目的 回顾性研究社区老人心理状态现状及影响其焦虑抑郁情绪的相关因素.方法 选取2022年12月～2023年12月某社区已建立居民健康档案的老人80例进行回顾性分析,依据档案资料中的Zung焦虑自评量表(Self-rating anxiety Scale,SAS)及Zung抑郁自评量表(Self-Rating Depression Scale,SDS)评估结果是否存在焦虑及抑郁情况进行分组,分为发生组和未发生组,收集对比两组社区老人的资料情况,存在差异的指标使用Logistic回归模型分析影响心理状态的相关因素,构建风险预测模型,利用受试者工作特征曲线(Receiver Operating Characteristic Curve,ROC)评价模型价值,构建校准曲线与决策曲线.结果 两组婚姻状况、月收入、慢性疾病、独居、匹兹堡睡眠质量指数(Pittsburgh sleep quality index,PSQI)评分及自我效能感量表(General Self-Efficacy Scale,GSES)评分对比存在显著差异(P＜0.05),且上述因素均是社区老人焦虑抑郁情绪的危险因素(OR值＞1).通过构建列线图,并绘制ROC曲线验证列预测模型准确性,发现AUC是0.769,95％CI为(0.666～0.871).风险预测模型的校准曲线和参考曲线相近,证明社区老人焦虑抑郁情绪的预测风险和实际风险一致性较高;同时预测模型的净获益率较高,证明该预测模型的适用性较好.结论 婚姻状况、月收入、慢性疾病、独居、睡眠情况及自我效能感均为社区老人焦虑抑郁情绪的影响因素,由此构建风险预测模型的预测效能高、适用性好,为采取干预措施提供指导.

目的 建立针对云南省多民族人群的产后抑郁风险预测模型并识别预测因子.方法 于云南省某多民族聚居县对处于产后42天～1年的女性采用爱丁堡产后抑郁量表(Edinburgh Postnatal Depression Scale,EPDS)进行产后抑郁筛查.以是否存在产后抑郁症状(EPDS ≥9分)为结局指标,基于随机森林算法纳入人口经济学、社会心理学、产科学、新生儿、配偶及家庭、其他特征因素共52个影响因素,在训练集上构建云南多民族人群产后抑郁风险预测模型,在测试集上采用准确率、灵敏度、特异度、阳性预测值、阴性预测值及受试者工作特征曲线(Receiver Operating Characteristic Curve,ROC曲线)下面积(Area Under Curve,AUC)评价该模型性能.结果 本研究纳入分析的女性为459名,产后抑郁检出率为11.55％,其中汉族7.56％、壮族13.94％、其他少数民族13.92％.重要性评分位于前14的变量为:焦虑、既往不良情绪史、夫妻感情、家人支持水平、照顾新生儿身心疲惫、妊娠风险分级、母婴同室、喂养模式、文化程度、配偶文化程度、夜间照顾新生儿次数、民族、孕次、年龄.该模型准确率为92.74％,特异度为95.50％,灵敏度为69.23％,阳性预测值为64.29％,阴性预测值为96.36％,AUC值为0.925.同时,分别以汉族、壮族和其他少数民族人群作为验证集进行内部验证,显示模型稳定性好.结论 基于随机森林算法建立的云南多民族人群产后抑郁风险预测模型性能良好,可用于预测少数民族地区女性产后抑郁风险因子,从而采取针对性干预措施.

目的 评价Alberta卒中项目早期CT评分(ASPECTS)、洛桑卒中量表(ASTRAL)、DRAGON、START和血管事件患者总体健康风险计算评分(THRIVE-c)预测模型对河北省保定市高级卒中中心救治的急性缺血性卒中(AIS)患者预后的预测价值.方法 收集 2016 年 1 月至 2022 年 8 月在保定市第一中心医院高级卒中中心急诊入院行静脉溶栓治疗的 909 例AIS患者的临床资料,并对患者使用ASPECTS、ASTRAL、DRAGON、START和THRIVE-c评分模型进行评分.观察每个评分 3 个月改良Rankin量表(mRS)评分,mRS评分 0～2 分为预后良好,3～6 分为预后不良,比较 5 个评分中变量的多变量Logistic回归系数与原始推导队列的差异.采用受试者工作特征曲线(ROC曲线)分析各评分模型对AIS患者 3 个月不良预后的预测效能,并计算ROC曲线下面积(AUC);采用Hosmer-Lemeshow拟合优度检验评估各模型与实际预后结果的拟合程度;同时,利用校准曲线和Brier评分作为评价模型校准性能的指标.结果 最终纳入 786 例患者,340 例预后不良.验证队列与模型构建原始队列的比较显示:验证队列中平均年龄为 65 岁,女性占比相对较少(33.84%),中位血糖值为 8.09 mmol/L,与ASPECTS和THRIVE-c评分原始队列比较,验证队列预后不良占比较低(43.68%比51.90%,43.68%比50.30%),与ASTRAL、DRAGON和START原始队列比较,验证队列不良占比较高(43.68%比34.00%,43.68%比35.20%,43.68%比39.10%,均P＜0.05).ROC曲线分析显示,ASPECTS、ASTRAL、DRAGON、START和THRIVE-c评分对AIS患者预后均有预测价值,AUC和 95%可信区间(95%CI)分别为 0.848(0.820～0.876)、0.825(0.795～0.855)、0.833(0.805～0.861)、0.838(0.811～0.866)、0.727(0.691～0.762);在前循环分别为0.852(0.821～0.883)、0.817(0.782～0.853)、0.815(0.781～0.849)、0.833(0.800～0.866)、0.710(0.668～0.751);在后循环分别为0.841(0.781～0.902)、0.850(0.792～0.908)、0.874(0.816～0.931)、0.854(0.800～0.908)、0.775(0.704～0.846).Hosmer-Lemeshow拟合优度检验显示:DRAGON模型曲线与中间对角线差距较小,校准度较好(χ2=1.483,P=0.993);Brier评分显示:ASPECTS评分模型的Brier评分最小为 0.150,性能最好.结论 ASPECTS、ASTRAL、DRAGON、START及THRIVE-c这 5 种评分模型均被证实能有效预测接受静脉溶栓治疗的AIS患者 3 个月后的不良预后,其中ASPECTS模型在预测效能上表现最为突出;对于前循环梗死,ASPECTS评分展现出最高的预测效能;而针对后循环梗死,DRAGON评分则具有最佳的预测性能.ASPECTS评分在预测模型预测预后的概率与实际概率一致性较好.

目的 基于LASSO-logistic回归筛选脑出血(intracerebral hemorrhage,ICH)患者术后下肢静脉血栓发生的危险因素并构建临床预测模型.方法 选取2023年2月至2024年 4月北部战区总医院收治的768例自发性脑出血患者,根据1∶1比例随机分为训练集和验证集.在训练集病例中通过Lasso回归和单因素logistic回归筛选导致脑出血术后静脉血栓形成的可疑危险因素,通过多因素逐步logistic回归确定独立危险因素并构建模型.绘制列线图进行可视化展示,计算受试者工作特征(receiver operation characteristic,ROC)曲线下面积、绘制校准图对构建的模型进行评估,通过临床决策曲线分析(decision curve analysis,DCA)评价模型临床应用价值.结果 ICH后静脉血栓的发生与年龄、糖尿病、格拉斯哥昏迷量表(Glasgow Coma Scale,GCS)评分、血液纤维蛋白原含量相关(P<0.05),与血压、性别、饮酒、吸烟、和手术方式无关(P>0.05).模型的ROC曲线下面积为0.840(95%CI:0.773-0.907).校准曲线一致性良好、Hosmer-Lemeshow拟合优度检验χ2=9.596(P=0.384),表明该模型具有良好的区分度和校准度.DCA中,阈值概率在0.02和0.80之间预测模型具有良好的净获益.结论 高龄(>60岁)、糖尿病、GCS评分低、血液中纤维蛋白原含量(>4 g/L)为自发性脑出血术后下肢静脉血栓发生的独立影响因素,依此构建的预测模型具有良好临床应用价值.

目的 对比列线图与不同机器学习算法构建中老年人龋齿预测模型的效能.方法 采用多阶段分层随机抽样法,选取南宁市、贵港市、崇左市510名中老年人为研究对象,进行问卷调查及口腔检查.采用单因素分析和Lasso回归筛选相关变量,使用多因素logistic回归分析确定最终独立影响因素.基于显著特征,建立列线图预测模型,并运用线性判别分析(LDA)、偏最小二乘算法(PLS)、距离多普勒算法(RDA)、广义线性模型(GLM)、随机森林(RF)、支持向量机(SVM)核函数(SVM-Radial)及SVM线性核函数(SVM-Linear)7种机器学习算法构建7种龋齿风险预测模型.采用受试者工作特征(ROC)曲线下面积(AUC)中位数评价各模型预测性能,以及不同变量筛选方法所构建模型的预测性能.结果 中老年人龋齿检出率为71.18％.经过特征筛选后最终保留5个预测因子,分别是年龄(OR=0.945,95％CI:0.917～0.973)、刷牙频率(OR=0.688,95％CI:0.475～0.997)、过去1年是否洗牙(OR=0.303,95％CI:0.103～0.890)、牙存留数(OR=1.062,95％CI:1.038～1.087)和口腔健康评估量表(OHAT)得分(OR=1.363,95％CI:1.234～1.505).各模型对比结果显示,RF算法所构建的预测模型表现最佳,AUC中位数为0.747,其次为列线图,AUC中位数为0.733.单因素+Lasso+多因素logistic(简称Lasso+logistic)筛选自变量构建预测模型的AUC中位数均高于RF算法筛选自变量构建的预测模型.结论 基于Lasso+logistic筛选变量,RF较列线图及其他机器学习算法在中老年龋齿预测中提供了更可靠的预测性能.

目的 观察晕动症敏感和不敏感个体在垂荡刺激前后血浆胃肠激素的变化情况,并构建晕动症易感性预测模型.方法 选择60名男性健康志愿者,接受正弦垂荡规律运动连续刺激45 min.试验前填写晕动症易感性问卷(MSSQ),试验后即刻采用Graybiel量表评价晕动症症状严重程度,筛选出晕动症敏感(Graybiel评分≥8分且MSSQ易感指数＞21分)和晕动症不敏感(Graybiel评分≤2分且MSSQ易感指数＜5分)的受试者各15人.采用ELISA法检测两组受试者垂荡刺激前后血浆胰高血糖素样肽-1(GLP-1)、胆囊收缩素(CCK)、瘦素、胃促生长素、神经肽Y(NPY)和促食欲素A(OXA)水平.采用logistic回归模型分析血浆胃肠激素水平对晕动症易感性的预测效果并建立联合预测模型,采用ROC曲线分析模型的预测价值.结果 与垂荡刺激前相比,晕动症敏感组在垂荡刺激后胃促生长素和CCK水平升高(均P＜0.01),NPY和瘦素水平下降(均P＜0.01);在垂荡刺激后,晕动症敏感组胃促生长素和CCK水平与晕动症不敏感组相比较高(均P＜0.01),NPY和瘦素水平较低(均P＜0.01).多因素logistic回归分析显示血浆胃促生长素、CCK、NPY是晕动症易感性的独立预测因素,建立的晕动症易感性预测模型为logit(P)=-0.051 ×胃促生长素+0.060×NPY-0.169×CCK+33.397.ROC曲线分析显示该预测模型的AUC值为0.988,灵敏度、特异度分别为100.0％、93.3％,预测效果优于胃促生长素、CCK、NPY单独应用(AUC值分别为0.792、0.880、0.838).结论 外周胃肠食欲调控激素水平变化可能与晕动症易感性有关,各指标联合应用可用于晕动症易感性的预测.

目的 构建终末期癌症患者远程居家安宁疗护照护系统,并评价其应用效果.方法 基于文献研究、患者及其照护者需求访谈、专家小组会议讨论,构建终末期癌症患者远程居家安宁疗护照护系统.2023年5月—8月,采用便利抽样法,选取湖南省长沙市某三级甲等肿瘤专科医院安宁疗护病房即将出院的88例癌症患者作为研究对象,根据入院时间先后顺序分为试验组与对照组.试验组接受基于远程居家安宁疗护照护系统的居家照护,对照组接受常规出院指导和出院随访,共干预8周.采用中文版埃德蒙顿症状评估量表、中文版安宁疗护患者生活质量量表评价两组在干预前及干预后的症状负担及生活质量;采用中文版远程照护满意度问卷调查试验组的照护满意度.结果 终末期癌症患者远程居家安宁疗护照护系统包括患者端与医护端,其中患者端包含建立个人健康档案、医患沟通、安宁疗护知识科普库、用药助手、智能报告与监测、智能答疑、智能随访、智能表单8个模块;医护端包含工作台、个案管理、随访管理、预警提醒、科普推送、统计分析、用户管理7个模块.共67例患者完成干预,其中试验组3 3例、对照组3 4例.应用效果显示,干预后试验组症状负担低于对照组、生活质量优于对照组,差异均具有统计学意义(P＜0.05);试验组中文版远程照护满意度问卷得分为(59.00±6.66)分,处于高满意度水平.结论 使用远程居家安宁疗护照护系统可减轻终末期癌症患者的症状负担,改善患者的生活质量,具有较好的实用性.

目的:探索建立医疗机构医用耗材准入遴选环节的综合价值评估量表体系，为医疗机构医用耗材准入遴选提供借鉴。方法:2021年5月，基于课题组前期研究，通过专家咨询法确定指标结构、指标内涵以及评分标准等并进行重要性评分，采用层次分析法确定各级指标的权重。在此基础上，借鉴多维度决策分析以及mini-卫生技术评估的思路设计评估量表。以直线型切割吻合器为例，由江苏省人民医院6位临床医生、3位医院管理者以及医用耗材管理委员会对其进行综合价值评估实证分析，通过变异系数和肯德尔和谐系数对临床医生评估结果进行一致性评价。结果:通过3轮专家咨询，确定了由4个一级指标和11个二级指标构成的评估指标体系，并在此基础上建立由临床医生评估表、医院管理者评估表以及医用耗材管理委员会评估表所构成的医疗机构医用耗材准入遴选综合价值评估量表体系。其中，前两个量表用于快速初筛，第三个量表用于对通过筛选的产品进行更加全面、具体、定量的评估。最后根据3个量表的总得分进行决策。采用该量表体系对某进口品牌和国产品牌的直线型切割吻合器进行评估，评分结果分别为90.5分和75.4分，6位临床医生对于每个项目评分结果的变异系数 CV<0.25，肯德尔和谐系数 W为0.833，评估标准和评估结果均具有较好的一致性。 结论:本研究构建的医疗机构医用耗材准入遴选综合价值评估量表具有较高的科学性、全面性以及实用性，可以为医疗机构建立基于价值的医用耗材准入遴选机制提供参考。

目的:基于矢状位影像学参数和临床特征构建颅底凹陷患者复位术后生命质量的LASSO-logistic回归预测模型并对其进行验证。方法:回顾性分析2015年8月至2020年8月空军军医大学唐都医院神经外科采用经颈后路复位减压植骨融合内固定术治疗的94例颅底凹陷患者的临床资料。基于患者的年龄、体重、手术前后疼痛数值评价量表(NRS)评分、颈椎功能障碍指数(NDI)及矢状位影像学相关参数，采用LASSO-logistic回归法筛选出鲁棒性最好的变量并构建颅底凹陷患者复位术后生命质量的预测模型。绘制受试者工作特征(ROC)曲线，并根据曲线下面积(AUC)判断该预测模型的效能。采用Bootstrap法进行500次重复抽样进行内部验证。结果:LASSO-logistic回归的分析结果显示，共9个因素纳入预测模型，分别为：年龄、体重、术前NRS评分、术前NDI、术前头颈屈曲角(HNFA)、术后斜坡枢椎角(pCXA)、术后斜坡斜坡角(pCS)、术后延髓脊髓角(pCMA)及术后Boogaard角(pBoA)。通过绘制ROC曲线，发现该预测模型的AUC为0.893，灵敏度为79.4%，特异度为84.6%，阳性似然比为5.162，阴性似然比为0.243。内部验证的结果显示，AUC为0.885，灵敏度为81.3%，特异度为82.6%，阳性似然比为5.153，阴性似然比为0.237。结论:基于年龄、体重、术前NRS评分、术前NDI、术前HNFA、pCXA、pCS、pCMA及pBoA构建的颅底凹陷患者复位术后生命质量LASSO-logistic预测模型拟合性较好。

目前，住院医师规范化培训存在一些问题，如规培基地常会将住院医师培训学员看作是普通医师进行使用，将其时间和精力都投入到日常的医疗程序性工作当中，没有给予足够的培训和带教，对规培学员的基本技能培训产生了忽视。因此，本文构建了基于业务场景的主动知识推送系统，系统主要包括敏感操作识别层、知识索引层、资源推送层3个部分，以培养规培学员诊疗的规范，合理解决临床工作中资源获取不便的问题。通过初步应用，发现该系统有效提高了规培学员住院医师迷你评价量表（mini-clinical evaluation exercise，Mini-CEX）评分，取得了较好的效果。