1401例超长住院日患者分布与影响因素分析

目的分析超长住院患者分布及影响因素,探讨减少超长住院日的措施。方法从江苏省某三甲医院病案管理系统中调取2020年1月1日-2020年12月31日134016例出院患者的住院病案首页资料,对住院时间≥30天的1401例超长住院患者的分布特征进行统计描述,采用Logistic回归模型分析超长住院日的影响因素。结果2020年全院平均住院日为7.13天,其中超长住院患者平均住院日为41.85天。超长住院患者以60岁以上年龄组最多(39.61%);出院科室主要分布在血液科(42.18%)、普通外科(11.85%)、骨科(7.49%)等;疾病类别主要为肿瘤(47.32%)、影响健康状态和与保健机构接触的因素(10.56%)、循环系统疾病(7.07%)等;多因素Logistic回归结果显示,男性(OR=1.188)、离院方式为非医嘱离院或其他(OR=2.046)和死亡病例(OR=3.362)是超长住院的危险因素。结论控制超长住院日对平均住院日影响显著,医院应加强重点人群、重点科室和重点病种管理提高诊疗管理水平,缩短平均住院日。     

Out of the boxes,out of the silos: The need of interdisciplinary collaboration to reduce poor-quality medical products in the supply chain

In this paper, we argue that understanding and addressing the problem of poor-quality medical products requires a more interdisciplinary approach than has been evident to date. While prospective studies based on rigorous standardized methodologies are the gold standard for measuring the prevalence of poor-quality medical products and understanding their distribution nationally and internationally, they should be complemented by social science research to unpack the complex set of social, economic, and governance factors that underlie these patterns. In the following sections, we discuss specific examples of prospective quality surveys and of social science studies, highlighting the value of cross-sector partnerships in driving high-quality, policy-relevant research in this area.     

女性压力性尿失禁风险预测的研究进展

综述女性压力性尿失禁(stress urinary incontinence,SUI)风险预测的研究进展。指出女性SUI风险预测相关文献普遍存在风险预测工具和指标缺乏临床大样本验证,指标、纳入人群不统一的现象,风险预测模型存在构建过程未按报告规范进行,未进行完整的模型验证以及模型性能评价指标不规范的情况。未来研究可以在现有风险预测工具或模型的基础上进行改进、完善,以期为女性SUI风险预测提供参考。     

会所康复模式在女性精神分裂症恢复期病人中的应用

目的:探讨会所康复模式在女性精神分裂症恢复期病人中的应用效果。方法:选取2019年2月—2020年3月精神科收治的100例女性精神分裂恢复期病人作为研究对象,按随机数字表法分为对照组、观察组各50例,对照组采取常规康复治疗,观察组在常规康复治疗基础上应用会所多维度康复治疗模式。采用阳性和阴性症状量表(PANSS)、疾病家庭负担量表(FBS)、日常生活能力量表(ADL)、生活满意度指数B量表(LSIB)评价两组病人干预前、干预3个月、干预6个月精神症状、家庭负担、日常生活能力、生活自理能力。结果:两组病人干预3个月、干预6个月PANSS、FBS、ADL及LSIB评分比较差异有统计学意义(P<0.05);两组组内干预前后PANSS、FBS、ADL及LSIB评分比较差异有统计学意义(P<0.05)。结论:女性精神分裂症病人在恢复阶段应用会所康复模式进行干预可改善其精神症状,缓解其家庭负担,调节其日常生活能力和生活自理能力,提升其生活满意度。     

Predicting Survival for Chimeric Antigen Receptor T-Cell Therapy: A Validation of Survival Models Using Follow-Up Data From ZUMA-1

ObjectivesSurvival extrapolation for chimeric antigen receptor T-cell therapies is challenging, owing to their unique mechanistic properties that translate to complex hazard functions. Axicabtagene ciloleucel is indicated for the treatment of relapse or refractory diffuse large B-cell lymphoma after 2 or more lines of therapy based on the ZUMA-1 trial. Four data snapshots are available, with minimum follow-up of 12, 24, 36, and 48 months. This analysis explores how survival extrapolations for axicabtagene ciloleucel using ZUMA-1 data can be validated and compared.MethodsThree different parametric modeling approaches were applied: standard parametric, spline-based, and cure-based models. Models were compared using a range of metrics, across the 4 data snapshot, including visual fit, plausibility of long-term estimates, statistical goodness of fit, inspection of hazard plots, point-estimate accuracy, and conditional survival estimates.ResultsStandard and spline-based parametric extrapolations were generally incapable of fitting the ZUMA-1 data well. Cure-based models provided the best fit based on the earliest data snapshot, with extrapolations remaining consistent as data matured. At 48 months, the maximum survival overestimate was 8.3% (Gompertz mixture-cure model) versus the maximum underestimate of 33.5% (Weibull standard parametric model).ConclusionsWhere a plateau in the survival curve is clinically plausible, cure-based models may be helpful in making accurate predictions based on immature data. The ability to reliably extrapolate from maturing data may reduce delays in patient access to potentially lifesaving treatments. Additional research is required to understand how models compare in broader contexts, including different treatments and therapeutic areas.     

我国家庭医生签约服务政策执行的制约因素与优化路径：基于史密斯政策执行过程模型

深化家庭医生签约服务是深化医药卫生体制改革、强化基层医疗卫生服务、实现"健康中国"战略目标的重要选择，也是当前更好维护人民群众健康的重要途径。为有效推进签约服务工作，国家陆续推出各项政策，全国各地也在积极进行实践探索，成效明显。但是，签约服务仍面临诸多问题，其中"执行难"是签约服务深度推进的一大困境。通过史密斯政策执行过程模型，结合签约服务政策执行过程，发现签约服务仍存在法治性不足、政策执行人员水平不高、激励不足、政策环境影响等诸多制约因素。因此，需要从法律和制度方面进行顶层设计、提升执行人员素质和职业认同、建立医患互信、优化政策执行环境等角度进行政策创新，探索家庭医生签约服务可持续发展的路径。     

我国老年人认知水平变化轨迹及其分化

目的 探究影响我国老年人认知水平的变化趋势，分离出年龄、队列效应。方法 基于CLHLS（2002—2018）多重队列追踪数据，以Stata16.0软件为工具，运用分层生长曲线模型进行统计分析。结果 本研究发现，个体行为生活方式、社会经济地位、性别、慢性病数量对认知水平均具有统计学意义；年龄、队列对认知水平的变化具有独立效应；随着年龄的增长，我国老年人认知水平下降，认知水平的城乡、性别差异明显；较年轻出生队列的老年人认知水平较好，认知水平的城乡差异随着队列的年轻化而变大，性别差异在较年轻队列有略微缩小的趋势。结论 影响认知水平因素复杂，认知障碍会增加医疗成本及照护负担，因此需准确把握老年认知水平的变化规律与作用路径，从而为卫生服务、养老保障、长期医疗照护的资源配置提供科学依据。     

Deepm5C: A deep-learning-based hybrid framework for identifying human RNA N5-methylcytosine sites using a stacking strategy

1. Download : Download high-res image (173KB)
2. Download : Download full-size image

     

连续性血液净化治疗患儿静脉留置导管感染风险预测体系的构建及应用

目的:探讨连续性血液净化治疗患儿静脉留置导管感染风险因素,据此构建风险预测体系,并检验其实际应用效果,以期为临床预防护理提供依据。方法:选取医院2018年4月—2020年4月收治的400例连续性血液净化治疗患儿,按两组基础资料具有匹配性原则将其分为构建组300例、验证组100例,统计构建组中静脉留置导管感染患儿例数,通过单因素分析、多因素Logistic回归分析筛选静脉留置导管感染的独立危险因素,据此构建风险预测体系,并检验其在验证组中的应用效果。结果:经统计得到,构建组中静脉留置导管感染患儿共66例,感染发生率为22.00%;单因素分析得到,连续性血液净化治疗患儿静脉留置导管感染风险因素有穿刺部位、导管留置时间、插管次数、血流速度、血红蛋白、遵医依从性、抗生素使用时间、操作人员手卫生(P<0.05);多因素Logistic回归分析得到,连续性血液净化治疗患儿静脉留置导管感染独立风险因素有股静脉置管、导管留置时间>7 d、血流速度>180 mL/min、血红蛋白<100 g/L、遵医依从性差、抗生素使用时间>7 d(P<0.05);构建得到连续性血液净化治疗患儿静脉留置导管感染风险预测体系为P=1/[1+e^(-(-1.935+1.635×股静脉置管+1.740×导管留置时间>7 d+1.725×血流速度>180 mL/min+2.241×血红蛋白<100 g/L+2.089×遵医依从性差+1.331×抗生素使用时间>7 d))],ROC曲线分析显示,曲线下面积AUC=0.881,灵敏度为86.67%,特异性为97.14%,准确率为94.00%。结论:连续性血液净化治疗患儿静脉留置导管感染风险大,且风险因素复杂,研究构建的静脉留置导管感染风险预测体系灵敏度高、特异性强,评估准确率高。