目的:通过生物信息学方法,揭示肝细胞癌(hepatocellular carcinoma,HCC)的异质性,探讨铁死亡相关基因与HCC肿瘤微环境(tumor microenvironment,TME)的关系,并构建基于铁死亡相关基因的预后模型,为预防HCC患者复发提供新的思路.方法:基于TCGA数据库和NODE数据库,利用非负矩阵分解聚类分析鉴定分子亚型,通过ESTIMATE算法和CIBERSORT算法用于构建免疫评分,利用Cox回归进行拟合风险评估模型并计算风险得分,并基于风险得分及临床信息构建列线图,利用体外实验验证mRNA的表达水平.结果:HCC的异质性体现为两种不同铁死亡相关的免疫分子亚型,其免疫评分差异显著(P＜0.001).筛选出G6PD、KIF20A、RRM2和TXN四个最佳候选铁死亡相关基因,并进行拟合构建风险评估模型,列线图对HCC患者的复发具有良好的预测能力.体外实验提示四个最佳候选基因均在人肝癌细胞表达水平增高(P＜0.05).结论:HCC可分为两种分子亚型,分子亚型与HCC的复发有关,铁死亡在TME中可能起着关键作用.四个铁死亡相关基因可能是预防HCC复发的潜在因素,预后模型对HCC复发有一定的预测价值.

目的:利用机器学习预测右向左分流(right-to-left shunt，RLS)人群隐源性卒中(cryptogenic stroke，CS)发病风险，为CS的准确和高效预测提供解决方案。方法:回顾分析2018年1月至2023年9月在青岛大学附属医院崂山院区神经内科治疗的经颅多普勒超声发泡试验(c-TCD)阳性的289例RLS人群的临床数据，包括人口统计学信息、疾病史、实验室检查指标、诊断和治疗等。使用机器学习train_test_split()函数将数据集随机分为训练集和测试集，比例为8∶2。采用Logistic回归、决策树、随机森林、极端梯度提升、人工神经网络、梯度提升、极限树和自适应增强等算法构建RLS人群CS风险预测模型，使用受试者工作特征曲线(receiver operating characteristic，ROC)及曲线下面积(area under curve，AUC)、混淆矩阵、精确率、召回率、准确率、F1值、校准曲线、决策曲线等综合评估模型性能。性能最优的模型使用特征重要性和SHAP值进行可解释性分析。使用SPSS 25.0进行 t检验、Mann-Whitney U检验和 χ2检验。采用Delong检验比较两模型间AUC的差异。 结果:289例RLS人群发生CS 166例(57.5%)，非CS 123例(42.5%)。统计分析结果显示，CS患者D-二聚体、平均血小板体积、纤维蛋白原等血液生化指标高于非CS患者(均 P<0.01)；训练集与测试集各变量均差异无统计学意义(均 P>0.05)。对测试集进行CS风险预测，随机森林模型取得了最高的AUC(0.885)、精确率(0.806)、召回率(0.879)、准确率(0.810)以及F1得分(0.841)。校准曲线显示随机森林模型最接近参考线，决策曲线表明随机森林模型具有更大的净受益。可解释性分析显示高风险因素包括平均血小板体积、D-二聚体、国际标准化比值、体质量指数以及年龄。 结论:基于随机森林的预测工具表现出色，在预测RLS人群CS风险方面准确性较高。

目的:构建围生期静脉血栓栓塞症风险评估表，为围生期静脉血栓预警预控系统提供依据。方法:于2020年3—5月选择在产科及血管外科领域有影响力的资深临床专家23名为函询对象，通过文献回顾及德尔菲专家咨询初步确定评分表各项条目，通过层次分析法确定各指标权重及赋值。结果:2轮咨询专家权威系数分别为0.867 5、0.887 5，积极系数均为100%；肯德尔协调系数分别为0.180、0.354（ P<0.05）。最终形成包括5个一级条目、19个二级条目、38个三级条目的围生期静脉血栓栓塞症风险评估条目。层次分析结果显示，三级条目各矩阵的 CR或 CI值均<0.1，符合一致性检验要求。 结论:咨询专家的权威性、积极性、意见集中程度、意见协调程度均较高，构建的围生期静脉血栓栓塞症风险评估表具有借鉴作用。

目的:构建消化道恶性肿瘤术后早期活动风险评估指标体系，并确立各级指标的权重。方法:于2018年11月—2019年1月采用文献内容分析法结合头脑风暴法初步拟定指标条目，对16名专家采用德尔菲法进行2轮咨询，并应用层次分析法建立层次结构模型，构建判断矩阵，计算各指标权重并检验其逻辑一致性。结果:2轮专家咨询问卷的有效回收率均为100%，专家群体权威系数为0.87，第1轮专家咨询各级指标的Kendall's W为0.180～0.375，第2轮Kendall's W为0.098～0.375。最终构建的指标体系包括2个一级指标（即患者相关因素、医源性相关因素），5个二级指标和15个三级指标。一级指标的权重值分别为0.750 0、0.250 0，二级指标权重为0.050 0～0.500 0，三级指标权重为0.014 0～0.246 7；各级指标的层次排序一致性 CR<0.01，具有满意的一致性。 结论:构建的指标体系科学可靠，各指标权重合理，能为临床护理实践中消化道恶性肿瘤术后早期活动的风险评估提供内容依据和量化标准。

目的:基于疾病诊断相关分组(DRG)指标改进床位效率评价方法，为医院合理配置床位、提高床位效率提供依据。方法:以北京地区某三级甲等医院为研究对象，以时间消耗指数为X轴、床位使用率为Y轴，绘制床位利用波士顿矩阵图，将科室床位分为效率型、压床型、周转型、闲置型；通过计算每床DRG权重，评价科室医疗服务效率和诊疗水平；改进理论床位数计算方法，将病例组合指数作为风险调整因素纳入公式，并评价床位配置状态。结合床位类型、每床DRG权重和床位配置状态，综合分析科室床位利用的改进重点和管理策略。结果:某院24个科室中，效率型、压床型、周转型、闲置型科室分别有5个、9个、1个、9个；11个科室的每床权重高于全院平均水平；床位数合适、偏少和偏多的科室分别有16个、5个和3个。结论:基于DRG综合分析床位利用类型、配置状态和每床权重，可有效地评价医院床位效率，从而为医院床位资源配置、医院运营重点调整和学科发展规划提供决策依据。

目的:基于肺癌患者放疗前的CT影像组学特征，综合临床信息与放疗剂量学特征，利用机器学习方法构建症状性放射性肺炎的预测模型。方法:回顾性收集2018年11月至2020年4月在江南大学附属医院接受放疗的103例肺癌患者的临床与剂量学资料。获取这些患者放疗前胸部CT影像，勾画双侧正常肺组织结构，提取250种影像组学特征。用单因素分析研究临床、剂量学特征与放射性肺炎发生的相关性。收集所有影像组学特征、临床和剂量学特征作为潜在预测因子，通过LASSO回归机器学习方法筛选特征，并得到肺炎预测模型。然后根据筛选的特征建立放射性肺炎发生风险的列线图。结果:单因素分析结果表明，症状性放射性肺炎与双侧正常肺组织的平均肺剂量(MLD)、 V20 Gy和 V30 Gy的相关性具有统计学意义( t＝2.20、2.34、2.93， P<0.05)。在综合所有影像组学特征、临床和放疗剂量学特征后，本研究共筛选出4个特征，为肺的剂量体积百分数 V30 Gy，和3个影像组学特征，包括灰度共生矩阵类别的熵特征、小波变换直方图类别的均值及中位数特征。基于这些特征所构建的肺炎预测模型的曲线下面积(AUC)为0.757。绘制了可根据特征值给予个体化的风险预测与提前干预的列线图。 结论:放疗前的CT影像组学结合剂量学特征可用于预测症状性肺炎的发生，可望为临床提前干预提供帮助。

目的:分析甲状腺癌的可变剪切（AS）事件，探讨AS事件与甲状腺癌预后的相关性，并建立AS事件与剪接因子（SF）的调控网络。方法:分别从癌症基因图谱（TCGA）和TCGA SpliceSeq数据库下载507例甲状腺癌患者临床资料和AS事件数据，合并得到AS事件生存数据的矩阵，评估7种AS事件的发生情况。采用单因素Cox回归分析筛选与预后相关的AS事件，最小绝对值收敛和选择算子（LASSO）回归分析筛选变量避免模型过度拟合，多因素Cox回归分析构建预后模型。Kaplan-Meier 曲线和受试者工作特征（ROC）曲线对预后模型的价值和效能进行评价。利用Pearson试验分析AS事件与SF的相关性，并对SF基因进行GO富集和KEGG通路分析。结果:本研究共纳入507例甲状腺癌患者，研究发现10 447个基因发生了45 150次可变剪切事件。其中ES为主要类型（38.84%），ME发生次数最少（0.51%）。单因素Cox回归筛选出1 842个与预后相关的AS事件，多因素Cox分析建立了基于USHBP1-48249-AA、CACNB1-40626-AT和BEX5-89679-AP的预后风险模型。以风险分数0.807为最佳临界值，能够很好地区分高风险和低风险组（ P<0.001，AUC=0.929）。构建的SF-AS调控网络中发现多个关键SF基因能够调控AS事件的表达，包括CDK12、RBM25、DDX39B、SRRM2和DDX46等。 结论:基于3-AS事件的模型对于评估患者预后具有较高的价值，构建的SF-AS调控网络为探讨甲状腺癌发生发展机制提供了新的思路。

目的:了解国内高压氧护理相关研究热点。方法:在CNKI、万方数据知识服务平台检索高压氧护理相关文献，运用文献题目信息统计分析工具(SATI 3.2)对文献关键词进行统计并进行词频分析，构建共词矩阵，利用SPSS 23.0软件进行系统聚类分析，根据树状图分析研究热点。结果:共检索出文献704篇，获得高频关键词30个，聚类分析共获得热点5个：高压氧护理对策与措施的研究、心理护理在高压氧治疗中的作用、风险管理在高压氧治疗中的应用效果及价值分析、气管切开患者高压氧治疗相关护理策略、不同护理方法或模式在高压氧治疗中的应用。结论:基于词频分析和共词聚类分析法可以客观反映国内高压氧护理研究热点，并与国内外护理研究热点比较，揭示以后的研究方向。

矩阵式管理模式作为一种成熟的管理方法，已在各领域广泛应用。作者介绍了某三级综合医院，将行风工作与医政管理、医疗服务行为规范相结合，并基于矩阵式管理模式开展行风建设工作的实践。通过梳理医院医务管理中可能存在的行风风险环节，确立责任事项和涉及部门，在行风培训、行风宣传、行风约谈、防统方、患者权益维护、医师多点执业管理、学术合作、行风巡查等领域形成8个稳定的矩阵式行风工作小组。作者认为，应用矩阵式管理方式既契合医院行风建设工作特点，又符合医院多部门协作发展要求，可提高行风建设工作效率。随着医院行风建设工作的推进及内涵不断发展，矩阵式管理可成为其常态管理模式。

目的:对某院新生儿科医院感染风险事件进行评估，明确需要优先关注的感染预防与控制(以下简称感控)风险事件及改进关键点，降低医院感染风险。方法:基于灾害脆弱性分析方法，结合文献回顾与工作实践，某院新生儿科医院灾害脆弱性分析小组采用头脑风暴法进行指标的初步筛选，进而通过问卷对初筛指标逐一评估，结合Kaiser模型的风险值评估表形成新生儿科感控风险评价指标体系，在此基础上制定感控风险值评估问卷。2020年5月，以问卷形式请小组成员对风险指标发生可能性和严重性进行评分，然后计算危害风险值并采用矩阵分析法划分风险带。结果:新生儿科感控风险评价指标体系包括管理指标11项，执行指标20项，结果指标7项。危害风险值排序前5的指标依次为：手卫生方法不正确(39.20%)、环境物体表面清洁消毒不到位(39.04%)、奶液未现配现用(38.19%)、医院感染暴发(38.02%)和手卫生依从性低(37.99%)。严重度高而准备度低的指标包括与乳类喂养相关的3项指标以及与物体表面清洁消毒相关的3项指标。矩阵分析结果显示，处于高风险带的指标有9项，处于中风险带者7项，处于低风险带者22项。结论:本研究基于灾害脆弱性分析明确了新生儿科的医院感染管理风险事件，管理者应优先关注处于高风险带的指标，对于危害风险值高而准备度低的指标需进行根本原因分析并采取干预措施，从而降低医院感染发生率，避免医院感染暴发。