我国医疗照射与保健水平的相关性研究

目的 对我国保健水平（HCL）及其影响因素进行研究。方法 利用国家统计局《中国统计年鉴》和公开文献中的数据,以全国和各省份人口和医师数量计算HCL。采用多元回归分析HCL与地区人口、面积、行政区划数量、国内生产总值（GDP）等因素间的关系。采用Pearson相关分析保健水平与医疗照射频度间关系。结果 我国从2015年起HCL值低于1 000,到2019年尚有两个省份HCL值>1 000;人口、GDP是HCL的影响因素,相关系数分别为0.416和-0.583;HCL和人群的医疗照射频度间具有一定相关性（r=-0.620,P=0.028）。结论 我国2020年的HCL值为542,各省份之间差异较大。HCL在中国作为医疗照射水平的评价指标需要进一步研究。     

我国医学技术学科发展现状与展望

自2011年国务院学位委员会和教育部正式将医学技术列为一级学科以来,我国医学技术学科的分类、从业人员的数量和专业水平、医学技术专业的高等教育等都有了快速发展。本文就我国医学技术学科发展的现状进行分析和总结,探讨医学技术学科发展的重点和难点,提出建议,以期推进医学技术学科建设和医学技术人员的培养,助力我国医疗卫生事业的发展。     

临床医学专业课程学习者画像模型构建

目的 以“超声在麻醉、疼痛和重症医学中的应用”课程为例，构建临床医学专业课程学习者画像模型。方法 梳理临床医学专业课程学习者画像模型构建框架及流程，对多来源学习者数据进行收集及预处理。利用Python 3.9编程语言进行统计分析、自然语言处理、聚类分析，并以可视化技术呈现，构建机器学习预测模型并评估模型预测效能。结果 从学习背景、兴趣偏好和行为效果3个维度构建临床医学专业课程学习者画像模型。学习背景画像揭示了学习者基本信息、认知基础和学习动机。兴趣偏好画像分析了学习目的与其他选课信息，根据内容关注程度、学习效果影响因素识别出3类不同的学习者群体。行为效果画像通过构建4种机器学习算法预测模型实现了对课程考试成绩的分类预测，结果显示朴素贝叶斯算法效果最佳，准确率为0.80、F1分数为0.79，受试者工作特征（receiver operating characteristic，ROC）曲线下面积（area under the curve，AUC）为0.79（P=0.035），与其他算法差异有统计学意义。结论 本研究构建了临床医学专业课程学习者画像模型并开展实证研究，画像结果对教学内容、教学方式与教学团队、学习效果预测提供了指导建议。