面向远程医疗的病理会诊系统设计与实现

目的:通过建设面向远程医疗的病理会诊系统,克服地域、时间障碍,提高基层医疗机构病理诊断质量及水平。方法:借助高通量快速医学玻片扫描仪,通过现代化的信息技术实现病理数字化切片及病历信息的传输,实现远距离的病理会诊。结果:提高了基层医疗机构病理诊断准确率,提升了基层医疗机构整体医疗服务能力。结论:通过该系统的建设,很好地解决了病理资源分布不均的问题,促进了偏远地区医院、基层医院病理诊断的发展,为远程病理会诊的发展提供实践经验,起到创新应用引领示范效应。     

医疗语义众包标注平台设计和应用研究

详细阐述医疗语义众包标注平台的标注流程与方法,包括平台角色分配、任务动态分配、用户能力评估、质量控制与检查等方面,介绍平台技术架构、结构与功能,通过实验对比传统人工标注与众包标注平台的应用效果,结果证明后者在标注速度、耗时、正确率上均优于前者。     

公立医院绩效评估系统的建设与应用实践——英国剑桥大学医院绩效管理模式探析及启示

通过对英国剑桥大学医院绩效平台信息系统（CHEQS）进行深入的考察分析,从英国国家卫生服务体制、医疗机构绩效管理体系、医院绩效管理系统建设及推广思路等角度对CHEQS进行了具体的分析论述。并将其与国内相关机构的医院绩效考核机制进行对比,探索并阐述了对＂上海市医联工程＂中的市级医院运营管理平台的建设意义和改进策略。     

China-PAR与WHO模型预测10年心血管病风险的准确性

目的 在我国社区人群中独立验证并比较中国动脉粥样硬化性心血管疾病风险预测研究（China-PAR）模型与2019年WHO开发的东亚人群心血管病风险评估工具预测10年心血管病风险的准确性。方法 2010年1月1日至2020年5月31日中国鄞州电子健康档案研究中基线无心血管病史的40~79岁人群。采用Kaplan-Meier法计算10年心血管病实际发生风险,并采用China-PAR模型、WHO复杂模型和简易模型分别计算预测风险。通过区分度C统计量、校准度χ²值和校准图评价模型的准确性。结果 共纳入225 811名研究对象,经过中位随访7.26年,共发生13 301例心血管病事件。China-PAR模型、WHO复杂模型和WHO简易模型的C统计量及其95%CI在男性中分别为0.741（0.735~0.747）、0.747（0.740~0.753）和0.739（0.733~0.746）,在女性中分别为0.782（0.776~0.788）、0.789（0.783~0.795）和0.782（0.776~0.787）。WHO复杂模型和简易模型预测男性10年心血管病风险整体分别低估了0.8%和4.4%,在女性中整体均低估了约15%;而China-PAR模型整体低估风险,在男性和女性中分别低估了19.5%和42.3%。结论 在我国社区人群总体风险评估中China-PAR和WHO模型预测10年心血管病风险均具有较好的区分度,但对于高风险组人群的预测准确性还有待改善,提示仍需进一步针对高风险组（如糖尿病或老年）人群建立单独的风险预测模型。     

基于健康大数据平台的鄞州区新型冠状病毒肺炎监测病例流行病学特征分析

目的 分析鄞州区基于健康大数据平台的新型冠状病毒肺炎（COVID-19）监测病例流行特征,为COVID-19监测网络体系建设提供依据。方法 收集鄞州区新型冠状病毒肺炎监测与预警信息系统每日COVID-19监测病例数据,分析COVID-19监测病例人群构成、流行病学史比例、核酸检测率、核酸阳性检出率和确诊病例监测发现率。结果 2020年1月1日至3月30日共报告COVID-19监测病例1 595例,其中社区人群和重点人群分别占79.94%和20.06%。监测病例现场调查核实率100.00%,有武汉市或湖北省接触流行病学史占6.27%,社区和重点人群中有流行病学史者占比分别为2.12%和22.81%（P<0.001）。COVID-19核酸总检测率18.24%（291/1 595）,有、无流行病学史者核酸检测率分别为53.00%和15.92%（P<0.001）,COVID-19核酸阳性检出率1.72%（5/291）。监测确诊病例发现率0.31%（5/1 595）,监测确诊病例和其他确诊病例初次就诊至初次核酸检测时间间隔差异无统计学意义（P>0.05）。结论 基于健康大数据平台的COVID-19监测工作运转良好,但确诊病例监测发现率有待提高。     

宁波市鄞州区健康大数据平台在新型冠状病毒肺炎疫情病例发现中的应用探索

在新型冠状病毒肺炎（COVID-19）疫情防控中,在没有疫苗和特异性治疗药物的情况下,控制传染源成为遏制疫情流行的最重要的防控措施之一。宁波市鄞州区在积极落实传统“早发现”综合措施的同时,通过联防联控机制实现了部门间数据信息共享,依托融合了医疗、疾控以及非卫生部门数据的健康大数据平台,创新性地探索开展大数据驱动的线上可疑病例筛选、线下核实处置的COVID-19病例发现工作模式,为今后实现更有效和高效的动态、持续的传染病监测预警奠定工作基础、积累经验。本研究对宁波市鄞州区的这一模式探索进行介绍,并对大数据驱动的监测模式在传染病防控中的作用进行讨论。     

NDR和DIAL模型在宁波市社区2型糖尿病人群中预测心血管病发生风险的应用

目的在我国社区2型糖尿病人群中独立验证并比较基于瑞典糖尿病登记数据(NDR)建立的心血管病短期风险预测模型和糖尿病终生风险预测(DIAL)模型评估5年和10年心血管病发生风险的准确性。方法研究对象为2010年1月1日至2020年12月31日在中国鄞州电子健康档案研究中的基线无心血管病史且年龄在30～75岁的2型糖尿病队列人群。采用校准后的NDR模型评估研究对象5年心血管病风险, 采用DIAL模型评估5年和10年心血管病发生风险, 采用调整竞争风险的Kaplan-Meier法计算研究对象5年和10年心血管病实际发生风险。采用区分度C统计量、校准度χ2值和校准图评价预测模型的准确性。结果经过中位7.0年的随访, 83 503名研究对象共发生7 326例心血管病事件和2 937例非心血管病死亡事件。在5年心血管病风险预测中, NDR模型对男性和女性发病风险分别高估39.4%和8.6%, DIAL模型分别高估14.6%和50.1%。在男性5年风险预测中DIAL模型区分度优于NDR模型, 其C统计量(95%CI)分别为0.681(0.672～0.690)和0.667(0.657～0.677);女...