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。     

学龄前儿童同伴关系与内化问题的相互预测研究

考察学龄前儿童同伴关系和内化问题之间的相互预测关系,为有效改善儿童青少年心理健康状况提供参考依据.方法 采用整群抽样方法,使用儿童社会性发展量表和儿童行为核对表对山东省菏泽市4所幼儿园220名学龄前儿童进行为期1年的追踪调查,采用交叉滞后分析考察主要变量之间的相互预测关系.结果 随着年级升高,学龄前儿童的同伴关系得分呈上升趋势(F值分别为6.40和4.81,P值均<0.01),而内化问题得分则呈下降趋势(F值分别为7.65和5.46,P值均<0.01);学龄前儿童前测时的同伴关系和内化问题对后测对应行为的预测作用均有统计学意义(β值分别为0.56,0.49,P值均<0.01);前测同伴关系对后测内化问题的预测作用有统计学意义(β=-0.19,P<0.05).结论 同伴关系和内化问题均表现出跨时间的稳定性,早期同伴关系和内化问题均能预测后期的对应行为.早期同伴关系能够预测后期内化问题,而早期内化问题无法预测后期同伴关系.     

SARIMA模型在苏州市肺结核发病预测中的应用

目的 建立苏州市肺结核发病的SARIMA模型并预测发病,为苏州市肺结核防控提供参考。方法 收集结核病信息管理系统（新）中苏州市2010年1月—2018年12月肺结核月发病数,通过时间序列分析建立SARIMA模型并预测苏州市2019年肺结核的发病情况。结果 苏州市肺结核发病数具有明显的季节周期性,每年的发病最高峰为5月,发病最低谷为2月。苏州市肺结核发病数的最佳拟合模型为SARIMA (0,1,1)×(0,1,1)₁₂,AIC=9.590,SBC=9.644,模型参数均具有统计学意义,模型残差为白噪声序列,模型的预测值与实际值平均绝对百分比误差MAPE=7.943%,模型预测精度较高。预测苏州市2019年肺结核发病数为3 467例,月发病数平均值为289例,发病水平较2018年略有下降。结论 SARIMA(0,1,1)×(0,1,1)₁₂模型能较好拟合出苏州市肺结核发病数的时间变化趋势,可应用于苏州市肺结核月发病数的短期预测。     

动物瘢痕模型的相关研究进展

皮肤损伤后的异常愈合会导致病理性瘢痕的产生。病理性瘢痕的出现不仅影响美观,严重时还会造成心理和生理功能障碍。病理性瘢痕的机制研究对于瘢痕治疗有极为重要的意义。其中,动物瘢痕模型是目前研究病理性瘢痕的重要模型手段之一。理想的动物瘢痕模型应该在组织学、细胞学等层面尽可能接近于人类的病理性瘢痕。该文分别从传统技术动物瘢痕中的啮齿类动物模型、兔耳模型和猪模型,以及新技术动物瘢痕模型这两个方面,结合近年来在瘢痕领域应用较多的研究,进行了相应系统的阐述。     

肝内胆管癌肝切除术后“教科书式结局”影响因素分析及预测模型建立

目的 分析肝内胆管癌（ICC）病人肝切除术后“教科书式结局”（TO）的影响因素，构建预测TO评分模型。方法 回顾性分析2011年1月至2017年1月东南大学附属中大医院和中国人民解放军东部战区总医院八一医院收治的261例行肝切除术的ICC病人临床病理资料，分析影响TO的独立危险因素，根据危险因素的权重构建预测TO的评分模型。结果 261例ICC病人中，67例（25.7%）术后发生TO。年龄、肝硬化、手术时间和T分期［第8版美国癌症联合委员会（AJCC）癌症分期］为术后TO的独立预测因素。依此4项因素构建的评分模型显示了较好的预测准确性，最佳截断值为-1.9分，其敏感度为67.2%，特异度为62.9%。一致性检验显示其预测概率和实际发生概率有着较好的一致性（χ2=1.350，P=0.853）。结论 基于年龄、肝硬化、手术时间、T分期4个因素建立的评分模型可较准确地预测ICC病人术后TO的可能性，即手术时间短、无肝硬化、肿瘤直径<5 cm的年轻ICC病人肝切除后获得TO的可能性更大。     

支持向量机法及其在中药研究中的应用

在中医药现代化进程中，有效地结合现代科学技术手段对传统中医药进行更为合理的分析是一个重要研究方向。计算机科学技术与人工智能算法在中医药研究领域已取得长足发展，尤其是分类算法所具有的快速鉴别和分析能力，使其在复杂的中医药研究体系中发挥举足轻重的作用。对支持向量机分类算法及其结合其他算法在解决中医药相关领域问题方面及成果进行综述，以相关智能算法为基础探讨中医药研究过程中的诸多难题，为推动中医药现代化进程提供支撑。     

柯氏模型在重症医学科护理规培生身体约束培训中的应用

目的 探讨应用柯氏评估模型评价重症医学科护理规培生对身体约束培训的效果.方法 选取符合纳入和排除标准的57例重症医学科护理规培生,采用前后对照,2018年1月—6月的重症医学科护理规培生为对照组,28例;2018年7月—12月的重症医学科护理规培生为观察组,29例.对照组采用身体约束常规临床经验培训教育和管理,观察组采用规范化培训身体约束和管理.采用柯氏评估模型,对从反应层面、学习层面、行为层面3个方面进行效果评估,评估时间为干预前、干预第1个月、干预第2个月.结果 观察组对培训满意度、对身体约束知识掌握、对身体约束实施情况,与对照组比较,差异均具有统计学意义(P<0.05).结论 对重症医学科护理规培生采用规范化培训身体约束及管理,不仅能提高护理规培生对培训的满意度,还能随着时间的推移,加固对身体约束培训知识的掌握,改善对患者身体约束的情况.