泌尿系统恶性肿瘤患者面临复杂的决策信息,识别患者决策需求并提供合适的共享决策(SDM)有利于提高患者决策质量,进而改善其生存质量.目前,我国正处于SDM初步发展阶段,通过借鉴国外SDM模式、渥太华决策支持框架、跨专业SDM模式等相关理论模式,采用决策辅助工具及决策辅导对患者实施SDM.但肿瘤患者SDM相关研究尚不成熟,国外SDM模式是否适用于我国泌尿系统恶性肿瘤患者仍需进一步探讨.本文对泌尿系统恶性肿瘤患者决策挑战及SDM实践经验予以综述.

目的 系统评价决策辅助工具在局限性前列腺癌患者治疗中的应用效果.方法 计算机检索Cochrane Library、Web of Science、PubMed、Embase、Scopus、中国知网、维普数据库、万方数据库、中国生物医学文献数据库中有关决策辅助工具在前列腺癌患者中应用效果的随机对照试验,检索时间为2000年1月至2023年1月.依据Cochrane手册5.1.0版进行文献质量评价,并用RevMan 5.4进行软件分析.结果 共纳入10篇研究,包括2 695例研究对象.Meta分析结果显示,决策辅助工具可改善局限性前列腺癌患者治疗决策冲突(MD=-0.85,95％CI:-0.56～-0.14,P=0.02),但对提高决策知识(SMD=0.56,95％CI:-0.06～1.18,P=0.08)、决策准备(SMD=0.08,95％CI:-0.24～0.40,P=0.61)、决策满意度(SMD=2.17,95％CI:-0.66～5.00,P=0.13)和降低决策后悔(SMD=0.33,95％CI:-1.09～1.75,P=0.65)无显著作用.结论 决策辅助工具对局限性前列腺癌患者治疗决策具有一定干预效果,但仍需更多高质量试验进一步验证.今后可借鉴国外相关理论框架及开发经验,研发符合我国患者需求的决策辅助工具,以提高患者的决策质量.

随着结直肠癌的发病率和死亡率在全球范围内显著上升,局部进展期直肠癌(locally advanced rectal cancer,LARC)的治疗策略引起了广泛关注.目前,新辅助治疗(neoadjuvant chemoradiotherapy,NCRT)后行全直肠系膜切除术(total mesorectal excision,TME)被推荐为LARC的标准治疗方案.尽管NCRT能显著改善预后,但LARC患者对此治疗响应存在显著差异.因此,准确评估N C RT的疗效对于临床决策和个体化医疗具有重要意义.当前的疗效评估方法包括血清肿瘤标记物、内镜、直肠腔内超声、CT/MRI等,但各有局限.近年来,磁共振肿瘤退缩分级(magnetic resonance tumor regression grade,mrTRG)系统因其无辐射、多方位成像、软组织分辨率高和动态连续观察的优点而受到关注和推荐,因此,本文旨在通过分析最新的国内外研究文献,着重探讨LARC患者NCRT后mrTRG的应用价值及其现状.

目的 构建多重耐药菌感染信息管理系统并初步应用,评价其在多重耐药菌检出阳性患者管理过程中的有效性及准确性.方法 成立系统构建小组,构建多重耐药菌感染信息管理系统,包括预警、执行、监测、统计决策4个模块.选取2022年1月—12月浙江省某三级甲等妇产科医院的多重耐药菌检出阳性住院患者、系统构建小组成员、临床医务人员作为研究对象,系统应用后(2022年7月—12月)与应用前(2022年1月—6月),对多重耐药菌感染管理的执行效率及系统的准确性、可用性、满意度进行评价.结果 系统应用后,多重耐药菌感染预警的即刻反馈率由62.87％上升至89.78％,隔离医嘱开具率由61.07％上升至93.33％,隔离措施执行准确率由66.67％上升至98.01％,差异具有统计学意义(P＜0.001).系统产生决策报告的准确率为88.44％,医务人员对于系统的可用性评价平均得分为44.04分,系统构建小组成员、临床医务人员对系统的满意度平均得分为121.25分,均处于高水平.结论 构建的多重耐药菌感染信息管理系统具备即刻提醒、多途径通知、多方监管、辅助决策等功能,能够为医务人员提供较准确的决策报告.初步应用结果显示,该系统的准确性较高、可用性良好.

近十余年来，智能神经外科已逐步进入轨道化、系统化、规模化的发展阶段，大数据挖掘、机器学习/深度学习/神经网络、临床决策支持系统/专家系统、手术导航与机器人等多个研发版块已初步发展成熟，相关应用已覆盖神经外科各类疾病的临床诊断、治疗决策、手术辅助、预后评估、模拟教学等多种场景，但整体尚处于起步阶段。在中国脑计划的开局之年，全面、理性、客观地回顾智能神经外科的发展历程，审视相关成果的应用现状及风险，具有承前启后的时代意义。

目的:运用机器学习算法及列线图，构建和验证免疫检查点抑制剂相关性肺炎（CIP）风险预测模型，旨在为更好的辅助临床护理人员筛查CIP的高危人群，提供准确直观的方法。方法:采用回顾性病例对照研究。选取2019年1月至2022年2月南方医科大学珠江医院就诊的230例使用免疫检查点抑制剂治疗的肿瘤患者，使用医院电子病历系统收集患者的资料。应用5种机器学习算法和列线图构建预测模型，在独立测试集进行模型的验证，最后依据评价指标AUC、准确率等评估预测模型的区分度及稳定性。结果:6种模型均提示，肺部基础疾病、吸烟史、血清白蛋白值≤35 g/L、胸部放疗史是促进CIP发生的重要影响因素。K最近邻、支持向量机（SVM）、朴素贝叶斯、决策树和随机森林构建的CIP预测模型的AUC分别为0.647、0.696、0.930、0.870、0.934。列线图构建的模型AUC为0.813，预测性能较好，但低于机器学习算法中表现最佳的随机森林模型（AUC=0.934）。结论:与列线图相比，基于机器学习算法建立的CIP的风险预测模型具有更高的诊断价值，但列线图构建的模型可更直观评估患者风险，建议在列线图基础上，结合机器学习算法，可增加预测模型的准确性及实用性。

目的:在新生儿低血糖风险预测模型构建完成的基础上应用循证方法学构建新生儿低血糖分级预防护理标准化知识库，为实现新生儿低血糖预见性的风险管理提供决策基础。方法:以2020年发表的新生儿低血糖预防与管理策略中总结的最佳证据为基础，补充检索BMJ Best Practice、UpToDate、加拿大安大略注册护士协会、中国知网等国内外数据库和专业协会网站中关于新生儿低血糖预防与管理的所有证据，检索时限为2019年9月1日至2022年8月31日，对新纳入的文献质量进行评价，提取新证据，并与2020年发表的新生儿低血糖预防与管理策略中的最佳证据进行汇总、合并，形成知识库初稿，邀请新生儿护理领域专家对知识库各条目进行修改与讨论，形成知识库终稿。以临床护理分类系统2.5版作为标准化语言对知识库终稿进行编码。结果:以新生儿低血糖风险预测模型作为分级工具，预防护理知识库终稿包括1项护理诊断，6个模块，18项具体的预防护理措施。结论:基于风险预测模型的新生儿低血糖分级预防护理知识库可以实现新生儿低血糖预见性的风险管理，具有科学性与实用性，是辅助护理人员作出临床决策的基础。

本期《头颈部鳞状细胞癌免疫检查点抑制剂治疗专家共识》系统阐述了免疫检查点抑制剂的机制与治疗数据、免疫治疗技术参数、免疫相关不良事件及处理，以及临床诊疗实践，旨在指导国内同行安全、科学和规范地开展头颈部鳞状细胞癌的免疫治疗及相关的临床试验。论著《携带线粒体DNA致病突变家庭的聋病遗传咨询特征分析》发现携带线粒体DNA致病突变个体及其母系家庭成员发生耳聋的风险较高，但携带者的发病年龄、听力损失程度及外显率等存在显著差异，在遗传咨询中需要明确排除核基因可疑致病变异并分析携带者的线粒体DNA突变比例，同时完善首诊个体及其母系家庭人员的听力检测，以咨询家庭为单位进行线粒体突变表型-基因型特征分析，有利于线粒体耳聋遗传咨询个性化的临床决策。论著《坏死性外耳道炎23例临床分析》提出坏死性外耳道炎临床表现缺乏特异性，诊断需根据病史、体格检查及辅助检查综合判断；可根据不同临床分期制定相应的治疗措施；治疗以多学科综合治疗为基础，以手术治疗为主；尽早干预预后较好，但合并多组颅神经损伤及颅内感染的患者预后不佳。论著《顺铂诱导氧化应激引起耳蜗血管纹周细胞线粒体途径的细胞凋亡》发现顺铂可升高耳蜗内氧化应激水平导致C57BL/6J小鼠耳蜗血管纹周细胞凋亡，从而提血迷路屏障的通透性，造成听力损失。论著《siRNA沉默STAT6抑制嗜酸粒细胞性慢性鼻窦炎产生的实验性研究》发现经鼻滴入信号传导和转录激活因子6（STAT6）小干扰RNA（siRNA）可下调鼻黏膜STAT6表达，降低磷酸化STAT6（p-STAT6）水平，抑制小鼠嗜酸粒细胞性慢性鼻窦炎的产生。新技术新材料《汉语普通话CMnBio测听句表的编制及在成年人工耳蜗植入者中的验证》建立了面向成年人工耳蜗植入者、具有良好等价性的26张普通话CMnBio句表，并提供了使用单张表和二张表时识别率得分95%置信度下的临界差值，为普通话成人人工耳蜗临床实践及开展跨语种成效对比研究，提供了一个可避免天花板效应的实用工具。

扩展现实（XR）包括了虚拟现实、增强现实、混合现实等多种可视化技术，是指通过计算机将真实与虚拟相结合，打造一个可人机交互的虚拟环境，具有沉浸性、交互性、构想性、虚实结合等特征，近年来XR技术在医学教育、精准医疗、远程医疗、手术辅助与导航等方面的应用有了长足的进展，日益受到关注。本文简述XR概念的提出及其技术发展历程，重点对XR技术的骨科临床应用进展，尤其是骨科手术应用方面的进展进行了系统的综述，剖析了现存的问题和难点，对其未来发展趋势进行了展望，以帮助读者更全面和深入地认识及理解基于XR技术的智能骨科发展历程、现状和趋势。

随着人工智能与多学科的交叉融合，以机器学习为主要手段的人工智能技术也逐渐应用于口腔疾病的诊断、治疗和预后评估等方面。目前，机器学习在口腔正畸学中的应用主要包括两大方面，即利用图像识别技术进行影像学资料的定点及分析、颅面骨骼分型和颈椎分期的判断等，以及利用临床决策支持系统辅助评估正畸治疗的必要性以及制订正畸治疗方案等。本文从以上两方面对机器学习在正畸诊疗中的应用进展进行综述，以期为精准正畸的未来发展提供新思路。