基于文献计量学的2012年至2016年儿科学研究热点分析

目的 分析Pubmed中近5年儿科学文献,探讨儿科学研究热点.方法 检索2012年至2016年Pubmed中的儿科学文献,通过书目共现分析系统提取分析文献的年代、期刊、高产作者高频主题词信息,并建立高频主要主题词+副主题的词篇矩阵,最终导入SPSS19.0中进行聚类分析.结果 共检索文献9 375篇,高频主要主题词+副主题共45个,最后聚类为4类.结论 儿科学领域的研究热点为:儿科住院医师临床能力培养及教育研究、儿科学的社会医学角度相关问题研究、儿科医疗安全与立法、儿科临床各领域医师情况及医患关系分析.     

基于双序列MRI的计算机辅助诊断鉴别软组织肿瘤良恶性的研究

目的:研究使用计算机辅助分析方法针对软组织肿瘤MRI影像进行肿瘤良恶性鉴别的价值。方法:回顾性收集了在辽宁省肿瘤医院就诊的72例软组织肿瘤患者的CE-T1和T1WI双序列MRI影像数据(2017年1月至2018年1月)。通过提取和筛选MRI影像特征,建立支持向量机(SVM)、K-最邻近(KNN)和随机森林(RF)三种机器学习分类器模型对肿瘤病灶进行二分类鉴别;提出一种新型集成学习分类器模型用于将两个序列MRI信息进行融合。通过绘制受试者工作特征曲线(ROC)并计算ROC曲线下面积(AUC值)以评估模型的分类鉴别能力。结果:三种机器学习分类器均取得较好的良恶性鉴别效果;提出的集成学习分类器的分类效果最佳,AUC值达到0.922(敏感性=0.965,特异性=0.783)。结论:本研究提出的计算机辅助模型能够利用MRI影像对软组织肿瘤良恶性进行有效的辅助鉴别,具有一定的潜在应用价值。     

网络健康社区用户的新冠肺炎信息需求

搜集网络健康社区用户中关于新冠肺炎的提问记录,利用LDA模型对提问主题进行建模生成"主题-词"分布概率矩阵和分析主题一致性.结果显示网络健康社区用户对新冠肺炎的临床症状、检查诊断、用药治疗、疫区防控等方面关注较多.对网络健康社区用户关注的新冠肺炎热点主题进行分析发现,用户对新冠肺炎的信息需求与国家相继颁布的诊疗方案及防...     

程序性细胞死亡蛋白-1抑制剂不良反应的热点分析

目的 分析程序性细胞死亡蛋白-1抑制剂(programmed cell death receptor 1,PD-1)药物不良反应的研究热点,了解该领域发展现状并为未来研究提供方向和参考。方法 以PubMed数据库中收录的关于PD-1抑制剂的药物不良反应文献为来源,以“antineoplastic agents, immunological/adverse effects”[Mesh] and “programmed cell death 1 receptor/antagonists and inhibitors”[Mesh]为检索策略,以2010-2020年为限定时间。采用书目共现分析系统软件抽取主要主题词/副主题词,获得高频主题词论文矩阵,利用gCLUTO软件对其进行聚类分析。结果 检索得到411篇文献,20个高频主题词,可视化分析后得到联合治疗、非小细胞肺癌、黑色素瘤和疗法比较4个聚类。结论 皮炎是程序性细胞死亡蛋白-1抑制剂较常见的不良反应,非小细胞肺癌患和晚期黑色素瘤为在抗PD-1治疗上最常被研究的肿瘤类型,Nivolumab是最常被研究的PD-1抑制剂类药物,对相关科学研究有...