新型冠状病毒肺炎疫情下社区医院人员防控知识强化测评模式效果评价

目的 对社区医院人员防控知识强化测评模式的实施效果进行评价。方法 通过第三方数据收集平台,在规定时间内、实名制进行疫情防控知识问卷考核,以各岗位合格分数为标准,确认能否上岗,防控知识反复强化,题库动态更新,使各岗位人员保持高度认知的实战状态。结果 首次测试,医院全体人员新型冠状病毒肺炎防控知识平均分为78.37,100%的人知晓用过的一次性帽子和口罩的处理;只有23.27%的知晓医疗机构预检点或分诊台物品的消毒频次。强化测评模式实施1周后,医院全体人员新型冠状病毒肺炎防控知识平均分上升至93.84。上岗情况中,培训3 d上岗人数由48人上升至78人,培训第10天为149人,上岗率也由30.19%上升至第3天的49.05%,以及培训第10天的93.71%。结论 强制社区医院人员学习新型冠状病毒肺炎防控知识效果明显,整体水平短期内迅速提升,并保持高度认知,该强化测评模式对一线社区医院人员防控能力的提升有实际应用价值。     

基于TCGA数据库乳头状甲状腺癌miRNA预后风险模型的建立与分析CSCD

目的构建基于微小RNA(miRNA)表达的预测乳头状甲状腺癌(papillary thyroid carcinoma,PTC)患者预后的生存模型。方法从TCGA数据库官方网站上下载PTC miRNA测序数据和患者的临床资料,利用R3.6.0软件中的edgeR包筛选表达失调的miRNA。利用单因素Cox及Lasso回归分析筛选出与患者预后相关的miRNA(P<0.05),进一步使用多因素Cox回归分析建立预后模型的风险评分方程risk score,构建生存预后模型,使用受试者工作特征曲线(ROC)来评价模型的敏感度和特异性。结果与正常甲状腺组织相比,PTC组织中失调表达的miRNA共有75个(|log foldchange|≥2,FDR<0.05),多因素Cox回归分析最终得到基于8个miRNA(hsa-mir-6730、hsa-mir-4709、hsa-mir-196a-2、hsa-mir-146b、hsa-mir-6860、hsa-mir-509-3、hsa-mir-513c、hsa-mir-515-1)的预测患者预后的风险模型。ROC曲线下面积(AUC)分析显示,该模型具有较好的敏感度和特异性(AUC>0.8)。结论成功构建了基于miRNA表达的风险预测模型,该模型可有效预测PTC患者的预后。     

Fine particulate matter and incidence of metabolic syndrome in non-CVD patients: A nationwide population-based cohort study

Background

It has been reported that particulate matter (PM) is associated with cardiovascular diseases (CVD) while metabolic syndrome is also an important risk factor for CVD. However, few studies have investigated the epidemiological association between PM and metabolic syndrome.

SARIMA模型在苏州市肺结核发病预测中的应用

目的 建立苏州市肺结核发病的SARIMA模型并预测发病,为苏州市肺结核防控提供参考。方法 收集结核病信息管理系统（新）中苏州市2010年1月—2018年12月肺结核月发病数,通过时间序列分析建立SARIMA模型并预测苏州市2019年肺结核的发病情况。结果 苏州市肺结核发病数具有明显的季节周期性,每年的发病最高峰为5月,发病最低谷为2月。苏州市肺结核发病数的最佳拟合模型为SARIMA (0,1,1)×(0,1,1)₁₂,AIC=9.590,SBC=9.644,模型参数均具有统计学意义,模型残差为白噪声序列,模型的预测值与实际值平均绝对百分比误差MAPE=7.943%,模型预测精度较高。预测苏州市2019年肺结核发病数为3 467例,月发病数平均值为289例,发病水平较2018年略有下降。结论 SARIMA(0,1,1)×(0,1,1)₁₂模型能较好拟合出苏州市肺结核发病数的时间变化趋势,可应用于苏州市肺结核月发病数的短期预测。     

口语化疾病名称向国际规范疾病术语集的映射研究

目的：研究患者口语化疾病名称到术语疾病名称的映射，解决在线口语化疾病名称难以有效利用的问题。方法：抓取“微医网”上患者口语中的疾病名，将PubMed摘要、百度搜索页摘要与百科内容作为语料，训练词向量，用余弦距离计算相似度，由2名具有临床知识和从业经验的编码人员对结果的准确性进行检验。结果：将最相似词条的参数TopN设置为>= 30的时候效果比较好，映射到大类和细类的准确性分别稳定在60%和70%左右。结论：利用词向量将口语化疾病名称映射到国际疾病术语集，具有较强的通用性和可行性，对于在线问诊、智能分诊甚至自动化编码具有明显的参考借鉴价值。     

癌性肠梗阻内科治疗的“6字方针”

癌性肠梗阻（MBO）是指原发性或转移性恶性肿瘤本身及其抗肿瘤治疗引起的肠梗阻，是晚期肿瘤患者的常见并发症，总体发生率3%~15%。目前，MBO的治疗仍缺乏统一、有效的治疗规范，大多数医院都采用对症处理的。本文在总结数百例治疗经验基础上，提炼出“减（压）、加（营养）、抑（制消化液分泌）、激（素）、利（尿）、动（运动及促进肠蠕动）”六字方针，简单、实用、有效，通过临床观察，该方案能改善患者症状，恢复经口进食率，提高生活质量和手术治疗的机会，缩短住院时间及降低治疗费用，尽管尚缺乏前瞻性的随机对照研究结果，仍值得推广。     

PBL结合绘图教学模式在胰腺癌患者肝素钠皮下注射临床教学中的作用

[摘要]目的探讨问题导向学习(PBL)结合绘图教学模式在临床护理带教中的应用效果。方法纳入2016年6月~2017年6月在我院实习的本科护生78名,按等比例随机分为观察组和対照组,观察组采取PBL结合绘图学模式法,对照组采用单纯PBL教学模式,利用统计学方法按照参考指标对两组实习生的考核数据进行对比分。结果观察组理论知识得分明显大于对照组[(90.31±4.55)分vs.(81.30±5.69)分],观察组临床实践技能得分明显大于对照组[(92.21±4.18)分vs.(80.31±5.39)分],差异均有统计学意义(P0.05)。结论PBL结合绘图教学模式临床护理带教中效果显著,比单纯PBL教学模式更具有优势,更有利于培养学生的循证思维与创新能力,提高临护理教学质量,在临床护理带教中值得推广。     

Using a monotone single-index model to stabilize the propensity score in missing data problems and causal inference

The augmented inverse weighting method is one of the most popular methods for estimating the mean of the response in causal inference and missing data problems. An important component of this method is the propensity score. Popular parametric models for the propensity score include the logistic, probit, and complementary log-log models. A common feature of these models is that the propensity score is a monotonic function of a linear combination of the explanatory variables. To avoid the need to choose a model, we model the propensity score via a semiparametric single-index model, in which the score is an unknown monotonic nondecreasing function of the given single index. Under this new model, the augmented inverse weighting estimator (AIWE) of the mean of the response is asymptotically linear, semiparametrically efficient, and more robust than existing estimators. Moreover, we have made a surprising observation. The inverse probability weighting and AIWEs based on a correctly specified parametric model may have worse performance than their counterparts based on a nonparametric model. A heuristic explanation of this phenomenon is provided. A real-data example is used to illustrate the proposed methods.     

基于中医体质辨识的糖尿病风险评估模型建立与验证

背景　中医体质因素在糖尿病的发生发展过程中具有重要作用，但目前糖尿病的预测预警模型仅涵盖一般人口学资料、客观检查指标、生活方式等内容。在糖尿病风险评估模型中纳入中医体质辨识内容，对有针对性地防治糖尿病的发生发展具有重要意义。目的　根据健康体检数据建立基于中医体质辨识的糖尿病风险模型并对其进行验证。方法　于2016年1月-2018年12月，以2014-2015年某省级综合性医院健康管理中心体检数据为训练集数据（n=30 951），对是否患糖尿病进行单因素和多因素Logistic回归分析，纳入有意义的影响因素指标建立糖尿病风险评估模型；以2016-2017年的健康体检数据作为测试集数据（n=24 061），采用受试者工作特征曲线（ROC）对模型进行验证。结果　训练集人群中，患有糖尿病者1 315例（4.25%），未患糖尿病者29 636例（95.75%）。多因素Logistic回归分析结果显示，logit（P）（糖尿病患病情况）=-4.632-0.198×（女）+0.864×（年龄45~59岁）+1.684×（年龄≥60岁）+0.635×（高血压）+0.149×（超重）+0.376×（肥胖）-0.531×（偏轻）-0.234×（淋巴细胞百分数偏高）+0.279×（淋巴细胞百分数偏低）+0.304×（红细胞计数异常）-0.430×（红细胞比容偏低）+0.722×（平均红细胞血红蛋白浓度异常）+0.532×（血小板分布宽度异常）+1.016×（癌胚抗原异常）-0.406×（尿酸异常）+1.341×（肌酐偏低）+0.488×（血尿素氮偏高）+0.473×（三酰甘油异常）+0.257×（总胆固醇偏高）+0.544×（高密度脂蛋白偏低）+0.290×（总蛋白异常）+0.395×（丙氨酸氨基转移酶异常）+0.362×（谷氨酰转肽酶异常）+0.993×（阴虚质）+1.016×（气虚质）+0.601×（痰湿质）。模型验证结果显示，训练集ROC曲线下面积（AUC）为0.792，95%CI为0.779~0.816（P<0.05），最佳截断值为0.405，灵敏度为0.771，特异度为0.690；测试集验证准确率达到95.69%，Kappa=0.636（P<0.001）。结论　初步构建了糖尿病风险评估模型，且此模型具有较高诊断效应。中医体质辨识作为重要的影响因素纳入糖尿病发病风险评估的模型中来，可以提高其预测能力，为糖尿病的中医药早期防治提供一定的依据。