助理全科医师结业试卷分析一般常用指标简介

评价考试质量常用有8个指标,包括涉及试卷的信度以及效度、难度、区分度,还包括平均分数以及标准差、分数分布状态、成绩。本文主要对上述指标的一般常用方法做简要介绍,其方法适合一般结业试卷分析。     

P值和置信区间：联系与区别、误用与争论

P值和置信区间是统计推断中应用最为广泛的两个指标。然而，这两个指标（特别是P值）的误用和滥用问题已经引起了广泛的关注，美国统计协会甚至还发表了关于P值使用的警告声明。对于P值和置信区间的误用，其根源在于科研工作中，很多人对P值和置信区间的理解存在一定偏差甚至错误。至于P值和置信区间二者之间有何联系与区别，很多读者也许从未深入思考过这个问题。因此，本文期望以通俗易懂的方式介绍P值及置信区间的定义，分析二者之间的联系与区别，帮助读者正确理解P值与置信区间。此外，本文还列举了目前P值及置信区间存在的误用情况，以及国际上对于P值和置信区间之间的使用争论，以期帮助读者在今后的科研工作中正确地使用P值和置信区间。     

血管紧张素Ⅱ受体及受体拮抗剂研究进展

AngⅡ是RAS中最为重要的活性激素，它在高血压的病理生理中起着重要的作用。细胞膜表面的AngⅡ受体是AngⅡ功能的主要介导。目前已证实有两种特异性AngⅡ受体亚型：AT1受体和AT2受体。业已确定的AT1受体有两个亚型：AT1A受体和AT1B受体。AT1受体和AT2受体最主要的区别在于AT1受体是能被Losartan选择性抑制的受体，     

中医临床试验文献知识本体的构建

目的：为有效组织中医临床试验文献中蕴含的中医和循证医学交叉学科知识，便于对多源数据进行处理和映射，该文通过本体建模实现对中医临床试验文献的知识组织。方法：使用七步法和骨架法结合进行本体开发，通过分析中医临床试验文献的结构和语言特点，复用科学证据来源信息本体（SEPIO）顶层框架和中医药语言系统（TCMLS）等本体资源和非本体资源，确定领域概念和属性关系，最终确定疾病、证候、症状、分组、干预措施、结局指标、文献质量信息等核心概念和属性关系。结果：将中医临床试验文献中所蕴含的信息分为5类，根据Cochra ne ROB偏倚风险评估工具和CONSORT 2010声明等资源，将文献质量评价信息映射到本体中，共建立了68个类，8个对象属性，38个数据属性，基本实现了临床试验文献结构化表达。结论：研究构建的中医临床试验文献本体能够更好地组织、利用和呈现中医临床试验文献内部知识体系的构建和关联，为后续证据强度及诊疗信息推理的实现奠定良好的基础。     

英汉数字习语的国俗语义比较

语言作为音义结合的体系，可以反映、表达、记载并传播文化。作为文化的载体，语言是文化表达和传播的重要手段。     

基于语义相似度的ICD-10编码归一化探讨

ICD-10编码模式属于临床病案编码的基准性技术。近些年来,相关学者在国际ICD-10 4位编码的基础上,与医院自身的编码需求相结合,进行了编码扩展上的研究。但是由于不同医院之间所应用到的编码体系不相同,故导致当前在ICD-10编码的过程中,出现了基于编码医疗数据的共享、共认造成了限制的问题发生。因此,笔者围绕ICD-10,综述了语义相似度的ICD-10编码归一化内容。     

试论蒙药汤剂与中药汤剂之区别

对蒙药汤剂及中药汤剂进行多方面的比较，认为二者在形状、用法、用量、煎法及功效等方面存在着较大区别，为取长补短，互相借鉴及进一步研究提供了参考。     

基于人工智能的院外随访系统的设计与应用

目的 探索利用人工智能技术赋能患者院外随访的方法，并比较优化前后的效果。方法 利用智能语音交互领域先进的语音识别、语义理解和语音合成技术,对随访系统进行智能化改造。新系统以智能语音交互底座为核心，开发了交互问答、满意度调查、诊后指导、健康宣教和慢病管理五类随访应用。结果 系统上线后，月均人工随访量由4102人次降低为27人次，随访覆盖率由97.1%上升到98.0%，患者满意度由94.2%上升到96.3%，差异有统计学意义（P<0.05）。结论 智能随访系统显著提升了随访工作效率,改善了患者满意度和就医感受，值得进一步推广。     

基于聚类的中医临床术语语义关系的研究

中医临床本体的建设是中医学国际化的重要组成部分之一，其中对临床术语实体的研究已经颇有成果，但对语义关系的研究却还略有不足。本文提出了一种基于聚类和句法模式相结合的方法对中医临床概念实体之间的语义关系进行研究。通过提取实体周围的特征词，使用Kmeans作为聚类算法，对所有的语料进行第一轮聚类。并以第一轮聚类结果为基础，在同一簇中提取最长公共子序列并泛化作为句法模式，简称句式。根据手工调整过后的句式，自动判断语料中的每一个句子所具有的最能表达语义关系的句式，以句式为特征进行第二轮聚类，该结果即为最终聚类结果。实验结果表明，该方法对语料中存在的语义关系分类的准确率为88.23%。