目的:探讨公立医院高影响力健康科普短视频的特征及影响力提升路径，为提升公立医院的健康科普水平提供参考。方法:基于"医策智库"公众号发布的《中国医院视频影响力排行榜各省排行(2022.07)》榜单，选取东、中、西部地区三级甲等公立医院的微信视频号，然后在各医院的微信视频号中选取截至2023年9月22日发布的，点赞量最高的1个健康科普短视频作为研究对象；以传播指数为结果变量，以标题长度、视频时长、专家出镜、网感语言、内容类型和热点选题为条件变量，运用模糊集定性比较分析挖掘多个条件变量及其组合与科普短视频高影响力间的关系。结果:共纳入90个健康科普短视频，东中西部地区各30个。单个条件变量的一致性均<0.9，不是医院健康科普短视频获得高影响力的必要条件。归纳出提升公立医院健康科普短视频影响力的5条组态路径，其中路径1通过专家出镜、热点选题、简短标题并且避免使用网感语言等特征吸引用户；路径2通过叠加专家出镜与热点选题，采用紧凑的标题、短时长与信息型的内容类型吸引用户；路径3通过长时长、专家出镜和信息型的内容类型，以及详尽的标题吸引用户；路径4通过详尽的标题、专家出镜和网感语言，以及短时长和示范型的内容类型吸引用户；路径5通过长时长、专家出镜和热点选题，以及避免使用网感语言和采用信息型的内容类型吸引用户。解的一致性为0.875，解的覆盖率为0.555。结论:可通过不同的组态路径提升健康科普短视频的影响力，公立医院可以此为参考，充分利用自身资源，根据不同情境要求采用适宜的路径制作健康科普短视频，以提高健康科普的传播效果。

目的:通过高频刺激提升基于稳态视觉诱发电位（SSVEP）的脑-机接口（BCI）的用户舒适度，同时结合双频编码，克服高频导致的解码准确率下降问题。方法:基于25.5~39.6 Hz频率设计了左右视野和棋盘格视觉刺激的2种60指令双频高频编码范式。共采集了13名受试者的数据，针对SSVEP信号进行频域空域特征分析，并根据频域诱发成分优化滤波器组参数。分别采用滤波器组的扩展典型相关分析（eCCA）、集成任务相关成分分析（eTRCA）以及任务判别模式分析（TDCA）等算法进行SSVEP识别以验证范式可行性。结果:左右视野和棋盘格范式均成功诱发了稳定的SSVEP，左右视野基频及其谐波信噪比高，互调成分信噪比较弱，而棋盘格2个刺激频率的互调成分 f1+ f2的信噪比则明显高于30 Hz以上的二次谐波成分，同时还存在 f2? f1成分和2 f1? f2成分。结合脑地形图可以看出左右视野的 f1和 f2响应成分分别位于视野的对侧，而棋盘格则均集中于枕区中央。对于脑地形图振幅和信噪比的偏侧，左右视野刺激频率下PO3和PO4信噪比平均值符合对侧响应特征。5 fb?1方法为最优滤波器组设置方法，左右视野TDCA的识别正确率最高，而棋盘格eTRCA和TDCA的识别正确率比较差异没有统计学意义（ P>0.05），3种算法的信息传输速率均随数据长度的增加先升高后降低。 结论:设计的双频高频SSVEP-BCI范式能够较好平衡性能和舒适度，为实用性的大指令集BCI设计方法提供依据。

目的:本研究旨在探讨互联网医院不同类型用户需求的条件组合路径,以提高其服务利用率.方法:采用安德森模型研究框架和模糊集定性比较分析法(fsQCA),构建包括倾向性因素、使能因素和需求因素在内的因果链条.结果:研究从用户角度出发,针对预诊、问诊和复诊三个服务阶段提出了六种基于用户特征的条件组合路径,全方位考察了经济性、专业性和指导性等因素,分析不同年龄和疾病群组的需求.研究发现,互联网医院在不同服务阶段、不同条件组合路径下的用户需求在考察因素中存在显著差异.结论和建议:互联网医院应根据"低年龄组+预诊""低年龄组+问诊体验"和"高年龄组+复诊"等不同路径所代表的用户群体,提供差异化服务以满足多样化的用户需求.同时,建议建立覆盖全链条的互联网诊疗服务,完善监管和政策框架,以提升互联网医院服务利用率.

目的/意义 基于儿科处方流转平台真实数据开展使用者特征比较研究,以期完善我国儿科处方流转服务和相关平台建设,为提高处方流转平台服务能力提供参考.方法/过程 收集2019年9月10 日—2023年7月31日使用北京儿童医院处方流转平台购买药品的患儿信息,根据药品获取途径分为线上购药组和线下购药组,采用JMP 17.0(SAS)统计分析,组间比较采用Pearsonx2检验.结果/结论 两组人群的社会人口学特征、就诊行为特征、单次开药处方特征差异均有统计学意义.儿科处方流转平台在医联体单位具有较大潜力,线上模式是实现跨院药品流转的良好应用场景.根据不同用户群体建设多中心线上药品物流中心和线下药房等措施能有效提升平台服务能力.

以自媒体数据分析平台"知微数据"为研究工具,通过实例分析和比较舆情类健康信息及健康知识类信息的传播特征发现,不同类型的健康信息在传播形态、传播层级、用户阅读习惯等方面具有显著差异,舆情类健康信息传播速度快、传播层级深度呈现明显的链式传播特征,健康知识类信息具有二次信息爆发的特点且呈网状辐射传播.

目的:通过了解公众与医生群体对不同卫生健康领域热点事件的情绪与态度,分析其倾向与特点,为卫生健康管理部门开展针对性的舆论引导提供相关对策建议.方法:根据关键词分别抓取微博平台和微信平台文本数据,应用文本分析软件LIWC进行分析,将情绪指数与情绪指数基准线进行比较,将微博用户情绪指数与医生公众号情绪指数进行比较,了解不同群体在不同类型事件中表达出的正负情绪,以及不同群体在同类事件上的感受差异.结果:微博用户对“政策决策”类事件正、负情绪指数分别为0.012 4和0.0133,均小于情绪词频基线.对“医疗经历”类事件正、负情绪指数分别为0.009 8和0.035 2,分别远低于和远高于正、负情绪词频基线.医生微信公众号对“政策决策”事件的正、负情绪指数分别为0.011 2和0.008 0,均小于情绪词频基线和微博网民情绪指数.对“医疗经历”类事件的正情绪指数为0.018 4,低于正性情绪词频基线,但略高于微博用户正情绪指数.负情绪指数为0.0275,高于负性情绪词频基线,但不及微博用户负情绪指数.对“职业认知”类事件的正、负情绪指数分别为0.0242和0.0146,皆低于情绪指数基准线.结论:公众对卫生健康领域的事件容易表现出相对负面的情绪,且情绪特征不只受事件本身的特点影响.不同群体对卫生领域事件的情绪态度有差异.在舆情引导中,应把握事件背后的情绪结构,应有群体针对性,引导公众多元归因、理性归因.

目的 分析广州市互联网型MSM对“互联网+”艾滋病综合预防服务体系(互联网干预工具)的评价及其使用者的行为特征,为推广互联网干预服务提供参考依据.方法 采用横断面调查研究方法,在2018年8-9月通过互联网招募MSM,问卷调查收集研究对象对互联网干预工具的评价及使用情况.采用logistic回归分析互联网干预服务工具使用者行为特征的关联情况、互联网干预服务核心用户与非核心用户行为特征的差异.结果 共纳入互联网型MSM 777人,互联网干预工具的核心用户638人(占82.1％).MSM对互联网干预工具的满意度高,超过80.0％使用者认为互联网干预工具对了解艾滋病知识、养成HIV检测习惯、减少危险行为均有帮助.与未使用者相比,互联网干预工具使用者最近6个月发生无保护肛交的风险高1.50～1.86倍;发生过男男商业性行为的风险高11.60 ～ 21.21倍;发生无保护阴道交的风险高13.62～ 20.67倍.互联网干预工具的核心用户与非核心用户相比较,做过HIV检测的比例为96.6％比74.8％(aOR=8.80,95％CI:4.85～15.97),定期做HIV检测的比例为56.4％比22.3％(aOR=4.54,95％CI:2.94～7.02),艾滋病知识知晓率为86.2％比80.6％(aOR=1.75,95％CI:1.06～ 2.89).结论 广州市互联网型MSM对互联网干预工具的接受度较高,满意度较好.互联网干预工具可针对互联网型MSM中存在高危行为者,提高其对HIV风险认知和促进HIV检测.

背景 近年来,随着智能手机的蓬勃发展,一些搭载在智能手机上,具有地理定位功能的,专门服务于男男性接触者(MSM)的同志社交软件(App)也逐渐发展并在MSM中受到了很大的欢迎.频繁使用这些App可能更方便MSM寻找性伴,从而导致更多性行为.目的 本研究就MSM人群App的使用和性行为特征、性传播疾病(STI)的关系做一系统综述.方法 计算机检索PubMed、万方数据知识服务平台和中国知网中关于MSM人群在智能手机上App的使用和性健康或性行为的关系,或MSM人群App用户和非App用户性行为特征、STI比较的研究,检索时间为2005—2017年.提取男性伴数量、群交性行为、无保护性行为及STI检测及确诊的相关数据.结果 共纳入23篇文献,21项研究.App用户过去12个月拥有5个以上男性伴的比例大于非App用户.过去6个月App用户有群交性行为者占10.9％～13.2％,高于非App用户(8.5％).但也有研究显示App用户(8.8％)过去12个月有群交性行为的比例低于非App用户(10.3％).过去6个月,App用户参与无保护性行为的比例占31.9％～50.5％,而非App用户为26.3％～35.6％.App用户既往STI检测率为29.9％～88.6％,非App用户为32.6％.App用户STI感染率为11.9％～51.1％,非App用户为23.2％.结论 较多地使用App可能对MSM人群的性健康产生不良影响.

滇西南地区拥有丰富的丛生竹林景观和珍稀特有竹种资源,但竹资源分布储量不清、监测技术缺乏等问题很大程度限制了竹资源开发与利用.基于Sentinel-2A影像数据,采用反向传播神经网络、支持向量机、随机森林三种机器学习分类方法进行沧源县丛生竹林信息提取及精度评价,利用GooSe Earth影像和DEM数据对竹资源分布的空间和地形特征进行了分析.结果 表明,随机森林分类精度优于支持向量机和反向传播神经网络,分类总体精度达90％,Kappa系数达0.87,竹林用户精度达81％.沧源县共有竹林138.07 km2,主要分布于城镇村庄、道路、水系和耕地周边,以四旁竹和防护竹林为主,采用Sentinel-2A10m的分辨率很好地提取了空间上分布分散的丛生竹林.沧源县竹林主要分布在海拔900～ 2000 m,坡度范围大都位于缓坡和斜坡.研究结果可为沧源县竹资源开发利用提供数据支持,研究方法可作为大型丛生竹遥感监测的参考.

目的:探究新型冠状病毒肺炎(COVID—19)流行期间复工复学状态下的民众情绪,为心理疏导、宏观调控提供依据.方法:通过Python爬取新浪微博用户在5月26日至6月26日间针对复工复学问题发表的公开评论,运用文本分析的方法计算用户的情感倾向性、情感强度和情绪词频,按照空间、时间维度进行情感可视化分析.结果:研究发现民众对复工复学整体情绪偏向积极,但负性情绪仍不可忽视.根据收集到的文本数据呈现出的情感特征,使用K—均值聚类算法对收集到的31个评论数据地区进行聚类,分成消极、积极以及中性区域,然后运用方差分析并事后比较验证了三类地区文本数据中的负性评论比例存在显著差异(F=18.366,P＜0.05).疫情反弹地区的用户出现负面情绪的指数较高,具有一定的空间、时间维度差异.结论:本研究验证了运用网络数据开展情感分析工作的可行性和有效性,同时表明官方媒体要加强信息平台建设,引导大众理性看待疫情常态化、适应局部反弹情况下经济复苏的社会新形势.