脑卒中后幸存者回归家庭和社会生活，进行功能性步行时常需同时执行运动和认知双重任务。通常情况下，其中一项或两项任务的执行能力会下降，造成双重任务间的干扰，其相关机制尚不明确。目前，关于双重任务训练对改善脑卒中后步行和认知功能的相关研究较多。通过功能性磁共振成像(fMRI)和近红外脑功能成像技术(fNIRS)等神经影像学方法来探索双重任务的相关机制是研究热点之一。

目的 分析认知负荷对老年脑小血管病(cerebral small vessel disease,CSVD)患者书写及绘画流畅性的影响.方法 选择2018年11月～2019年5月解放军总医院第七医学中心神经内科就诊的脑白质损害患者59例(CSVD组),同期选择本院年龄、性别相匹配的健康体检者42例(对照组).应用蓝牙智能笔对受试者进行书写及绘画测试的双重任务,第1任务为书写及绘画测试,第2任务为听辨的认知测试,分别进行单独任务、双重任务及双重任务成本(dual task cost,DTC)测试.结果 CSVD组双重任务书写时间较单独任务书写时间明显延长[(53.76±11.25)svs(40.29±8.83)s,P＜0.01].CSVS组双重任务书写时间较对照组明显延长[(53.76±11.25)s vs (41.21±8.60)s,P＜0.01].CSVD组双重任务书写听辨和绘画听辨正确个数较单独听辩正确个数明显减少[(12.31±2.36)个vs (13.31±2.61)个,P＜0.05;(10.98±1.81)个vs (13.31±2.61)个,P＜0.01].CSVD组双重任务书写听辨和绘画听辩正确个数较对照组明显减少[(12.31±2.36)个vs(13.52±2.97)个,P＜0.05;(10.98±1.81)个vs (13.29±3.16)个,P＜0.01].CSVD组双重任务书写时间DTC和绘画听辨正确个数DTC较对照组明显增多,差异有统计学意义(P＜0.01).结论 认知负荷下,老年CSVD患者书写流畅性易受到影响.双重任务条件下,更易发现老年CSVD患者上肢运动功能障碍.

目的 探讨缺血性卒中患者和健康人在进行双任务步行(dual-task walking,DTW)时,不同认知任务对步态和认知-运动干扰(cognitive-motor interference,CMI)的影响.方法 选取24例急性缺血性卒中患者为卒中组,并选取与卒中组性别、年龄、受教育程度相匹配的16例健康志愿者为对照组.所有被试者依次完成坐姿下两项认知单任务(single-task,ST),包括连续减法任务(serial subtraction,SS)和单词生成任务(word list generation,WLG).然后完成单任务步行(single-task walking,STW)、连续减法时双重任务步行(SS-DTW)和单词生成时双重任务步行(WLG-DTW).使用Codamotion三维动作捕捉系统采集步态参数,包括步速、步频、跨步长和跨步时间,记录认知任务正确反应数量.比较两组在DTW时步行和认知任务的双重任务成本差异.结果 ①在STW和两种DTW时,卒中组步速、跨步长和步频明显低于对照组,跨步时间长于对照组,差异有统计学意义(P<0.05).与STW相比,卒中组在不同DTW时步速降低、步频减慢且跨步时间延长,在SS-DTW时跨步长变短,差异有统计学意义(P<0.05);对照组在不同DTW时步速降低、步频减慢、跨步长变短和跨步时间延长,差异有统计学意义(P<0.05).②与认知ST相比,卒中组在两种DTW中,认知任务正确次数均减少(P<0.05);对照组仅在SS-DTW时,认知任务正确次数减少,差异有统计学意义(P<0.05).结论 执行双重任务(dual-task,DT)会导致缺血性卒中患者和健康者步态表现下降,卒中患者在DTW时更易出现步态障碍.工作记忆任务和语义记忆任务对步态的干扰程度是相似的.DTW更能反映日常生活活动能力,关于DTW时CMI模式的探索可为评估实际步行功能和DT训练效果提供理论依据.

在"医保—医院—医生"的委托代理结构中医院并非直接的执行主体,而是依靠医生完成多种任务,医保支付方式对于医生的服务行为具有重要的激励作用.基于我国公立医院医疗服务供给存在自利"韧性",本文构建了以"三重机制"为特征的医保支付激励医生行为的分析框架,并以此为基础解释了随着收入激励和成本激励功能弱化、"压力—能力"失衡条件下问责约束以及容忍机制的生成,医生产生偏离政策预期的代理行为并获得制度空间的过程.因此,建议从构建医生收入预期和惩戒预期的角度继续完善有关薪酬、人事和财政制度,以使医生能更好地扮演好"守门人"的角色.

睡眠呼吸暂停综合征(SAS)是常见的慢性呼吸障碍疾病,常伴随着多种并发症,严重困扰着人类健康.基于可穿戴设备的容积血流脉搏波(PPG)的SAS检测方法引起了广泛关注,具有低成本、低负荷、穿戴方便等优点.针对可穿戴PPG信号干扰更大的问题,提出一种多任务多注意力残差收缩卷积神经网络的睡眠呼吸暂停检测方法.首先,利用智能手环设备,收集了 92例手腕部的PPG睡眠数据;其次,设计了一种残差多注意力机制卷积模块,高效地融合了网络在时间域与通道域的双重重要特征;然后,引入残差收缩卷积模块来抑制信号噪声以及网络的冗余特征.以这两种模块的结合构建了用于特征提取的骨干网络.结果表明,片段检测的准确率,敏感性以及特异性分别达到了 81.82％,70.27％以及85.81％;个体检测的准确率,敏感性,特异性分别达到了 95.65％,88.89％以及97.30％.所提出的模型具有优异的检测性能,有望嵌入到可穿戴设备中.