排序方式: 共有163条查询结果,搜索用时 15 毫秒
1.
2.
3.
目的 探讨胰岛素样生长因子-1(insulin like growth factor-1,IGF-1)水平对动脉瘤性蛛网膜下腔出
血(aneurysmal subarachnoid hemorrhage,aSAH)患者院内并发症及出院时临床预后的预测价值。
方法 连续入组发病72 h内的aSAH患者及健康对照。在动脉瘤闭塞术前采集血样,测定血浆IGF-1水
平。对患者基本信息,神经内分泌因子、院内并发症及结局进行分析,用Logistic回归确定院内并发症
及出院时预后不良(mRS评分>2分)的预测因素,计算预测因素的受试者工作特征曲线下面积。
结果 共入组118例aSAH患者和122例健康对照者。aSAH患者血浆IGF-1水平较健康对照低[69.00
(50.98,93.85)ng/mL vs 81.05(69.40,102.78)ng/mL,P <0.0001]。37例(31.4%)患者出院时预
后不良。IGF-1浓度越低(OR 0.971,95%CI 0.946~0.996,P =0.0262)、入院时Hunt-Hess分级3~5
级(OR 4.995,95%CI 1.331~18.747,P =0.0007)、住院期间发生迟发型脑缺血(OR 46.100,95%CI
11.152~190.566,P <0.0001)及脑积水(OR 7.768,95%CI 1.088~55.463,P =0.0284)的患者预后不良
风险增高。IGF-1与Hunt-Hess分级、迟发型脑缺血的预测价值基本相同(P >0.05)。71例(60.2%)患者
住院期间发生至少1种并发症。仅有入院时I GF-1浓度(OR 0.984,95%CI 0.973~0.996,P =0.0082)对
院内并发症有预测价值。
结论 aSAH急性期患者血浆IGF-1浓度越低,住院期间并发症发生率越高,出院时功能预后越差。 相似文献
4.
5.
正脑血管病以其高死亡率、高复发率和高致残率成为我国乃至全球最严重的疾病负担之一~([1-2])。快速评估、诊断和干预对改善脑血管病患者的结局至关重要,并高度依赖于特征性的神经影像表现,比如应用头颅CT快速鉴别缺血和出血性脑血管病、大血管闭塞和缺血半暗带的快速评估等~([3])。脑血管病神经影像特征的快速评估高度依赖经验丰富的血管神经病学医师和神经放射医师。然而,不断增加的脑血管病疾病负担和不断攀升的就诊量对医院尤其是基层医院的专业医师带来巨大的需求,但是 相似文献
6.
目的 建立基于机器学习的脑出血相关肺炎预测模型。
方法 选择中国国家卒中登记Ⅱ(China National Stoke Registry Ⅱ,CNSRⅡ)数据库中发病7 d内的急
性脑出血住院患者为研究对象,登记时间为2012年5月-2013年1月,研究覆盖我国219家医院。研究对
象按照8∶2比例随机分为训练集和测试集。采用多因素Logistic回归分析,筛选出候选预测因子。应用
基于机器学习的Logistic回归、CatBoost、XGBoost和LightGBM算法构建诊断预测模型,比较4种方法构建
的模型对脑出血相关肺炎的预测诊断价值。
结果 本研究共筛选2303例患者,平均年龄62.1±12.7岁,其中男性占62.1%。患者随机分为训
练集(n =1841)和测试集(n =462),两组脑出血相关肺炎发生率分别为15.6%和15.8%(χ 2=0.007,
P =0.934)。根据多因素Logistic回归分析,候选预测因子为年龄(OR 1.03,95%CI 1.02~1.04)、NIHSS
评分(OR 1.02,95%CI 1.00~1.04)、白细胞计数(OR 1.11,95%CI 1.07~1.16)和吞咽功能障碍(OR
6.85,95%CI 5.01~9.39)。Logistic回归、CatBoost、XGBoost和LightGBM四种模型灵敏度分别为75.34%、
50.68%、80.82%和80.82%;特异度分别为68.64%、86.12%、52.96%和57.33%;ROC曲线下面积分别
为0.776、0.692、0.736和0.767。Logistic回归和LightGBM模型诊断效果显著高于CatBoost和XGBoost模型
(DeLong test,P <0.05)。
结论 基于机器学习建立的脑出血相关肺炎风险预测模型有较高的诊断价值,年龄、NIHSS评分、白
细胞计数和吞咽功能障碍为模型的候选预测因子,可将模型纳入脑出血相关肺炎诊断决策。本研究
结果的临床应用价值有待于更大样本的外部队列进行验证。 相似文献
7.
8.
越来越多的证据表明,通过实施以危险因素为靶点的预防计划可降低痴呆的发病率。为了
加快这项预防计划的实施,我们提出了新一代脑健康服务(brain health services,BHSs)的设想,其中
包括风险评估、风险沟通、风险降低和认知改善。风险沟通的目的是使处于风险中的个体能够做出
正确的决定并且采取行动保护自己,是个体化降低痴呆发病风险策略的关键步骤。同时,痴呆风险
的沟通也是复杂和具有挑战性的。本文将从以下方面阐述关于风险沟通的系列观点:①从伦理、临
床和社会的角度,进行痴呆风险沟通的展望;②记忆门诊提供的经验;③从临床试验和观察性研究
中获得的披露载脂蛋白E和阿尔茨海默病生物标志物检测结果影响的现有证据;④根据BHSs建立登
记制度的价值;⑤关于有效的痴呆风险沟通策略的实用建议。此外,目前的挑战还在于缺乏在个体
层面上如何告知痴呆的实际风险,以及如何以最佳方式沟通痴呆风险的证据,尤其是对认知功能未
受损但担忧未来痴呆风险增加的个体。理想情况下,痴呆风险沟通策略应该能最大限度地提高个
体了解其健康/疾病状况的预期影响并将其潜在危害降至最低。因此,有必要对痴呆风险沟通的影
响进行更多的研究,以达到以下目的:①评估不同风险沟通方法对认知、情感和行为领域等方面预
后的优势;②制订基于证据的、统一的痴呆风险沟通指南;③开发电子工具以支持和促进BHSs遵守这
些指南。根据对研究的回顾,我们建议痴呆风险沟通应该精确,采用绝对风险、视觉显示和时间框
架,基于共享决策过程,说明任何可能情况的固有不确定性。 相似文献
9.
虽然预防痴呆和老年认知功能减退是一项重要的公共卫生优先事项,但目前还没有建立
统一的预防策略或将这些策略付诸实践的运行模式。本文对多领域痴呆预防的现有研究证据进行
综述,这些研究针对的是没有痴呆的人群,同时对多个危险因素和发病机制进行干预。基于这些研
究,我们推荐将精准风险降低策略实施到脑健康服务(brain health services,BHSs)中。使用医学数据
库(通过PubMed和SCOPUS检索MEDLINE数据库)进行文献检索来选择符合以下标准的相关研究:非药
理学多领域干预(结合两个或多个干预领域),目标人群为非痴呆人群,主要结局包括测评结果提
示的认知功能下降或明确的认知障碍、痴呆症状。进一步的文献检索涵盖以下主题:在多领域预防
研究中评估潜在修饰物对认知功能干预效果的亚组分析,在多领域预防研究中用作替代结局指标的
痴呆风险评分,与脑病理标志物相关的痴呆风险评分,以及与痴呆相关的心血管风险评分。目前多
领域干预研究的结果差异较大,在目标人群、干预的形式和强度、控制条件的选择和结局评价方面
也有较大的异质性,且多数研究都是在高收入国家进行的。临床研究中,干预的有效性取决于是否
有精确的预判方法,即成功识别最有可能受益的高危人群。目前有一项研究已经开发出降低痴呆风
险的可操作模式。目前尚无关于精准降低痴呆风险干预措施有效性的关键证据,但未来有希望获得。
今后需要更多的长期、多领域随机对照试验来填补当前的证据空白,特别是在低收入和中等收入国
家,以及整合痴呆预防与现有脑血管疾病预防措施的研究。精准降低风险措施作为预防痴呆中最可
能有效的办法,可以在BHSs中实施。 相似文献
10.
随着科学技术的发展,人工智能(artificial intelligence,AI)应用于脑血管医疗领域将有助于
减轻中国不断加剧的脑血管病疾病负担。临床决策支持系统(clinical decision support system,CDSS)是AI
在医疗领域的一项重要实践应用。利用AI和医疗大数据开发临床决策支持工具,并通过将临床信息与
知识库相匹配,提供基于循证证据的优化诊疗方案。在脑血管病的临床诊疗过程中,CDSS可以辅助高
危人群识别、急性期再灌注治疗决策支持、实现自动化病因分型以及二级预防策略的制定等,在提高
脑血管病的医疗质量、改善患者结局方面发挥重要作用,可能成为未来脑血管病疾病管理的一项重要
辅助工具。 相似文献