目的 探讨急先锋视域下基于线上虚拟仿真实训和线下密室逃脱教学的混合式教学模式在"先锋榜样与急救技能"课程教学中的应用效果.方法 便利选择我校 2023级三年制护生为研究对象,随机数字表法分别选取其中 3个班设为观察组,3个班设为对照组.对照组采用传统教学模式,观察组实施急先锋视域下的线上虚拟仿真实训和线下密室逃脱教学相结合的混合式教学模式.课程结束后比较 2组护生急救理论知识与技能考核成绩、学习投入及评判性思维评分.结果 观察组护生急救理论知识及技能考核成绩,学习投入、评判性思维各维度得分及总分均显著高于对照组(P＜0.05).结论 "先锋榜样与急救技能"课程教学改革取得较好实践效果,可有效激发护生学习投入,提高急救知识与技能水平,提升护生评判性思维能力,助力护理急先锋人才培养.

目的 研究人工智能医学影像辅助诊断系统对肺磨玻璃结节(GGN)良恶性及判断病理成份的临床应用价值.方法 从行胸部CT检查发现GGN的患者中随机选取符合条件的44例纳入研究.根据病理结果分成腺癌组GGN与炎性病变组GGN,然后根据贴壁成份的占比不同将腺癌组GGN分成高占比组和低占比组,记录2组测量参数(包括病灶长径、平均CT值、CT值标准差、紧凑度、球形度及患者年龄).采用SPSS 20.0软件统计分析2组间差异,对有统计学意义的定量参数进行受试者工作特征曲线(ROC)分析,评价各测量参数鉴别良恶性GGN及判断恶性GGN病理成分的能力,同时根据最大约登指数(YI)计算该测量参数的最佳诊断阈值,获得曲线下面积(AUC)、敏感度和特异度,P＜0.05被认为差异具有统计学意义;最后根据二元Logistic回归模型得出鉴别良恶性GGN及判断恶性GGN组织成分的独立危险因素.结果 ①在腺癌组GGN与炎性病变组GGN测量数据对比中,腺癌组GGN病灶长径、平均CT值、CT值标准差大于炎性病变组GGN(P＜0.05),腺癌组GGN紧凑度、球形度均小于炎性病变组GGN(P＜0.05),而2组GGN患者年龄差异无统计学意义(P＞0.05).②在高占比腺癌组GGN和低占比腺癌组GGN测量数据对比中,仅发现高占比腺癌组GGN平均CT值小于低占比腺癌组GGN(P＜0.05),其他无差异.③二元Logistic回归模型分析显示,鉴别腺癌GGN与炎症GGN的独立因素为病灶长径;鉴别高占比腺癌GGN和低占比腺癌GGN的独立因素为平均CT值.结论 基于人工智能医学影像辅助诊断系统CT特征定量分析有助于鉴别良恶性GGN,以各项指标联合诊断的效能最佳;但在判断恶性GGN的病理成份方面能力有限,但仍需结合临床其他各项指标进行综合判断才能做出更准确的诊断.人工智能医学影像辅助诊断系统对GGN良恶性及判断病理成份有较大的临床应用价值,以各项指标联合诊断的效能最佳.

目的 探究基于知识图谱的高仿真模拟教学在"急危重症护理学"中的应用效果.方法 选取 2020级护理学本科生为研究对象,随机抽取 1 个班为对照组(35 名),采用常规教学方案;1个班为观察组(39名),使用"急危重症护理学"知识图谱开展高仿真模拟.课程结束后比较 2 组自主学习能力,使用教学效果评价问卷及质性访谈了解教学效果及体验.结果 观察组与对照组自主学习能力得分均高于教学前(P<0.001,P<0.05);组间得分比较差异无统计学意义(P>0.05).观察组 77%的护生认为使用知识图谱能够"形成思考问题、解决问题的模式"、69%护生认为"有助于临床思维的培养".观察组师生对知识图谱及该教学方案表示满意.结论 知识图谱与高仿真模拟结合有助于激发护生学习兴趣,提升综合能力,培养临床思维,为护理教育智能化转型提供参考.

目的 用现有药代动力学(PK)药物相互作用(DDI)信息的数据库,构建出可用于预测AUC倍数变化(FC)的机器学习模型,用于探究对现有DDI预测的可能,为临床用药提供一定的合理建议.方法 从美国食品药品监督管理局(FDA)认证的药品标签中提取DDI的PK数据和AUC倍数变化的数据.通过DrugBank检索出DDI有关的多肽和药效学(PD)信息,用蛋白质资源(UniProt)对相关多肽ID进行药物类型(PPDT)标识,用矩阵归一化的代码生成便于分析的多维向量数据.PPDT对AUC的影响和所产生的倍数变化作为因变量,进行机器学习模型构建.用均方根误差(RMES)值最小的模型进行模型构建,训练出袋装决策树(Bagged)预测模型.利用训练好的模型对部分药物检验,检测模型的预测性别.通过查阅现有的有关检测DDI对的文献研究结果,对预测值进行分析比较,对模型进行评价.结果 检验模型药物对共16对,分别为16种药物对他克莫司的影响,发现对DDI的有无预测准确率为81.25％;预测结果根据FDA标准分类强弱,结果表明,DDI强弱预测,偏离较大的预测较少.结论 模型预测DDI的有无评价一般;但对DDI的强弱分类后,对DDI的预测结果较好,预测结果说明模型预测性能对于在临床试验之前进行潜在的DDI评估具有一定的参考价值.

目的 探讨深度学习重建算法(DLR)在肩关节MRI中提高图像质量和缩短扫描时间的可行性与临床价值.方法 前瞻性纳入2023年6月至10月期间在南京医科大学第四附属医院的50例疑似患有肩关节病变的患者,采用1.5T MRI行常规序列扫描图像为Fsecon组,使用并行采集加速因子2的扫描图像为Fsefast组,扫描序列包括脂肪抑制质子加权像(PDWI-FS)和T1加权像(T1WI),将Fsefast组传至Subtle MRTMdlr后获得图像Fsedlr组.测量三组图像中的冈上肌、肱二头肌长头肌腱、盂唇软骨、肱骨骨髓的信号噪声比(SNR)及冈上肌/盂唇软骨的对比噪声比(CNR)并进行比较,两名放射科医师双盲采用Likert 4分法分别对Fsedl,组与Fsecon组的图像清晰度和伪影进行主观评价,并对这两组的病理异常结构进行诊断效能对比.结果 相对于Fsecon组,Fsedlr组扫描时间缩短了 44％,且图像清晰度评分、伪影评分均增高,差异有统计学意义(P＜0.05),两名医师主观评分组内相关性系数为0.797～0.919.客观评价指标中,Fsedlr组的SNR和CNR均明显高于Fsecon组与Fsefast组,差异均有统计学意义(P＜0.05).在两位医师对Fsecon组与FSEdlr组病理异常结构的评估中,两组的诊断结果均有较好的一致性(Kappa值:0.675～1.000),在同一名医师的评估中也显示出极好的一致性(Kappa值:0.771～1.000),其中肱骨骨髓、关节滑囊、肱二头肌长头肌腱的Kappa值均高于0.8.结论 将DLR算法应用于肩关节MRI检查中,能够提高图像质量、缩短图像采集时间,并保证诊断效能,提高检查效率,具有较好的临床价值.

目的:调查分析山东省临沂市某校小学一年级学生近视的流行现状及其影响因素,为小学阶段的近视防控提供科学依据.方法:采用整群抽样法,对临沂市某校小学一年级的995名学生开展问卷调查,问卷由家长协助填写,运用SPSS 20.0软件进行数据的统计分析,单因素分析采用卡方检验,多因素分析运用Lo-gistic 回归分析.结果:在参与调查对象中,男生523名,女生472名,总体近视率为8.2％;少数民族占2.1％(21/995).单因素分析结果显示,近视与不近视的学生幼儿园时电子产品的使用、躺着看书或电子产品、眼保健操、学习过预防近视知识及预防近视宣传知识知晓率差异有统计学意义(P＜0.05).多因素Logistic回归分析结果显示,知道散瞳药物对眼睛无损害的学生发生近视的风险更低,不知晓良好的用眼习惯和分年龄管控其使用电子产品时间的学生发生近视的风险更高.结论:山东省临沂市研究地区小学生近视比例相对较低.应重点关注用眼习惯不良和幼儿园电子产品使用时间过长的小学生视力情况,进一步加强预防近视知识宣传教育.

目的 探究基于深度学习(DL)技术对颅内外动脉阻塞性狭窄的诊断价值.方法 回顾性分析我院2020年1月至2021年6月疑似急性缺血性脑卒中患者,且在一月内接受CTA和DSA.按患者和血管水平将狭窄程度分为正常、轻度狭窄、中度狭窄、重度狭窄和闭塞,阻塞性狭窄定义为直径狭窄率≥70％.以DSA为参考标准,通过受试者工作曲线(ROC)、敏感性、特异性评价诊断性能.结果 在患者水平,DL技术与放射科医师的AUC分别为0.781(敏感性和特异性分别为0.934、0.627)和0.840,差异无统计学意义(P=0.074).在血管水平,DL技术与放射科医师的AUC分别为0.923(敏感性和特异性分别为0.885、0.962)和0.932,差异无统计学意义(P=0.393)o DL技术分析的中位分析时间(8.67 min)明显短于放射科医师(29.55 min)(P＜0.001).结论 DL技术可以准确评估颅外和颅内动脉狭窄,耗时短,有望成为优化风险分层和指导治疗策略的方法.

目的 探究CT纹理分析联合机器学习对急性脑梗死后出血性转化的预测价值.方法 回顾性分析2021年1月至2023年9月入院治疗的急性脑梗死患者的CT图像资料,比较溶栓治疗后发生出血性转化组(n=78)和未出血组(n=122)之间CT梗死区形态参数的差异,在CT图像上提取梗死区域的纹理特征参数,分别基于纹理、形态特征构建多种机器学习模型,采用受试者工作特征(ROC)曲线及曲线下面积(AUC)评估模型的预测效能.结果 梗死部位梗死面积及是否为多发梗死灶等形态特征具有统计学意义(P＜0.05);以纹理特征构建的机器学习模型能更好的预测出血性转化,整体效能高于形态特征模型,其中XGBoost和CatBoost预测效能最高.结论 基于CT纹理分析可有效预测急性脑梗死出血性转化.

目的 探讨基于项目管理内涵制定的应用程序设计课程用于建立本科护生护理信息能力的可行性,为护生相关能力培养提供参考.方法 成立培养团队,基于项目管理内涵制定课程材料,对 77名本科护生进行培养,每周 1次,每次 90 min,共 9 次.采用护理信息能力自评量表、学习动机策略问卷评估有用性,采用课程学习评价表、应用程序项目产出和报告评分表评估适用性.结果 培养后,护生在信息角色、基本计算机知识和技能、计算机应用能力和无线设备 4 个维度的得分显著提高(分别t=7.148,2.029,5.767,5.729 均P＜0.05),自我效能感得分得到显著改善(t=2.944,P=0.004).学生共产出 9个应用程序项目,评分均在 85 分以上.在课程内容、知识、态度和专案管理方面的满意度均分为中上水平.结论 基于项目管理内涵制定的应用程序设计课程具有可行性和适用性,初步取得较好成效和较高满意度.可进一步合作开展随机对照组研究,以探讨长期效果.

目的 利用可解释的机器学习模型,探讨轻型缺血性卒中(minor ischemic stroke,MIS)2年内复发相关危险因素.方法 回顾性收集2020年7-12月山西省心血管病医院神经内科MIS患者一般资料、实验室结果、影像学等资料,单因素分析进行复发危险因素变量筛选,合成少数过采样技术-标称连续处理数据不平衡,数据集按8∶2的比例分为训练集与测试集,网格搜索10折交叉验证构建轻量梯度提升机(light gradient boosting machine,LightGBM)、支持向量机(support vector machine,SVM)模型,并与逻辑回归(logistic regression,LR)模型进行比较,基于ROC的AUC、校准曲线分别评价模型的区分度与校准度,性能最好的模型通过Shapley加性解释(Shapley additive explanation,SHAP)模型对预测结果进行解读.结果 本研究共纳入520例MIS患者,2年内复发93例(17.9％),测试集中LightGBM、SVM、LR预测患者2年内复发的AUC分别为0.935(95％CI 0.896～0.973)、0.833(95％CI 0.770～0.896)、0.764(95％CI 0.691～0.835),准确度分别为0.890、0.773、0.693,布里尔分数分别为0.105、0.167、0.200.结果 显示LightGBM模型性能最优,基于SHAP的LightGBM可解释模型重要性前5的是舒张压、年龄、糖尿病、LDL-C、吸烟.结论 本研究建立的LightGBM模型预测效果良好,可为MIS患者2年内复发的预测提供借鉴.通过SHAP可解释性帮助临床医师更好地理解预测模型结果背后的原因,对MIS患者做出更个性化与合理化的临床决策.