目的 评估四川省精神专科护士培训对其一般自我效能感、心理弹性及其各维度(坚韧、自强和乐观)的提升效果.方法 采用自身前后对照试验设计,对2023年9—11月参加四川省精神专科护士培训班的57名护士进行系统培训,包括理论教学、临床实践、团体督导、主题沙龙等多个模块,共500学时.在培训前和培训后采用一般自我效能感量表(GSES)和中文版Connor-Davidson心理弹性量表(CD-RISC)对精神专科护士进行测量.结果 与培训前比较,培训后护士的GSES得分和CD-RISC得分差异有统计学意义(P<0.05),其中坚韧、自强和乐观3个维度差异有统计学意义(P<0.05).结论 本研究通过系统培训,提升了精神专科护士的自我效能感和心理弹性,证明培训方案有效.

目的 通过生物信息学技术,筛选出与肺腺癌(LUAD)复发相关的关键基因和信号通路,为探讨LUAD复发的分子机制提供理论支持.方法 从TCGA和GEO数据库中下载LUAD相关数据集,利用加权基因共表达网络分析(WGCNA)算法挑选关键基因模块,采用LASSO-Cox回归分析构建预后模型;Limma算法筛选差异表达基因;Estimate和MCP算法评估免疫细胞浸润.结果 共筛选出29个相关基因模块.单因素Cox分析结果显示,仅有4个基因与患者预后显著相关.基于该基因集进行的LASSO-Cox预后模型显示,风险评分高的患者其预后差,提示该模型具有良好的预测能力.该模型筛选出4个关键基因,分别为丝氨酸-苏氨酸激酶受体相关蛋白(STRAP)、G蛋白亚基γ12(GNG12)、线粒体甘油-3-磷酸酰基转移酶(GPAM)、锚蛋白重复和泛素结构域蛋白1(ANKUB1).本研究对STRAP进行了深入分析,结果显示,STRAP在泛癌中呈现广泛高表达,且与多种肿瘤的不良预后及临床病理特征显著相关.STRAP与免疫抑制分子的表达呈显著正相关.高表达STRAP的患者其微环境CD8+T细胞、NK细胞等多种免疫细胞浸润降低,抑癌基因的单核苷酸多态性(SNP)显著升高,呈现"冷肿瘤"表型.此外,免疫组织化学表明,STRAP在肿瘤组织中显著高表达.结论 基因模型能够较好地预测患者复发风险,其中STRAP在LUAD发展中可能发挥重要作用.

目的 探讨慢性病患者生命质量测量体系之消化性溃疡量表QLICD-PU(V2.0)得分的最小临床重要性差值(MCID).方法 采用方便抽样,于2013年3月至2014年8月使用QLICD-PU(V2.0)量表进行问卷调查,采用效标法和分布法制定MCID,分析比较取平均值法、取小值法和取大值法制定的MCID.结果 取平均值法得到的生理功能(8.53)、心理功能(8.45)、社会功能(7.61)、共性模块(7.05)、特异模块(8.82)和量表总分(7.53);取小值法得到的MCID 分别为 5.25、5.78、6.16、4.19、7.18、4.09;取大值法得到的 MCID 分别为 11.99、12.05、10.09、9.48、10.99、11.04.结论 本文采用多种方法和标准制定了 MCID,使用者可根据情况选用.MCID可用于评估消化性溃疡患者的临床疗效,为生命质量的应用提供参考.在后续研究中,制定的MCID值可通过临床实践进一步验证.

目的 探讨基于数字化管理门静脉高压多学科会诊及管理平台的构建及具体实施策略.方法 基于数字化管理门静脉高压多学科会诊及管理平台系统通过整合数字识别、数据清洗、结构化处理和人工智能算法等先进技术,构建了一个全面的疾病管理平台.详细阐述了系统的模块设计、应用流程及团队协作机制,展示了如何通过多维数据分析和个性化随访支持,满足门静脉高压患者的多样化和多层次的随访需求.结果 应用数字化新技术构建的管理平台,在多学科精准评估的基础上,个性化定制方案并进行长期动态管理,共纳入428名随访需求患者,依从性提高到了 94％,复诊率达到了 78％,患者满意度达到100％.同时,显著提升了临床与科研团队的工作效率和动力,该项目框架还促成了多个项目、多次获得市级奖项等,促进了相关医学学科的发展和人才培养.结论 通过管理平台的应用,有效地强化了门静脉高压患者的综合管理,提升了患者的就医体验,提高了医疗质量和安全,推动了临床科研工作的开展,带教和培养了一批专业人才,为未来的医疗服务模式创新提供了实证基础和技术支持.

目的 探讨密室逃脱教学法在护理临床思维训练模块实训中的应用效果.方法 选取我院2020级4个护理学本科班护生作为研究对象,通过抽签的方法分为观察组80人和对照组82人,对照组采用案例教学法及自主训练进行授课,观察组在对照组的基础上,在操作训练中增加4次密室逃脱教学训练.结果 观察组课程考核成绩、批判性思维能力和人文关怀能力评分显著高于对照组(均P＜0.05),且4次闯关耗时依次缩短(P＜0.05).结论 密室逃脱教学法在护理临床思维训练模块实训中具有较好的应用效果,有助于提高护生的操作水平、评判性思维能力和人文关怀能力.

目的:探讨叙事医学教学实践对实习期口腔实习生叙事能力和共情能力的提升效果,并尝试以此为参考,建立一套有效的叙事医学教学实践方法.方法:选择2022年6月-2023年5月参加临床实习的口腔医学本科生34名,分为实验组(14名)和对照组(20名).对照组按规范开展临床实习活动,实验组在对照组基础上开展叙事医学实践,包括理论授课、细读、平行病历、讨论会等实践内容.采用人际反应指数量表(Interpersonal Reactivity Index,IRI)评估2组学生的共情力,并对实验组进行叙事医学实践情况问卷调查.采用SPSS 12.0软件包对数据进行统计学分析.结果:实验组共情力量表的总分和各模块得分在实习后较实习前无明显变化,而对照组在"个人忧伤"模块的得分在实习后显著下降(P＜0.05),说明没有接受叙事教育的对照组学生经过学习后共情有所降低.调查问卷结果和平行病历内容,也反映出实习生经过叙事医学实践后,叙事能力有所增强,对于医患双方心理社会因素的理解也更深刻.结论:叙事医学实践有助于提升叙事能力和共情能力,培养职业素养,缓和医患关系,应在口腔医学本科教学和医生职业生涯中持续推广.

目的:为实现更好的颈椎健康监测与颈椎病预防效果,设计一种嵌入式颈椎健康智能系统.方法:该系统主要由移动便携监测终端、云端服务器、微信小程序三大部分组成.移动便携监测终端主要由数据采集模块、数据处理模块、物联网通信模块三大模块组成,其中数据采集模块选用JY901-S作为主要数据传感器;数据处理模块通过动作分类模型对头部动作进行分类识别,选用STM32F4作为主控芯片、国产RT-Thread作为嵌入式操作系统;物联网通信模块选用乐鑫ESP32-C3系列Wi-Fi蓝牙双模模块.云端服务器选用Linux+Nginx+uWSGI作为Web服务器架构,通过MySQL数据库存储用户数据,并利用颈椎健康评估模型评估用户颈椎健康状态.微信小程序采用WXML+WXSS+WXS开发.结果:该系统基本能够实现颈椎健康状态监测和运动指导功能,且对人体头部动作分类识别的平均准确率为90％以上,对颈部关节活动度的测量精度为±1°,整体性能较好.结论:该系统能有效帮助用户建立并维持规律的颈椎健康运动行为,可为医院等机构提供关键可靠的康复运动治疗方案与康复护理数据支撑.

目的:分析口腔鳞癌(oral squamous cell carcinoma,OSCC)中差异表达的免疫相关核心基因,构建OSCC患者的免疫相关预后风险模型.方法:对癌症基因组图谱(the cancer genome atlas,TCGA)数据库内的OSCC患者RNA测序数据进行加权基因共表达网络分析,识别免疫相关模块和关键基因.采用单因素Cox回归分析和生存分析,筛选与免疫预后相关的核心基因,构建OSCC的免疫相关预后风险模型;进一步采用Kaplan-Meier分析、受试者工作特征曲线和来自外部GSE41613数据集评估该预后风险模型的预测能力.应用实时荧光定量PCR(RT-qPCR)检测OSCC患者肿瘤组织样本中8个免疫预后核心基因的表达,计算风险评分,评估该评分与肿瘤浸润深度间的相关性.采用SPSS 21.0软件包对数据进行统计学分析.结果:成功构建基于8个免疫预后核心基因(CSF2RA、CLEC4C、COL5A3、CTSG、EDNRA、GPC4、GUCY1A2和ANGPT2)的口腔鳞癌预后风险模型.Kaplan-Meier分析、受试者工作特征曲线和外部GSE41613数据集验证显示,该模型具有良好的预后预测效能.基于该模型计算的OSCC患者的风险评分与肿瘤浸润深度呈正相关,表明该模型同时具有预测OSCC潜在风险的能力.结论:基于8个免疫预后核心基因构建的预后风险模型具有预测OSCC患者预后的能力,有望成为口腔鳞癌免疫防治的重要参考.

通过分析2023年广东省生物学选择性考试第19题的题型结构特点,研究稳态与调节模块知识点的考查方式在生物学选择性考试中如何体现学科价值和学科素养导向,为在高中生物学教学中发展学生生物学学科核心素养提供启示.

针对病理数据超大尺寸、标注成本高昂等问题带来的病理分类准确率较低的问题,基于多示例网络,引入分级注意力模块,设计一种兼顾示例级和图像块级损失的病理分类算法.回顾性收集皖南医学院第一附属医院口腔颌面外科186例口腔癌(126例鳞癌、60例腺癌),其数字病理切片划分为验证集、测试集及训练集.首先对病理图像进行前后背景分割,去掉背景中的噪声部分,然后采用ResNet50对分割后的病理图像提取特征,并将特征输入第一级注意力网络,得到基于图像块的注意力得分和损失,再根据注意力得分对图像块进行排序重置标签输入第二级注意力网络,得到基于示例级别的损失,最后将两级注意力的损失作为模型的总损失,通过训练最终网络,得到口腔癌分类结果.实验结果表明,使用两级注意力的多示例网络准确率为78.95%,AUC为0.8430,相较于基线模型均有更高表现.