目的 探讨机器学习(ML)算法结合能谱CT定量参数和临床模型在预测胃腺癌(GAC)患者淋巴血管浸润(LVI)和神经周围浸润(PNI)的潜在价值.方法 收集2017年12月-2022年5月经病理证实的GAC患者114例.研究参数涉及血清肿瘤标志物、CT-TN分期、CT评估壁外血管浸润(CT-EMVI)以及能谱CT定量参数.通过WEKA软件的Best-First算法进行特征筛选,并运用贝叶斯网络(BN)及支持向量机(SVM)算法建立模型.结果 相较于LVI/PNI阴性组,LVI/PNI阳性组中CT-T3～4期、CT-N阳性、CT-EMVI阳性、血清肿瘤标志物[糖类抗原(CA)72-4和CA19-9]更为常见,能谱CT参数也更高,差别均有统计学意义(P＜0.05).经特征选择,关键变量包括CT-T分期、CT-EMVI、VP-NIC和EP-70 keV CT值.基于这些变量,分别使用BN和SVM构建临床参数模型、能谱CT参数模型和混合模型,共6个模型.6个模型均展现了高预测性能,无过拟合现象.BN的混合模型预测性能最佳,AUC值为0.890～0.933,Delong检验显示其在统计学上具有显著优势(P＜0.05);而SVM的混合模型与另外2种模型间的差别无统计学意义(P＞0.05).结论 结合临床和能谱CT参数的ML模型能够高效能评估GAC患者的LVI和PNI状态,其中BN混合模型的准确性最高.

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 探索基于项目的 团队学习结合翻转课堂的混合式教学在护理研究中的应用效果.方法 采用整群随机分组方法,将2019级本科护理专业4个平行班的学生分为对照组(103名)和观察组(103名),对照组护理研究课程采用传统教学法,观察组采用基于项目的 团队学习结合翻转课堂的混合式教学法.结果 除期末考试客观题得分外,观察组护理研究课程期中测验、期末考试主观题、科研项目申报书评分显著高于对照组(均P＜0.05).课程后,观察组学生自主学习能力得分显著高于课程前(P＜0.05).结论 基于项目的 团队学习结合翻转课堂的混合式教学有利于提高本科生护理研究课程教学效果.

目的 旨在探讨线上线下混合式教学联合5E教学模式在临床基本操作中的应用效果,以期改善课程教学质量.方法 以2021年3月4日-2022年5月21日期间在医院修读临床基本操作课程的本科学生为研究对象,将采用线上线下混合式教学联合5E教学模式的2022级学生作为观察组,采用传统教学模式的2021级学生作为对照组,通过对比两组学生的专业能力、综合素质及对所参与教学模式的满意度,客观评价两种教学模式的优劣.结果 理论成绩部分,对照组学生的得分为(40.21±4.33)分,观察组学生的得分为(42.50±4.20)分,差异有统计学意义(t=3.356,P＜0.001);实践成绩部分,对照组学生的得分为(40.21±4.33)分,观察组学生的得分为(42.37±4.70)分,差异有统计学意义(t=3.673,P＜0.001);在综合素质方面,对照组学生的平均得分为(86.77±4.66)分,观察组学生的平均得分为(90.12±5.35)分,差异有统计学意义(t=4.216,P＜0.001);在对教学模式的满意度方面,观察组学生对其教学模式的满意度明显高于对照组,差异有统计学意义(t=5.213,P＜0.001).结论 线上线下混合式教学联合5E教学模式在临床基本操作教学中应用效果显著,可以有效提升学生的综合素质,激发学习兴趣,值得在临床基本操作等类似课程中逐步推广.

重症医学是一门对知识、技能以及团队合作和沟通能力要求极高,专门从事危重病症诊疗的学科.然而,重症患者病情复杂且变化快速,常规面授等教学方法存在一定的局限性.虚拟现实(VR)和增强现实(AR)作为新兴的教学方式,能提供一定的模拟教学环境,但无法实现与真实世界的深度交互,教学效果受限.混合现实(MR)是结合了VR和AR特性的一种新技术,能对虚拟世界与真实世界无缝对接,提供一种沉浸式、互动性强的学习体验.目前,MR在医学领域已有初步探索,但在重症医学领域的应用仍处于起步阶段.因此,本文旨在探讨MR的特性和形成,以及在重症医学教学中的应用和潜在价值.

元宇宙作为新兴科技被广泛应用于各个领域,包括医学领域.将元宇宙应用于医学教育领域可以提升教育水平.血管外科的治疗方式涉及介入手术,介入手术需借助射线完成,射线对医生的健康造成影响,尤其对未婚未孕的医学生而言,需要避免过量射线的暴露.元宇宙借助情景模拟,可以让医学生在虚拟现实中体验手术,避免射线伤害.医学生的培养和临床实践分不开,尤其是外科医生的培养,传统教学实践不能满足血管外科教学的需要,元宇宙的VR(增强现实)/AR(虚拟现实)/MR(混合现实)技术可以对学生进行实践训练,而且可以重复利用.面对知识日新月异地更新,元宇宙可以通过大数据分析出有用的知识,并以生动形象的画面展现出来,帮助学生理解知识并灵活掌握.通过元宇宙的应用可以培养学生主动学习的动力和兴趣,提高学习成绩和教学水平.该文将探讨元宇宙在血管外科教学中的应用现状及展望.

骨科是一门理论性、实践性和应用性很强的学科,其专业性强、内容涉及广,而且知识不断更新.传统的教学方法受到多方面因素的影响和限制,已经不能完全适应当下骨科临床教学.随着多媒体信息技术及"互联网+"的发展,网络学习手段及资源越来越丰富,尤其近些年在中华医学会、中国医师协会及无数骨科医生的努力下,"唯医网""骨科在线""好医术"网站及微信公众号等骨科教育资源迅猛攀升,覆盖骨科方方面面,深受骨科医生喜爱,也是临床医学生学习拓展的重要资源.

本研究结合自主学习，综合运用讲授法、案例讨论法、实验法等教和学的方法，采用线上与线下相结合的方式，设计了由5个步骤组成的混合教学模式，以及与之相符的多工具、多维度的全过程综合性评价体系。经过实施取得了良好的效果。章节测验结果显示，学生的测试成绩高于传统教学；能力测试结果显示，在高复杂度混合教学模式下，学生能力均得到了更有效的提升，更有利于专业培养目标和教学目标中核心能力目标的实现。

在重大公共卫生事件新型冠状病毒肺炎的流行背景下，以中南大学湘雅医院八年制诊断学见习课程为实例，阐明如何整合"线上"+"线下"教学资源，组织和实施以学生为中心的混合式临床见习教学。该课程包括：基于数字课程云平台（ICC）的自主学习；基于"引导性反馈"的在线讨论学习；基于"案例教学（case based learning）"的在线讨论课；以及基于"练习视频反馈"的"在线实操"诊断技能教学。问卷调查结果显示，学生对在线混合式诊断学见习课整体满意度高，理论考试成绩优异，临床操作技能提高显著。如何运用资源整合的混合式教学进一步提高医学生临床思维能力和临床操作技能必将成为医学教育同行关注的热点和难点。

目的:将深度学习图像重建（DLIR）算法与双能量CT（DECT）结合，评估胃癌低keV单能图像质量，并与常规自适应统计迭代重建（ASiR-V）算法图像进行比较。方法:该研究为横断面研究，前瞻性收集2022年9月至2023年3月郑州大学第一附属医院31例胃癌患者的DECT图像，基于动脉期和静脉期图像，使用DLIR算法分别在低、中、高强度水平下（DLIR-L、DLIR-M、DLIR-H）重建55 keV单能量图像，同时使用ASiR-V算法重建70 keV 40%混合系数（ASiR-V40%）图像。在图像客观评价中，分别在4组重建图像上计算病灶和肌肉的信噪比（SNR）、对比噪声比（CNR）。在图像的主观评价中，对各组重建图像的总体图像质量、病灶显示能力及诊断信心进行评分。4组间SNR和CNR的比较采用单因素重复测量方差分析或Friedman检验，评分的比较采用Friedman检验，用Bonferroni校正对事后两两比较进行调整。结果:在客观评价中，动脉期和静脉期55 keV DLIR-H图像上CNR 病灶、SNR 病灶以及SNR 肌肉最高，且在70 keV ASiR-V40%、55 keV DLIR-L、DLIR-M以及DLIR-H图像上呈逐渐升高的趋势（ P<0.05）。在主观评价中，与70 keV ASiR-V40%相比，55 keV DLIR-H的总体图像质量评分升高，但差异无统计学意义（ P>0.05），DLIR-M评分相似或略差，而DLIR-L图像质量评分下降（ P<0.05）。55 keV DLIR的各水平重建图像的病灶显示能力及诊断信心在动、静脉期均高于70 keV ASiR V40%图像（ P<0.05）。 结论:相比70 keV ASiR-V40%常规图像，55 keV DLIR-H图像具有更高的病灶对比度和诊断信心，且图像噪声更低。55 keV DLIR-M图像与70 keV ASiR-V40%的整体图像质量相当，但前者的病灶对比度和诊断信心更高。55 keV DLIR-L无法将图像质量提升至70 keV ASiR-V40%水平。