红外光谱数据融合对栽培滇重楼产地鉴别*

目的 多样的环境因素使得不同产地栽培滇重楼的化学成分也丰富多样，不同居群栽培滇重楼的甾体皂苷类成分具有很大的差异，多源数据融合分析能更全面的表征药材化学信息，建立一个高效而准确的产地鉴别模型，为其资源合理开发利用提供依据。方法 以来自云南和四川的8个产地（保山、楚雄、大理、红河、丽江、成都、文山、玉溪）共366份栽培滇重楼根茎为实验材料，采集其傅里叶变换近红外光谱（FT-NIR）和衰减全反射-傅里叶变换中红外光谱（ATR-FTMIR）数据。采用Kennard-Stone算法将不同产地的样品分为2/3的训练集和1/3的预测集，基于4种特征变量提取方法（CARS、VIP、SPA、SO-Covsel）结合2种数据融合策略（低级数据融合和中级数据融合），建立偏最小二乘产地判别分析模型。根据模型参数交叉验证均方根误差（RMSECV）和预测均方根误差（RMSEP）评估模型的稳定性，模型训练集和预测集准确率（ACC）评估模型分类性能。结果 近红外光谱和中红外光谱均能反应不同产地栽培滇重楼的化学成分差异，在中级数据融合中，基于VIP和SPA提取的特征变量建立的模型正确率均大于94%。相较于中级数据融合，低级数据融合模型得到了最为满意的结果，其预测集分类正确率达到100%。结论 根据近红外和中红外数据建立的低级数据融合PLS-DA模型，能够用于栽培滇重楼的产地鉴别分析。     

基于标准化患者法评价四川农村基层医生两种慢性病诊断准确性及其影响因素

目的 运用标准化患者法评估四川农村地区基层医生不稳定型心绞痛和2型糖尿病两种慢性病诊断准确性现状,探讨基层医生两种慢性病诊断准确性的主要影响因素,为提升基层医生两种慢性病诊断准确性提供科学依据。方法 采用多阶段随机整群抽样方法,抽取四川省自贡市5个区/县50个乡镇100个村为研究现场,以调查当日在岗的全科及内科医生作为研究对象。共进行两轮数据采集,第1轮采集样本乡镇卫生院和村卫生室医生的基本信息;第1轮调查完成1个月后,运用标准化患者法开展第2轮调查,收集农村基层医生对不稳定型心绞痛和2型糖尿病诊断结果信息。运用Logistic回归分析农村基层医生不稳定型心绞痛和2型糖尿病诊断准确性的影响因素。结果 共纳入172名农村基层医生,完成186次标准化患者访问,正确诊断率为48.39%。其中不稳定型心绞痛的正确诊断率为18.68%(17/91),2型糖尿病的正确诊断率为76.84%(73/95)。Logistic回归分析显示,具有执业医师资质的农村基层医生更有可能做出正确诊断(OR=4.857,95%CI=1.076~21.933,P=0.040)。农村基层医生在诊断过程中涉及的必要问诊和检查条目越多,做出正确诊断的概率越高(OR=1.627,95%CI=1.065~2.485,P=0.024)。与不稳定型心绞痛相比,农村基层医生对2型糖尿病做出正确诊断的可能性更高(OR=6.306,95%CI=3.611~11.013,P<0.001)。结论 四川农村基层医生不稳定型心绞痛和2型糖尿病诊断准确性整体较差,建议以基层医生慢性病诊断过程质量改善为突破口,提升基层医生执业水平,进而提高慢性病诊断准确性。     

孕晚期助产士主导式分娩情境模拟预演联合拉玛泽呼吸法在高龄初产妇中的应用效果观察

目的观察孕晚期助产士主导式分娩情境模拟预演联合拉玛泽呼吸法在高龄初产妇中的应用效果。方法将104例高龄初产妇随机分为甲组(常规护理)和乙组(助产士主导式分娩情境模拟预演联合拉玛泽呼吸法护理)各52例。比较两组CBSEI-C32、CAQ、EPDS、Apgar、产程用时、自然分娩率、护理满意度差异。结果乙组CBSEI-C32与Apgar评分高于甲组,CAQ与EPDS评分低于甲组,第一、二、三产程及总产程用时均短于甲组,自然分娩率高于甲组(P<0.05)。结论为孕晚期高龄初产妇提供助产士主导下的分娩情境模拟预演联合拉玛泽呼吸法干预,可有效改善产妇的情绪状态,保障母婴积极预后,提升自然分娩率。     

应用二喹啉甲酸法评价管腔器械清洗效果的研究

目的使用二喹啉甲酸(bicinchoninic acid,BCA)法评价不同清洗方法对金属管的清洗效果。方法24件金属管分为手工清洗、喷淋清洗、脉动真空清洗3组,每组8件,通过二喹啉甲酸法检测残留蛋白。结果手工清洗组残留蛋白含量为130~300μg/件,喷淋清洗组残留蛋白含量为64~104μg/件,脉动真空清洗组残留蛋白含量为39~67μg/件,喷淋清洗组和脉动真空清洗组的器械清洗质量明显高于手工清洗组,脉动真空清洗组的清洗质量高于喷淋清洗组。结论3种方法清洗效果都能达标,脉动真空清洗组的清洗质量最高。     

下一代诊断病理学

随着人类基因组测序、生物大数据信息分析、分子病理检测和人工智能辅助病理诊断等技术进步及其应用, 临床医学发展迈向精准诊疗时代。这一时代背景下, 传统诊断病理学迎来前所未有的历史机遇, 正在向"下一代诊断病理学(next-generation diagnostic pathology)"迈进。下一代诊断病理学以病理形态和临床信息为诊断基础, 以分子检测与生物信息分析、智慧制样与流程质控、智能诊断与远程会诊、病灶活体可视化与"无创"病理诊断等创新前沿交叉技术为主要特征, 以多组学和跨尺度整合诊断为病理报告内容, 实现对疾病的"最后诊断", 并预测疾病演进和结局、建议治疗方案和评估治疗反应, 形成新的疾病诊断"金标准"。未来, 需要激发病理学科创新活力, 加快下一代诊断病理学成熟和应用, 重塑病理学科理论和技术体系, 发挥诊断病理学在疾病"防、诊、治、养"等过程中的重要作用, 促进临床医学进一步发展, 服务健康中国战略。