目的:探讨中国急性胸痛急诊评估与管理（EMPACT）评分在急性胸痛患者危险分层中的应用价值。方法:按照前瞻性队列研究方法，选取2021年2—4月济宁医学院附属医院胸痛患者548例，按EMPACT评分进行危险分层，终点事件为30 d内主要不良事件（MAE），包括全因死亡、急性心肌梗死（AMI）、紧急血运重建、心脏骤停、心源性休克及其他需要紧急处理危及生命的情况。采用受试者工作特征（ROC）曲线评估EMPACT评分对MAE的预测价值。结果:548例患者中，30 d内发生MAE 75例（MAE组），MAE发生率为13.7%；未发生MAE 473例（无MAE组）。MAE组EMPACT评分明显高于无MAE组[8（12，18）分比5（2，8）分]，差异有统计学意义（ Z = 8.94， P<0.01）。Spearman相关分析结果显示，EMPACT评分与MAE的发生呈正相关（ r = 0.38， P<0.01）。ROC曲线分析结果显示，EMPACT评分预测30 d MAE的曲线下面积为0.820（95% CI 0.770~0.871），截断值为9.5分（由于该评分系统均为整数，截断值取10分），灵敏度为88.6%，特异度为60.0%。 结论:EMPACT评分有较好的危险分层能力，可实现对急性胸痛患者安全和有效分流。

重大灾难事故(安全事件)和严重群体性创伤救治是国家的重大需求。而快速有效的紧急医学救援依靠的是一体化的紧急医学救援体系。本文论述在中国重要战略发展区域建立具有中国特色的一体化紧急医学救援体系的重要性和必要性，并就建设的具体内容进行探讨。

我国心血管疾病负担持续增加，其早期识别和预测对于改善心血管结局至关重要。人工智能系统在心血管风险预测、心血管影像等方面的迅速进展以及移动健康的发展使得自动获取多种生命体征数据成为可能，大大促进了心血管疾病的早期识别和诊断。心电图诊断中应用人工智能方法有助于快速准确诊断并优先处理最紧急情况，减少误差；人工智能与移动健康结合可用于多疾病监测的心脏健康监测服务平台；超声心动图结合人工智能研究有助于识别亚临床疾病或细微未被识别的影像学特征；使用机器学习模型可无创评估冠状动脉有无血流意义的狭窄和冠状动脉斑块的稳定性，以区分未来冠脉事件的发生风险。因此，人工智能的发展有潜力将医师从耗时、重复的传统医学模式中解脱出来，并进行最佳的心血管疾病危险因素管理，从而最大限度地减轻医疗保健系统的过重负担，提高心血管疾病健康管理水平。

目的:气管插管(tracheal intubation，TI)不良事件风险较高。目前文献对PICU内气管插管安全性的"新受训者效应"尚无清楚报告。本文评估PICU主治医生学术周期时机对TI相关事件(TI associated events，TIAEs)的影响。本文假设(1)具有儿科重症监护医学(pediatric critical care medicine，PCCM)主治医生培训计划的PICUs在学年的第1季度(7-9月)与本学年其余时间相比有更多的TIAEs；(2)PCCM主治医师首次插管成功情况及TIAE发生率通过3年的临床培训得到改善。设计:回顾性队列研究。场所:37家加入国家儿童紧急气道登记数据库(NEAR4KIDS)的北美PICUs。对象:2013年7月至2017年6月在PICU接受TI的所有患儿。干预:无。测量方法和主要结果:将四种不同类型PICUs(有主治和住院医师的PICUs，仅有主治医师的PICUs，仅有住院医师的PICUs，以及没有受训人员的PICUs)第1季度(7-9月)发生的所有TIAEs情况与其余时间进行比较。对于第2个假设，PCCM主治医师完成的TIs按培训水平和3年主治医师培训期的不同季度进行分类(如第1年PCCM主治医师培训期的7-9月＝1st季度，第1年的10-12月＝2st季度，第3年的4月-6月＝12st季度)。结论:在不同类型的PICUs中未观察到新受训人员对TI安全性预后的影响。PCCM主治医师首次插管成功率显著提高，TIAE率显著下降，提示其在整个PCCM主治医师培训期间习得了大量技能。

目的:分析2017—2019年某航空公司导致备降返航的机上紧急医学事件的特点和病因，探讨机上紧急医学事件的应对策略。方法:采用回顾性研究。收集某航空公司2017—2019年发生的机上紧急医学事件，统计其中导致备降返航事件旅客的年龄分布；按照《疾病和有关健康问题的国际统计分类（ICD-10）》标准对旅客突发疾病进行分类统计；统计备降返航后特殊旅客生存情况。结果:①共发生机上紧急医学事件3 696起，其中有84起（2.27%）导致备降返航。导致备降返航的机上紧急医学事件在旅客中的总发生率为0.201/10 6；2017—2019年机上紧急医学事件在旅客中的发生率逐年下降，差异有统计学意义（ χ2=515.85， P<0.001）。②机上紧急医学事件旅客不同年龄组备降返航情况差异有统计学意义（ χ2=10.90， P=0.012），20岁以下和60岁以上旅客导致的备降返航率相对较高，其中60岁以上的人员29例，构成比为34.52%。③导致返备降航的机上紧急医学事件的旅客所患疾病以循环系统疾病最多（44.05%）；其次为神经系统疾病（15.48%）和消化系统疾病（13.10%）。④导致备降返航的机上紧急医学事件中的旅客死亡6例，年龄6~73岁，癌症2例，心源性猝死4例。 结论:应加强乘机旅客健康知识宣教、乘机前医学审核以及机组人员急救培训，以减少机上医学事件的发生。

在抗击本次新型冠状病毒肺炎疫情的过程中，医学检验部门发挥了重要作用。应有意识、有计划地建设一批适于应对大规模紧急公共卫生事件的平"战"结合的检验医学部门，以便今后在这类情况发生时，能快速准确地为临床诊治决策提供可靠的科学信息。本文探讨了应对大规模紧急公共卫生事件的检验医学部门的能力建设的基本要求。

目的:通过护士参与桌面推演比赛体验的研究，了解桌面推演比赛对提高护士灾害护理能力的作用，探索灾害护理培训新模式。方法:采用目的抽样的方法，对12名参加桌面推演比赛的护士进行进半结构式访谈，应用主题分析法进行资料分析。结果:经过阅读、分析、对比，提炼出5个主题：（1）提高参赛护士对灾害护理的认知水平：认识到护士参与灾害救援的重要性、认识到储备相关知识及技能的重要性。（2）提高参赛护士的灾害护理准备度：灾害知识的储备、救援技术的提高，灾害管理能力的培养。（3）提高参赛护士批判性思维及沟通能力：在推演比赛回答问题环节，团队每个选手必须先独立思考主持人提出的问题，提出解决办法，然后，团队3个选手经过快速沟通，形成团队最后的答案，并用合理的语言进行表达，提高了选手的批判性思维及沟通能力。（4）提高参赛护士心理素质：冷静、镇定是比赛顺利进行的基础，也是处理紧急突发公共事件，参与灾害护理救援的基础，也是缓解护士本身焦虑，降低创伤后应激障碍的发生的基础。（5）探索灾害护理培训新模式。结论:突发事件紧急医学救援的桌面推演比赛作为一种新的灾害护理培训模式，可有效提高参赛护士灾害护理能力。

自2012年我国第一批国家级卫生应急队伍建成开始，在过去10余年的时间，我国的卫生应急队伍体系建设取得显著成效，目前全国共有40支国家级医疗应急队伍，包括32支紧急医学救援队伍、5支中毒救治队伍、3支核辐射救治队伍 [1]。其中，紧急医学救援队伍需求最大、建设最多、用途最广。总结以往医学救援的特点，我国紧急医学救援队伍主要包含两个板块，一是主要是针对以突发重大传染性疾病（如新型冠状病毒）为代表的感染性疾病；另一个则聚焦于以"伤"为核心的重大灾难事故（安全事件）和严重创（烧、战）伤紧急医学救援体系 [1]，多为由地震等自然灾害、生活和生产事故等造成。近年来，随着医学救援事件不断增多，我国紧急医学救援队伍的建设、发展面临诸多问题，机遇和挑战共存。尤其在中国急诊急救步入3.0时代的背景下，如何创新紧急医学救援队伍建设，提高队伍综合素质，打造一支训练有素、技术精湛的医学救援生力军，是目前急诊急救业内及社会关注的热点和难点。探索实景沉浸式体验模拟教学模式在紧急医学救援队伍培训中的应用，最终提升综合救援能力，以适应不同的救援场景是十分必要的。

紧急医学救援是国家公共卫生体系和社会安全保障体系不可缺少的组成部分，既是践行人民至上、生命至上理念的直接体现，也是衡量政府应急管理水平和能力的重要指标。突发事件造成的伤害主要是“伤”和“病”。新型冠状病毒肺炎（COVID-19）疫情的发生，使我国以“病”为主要特征的紧急医学救援体系建设取得了巨大进步，为高水平建立以“伤”为特征的紧急医学救援体系提供了宝贵经验。笔者回顾我国紧急医学救援体系发展历程，系统总结COVID-19疫情防控经验，就如何高水平建设以“伤”为主要特征的紧急医学救援体系进行分析，为建强新时代我国紧急医学救援体系、更好地服务于中华民族复兴宏伟蓝图发挥积极作用。

国际权威医学期刊发表了大量与国际公共卫生紧急事件相关的医学外语文献，但囿于语言与翻译屏障，这些医学研究成果并未有效地转化为大众的健康知识，健康传播、健康教育效果受阻。文章基于跨学科视角，按照健康传播学“5W”模式构建国际医学外语文献翻译路径，以打破健康传播教育过程中的语言壁垒。本研究认为，翻译和传播国际医学外语文献能够提升我国国民健康素养水平，更好地满足人们日益增长的多元化健康与医疗知识需求；医疗译者同时身兼健康传播者的社会角色；外语与翻译研究应该主动融入健康传播学科，合力为我国健康传播、健康教育事业做出知识增量的贡献。