾病细分类后,从常规报告与专家诊断错报情况来看,前列腺癌、肺炎、机动车辆交通事故和意外跌落,错报比例均远大于10％.其中常规报告低报最多的是前列腺癌(33.33％),高报最多的是肺炎(43.59％).结论 北京市死因填报准确性很高,死因登记资料准确可靠.本次研究中发现的死亡证填报问题,可以在今后培训中有针对性的改进.

自2015年,党中央启动实施医疗人才"组团式"援藏以来,为西藏人民群众提供了更加全面有效的医疗服务.多年的实践中,以"组团式"医疗援藏的模式显著改变了以往医疗援藏短期化中的不足与缺乏远期效果的状况,提高了当地医院的管理水平,培养了医院管理、医疗技术人才并逐步形成了团队,更加体现了党中央、政府对西藏人民的关怀.实施组团式医疗援藏后,诊疗人次显著增长,实现419种大病不出自治区,2413种一般病不出地市,小病不出县区就能得到诊疗,总体医疗卫生资源及普惠程度有了较大改善.从开始的提供基本医疗技术服务到促进本地医院整体管理,依法执业能力的飞跃,受援医院信息化程度,病案数据利用效率等管理指标显著提升.

目的 以多院区年度绩效考核数据为基础,剖析多院区同质化管理存在的问题,为推进公立医院分院区高质量发展提供借鉴思路.方法 以《国家三级公立医院绩效考核操作手册》(2022年版)为基础,筛选出院患者手术占比、四级手术占比等10个指标,对某一医疗机构4个院区2022-2023年功能定位、质量安全、收支结构、费用控制情况进行描述性分析.结果 主院区病例组合指数和出院手术占比等明显优于分院区,4个院区医疗质量指标无显著差异,专科特色突出的分院区运行效益优于综合性分院区.结论 公立医院在布局分院区时更加突出"大专科、小综合"模式,在医疗质量管理上更加侧重专科层面质控管理,在运营管理上加强同一专科不同院区效益分析.

目的:为提升医疗设备研发成本预测结果的准确性,提出一种基于蒙特卡洛仿真的医疗设备研发成本预测方法.方法:以某产后康复仪为例,先将研发过程分解为若干步骤并准确统计各步骤的相关成本经济信息;再利用三点估算法对各步骤的基本数据进行初步计算得到随机变量,使用Crystal Ball软件进行蒙特卡洛仿真,将这些变量值生成大量的随机样本并反复运行10万次;最后通过Crystal Ball软件集中统计分析得出最终项目总成本的概率分布.结果:通过该方法可以概率分布的方式得出预测值并给出预测结果的置信区间和统计参数,可实现90％～95％概率下的总成本预测,预测值与预算成本无明显差异,预测精度较高.结论:该方法具有一定的可信度和精度,能在项目执行过程中预测完工总成本值,预测结果满足研发成本随机性和不确定性的特征要求.

随着我国经济的持续增长和社会人口结构的显著变化,老龄化社会所带来的老年性疾病问题愈发受到关注,尤其是以阿尔茨海默病(Alzheimer's disease,AD)为代表的神经退行性疾病,已成为严重影响老年人群健康和生活质量的重大挑战.近年来,中国的AD发病率、患病率和死亡率均呈现上升趋势,对患者家庭、社会乃至整个医疗保健系统构成了沉重的经济负担.为了积极应对这一挑战,响应国家"健康中国行动"的号召,推动医疗模式从疾病治疗向健康维护转变,由上海交通大学医学院附属仁济医院牵头,组织中国疾病预防控制中心慢性非传染性疾病预防控制中心、复旦大学公共卫生学院、上海市精神卫生中心、上海交通大学医学院附属瑞金医院、福建医科大学等多家权威机构的专家学者,共同编撰了《中国阿尔茨海默病报告2024》.该报告在2021、2022、2023年系列版本的基础上,进一步更新了中国AD的流行病学数据,深入分析了疾病经济负担的最新情况,并全面评估了我国AD诊疗服务的现状和公共卫生资源的配置.《中国阿尔茨海默病报告2024》的发布,不仅体现了我国在AD研究和防控方面的进步和努力,也彰显了全社会对老年健康问题的高度重视.本报告将为AD的预防、诊断和治疗提供科学的技术指导和有力的数据支持,为政府和相关部门制定针对性的卫生政策和干预措施提供专业依据,同时也为促进国内外在该领域的学术交流与合作搭建平台.期待通过这份报告的传播和应用,不仅能为专业人员提供参考和借鉴,也可以进一步提高公众对AD的认识,促进社会各界共同推动我国老年健康事业的发展,为实现"健康老龄化"而持续赋能.

宫颈癌(cervical cancer,CC)是我国女性癌症中第五大常见癌症,且发病有年轻化的趋势,严重威胁女性的生命健康.不同分期及风险者治疗方案不尽相同,随着保育手术普及,对术前精准分期和风险评估提出了更高的要求.MRI是CC诊断、分期和疗效评估的重要方法.但MRI常规序列对CC的诊断及评估受限于主观经验,且缺乏客观定量,准确性欠佳.MRI功能成像及定量成像等新技术,能提供血流动力学改变、组织微观结构的变化、肿瘤乏氧环境以及细胞增殖和蛋白代谢等多维度的精准定量信息,用于CC术前精准诊断和风险评估,为全面了解肿瘤的病理生理、代谢等提供可视化依据.借助人工智能技术挖掘影像大数据,有助于解决临床难题.本文将针对CC分期、疗效及是否复发评估等临床难题,综述MRI功能成像及定量成像在CC诊疗中的应用进展,以推动其临床应用,提升诊疗水平.

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.

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.