目的:基于不同监督机器学习算法，构建并验证适用于脓毒性休克患者28 d死亡风险的最佳预测模型。方法:从美国重症监护医学信息数据库Ⅳ v2.0（MIMIC-Ⅳ v2.0）中筛选出符合脓毒症3.0的脓毒性休克患者，随机抽取病例，其中70%作为训练集，30%作为验证集。从人口学特征及基础生命体征、入重症监护病房（ICU）24 h内血清学指标及可能影响指标的合并症、功能评分及高级生命支持3个层面提取相关预测变量。比较基于决策树分类回归树（CART）、随机森林（RF）、支持向量机（SVM）、线性回归（LR）及超级学习器〔SL，综合了CART、RF和极端梯度提升（XGBoost）〕5种主流机器学习算法构建的模型对脓毒性休克患者28 d死亡的预测效能，筛选最佳算法模型。利用LASSO回归、RF和XGBoost算法，通过取交集确定最佳预测变量，构建预测模型。采用受试者工作特征曲线（ROC曲线）验证模型的预测效能；采用校准曲线评估模型的准确性；采用决策曲线分析（DCA）验证模型的实用性。结果:最终共纳入3?295例脓毒性休克患者，28 d存活2?164例，死亡1?131例，病死率为34.32%；其中，训练集2?307例（28 d死亡792例，病死率为34.33%），验证集988例（28 d死亡339例，病死率为34.31%）。基于训练集数据分别建立5种机器学习模型；在纳入3个层面的变量后，RF、SVM、LR 3种机器学习模型在验证集预测脓毒性休克患者28 d死亡的ROC曲线下面积（AUC）依次为0.823〔95%可信区间（95% CI）为0.795～0.849〕、0.823（95% CI为0.796～0.849）、0.810（95% CI为0.782～0.838），高于CART算法模型（AUC＝0.750，95% CI为0.717～0.782）和SL算法模型（AUC＝0.756，95% CI为0.724～0.789），故将以上3种算法模型确定为最佳算法模型。综合3个层面变量后，通过LASSO回归、RF和XGBoost算法筛选并取交集，得出16个最佳预测变量，依次为入ICU 24 h内pH最大值、白蛋白（Alb）最大值、体温最大值、血乳酸（Lac）最小值、Lac最大值、血肌酐（SCr）最大值、Ca 2+最大值、血红蛋白（Hb）最小值、白细胞计数（WBC）最小值、年龄、简化急性生理学评分Ⅲ（SAPSⅢ）、WBC最大值、急性生理学评分Ⅲ（APSⅢ）、Na +最小值、体质量指数（BMI）及活化部分凝血活酶时间（APTT）最小值。ROC曲线分析显示，以上述16个最佳预测变量构建的Logistic回归模型为最佳预测模型，在验证集中的AUC为0.806（95% CI为0.778～0.835）；校准曲线及DCA曲线显示，该模型的精准度较高，且净收益最高可达0.3，其预测效能明显优于传统以单一功能评分〔APSⅢ评分、SAPSⅢ评分、序贯器官衰竭评分（SOFA）〕建立的模型〔AUC（95% CI）分别为0.746（0.715～0.778）、0.765（0.734～0.796）、0.625（0.589～0.661）〕。 结论:以pH值、Alb、体温、Lac、SCr、Ca 2+、Hb、WBC、SAPSⅢ评分、APSⅢ评分、Na +、BMI、APTT等16个最佳变量构建的Logistic回归模型为脓毒性休克患者28 d死亡风险的最佳预测模型，其效能稳定，区分度及精准度均较高。

目的:构建基于MRI的临床-影像组学模型，并探讨其对前列腺癌根治术后生化复发（BCR）的预测价值。方法:回顾性分析2015年1月至2018年12月在苏州大学附属第一医院接受根治性前列腺切除术并具有完整随访数据的212例前列腺癌患者，采用Python语言的random工具包对患者以7∶3的比例进行无放回随机采样，分为训练集（149例）和测试集（63例）。对患者进行术后随访，随访终点为发生BCR或至少3年，训练集中50例患者发生BCR，测试集中21例患者发生BCR。提取训练集患者术前T 2WI、扩散加权像和表观扩散系数图中主病灶区域的影像组学特征，采用无监督的K means聚类算法进行特征筛选，筛选出的特征采用多变量Cox回归模型进行模型拟合，构建影像组学模型。应用单因素Cox回归分析筛选与BCR相关的术前临床资料，联合影像组学标签（RadScore）构建临床-影像组学模型。在测试集中以患者术后3年是否发生BCR为界，构建时间依赖性受试者操作特征（ROC）曲线，计算曲线下面积（AUC），评估影像组学模型、临床-影像组学模型以及根治术后前列腺癌风险评估（CAPRA-S）评分对发生BCR的预测效能。采用Harrell一致性指数（C-index）评估模型预测BCR一致性；使用校准曲线评估模型变异程度；应用决策曲线评估预测模型的临床应用价值。 结果:共筛选出26个影像组学特征建立影像组学模型。单因素Cox回归分析筛选出的术前临床特征包括术前前列腺特异性抗原水平（HR=1.006，95%CI 1.002~1.009， P=0.001）、穿刺活检Gleason评分（HR=1.422，95%CI 1.153~1.753， P=0.001）、临床T分期（HR=1.501，95%CI 1.238~1.822， P<0.001），联合RadScore构建临床-影像组学模型。多因素Cox回归结果显示RadScore是根治性前列腺切除术术后BCR的独立预测因素（HR=51.214，95%CI 18.226~143.908， P<0.001）。测试集中，影像组学模型、临床-影像组学模型和CAPRA-S评分的时间（3年）依赖性ROC曲线的AUC分别为0.824（95%CI 0.701~0.948）、0.841（95%CI 0.714~0.968）、0.662（95%CI 0.518~0.806）。影像组学模型、临床-影像组学模型和CAPRA-S评分的C-index分别为0.784（95%CI 0.660~0.891）、0.802（95%CI 0.637~0.912）、0.650（95%CI 0.601~0.821）。校准曲线表明影像组学模型、临床-影像组学模型和CAPRA-S评分对BCR的预测概率和实际概率一致性良好（χ 2=7.64、10.61、6.37， P=0.465、0.225、0.498）。决策曲线表明临床-影像组学模型和影像组学模型的临床净效益明显高于CAPRA-S评分，当阈值概率为0.20~0.30、0.40~0.50以及>0.55时，临床-影像组学模型的临床净效益高于影像组学模型。 结论:临床-影像组学模型可有效预测前列腺癌患者根治术后BCR，预测效能优于影像组学模型和CAPRA-S评分。

目的:对比线性回归模型与四种机器学习算法对临床医学研究生学习行为的预测效能，探讨不同预测模型的优缺点和适用性。方法:以全国6 922名临床医学研究生的调查数据为例，通过自评学习行为量表获得综合得分；在训练集中，分别利用Lasso线性回归和人工神经网络、决策树、Bootstrap随机森林、提升树四种监督式机器学习算法建立预测模型；对验证集数据进行预测并比较不同模型的预测效能。结果:临床医学研究生学习行为综合得分为（3.31±0.54），总体达标率为74.02%。在线性回归模型中，年龄、学校级别、学位类型、学习兴趣、压力和满意度对学习行为的影响差异有统计学意义；在对验证集的预测中，线性回归模型的敏感度为0.484，特异度为0.914，准确率为0.801。四种机器学习算法的各项指标均高于线性回归模型，其中随机森林的提升度最高。结论:线性回归模型对研究生学习行为的预测效果良好，机器学习在预测准确性上优于线性回归模型，但传统线性回归模型在计算效率和可解读性上具有一定优势。

坚持和加强党对公立医院的全面领导是推进公立医院高质量发展的首要保障。公立医院如何全面加强党领导内部审计，提升内部审计治理效能，从而发挥内部审计有效促进公立医院高质量发展的作用，是亟待解决的问题。作者分析了我国公立医院党管内部审计的现状及其现实动因，构建了党管内部审计的机制框架，从设立党委审计委员会以强化党管内部审计顶层设计、联动三大审计以发挥党管内部审计监督合力、落实八大重构以实现党管内部审计闭环治理3个方面分析并提出党管内部审计的实现路径。

目的:探讨回授法健康教育模式在胫骨平台骨折患者术后康复训练中的应用效果。方法:采用便利抽样法，选取2019年1月—2020年1月南京医科大学淮安第一医院收治的100例胫骨平台骨折术后患者为研究对象，按照随机数字表法随机分为对照组（ n=50）和观察组（ n=50）。对照组给予发放手册、集中讲座、康复训练专项指导、心理干预、饮食管理等常规护理干预，观察组联合应用回授法健康教育模式。随访6个月，比较两组患者的康复训练自我效能、康复训练依从行为、膝关节功能等指标。 结果:干预后，观察组胫骨平台骨折术后患者的应对自我效能、任务自我效能、康复自我效能总分高于对照组（ P<0.05），且观察组胫骨平台骨折术后患者的身体锻炼依从、主动寻求建议依从、锻炼监督依从、康复训练依从性总分高于对照组（ P<0.05）。观察组胫骨平台骨折术后患者的美国纽约康奈尔大学特种外科（HSS）医院膝关节功能评分、胫骨平台后倾角（PA）高于对照组，胫骨平台内翻角（TPA）低于对照组（ P<0.05）。 结论:回授法健康教育模式有助于促进胫骨平台骨折术后患者康复自我效能的养成，增强康复训练依从行为，改善关节功能。

目的:探讨基于CT影像组学的机器学习方法在预测胰腺癌CD8 +T细胞浸润及预后的价值。 方法:回顾性分析2011年12月至2017年1月间在复旦大学附属肿瘤医院接受手术切除并经术后病理证实的胰腺癌患者150例，采用简单随机化法，按照7∶3比例将患者划分为训练集（ n=105）和验证集（ n=45）。以病理免疫组化染色评价CD8 +T细胞浸润，以中位数为界，将患者分为高浸润组和低浸润组，均为75例。生存资料的比较采用Kaplan-Meier法和log-rank检验。基于训练集术前静脉期增强CT图像提取影像组学特征，采用Wilcoxon检验和最大相关最小冗余法选取最优特征集。在此基础上，构建3种监督学习的机器学习模型，分别为决策树、随机森林和极端随机树模型，在验证集中对其预测胰腺癌CD8 +T细胞浸润状态的效能进行验证，评价指标包括：受试者操作特征曲线下面积（AUC）、F1分数、准确度、精确度和召回率。 结果:高浸润组与低浸润组患者的中位总生存时间别为875、529 d，差异有统计学意义（χ2=11.53， P<0.001）。在训练集中筛选出10个影像组学特征，基于这10个最优影像组学特征建立的决策树、随机森林和极端随机树模型在验证集中的AUC分别为0.620、0.704、0.745，F1分数为0.457、0.667、0.744，准确度为57.8%、68.9%、75.6%，精确度为66.7%、73.7%、80.0%，召回率为34.8%、60.9%、69.6%。 结论:CD8 +T细胞高浸润组胰腺癌的预后优于低浸润组，基于影像组学的极端随机树模型在预测胰腺癌CD8 +T细胞浸润上具有较高价值。

目的:通过文本挖掘厘清我国科研诚信政策的变迁特征及演变规律，为医学科研诚信治理政策制定和实施提供参考依据。方法:运用COST－CM6和SPSS软件，采用共词分析、社会语义网络和聚类分析方法，对2002—2021年国家颁布的297份科研诚信政策文本进行数据挖掘。结果:我国科研诚信政策经历了学术道德建设期(2002—2008年)、科研诚信建设期(2009—2015年)和学术环境优化期(2016—2021年)3个发展阶段，政策数量和质量均得到快速发展，科研诚信案件调查处理规则逐步明晰，追责机制不断完善，失信惩戒措施更加有力。科研诚信建设已形成以国家行政机关为主体、多部门协同治理的合力格局；科研失信事件和公众关注加速了科研诚信政策体系的完善；坚持"无禁区、全覆盖、零容忍"成为科研诚信治理的工作指南。结论:应通过强化医学诚信教育、增强自律意识；完善监督机制、强化过程管理与医学成果查重；"严惩"与"善治"双管齐下等措施，不断提升医学科研诚信治理效能。

目的:调查公立医院纪检组织的组织力情况，为提升医院纪检组织组织力提供参考。方法:通过文献分析，结合纪检组织的职责定位和工作实践构建公立医院纪检组织的组织力评价指标体系，并基于此设计调查问卷。2023年6月，采用方便抽样方法选取上海市医院协会医院廉洁建设专业委员会和泛长三角妇产科医院党建联盟成员单位的纪检干部为调查对象，通过问卷星平台进行问卷调查，调查内容主要包括指标满意度感知评价，以及总体满意度评价。采用修正重要性-表现程度分析法(IPA)分析问卷数据，衡量各指标对于提升纪检组织组织力的优先级水平。结果:构建的公立医院纪检组织组织力评价指标体系包括组织密度和功能密度2个一级指标，组织覆盖、工作覆盖、制度覆盖、功能覆盖和功能替代率5个二级指标及34个三级指标。回收有效问卷45份，调查对象对医院纪检组织组织力的满意度评价均值为3.718分，引申重要性均值为0.106。IPA象限图显示，与行风部门协同监督程度、协助党委落实全面从严治党主体责任能力等6个评价指标分布在优势发挥区，其引申重要性和满意度均较高；推动院内监督贯通协同程度、纪检组织之间相互学习交流程度、整合院内各类信息资源开展监督能力和纪检工作的创新点和亮点等7个评价指标分布在高优先改善区，其引申重要性高但满意度低；纪检专职部门信息化建设程度、纪检专职部门工作人员数量配备情况和党支部纪检委员考核激励机制等11个评价指标分布在低优先改善区，其引申重要性和满意度均相对较低；审计部门协同监督程度、推动问题整改和成果运用落地见效等10个评价指标分布在现状维持区，其引申重要性低但满意度高。结论:公立医院纪检组织组织力还需继续提升，未来应通过增强监督合力、整合院内信息资源、建设干部队伍、培养创新思维等进一步提升工作效能，扩大组织影响力。

公立医院权力运行具有信息不对称、不确定因素多和刚性需求的特性，面临较大的风险与挑战。为应对医疗行业权力运行的独特性，进一步加强医院党风廉政建设和反腐败工作，2018年7月，某大型公立医院以党内监督为引领，突出政治监督，压实四个责任协同，推动四类监督贯通融合，拉紧三条监督链条，发挥多部门会商机制，提升线索处置效能，形成监督合力，不断建立和完善符合医院实际需求的权力监督体系，取得良好成效，可为我国公立医院权力运行的监督与制约提供借鉴。

目的:了解老年胃癌病人化疗期间依从饮食指导的阻碍及促进因素,为进一步提高其饮食依从性提供依据.方法:以健康信念模式为理论框架,通过描述性质性研究,采用目的抽样法选取2023年4月—6月于山西省某三级甲等综合医院接受化疗的26例老年胃癌病人进行半结构化访谈,运用定向内容分析法分析资料.结果:感知威胁不足、化疗药物影响、存在饮食误区、迁就他人饮食、经济条件限制、自我效能感低下、缺乏行动线索等因素限制了老年胃癌病人的饮食依从性,而感知饮食不依从的危害、感知饮食依从的益处、自我效能感增强、医护人员的营养宣教、家人的监督与支持、病友的积极影响、多途径了解相关知识等因素有助于增强其饮食依从性.结论:老年胃癌病人的饮食依从性受到多重因素的影响,医护人员应及时识别阻碍因素并予以解决,有效利用促进因素并得以强化,提高病人的自我效能感,为其制定个性化的饮食指导与建议,确保饮食指导的依从性,进而改善病人的营养状况与生活质量.