中国抑郁症患者自杀意念发生率的Meta分析

目的 了解我国抑郁症患者自杀意念发生率,为针对性干预提供参考。方法 检索PubMed、Embase、Web of Science、Cochrane图书馆、中国知网、万方数据知识服务平台、维普网,搜集建库至2021年10月发表的有关中国抑郁症患者自杀意念的文献。采用R4.0.2软件进行Meta分析。结果 纳入18篇文献,总样本量7 987例。我国抑郁症患者自杀意念发生率为48.18%(95%CI:38.96,57.39);亚组分析显示不同样本来源的抑郁症患者自杀意念发生率存在差异。结论 我国抑郁症患者自杀意念发生率较高,应予以重视,及早筛查,针对性干预,以防范抑郁症患者自杀。     

中国住院癌症患者自杀意念发生率Meta分析

目的 了解中国住院癌症患者自杀意念发生率的总体情况,为住院癌症患者自杀行为预防及干预提供参考.方法 系统检索Web of Science、Cochrane Library、PubMed、EMbase、中国知网、中国生物医学文献服务系统、万方数据库、维普数据库自建库至2020年10月的相关文献,采用R4.0.2软件对数据...     

肺癌患者自杀意念现状及影响因素分析

目的 了解肺癌患者自杀意念现况,并探讨联结中断、心理痛苦、绝望对其自杀意念的影响,为干预措施的制定提供参考。 方法 采用患者健康问卷、联结中断量表、心理痛苦量表及Beck绝望量表对366例肺癌患者进行调查,通过结构方程模型分析各因素间的关系。 结果 肺癌患者自杀意念发生率为22.68%;联结中断、心理痛苦、绝望均可直接影响自杀意念（直接效应值为0.13、0.37、0.17）;联结中断通过心理痛苦、绝望可间接影响自杀意念（间接效应值为0.38）,其总效应值最大（为0.51）,且可调节绝望对自杀意念的影响;绝望可通过心理痛苦间接影响自杀意念（间接效应值为0.17）,二者无交互作用。 结论 肺癌患者自杀意念发生率高,以增强肺癌患者联结感为关键,通过减轻患者心理痛苦、增加其希望对减少自杀意念的发生尤为重要。     

癌症患者自杀意念心理体验的质性研究

目的了解癌症患者自杀意念发生发展的心路历程和内心需求,为临床医护人员预防住院患者自杀提供建议和依据。方法采用现象学研究方法,对16例有自杀意念的住院癌症患者进行半结构式深入访谈;访谈资料选用Claizzi七步分析法进行分析。结果癌症患者的心理体验可以分为危险因素和保护因素两个方面。危险因素包括生理因素(生存质量低下或疾病预后不良)、心理因素(孤独感、累赘感、愤怒、自责、生命无意义感)、社会因素(负性生活事件和经济压力)。保护性因素包括对死亡的害怕、对家庭的责任感、亲友支持和心理弹性。结论癌症患者自杀的预防和干预,不仅要注重降低患者自杀的危险因素,也要发掘患者的保护性因素,从而降低甚至打消患者自杀的念头。     

急诊科自杀未遂患者的简要自杀风险干预

目的 探讨降低急诊科自杀未遂患者自杀意念的有效方法.方法 依据《照顾有自杀风险的成年患者——急诊科共识指南》制订简要自杀风险干预流程清单,对57例急诊科住院或留观的自杀未遂患者进行干预.结果 57例患者均未再出现自杀行为.干预前及干预后6个月患者自杀态度及自杀意念比较,差异有统计学意义(均P＜0.01).结论 实施简要...     

首发抑郁症伴自杀意念患者中缝核功能连接的改变

目的 观察首发抑郁症伴自杀意念（SI）患者中缝核功能连接（FC）改变。方法 前瞻性纳入98例首发抑郁症患者,根据伴SI与否将其分为伴SI组（n=56）与不伴SI组（n=42）;另以47名健康志愿者为对照组。以静息态功能MRI观察背侧中缝核（DRN）、中缝中央核（MRN）与全脑间的FC;比较3组及两两组间FC,分析伴SI组差异脑区FC与临床资料的相关性。结果 相比对照组,伴与不伴SI组DRN与左侧小脑及左侧壳核的FC均降低（P均<0.05）,MRN与右侧颞下回的FC均升高而与左侧额下回、右侧枕上回、左侧顶下小叶及左侧壳核的FC均降低（P均<0.05）;其中,伴SI组DRN与左侧壳核的FC高于不伴SI组（P<0.05）;相比不伴SI组及对照组,伴SI组MRN与右侧中央后回的FC升高（P均<0.05）。伴SI组MRN与左侧壳核的FC与24项汉密尔顿抑郁量表（HAMD-24）体质量得分呈正相关（r_s=0.297,P=0.026）。结论 首发抑郁症伴SI患者中缝核与皮层和皮层下区的FC存在异常改变,且其MRN与左侧壳核的FC与HAMD-24体质量得分呈正相关。     

162例自杀患者的心理分析与护理

通过对162例自杀患者的心理分析,发现自杀患者源于工作,生活,学习压力,情感,婚姻,家庭出现危机,经济纠纷,疾病因扰,使他们不同程度地出现心理障碍和精神创伤,产生轻生的念头.在为病人治疗和护理过程中,通过认真细心的观察和态度诚恳的沟通,心理上的抚慰,精神上的支持,了解病人的心理状况.发现95%的患者都是一时糊涂,想通过一死了之来解决问题.最后通过与医护人员及家属的沟通绝大多数人意识到生命存可贵,有了正确的人生价值现.     

青少年自杀患者的原因分析与心理护理

目的探讨青少年自杀的原因与自杀后的心理护理,使患者配合治疗护理,早日康复。方法对18例青少年自杀患者的自杀原因与临床护理进行了回顾性分析。结果青少年自杀患者普遍存在自卑绝望、感情脆弱、自私霸道、不负责任、情绪不稳、焦虑不安、抑郁悲观等心理特点。结论心理护理可以治愈患者心理创伤,促进生理创伤的愈合,有利于患者恢复身心健康,早日以良好的心态走进社会,重获新生。     

男性自杀的原因分析与护理对策

目的 了解男性自杀的原因,采取积极措施预防,提高男性生活质量.方法 对186例男性自杀患者病历资料进行回顾性分析.结果 20～40岁年龄段自杀比例最高,占40.3%,其次是60～76岁老年人,占28.5%;自杀原因排序依次为家庭矛盾、婚恋失败、心理异常、疾病、工作、学习及其他.结论 男性心理健康状况不乐观,应采取针对性措施进行预防.     

基于失效模式与效应分析的综合医院住院患者自杀风险管理

目的 探讨失效模式与效应分析在综合医院预防住院患者自杀管理中的应用效果。方法成立跨专业的多学科小组,绘制预防住院患者自杀流程图,对预防患者自杀管理过程中可能出现的失效模式进行严重度、发生的可能性、探测的可能性评分,根据危害评分矩阵评估风险优先指数,针对风险优先指数＞125分的5项失效模式进行改进。比较实施前后的风险优先指数和住院患者自杀发生率。结果实施后,住院患者自杀风险总体风险优先指数由（238.96±67.03）分下降为(73.48±6.05)分;住院患者自杀率由4.8/10万下降至2.1/10万。结论基于失效模式与效应分析的风险管理可有效降低综合医院住院患者自杀风险优先指数,可早期识别和干预有自杀倾向的住院患者,保障患者安全。     

Evolutionary puzzle of Toxoplasma gondii with suicidal ideation and suicide attempts: An updated systematic review and meta‐analysis

The World Health Organization has reported an annual global suicide rate of 14.5 per 100,000 people. On the other hand, it is estimated that approximately one‐third of the global population are infected with Toxoplasma gondii (T. gondii) parasite. It is widely assumed that microbial pathogens, such as T. gondii, are probably associated with affective and behavioural modulation. The present article aimed to assess the proposed role of toxoplasmosis in raising the risk of suicidal ideation (SI) and suicide attempts (SA) using the available epidemiological data. Seven major electronic databases and the Internet search engine Google were searched for all the studies published between the 1st of January 1950 and 31st of October 2019. The heterogeneity and the risk of bias within and across studies were assessed. Following data extraction, pooled odds ratios (ORs) with 95% confidence interval (CI) across studies were calculated using the random‐effects models. A total number of 9,696 articles were screened and 27 studies were regarded as eligible in our systematic review (SI with five papers and 22 papers on SA). A significant association was detected between antibodies against T. gondii with TA (ORs = 1.57; 95% confidence interval [CI] 1.23–2.00, p = .000). Exploration of the association between T. gondii and SA yielded a positive effect of seropositivity for IgG antibodies but not IgM. Despite the limited number of studies, a statistical association was detected between suicidal behaviours and infection with latent T. gondii.     

骨质疏松人工智能技术研究进展及发展趋势

目的探讨人工智能(artificial intelligence,AI)技术在骨质疏松早期诊断、早期预防、标准化治疗及科学化随访中的应用现状及发展前景。方法查阅近十年人工智能在医学中的应用现状,分析探讨骨质疏松AI技术开发的可行性及其关键技术限制瓶颈。结果开发优质AI技术的重要前提是大量准确知识的学习。骨质疏松筛查AI技术需要大量的骨密度数据和流行病学因素调查作为筛查系统的数据基础,诊治和随访AI技术需要大量的专业术语、影像学数据、血液、尿液生化指标的采集学习。因此,学习和验证过程中重要的是需要大量的骨密度数据、流行病学调查因素、血液尿液生化指标数据、骨密度测定影像资料、骨质疏松诊断中的专业术语资料、骨质疏松治疗过程中的用药及治疗效果资料等。这些相关资料的收集过程可以通过骨质疏松生物样本库的构建完成。结论骨质疏松AI的开发离不开骨质疏松体检生物样本库的建设,高质量多中心大规模骨质疏松生物样本库构建过程中收集的大量可供机器人学习及再学习的资料是决定骨质疏松AI技术开发成败的关键。     

开发基于乳腺超声人工智能的移动终端应用软件:DeepBC

目的通过乳腺超声人工智能模型(DeepBC模型)开发手机移动终端应用软件,以服务于大众,让更多的乳腺患者能够不受时间、空间地接受早期诊断。方法收集四川大学华西医院乳腺外科2018年1月至2019年4月期间行外科手术患者的超声电子图像,使用神经网络深度学习算法对乳腺超声图像以4∶1的比例进行训练、测试以建立DeepBC模型。根据训练的DeepBC模型,开发手机移动终端软件,设置图像重构模块、图像分类模块和防漏诊模块对上传的超声电子图像进行识别并诊断。结果本研究共收集到超声电子图像4 128幅,其中训练集3 302幅、测试集826幅。DeepBC模型识别乳腺超声图像中占位病变为恶性与非恶性的准确度、灵敏度、特异度、假阳性率、假阴性率分别为93.70%、93.10%、94.08%、5.92%、6.90%。绘制DeepBC模型测试集的受试者操作特征曲线并得出其最佳临界值为92.31%,其曲线下面积为0.987。根据DeepBC模型开发的DeepBC手机终端应用软件在手机微信公众号中发布运行,目前已有1万余人在微信公众号中上传乳腺彩超图像,诊断已超3万次。结论本研究基于乳腺超声电子图像建立了人工智能DeepBC模型,成功开发了手机移动终端应用软件,各模块独立运行,层层递进,界面简洁易懂,目前运行良好。     

胸部X线片人工智能联邦学习系统用于病原学诊断儿童社区获得性肺炎

目的 观察基于胸部X线片建立的人工智能联邦学习系统用于病原学诊断儿童社区获得性肺炎（CAP）的价值。方法 回顾性选取2所医院共900例CAP患儿,包括细菌性、病毒性及支原体CAP各300例,对每例选取1幅胸部正位片。收集公开数据集GWCMCx中的5 856幅儿童胸部正位片,分别来自4 273例CAP患儿和1 583例胸部无明显异常患儿。按8∶2比例将全部6 756幅胸片分为训练集（n=5 359）与验证集（n=1 397）。建立基于注意力机制的病原学诊断儿童CAP模型,设计二分类及三分类诊断算法并进行联邦部署训练;与DenseNet模型对比,观察所获学习系统用于病原学诊断儿童CAP的效能。结果 人工智能联邦学习系统模型针对全部数据诊断CAP的准确率为97.00%,曲线下面积（AUC）为0.990。基于来自医院的数据,本系统根据单一影像学数据及临床-影像学数据实现病原学诊断儿童CAP的AUC分别为 0.858及0.836,均高于DenseNet模型的0.740（P均＜0.05）。结论 基于胸部X线片的人工智能联邦学习系统可用于病原学诊断儿童CAP。     

对比人工与人工智能图像后处理冠状动脉CT血管造影显示冠状动脉解剖及其病变

目的 对比人工与人工智能(AI)后处理用于冠状动脉CT血管造影(CCTA)显示冠状动脉解剖及病变的效能。方法 回顾性分析158例疑诊冠心病患者的CCTA资料,分别以人工(人工组,含1名负责图像后处理的影像科主任医师和2名负责分析图像的影像科主治医师)及深睿、数坤AI软件(记为A₁组、A₂组)行后处理,于容积再现(VR)图像中测量冠状动脉分支数目,于曲面重组(CPR)图像中测量左前降支(LAD)、左回旋支(LCX)及右冠状动脉(RCA)管腔拉直长度;观察LAD(近、中、远段)、LCX(近、中远段)、RCA(近、中、远段)有无管腔狭窄及其程度、有无斑块及其性质,分析3组评估结果的差异及一致性。结果 3组所示冠状动脉分支数总体差异有统计学意义(P＜0.01),A₁组、A₂组所示数目均多于人工组(P=0.04、＜0.01)。A₁组(P=0.04、0.03)、A₂组(P均＜0.01)所测LAD和RCA长度均大于人工组,其余组间LAD和RCA长度差异均无统计学意义(P均＞0.05)。3组所测LCX长度(P=0.18)及评估LAD、LCX及RCA狭窄程度及斑块性质结果差异均无统计学意义(P均＞0.05)。A₁组、A₂组评估LAD、LCX、RCA狭窄程度(Kappa=0.58、0.51、0.57),以及A₁组(Kappa=0.55、0.57、0.62)、A₂组(Kappa=0.56、0.58、0.67)与人工组评估结果的一致性均为一般。结论 CCTA图像经AI后处理后显示冠状动脉分支较人工后处理更为完整;人工与AI后处理评估冠状动脉狭窄程度及钙化结果的一致性均不高。     

基于CNKI和Web of Science核心合集数据库的人工智能脊柱领域可视化分析

目的：利用CiteSpace软件对国内外人工智能脊柱领域研究进行可视化分析并创建知识图谱,通过分析人工智能脊柱领域在国内外的发展,对比国内外人工智能脊柱领域的研究热点,为相关研究提供参考。方法：中文数据检索以最新版本中国知网（CNKI）数据库,使用“人工智能”和“脊柱”为主题词进行高级检索;英文文献数据检索以Web of Science核心合集为数据来源,检索式为“TI=(Artificial Intelligence*)And TI=(Spine*)”,从检索结果中排除会议、报纸、重复等不符合研究对象的文献,最终得到人工智能脊柱领域的57篇中文文献和124篇英文文献,导入CiteSpace信息可视化软件进行统计分析,对文献进行热点分析、国家机构分析、文献计量学可视化分析。结果：人工智能脊柱领域发文最多的国家是美国,中国位列第三名。我国人工智能脊柱领域出现频率最多的关键词是机器人、人工智能、深度学习。国际出现次数最多的关键词是classification、diagnosis、model。我国在人工智能脊柱领域发表中文文献最多的机构是海军军医大学第二附属医院,国外发表人工智能脊柱领域文献...     

基于情绪智力模型的腹膜透析患者护理 干预方案的构建及实施

目的 基于情绪智力模型构建腹膜透析患者护理干预方案并探讨其实施效果。方法 将收治的腹膜透析患者按病区分为干预组和对照组,每组35例。对照组实施常规护理,干预组在常规护理干预基础上实施基于情绪智力模型的护理干预方案,每周干预1次,持续7周。干预前后评价两组患者情绪智力、社会疏离、领悟社会支持得分。结果 干预组32例,对照组33例完成全程研究。干预后干预组情绪智力和领悟社会支持得分显著高于对照组,社会疏离得分显著低于对照组（均P＜0.05）。结论 基于情绪智力模型的护理干预可提高腹膜透析患者情绪智力,缓解社会疏离,提升其领悟社会支持水平,有利于提升其身心健康。     

Three artificial intelligence data challenges based on CT and MRI

PurposeThe second edition of the artificial intelligence (AI) data challenge was organized by the French Society of Radiology with the aim to: (i), work on relevant public health issues; (ii), build large, multicentre, high quality databases; and (iii), include three-dimensional (3D) information and prognostic questions.Materials and methodsRelevant clinical questions were proposed by French subspecialty colleges of radiology. Their feasibility was assessed by experts in the field of AI. A dedicated platform was set up for inclusion centers to safely upload their anonymized examinations in compliance with general data protection regulation. The quality of the database was checked by experts weekly with annotations performed by radiologists. Multidisciplinary teams competed between September 11^th and October 13^th 2019.ResultsThree questions were selected using different imaging and evaluation modalities, including: pulmonary nodule detection and classification from 3D computed tomography (CT), prediction of expanded disability status scale in multiple sclerosis using 3D magnetic resonance imaging (MRI) and segmentation of muscular surface for sarcopenia estimation from two-dimensional CT. A total of 4347 examinations were gathered of which only 6% were excluded. Three independent databases from 24 individual centers were created. A total of 143 participants were split into 20 multidisciplinary teams.ConclusionThree data challenges with over 1200 general data protection regulation compliant CT or MRI examinations each were organized. Future challenges should be made with more complex situations combining histopathological or genetic information to resemble real life situations faced by radiologists in routine practice.     

基于CT的直肠癌新辅助化疗后病理完全缓解预测模型的初步探索--DACCA数据库的联合研究

目的初步探索基于CT影像组学特征建立的决策树模型对局部进展期直肠癌(LARC)患者行单纯新辅助化疗疗效的评估价值。方法回顾性分析四川大学华西医院肠癌数据库(DACCA)中2016年10月至2019年3月期间符合本研究纳入和排除标准的244例单纯新辅助化疗后行根治性手术的LARC患者的临床及CT检查的DICOM格式图像资料。利用ITK-SNAP软件选取肿瘤最大层面并对影像感兴趣区域进行勾画。使用计算机随机分配软件将200例患者纳入训练集,44例患者纳入测试集。利用MATLAB软件读取DICOM格式图像并提取和筛选影像组学特征,进而用降维后得到的影像组学特征进行机器学习并建模。通过绘制受试者操作特征曲线并计算曲线下面积(AUC)来评估模型预测单纯新辅助化疗后对病理完全缓解(pCR)的效能。结果根据术后病理肿瘤退缩分级(TRG)患者被分为pCR组(TRG0,28例)和非pCR组(TRG1~TRG3,216例)。最终获得13个影像组学特征即6个灰度特征(均值、方差、标准差、偏离度、峰态、能量)、3个纹理特征(对比度、相关性、同质化)及4个形状特征(边界长度、直径、面积、形状参数)。基于CT的决策树模型预测LARC患者新辅助化疗后效果的AUC值为0.772 [95%CI(0.656,0.888)],对于非pCR的预测准确度较高(97.2%),但对于pCR的预测准确度较低(57.1%)。结论在本次初步探索中,基于CT的决策树模型在判断LARC患者新辅助化疗后pCR上较同质研究的预测效能低,通过分析后将进一步从优化算法、继续拓展数据集、挖掘更多影像组学特征值等方面优化模型,从而最终实现pCR的精准预测。