排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
霍彤彤张加尧王泓霖杨佳铭吴蔚叶哲伟 《国际生物医学工程杂志》2023,(4):355-359
近年来,人工智能相关技术与医学领域的深度融合使得医工交叉成为热点。骨科疾病诊疗存在数据量大和决策困难等问题。机器学习作为人工智能领域的重要方法,具有对医学大数据自动分析和预测的能力,被广泛应用于骨科等临床学科领域,辅助医生高效地完成疾病诊断和治疗工作。介绍了机器学习在骨科术前、术中和术后诊疗中的应用进展,为探索更加合理的诊治策略提供新的思路。 相似文献
2.
背景 压力与偏头痛发作密切相关,但既往研究关于压力源及压力反应对大学生偏头痛人群日常生活的影响不明确。目的 探讨压力源及压力反应对大学生偏头痛人群日常生活的影响,以期为改善大学生偏头痛人群的日常生活提供参考。方法 于2018年8月—2019年8月,采用随机抽样,选取符合《国际头痛疾病分类(第3版)》(ICHD-3)偏头痛诊断标准的458名川北医学院在校大学生为研究对象,采用自编问卷收集大学生一般资料和头痛特征,采用头痛影响测试量表(HIT-6)评定偏头痛对大学生日常生活的影响。采用学生生活应激问卷(SLSI)评定压力源及压力反应,采用汉密尔顿焦虑量表(HAMA)和汉密尔顿抑郁量表24项版(HAMD-24)评定大学生的焦虑症状和抑郁症状。采用Pearson相关分析考查HIT-6评分与各量表评分之间的相关性,采用多元线性回归分析大学生偏头痛人群日常生活的影响因素。结果 SLSI中的挫折(r=0.138,P<0.01)、冲突(r=0.168,P<0.01)、压力(r=0.157,P<0.01)、变化(r=0.148,P<0.01)、自我强加(r=0.158,P<0.01)五个维度的压力源以及生理反应(r=0.256,P<0.01)、情绪反应(r=0.241,P<0.01)、行为反应(r=0.164,P<0.01)、HAMA总评分(r=0.192,P<0.01)、HAMD-24总评分(r=0.250,P<0.01)、SLSI总评分(r=0.250,P<0.01)与HIT-6评分均呈正相关,认知反应(r=-0.104,P<0.05)与HIT-6评分呈负相关。多元线性回归分析结果显示,生理反应(β=0.140,P<0.05)、焦虑(β=0.159,P<0.05)、认知反应(β=-0.091,P<0.05)可预测大学生偏头痛人群日常生活受影响的程度。结论 生理反应、认知反应、焦虑可能是大学生偏头痛人群日常生活的影响因素。 相似文献
3.
4.
5.
目的 调查医学生偏头痛患者睡眠时间不足的发生率及影响因素,为改善睡眠质量提供参考。方法 采用整群抽样方法,于2018年7月-2019年7月选取川北医学院在校医学生中符合《国际头痛疾病分类(第3版)》(ICHD-3)偏头痛诊断标准的546名患者为研究对象,并根据每夜睡眠时间是否>6 h分为睡眠时间充足组(n=367)与睡眠时间不足组(n=179)。收集医学生一般人口学资料及临床资料,采用匹兹堡睡眠质量指数量表(PSQI)评定睡眠情况,采用汉密尔顿焦虑量表(HAMA)和汉密尔顿抑郁量表24项版(HAMD-24)评定焦虑抑郁情况,采用视觉模拟评分法(VAS)和头痛影响测试量表(HIT-6)评定头痛严重程度及其对日常生活的影响。采用Logistic回归分析探索偏头痛患者睡眠时间不足的影响因素。结果 在546名医学生偏头痛患者中,有179人(32.78%)存在睡眠时间不足。睡眠时间不足组和睡眠时间充足组的年龄(t=2.107)、头痛频率(Z=-2.972)、焦虑状态(χ2=14.053)、抑郁状态(χ2=10.773)、PSQI评分(t=-13.247)及睡眠质量(χ2=94.754)差异均有统计学意义(P?0.05或0.01)。相关分析显示,偏头痛患者睡眠时间与年龄呈负相关(r=-0.100,P<0.01),与头痛频率、焦虑状态、抑郁状态呈正相关(r=0.135、0.169、0.139,P均<0.01)。多因素Logistic回归分析显示,年龄(OR=0.860,95% CI:0.743~0.996,P=0.045)、头痛频率(OR=1.051,95% CI:1.006~1.098,P=0.026)、抑郁状态(OR=1.712,95% CI:1.024~2.861,P=0.040)是医学生偏头痛患者睡眠时间不足的影响因素。结论 医学生偏头痛患者睡眠时间不足的发生率较高,头痛频率高和抑郁状态是其危险因素,年龄是保护因素。 相似文献
1