目的 探讨乳腺癌乳房切除患者负面身体自我、伤残接受度、外表完美主义与社交外表焦虑的关系.方法 本研究观察对象为2020年2月～2023年1月80例乳腺癌患者,均进行了乳房切除,评估患者负面身体自我量表(NPSS)、伤残接受量表(ADS)、外表完美主义量表(PPAS)、社交外表焦虑量表(SAAS)以及年龄、婚姻等一般资料,并以SAAS评分为因变量进行多元逐步回归分析.结果 不同年龄、文化程度、婚姻情况、是否乳房再造的SAAS评分差异具有统计学意义(P＜0.05),不同居住地、肿瘤分期的SAAS评分差异无统计学意义(P＞0.05);SAAS评分与NPSS评分、PPAS评分呈正相关,与ADS评分呈负相关(P＜0.05);多元逐步回归性分析显示:年龄、文化程度、乳房再造、NPSS评分、PPAS评分、ADS评分是SAAS评分的相关因素.结论 乳腺癌乳房切除患者普遍存在社交外表焦虑,且与其负面身体自我、伤残接受度等有关.

目的:评价矢状位年龄校正评分(sagittal age-adjusted score,SAAS)和以国人年龄匹配脊柱为基线修正的SAAS评分(M-SAAS)预测国人成人脊柱畸形(adult spinal deformity,ASD)术后发生近端交界性后凸/失败(proximal junctional kyphosis/failure,PJK/PJF)的能力.方法:收集来自我院影像学系统66例年龄匹配脊柱-骨盆序列的受试者资料,其中男性28例,女性38例,年龄54.7±6.2岁,测量骨盆入射角(pelvic incidence,PI)、腰椎前凸角(lumbar lordosis,LL)、骨盆倾斜角(pelvic tilt,PT)以及 T1 骨盆角(Tl-pelvic-angle,TPA)并统计分析年龄与PI-LL、PT以及TPA的线性回归方程,将公式记为M-SAAS.回顾性分析68例于2017～2021年在我院行脊柱矫形术的ASD患者病历资料,其中男性10例,女性58例,年龄64.0±8.1岁,术后PJK/PJF发生12例.测量PI、LL、PT以及TPA,计算SAAS评分并观察PJK/PJF发生率与评分的匹配程度.将68例ASD患者术后影像学参数代入M-SAAS,计算M-SAAS评分并观察PJK/PJF发生率与评分的匹配程度.结果:SAAS评分为1.9±2.6分(-4～6分),术后即刻评估为"矫正不足""匹配"及"过度矫正"的患者分别为5例(7.4％)、25例(36.7％)和 38 例(55.9％),PJK/PJF 发生率分别为 40.0％(2/5)、20.0％(5/25)和 13.2％(5/38),匹配组 PJK/PJF 发生率与另两组差异无统计学意义.依据正常脊柱-骨盆序列得M-SAAS线性回归方程为:理想Pl-LL=0.47x(年龄-55)+0.3、理想PT=0.44×(年龄-55)+14和理想TPA=0.37x(年龄-55)+9.ASD患者最终M-SAAS分数为0.2±2.8分(-5～5分),术后即刻被评估为"矫正不足""匹配"及"过度矫正"的患者分别为17例(25.0％)、31例(45.6％)和 20 例(29.4％),术后 PJK/PJF 发生率分别为 11.8％(2/17)、6.5％(2/31)和 40.0％(8/20),"过度矫正"组PJK/PJF发生率高,与"匹配"组差异有统计学意义(P=0.008).结论:SAAS不适用于对国人ASD患者术后发生PJK/PJF的预测评价,根据国人中老年年龄匹配脊柱-骨盆序列参数关系修正的M-SAAS可预测ASD患者术后发生PJK/PJF的概率.

目的:设计基于云计算的医疗设备维修管理系统,实现医疗设备维修管理的信息化和数据化.方法:采用云计算的SaaS平台服务、Restful应用服务、RabbitMQ消息中间件和ElasticSearch搜索引擎,构建以云计算为基础的医疗设备维修管理系统.选取医院在用的84台医疗设备,按照管理模式将其分为研究组和对照组,每组42台.研究组采用基于云计算的医疗设备维修管理系统的管理模式,对照组采用常规管理模式.自制医护人员满意度调查问卷,分析比较两组医疗设备故障次数、平均维修时间和医护人员对两种管理模式的满意度.结果:研究组医疗设备故障次数和维修时间均少于对照组,差异有统计学意义(t=9.787,t=4.165;P＜0.05);研究组医护人员对设备使用流程、维修管理和总体管理满意度评分均高于对照组,差异有统计学意义(t=3.677,t=6.300,t=4.528;P＜0.05).结论:基于云计算的医疗设备维修管理系统可实现医疗设备维修的信息化和数据化管理,确保临床科室设备安全有效运作.