下一代诊断病理学

随着人类基因组测序、生物大数据信息分析、分子病理检测和人工智能辅助病理诊断等技术进步及其应用, 临床医学发展迈向精准诊疗时代。这一时代背景下, 传统诊断病理学迎来前所未有的历史机遇, 正在向"下一代诊断病理学(next-generation diagnostic pathology)"迈进。下一代诊断病理学以病理形态和临床信息为诊断基础, 以分子检测与生物信息分析、智慧制样与流程质控、智能诊断与远程会诊、病灶活体可视化与"无创"病理诊断等创新前沿交叉技术为主要特征, 以多组学和跨尺度整合诊断为病理报告内容, 实现对疾病的"最后诊断", 并预测疾病演进和结局、建议治疗方案和评估治疗反应, 形成新的疾病诊断"金标准"。未来, 需要激发病理学科创新活力, 加快下一代诊断病理学成熟和应用, 重塑病理学科理论和技术体系, 发挥诊断病理学在疾病"防、诊、治、养"等过程中的重要作用, 促进临床医学进一步发展, 服务健康中国战略。     

红外光谱数据融合对栽培滇重楼产地鉴别*

目的 多样的环境因素使得不同产地栽培滇重楼的化学成分也丰富多样，不同居群栽培滇重楼的甾体皂苷类成分具有很大的差异，多源数据融合分析能更全面的表征药材化学信息，建立一个高效而准确的产地鉴别模型，为其资源合理开发利用提供依据。方法 以来自云南和四川的8个产地（保山、楚雄、大理、红河、丽江、成都、文山、玉溪）共366份栽培滇重楼根茎为实验材料，采集其傅里叶变换近红外光谱（FT-NIR）和衰减全反射-傅里叶变换中红外光谱（ATR-FTMIR）数据。采用Kennard-Stone算法将不同产地的样品分为2/3的训练集和1/3的预测集，基于4种特征变量提取方法（CARS、VIP、SPA、SO-Covsel）结合2种数据融合策略（低级数据融合和中级数据融合），建立偏最小二乘产地判别分析模型。根据模型参数交叉验证均方根误差（RMSECV）和预测均方根误差（RMSEP）评估模型的稳定性，模型训练集和预测集准确率（ACC）评估模型分类性能。结果 近红外光谱和中红外光谱均能反应不同产地栽培滇重楼的化学成分差异，在中级数据融合中，基于VIP和SPA提取的特征变量建立的模型正确率均大于94%。相较于中级数据融合，低级数据融合模型得到了最为满意的结果，其预测集分类正确率达到100%。结论 根据近红外和中红外数据建立的低级数据融合PLS-DA模型，能够用于栽培滇重楼的产地鉴别分析。     

中华医学会杂志社对一稿两投问题处理的声明

为维护中华医学会系列杂志的声誉和广大读者的利益,现将中华医学会系列杂志对一稿两投和一稿两用问题的处理声明如下:①本声明中所涉及的文稿均指原始研究的报告或尽管2篇文稿在文字的表达和讨论的叙述上可能存在某些不同之处,但这些文稿的主要数据和图表是相同的。     

外科转化医学研究进展

转化医学作为连接基础和临床的桥梁，促进了基础研究成果与临床诊疗手段之间的双向转化。30年间，转化医学飞速发展，而随着医学与多学科之间的交叉融合，转化医学也表现出新的发展趋势，尤其是在外科领域。医疗大数据为病人提供了更加精准化、个性化的治疗，医用人工智能也促进了诊疗技术的革新，还有各式医用机器人，推动手术微创化。把握转化医学的发展潮流，促进科研与临床的双向循环，是未来我国医学发展的重心。     

关于论著结果部分的撰写要求

结果应体现的要素包括:(1)实验或临床观察所得的各种数据。(2)反映数据变化以及大体或微观形态特征的图表。(3)统计学处理结果。撰写时应注意:(1)实事求是,详略得当,重点突出与研究目的密切相关、对读者有价值的主要结果。     

基于信息平台的医院POCT管理改进

以华中科技大学同济医学院附属同济医院为例，探讨医院通过健全POCT管理体系，并借助信息平台改进POCT管理的经验，为其他医院POCT规范化管理提供参考。该医院通过搭建POCT管理平台，实现了设备标准化准入、人员资质统一授权、设备自动化质控和诊疗全流程闭环管理；基于信息平台的POCT管理改进，提升了医护人员的POCT认知度和操作水平，提高了医疗工作效率；实行诊疗全程风险管控，保障了医疗安全。     

WHO药品预认证微生物实验室质量管理的要求与思考

目的:介绍世界卫生组织(WHO)对药品微生物检测实验室的预认证要求,推动我国药品检测质量管理体系的完善和发展。方法:从预认证实验室应遵循的质量管理原则出发,对照我国实验室ISO/IEC 17025体系要求,分析药品微生物检测实验室在质量管理中的不足。结果:预认证实验室更多地采纳了《药品生产质量管理规范》(GMP)的质量管理理念,而我国药品微生物检测实验室在记录与数据可靠性、基于风险的变更控制和偏差调查等方面的应用与实施还存在较大差距。结论:我国药品微生物检测实验室应学习和借鉴国内外GMP的质量管理经验,不断更新理念,改进质量管理体系,更多地以风险评估方式保障检测数据的可靠性。     

大数据在护理领域的应用进展

概述大数据及护理大数据的概念、特点,分析大数据在护理领域的应用现状,讨论其面临的挑战并提出应对策略,以期为大数据在护理领域的进一步发展提供参考。     

大数据背景下医学生数据素养培养研究

介绍数据素养概念，从教学目标、方法、过程几方面探讨大数据背景下医学生数据素养培养模式，指出该模式有助于提高医学生数据分析与挖掘能力，树立数据意识和数据伦理，提升数据素养。