目的 创建基于logistic回归预测模型的新型危重症评分量表,评价量表对患者转入重症监护室(ICU)及死亡的预测价值.方法 回顾性收集2022年10月至2023年10月该院HIS系统1000例患者的临床资料,基于既往研究创建的logistic回归预测ICU转入率模型创建新型危重症评分量表.分别以改良早期预警评分(MEWS)和急性生理学与慢性健康状况评分系统Ⅱ(APCHEⅡ)评分为参考,采用受试者工作特征(ROC)曲线和曲线下面积(AUC)评价新型危重症评分量表对患者转入ICU及死亡的预测价值.结果 患者ICU转入率为29.8％,死亡率为8.10％.转入ICU或死亡患者的新型危重症评分量表、MEWS和APCHEⅡ评分明显高于未转入ICU或死亡患者(P<0.05).新型危重症评分量表、MEWS和APCHEⅡ评分对转入ICU的预测价值均为高等(P<0.05),AUC分别为0.917、0.922、0.934,灵敏度分别为82.26％、84.22％、90.57％,特异度分别为80.36％、73.50％、83.45％,Youden指数分别为62.62％、57.72％、74.02％.新型危重症评分量表、MEWS和APCHEⅡ评分对死亡的预测价值均为高等(P<0.05),AUC分别为0.924、0.914、0.933,灵敏度分别为93.48％、86.38％、84.67％,特异度分别为73.46％、79.38％、88.69％,Youden指数分别为66.94％、65.76％、73.36％.结论 新型危重症评分量表对患者转入ICU及死亡的预测价值同传统量表基本一致,可作为新的ICU患者评价工具.

近年来问世的生物制剂为慢性鼻窦炎伴鼻息肉（CRSwNP）治疗提供了新方法。专家论坛《生物制剂治疗慢性鼻窦炎伴鼻息肉》在分析近期发表的网状Meta分析研究和系统性综述的临床研究数据基础上，重点介绍了生物制剂治疗CRSwNP的适应证、用法、疗效评价、安全性和治疗花费情况。论著《蜗神经动作电位监测在前庭神经鞘瘤手术中的应用》探讨了蜗神经动作电位（CNAP）监测在前庭神经鞘瘤手术中的应用及其对听力保护的意义。发现脑干听觉诱发电位联合CNAP监测有利于术中听力保护，应用定位监测可提示术者避免损伤神经；肿瘤切除后，近脑干端CNAP波形及N1波幅对预测术后听力保留状态具有一定价值。论著《鼻瓣区静态参数在鼻腔空间三维模型中的研究》应用Mimics软件对颌面部CT数据进行处理，建立鼻腔空间三维模型，定位鼻瓣区并测量其重要参数，以期为鼻阀功能不良的定量诊断提供依据。论著《MEN2A/MEN2B家系RET胚系突变携带者“分级预警制”与甲状腺预防切除术的研究（附7例报道）》指出，对于有MEN2A/MEN2B家族史的健康人群，应用“分级预警制”的综合判断，在严格筛选和密切监测的基础上，把握合理时机，可开展甲状腺预防性切除术。论著《甲状腺未分化癌临床特征及预后分析：单中心20年回顾性研究》探究甲状腺未分化癌（ATC）患者的临床特征和预后，发现ATC患者中，初诊无喉返神经受累症状、白细胞正常、无远处转移的患者预后相对好，综合治疗有助于改善患者预后。继续教育园地《原发性鼻腔鼻窦黏膜恶性黑色素瘤的临床研究进展》围绕鼻腔鼻窦黏膜恶性黑色素瘤（SNMM）展开讨论，全面分析其发病机制、诊断要点、治疗及预后等，以期帮助临床医生进一步了解SNMM，为该疾病的早期诊断和治疗提供机会，提高患者生存率。

吻合口漏始终是困扰结直肠外科医生的一个顽疾，技术和设备的进步并未降低其发生率。随着循证医学的发展，越来越多的吻合口漏高危因素被发现。如何高效而系统地组合利用这些孤立的风险因子并量化之，给临床提供科学的吻合口漏风险预警，从而帮助术者制定围手术期预防策略，对降低术后吻合口漏的发生率有重要意义。目前，结直肠吻合口漏的预测模型大体可以分为预后型模型（术前和术中用于预测吻合口漏发生的风险）和诊断型模型（早期预警，辅助提高吻合口漏早期诊断率）两类。针对结直肠吻合口漏的防治策略主要有控制基础疾病和纠正贫血及低蛋白血症、选择合适的手术时间窗、重视和改进吻合技术（包括选择合适的吻合器型号）等，但预防性肠造口仍然是目前最主要的防治措施。如何降低预防性造口的并发症率，如何降低预防性造口的永久化率都是当前临床需要探讨的重要问题。

目的:构建儿童重症细菌感染死亡风险模型并同儿科早期预警评分(pediatric early warning score, PEWS)、小儿危重病例评分(pediatric critical illness score, PCIS)和小儿死亡风险评分Ⅲ(pediatric risk of mortalityⅢ, PRISM Ⅲ)进行比较。方法:选取南京医科大学附属儿童医院PICU2017年5月至2022年6月收治的178名危重患儿。在获得父母/监护人的知情同意后，收集患儿的性别、年龄、身高、体重等基本信息，以及心率、收缩压、呼吸频率等指标。在患儿进入PICU 24 h后进行评分，根据入院后28 d生存状态将患儿分为存活组和死亡组。构建死亡风险模型，并绘制列线图。使用受试者工作特征(receiver operating characteristic，ROC)曲线，并通过ROC曲线下面积(area under curve, AUC)评估和比较死亡风险模型、PEWS、PCIS和PRISM Ⅲ预测死亡风险的价值。结果:178例危重患儿中11例因资料严重缺失、住院未超过24 h被排除。共167例患儿纳入分析，其中28 d存活组134例，死亡组33例。用瞳孔改变、意识状态、皮肤颜色、是否行机械通气、总胆固醇、凝血酶原时间构建了儿童重症细菌感染死亡风险预测模型。ROC曲线分析表明，死亡风险模型预测重症细菌感染儿童死亡AUC是0.888( P<0.05)，PEWS、PCIS和PRISM Ⅲ预测重症细菌感染儿童死亡的AUC分别为0.769( P<0.05)、0.575( P<0.05)和0.759( P<0.05)。Hosmer-Lemeshow拟合优度检验显示死亡风险模型和PEWS预测病死率与实际病死率的一致性最好( χ2＝5.180， P＝0.738； χ2＝4.939， P＝0.764)，PCIS和PRISM Ⅲ预测病死率与实际病死率的拟合效果尚可( χ2＝9.110， P＝0333； χ2＝8.943， P＝0.347)。 结论:死亡风险模型对重症细菌感染患儿的预后价值较PEWS、PCIS和PRISM Ⅲ更好。

Sepsis-3定义在脓毒症诊断中的价值已被广泛接受和应用。白细胞(WBC)、血小板计数、C反应蛋白(CRP)、降钙素原(PCT)和白蛋白等指标在尿源性脓毒症早期预警和诊断中应用最为广泛和方便，PCT的特异性和敏感性相对更高，WBC急剧下降对脓毒性休克具有很强的预警性，CRP的特异性相对低。IL-6、CD64、Presepsin、miRNA、PTX-3等是较新的更有价值的指标，具有更高的敏感性和特异性，但对检测技术要求较高，需要统一和规范的检测标准。多个生物标志物的组合以及与临床评分系统结合较单个生物标志物更具有临床应用价值。

目的:对发热伴出疹症候群（RFS）监测预警研究进行系统综述，为我国RFS监测与防控提供参考。方法:以“发热”“出疹”“监测”以及 “fever” “rash” “surveillance”为中英文检索词并补充其自由词，系统检索中国知网、万方数据知识服务平台、PubMed、Web of Science数据库，语种限定为中文及英文，对纳入文献信息进行摘录整理及汇总描述。结果:共纳入36篇文献，中英文分别为21篇和15篇。RFS病原学监测共19篇，病原体主要包括麻疹病毒、水痘-带状疱疹病毒、风疹病毒、肠道病毒、人类B19病毒、登革病毒、A组链球菌、伤寒/副伤寒沙门菌、人疱疹病毒、腮腺炎病毒和腺病毒；重大活动/突发自然灾害监测8篇，监测时段集中在2010-2015年，包括运动会、世界博览会、地震、热带风暴和宗教集会等；异常病例/聚集性疫情监测预警8篇，以国外研究为主，监测症候群范围广，监测场所为医疗机构，主要依靠《国际疾病分类》第九版（ICD-9）编码或患者主诉中诊断及症状进行自动判别预警；仅1篇针对预测研究，为蒙古国开展的基于传染病监测数据预测研究。36篇文献的分析方法包括描述性分析法、基于时间的预警模型（如回归分析法、固定阈值法、休哈特控制图法及累积和控制图法）和时间序列分析方法。结论:未来RFS监测体系方向应聚焦已知病原和可能的未知病原监测预警相结合的模式，可进一步完善预警系统设计，实现无感化病例监测与早期预警，应用当下的信息抓取技术和智能建模方法，提高RFS监测预警的敏感度和特异性。

目的:建立早期评估热射病患者死亡风险的预警模型。方法:于2022年6月，选取2016年1月至2020年12月鄯善县人民医院重症加强护理病房（ICU）收治的确诊为热射病的患者病例资料，根据患者短期结局（28 d），分为死亡组（20例）和幸存组（53例），选取患者入院后24 h内组间差异有统计学意义的相关指标，通过绘制受试者工作曲线（ROC）并计算曲线下面积，选取曲线下面积>0.7的相关指标，并采用Fisher判别分析建立热射病死亡风险的评估模型。收集2021年1月1日至2022年12月鄯善县综合ICU热射病患者数据进行外部验证。结果:年龄、胱抑素C、降钙素原测定、血小板计数、肌酸激酶同工酶（CKMB）、肌酸激酶（CK）、肌酐（CREA）、凝血酶原时间（PT）、凝血酶时间（TT）、活化部分凝血酶时间（APTT）、心率、呼吸频率、GLS评分组间差异有统计学意义（ P<0.05）。胱抑素C、CKMB、CREA、PT、TT、入院时心率AUC面积>0.7。采用Fisher分析方法构建函数模型。通过回代性检验，该函数模型诊断的灵敏度为95%，特异度为83%，AUC面积为0.937。外部验证结果为预测幸存组准确率为85.71%，预测死亡组准确率为88.89%。 结论:应用ROC曲线分析及Fisher判别分析构建的热射病死亡早期预警模型，可以为热射病早期干预提供客观参考依据。

目的:利用机器学习算法开发中国人群的阻塞性冠心病验前概率模型。方法:纳入冠状动脉斑块早期识别与风险预警的临床注册研究（Chinese regiStry in early deTection and Risk strAtificaTion of coronary plaques，C-Strat）中疑似为冠心病而接受冠状动脉CT血管造影（CCTA）检查的29 455例就诊者，采集人口统计学和临床信息作为预测变量。数据按7∶3的比例随机拆分为训练集和测试集，以CCTA诊断冠状动脉狭窄大于50%作为阳性结局，在训练集中运用极端梯度增强机（eXtreme Gradient Boosting，XGBoost）算法，使用十折交叉验证和贝叶斯优化进行参数调优，得到机器学习模型CARDIACS（pretest probability model from Chinese registry in eARly Detection and rIsk stratificAtion of Coronary plaques Study）；使用logistic回归得到模型LOGISTIC。在测试集中验证比较CARDIACS、LOGISTIC和指南推荐的模型UDFM（Updated Diamond-Forrester Model）、DFCASS（Diamond-Forrester and CASS）。结果:29 455例就诊者年龄（57.0±9.7）岁，女性占44.8%，阻塞性冠心病的患病率为19.1%（5 622/29 455）。在CARDIACS模型中，就诊原因、年龄和体重指数是最重要的预测变量。在独立的测试集中，CARDIACS的曲线下面积（AUC）为0.72（95% CI 0.70~0.73），优于LOGISTIC（AUC 0.69，95% CI 0.68~0.71， P=0.015）、UDFM（AUC 0.64，95% CI 0.62~0.65， P<0.001）和DFCASS（AUC 0.66，95% CI 0.64~0.67， P<0.001）。 结论:基于中国人群开发的全新的验前概率模型CARDIACS预测中国人群阻塞性冠心病的能力明显优于传统的模型，有望辅助稳定性胸痛临床决策。

目的:探讨时间序列模型在上海市肿瘤患者医院感染发病率预测中的应用，为医院感染的早期预警和防控提供参考。方法:基于2013年至2018年上海市某三级甲等肿瘤专科医院住院患者的医院感染发病率数据，应用SPSS 22.0统计软件构建自回归求和移动平均(autoregressive integrated moving average，ARIMA)模型和指数平滑模型，通过比较两种模型的拟合精度，确定最优拟合模型。以2019年1月至6月的医院感染发病率数据作为验证数据集，评价模型的预测效果。结果:2013年至2018年共监测379 477例住院患者，其中3 170例发生医院感染，总感染率为0.84%。霍尔特-温特相加法模型为拟合最优模型( R2＝0.82)。应用霍尔特-温特相加法模型预测2019年1月至6月的医院感染发病率，预测值和实际值动态趋势较一致，平均相对误差为15.22%。 结论:霍尔特-温特相加法模型能较好地拟合和预测肿瘤患者医院感染的发生趋势，可为肿瘤专科医院感染的监测预警提供依据。

目的:探讨影响上消化道出血（upper gastrointestinal bleeding，UGIB）病情严重程度的影响因素，构建预警评估模型，以列线图的形式呈现，为急诊护士预检分诊提供可行依据。方法:回顾性分析2019年1月至2020年1月温州医科大学附属第一医院急诊科收治的680例UGIB患者，采用随机数字表法分为建模组（510例）和验证组（170例），依据《2020急性上消化道出血急诊诊治流程专家共识》的标准分为高危组和低危组，比较组间各指标差异，多因素Logistic回归分析影响病情严重程度的因素，绘制列线图并验证。结果:呕血（ OR：3.875，95% CI：2.212~6.79）、糖尿病（ OR：2.64，95% CI：1.184~5.883）、晕厥（ OR：10.57，95% CI：3.675~30.403）、心率（ OR：3.262，95% CI：1.753~6.068）、红细胞分布宽度（ OR：3.904，95% CI：2.176~7.007）、凝血酶原时间（ OR：3.665，95% CI：1.625~8.269）、乳酸（ OR：3.498，95% CI：1.926~6.354）、血红蛋白（ OR：4.984，95% CI：2.78~8.938）可准确预测UGIB病情严重程度（ P<0.05）。列线图表现出良好的一致性和区分度（C-index=0.903，95% CI： 0.875~0.931），并经内部验证（C-index=0.895）和Hosmer-Lemeshow拟合优度检验（ P=0.7936）。外部验证C-index为0.899（95% CI：0.846~0.952），校准曲线提示预警评估模型具有良好稳定性，预测效能优于改良早期预警评分系统（ P<0.05）。 结论:预警评估模型具有可靠的预测价值，可为急诊医务人员筛查高危患者和制定针对性护理干预措施提供参考依据。