排序方式: 共有22条查询结果,搜索用时 31 毫秒
1.
利用可视化分析软件CiteSpace对Web of Science数据库中7 747篇元基因组学领域的研究文献,从数量、地区与机构、作者、研究基础和关键词等方面进行分析并绘制相关的可视化知识图谱,总结研究热点,梳理研究力量、重要文献及学术代表人物,以期更直观地展现元基因组学领域的科研状况。 相似文献
2.
针对目前我国医学信息学专业学历教育的现状和存在的不足,认为开设长学制医学信息学专业对医学信息学学科发展和解决社会对高层次医学信息学人才的需求具有重要价值,同时对开设长学制医学信息学专业的意义进行详细阐述。 相似文献
3.
目的:通过挖掘电子病历文本中的信息,探索有效的文本挖掘方法,以期实现电子病历的决策支持价值。方法:将2500份胃癌患者电子病历随机分为训练组和测试组,利用词典结合统计的方法对训练组病历文本进行分词,根据每个切分词与从病历中抽取的治疗方案的共现频次对切分词进行聚类,统计训练组病历中的文本在各个聚类中词的匹配数,并以训练组病历文本在各类中的匹配词数和治疗方案建立起Bayes判别函数作为决策支持模型,对测试组病历进行验证,对分词方法及判别模型进行评价。结果:随机抽取50份发现分词召回率为74.24%,准确率为82.30%,F-1值为78.06%。在切分词聚为五类时,所建立的判别模型对测试组病历的判定准确率为62%。结论:词典结合统计的分词方法在电子病历文本分词中的效果较好,基于聚类的电子病历文本挖掘可实现病历的决策支持价值,但建立的决策支持模型准确度不高,仍需对建模过程中病历文本分词及切分词的处理进行进一步研究。 相似文献
4.
目的:旨在探讨个性化健康画像在慢性病健康管理中的应用,以慢性阻塞性肺疾病(COPD)为例,为COPD患者构建健康画像模型,并基于模型开发设计个性化的健康管理系统。方法:以基于知识的标签提取技术结合电子病历数据挖掘构建患者健康画像模型,并在模型基础上,根据COPD全球倡议设计针对COPD的评估方法、药物推荐算法及个性化健康推荐方法,设计开发了基于.NET平台和SQL技术C/S架构的COPD个性化健康管理系统。结果:从患者及疾病两个维度,构建出包含患者个人信息、诊断信息、并发症、用药数据及住院情况的患者群体画像模型,包含患者基本信息、主要临床表现、检查检验结果、诊断记录、治疗记录、疾病相关因素的个性化健康画像模型,并设计开发由患者主导、医生参与、能够全面展示患者群体画像及个性化健康画像并能进行个性化健康评估及推荐的COPD管理系统。结论:患者健康画像模型能为COPD的诊断、评估、治疗、病情监测、疾病预后、管理提供数据支撑。本研究基于COPD患者健康画像开发的健康管理系统从患者个性化需求的角度出发,为COPD稳定期患者提供了一个契合自身特点的实用的健康管理平台。 相似文献
5.
目的:了解亚胺培南对院内革兰阴性菌的抗菌活性。方法:收集2007年至2011年从临床送检标本中分离出来的革兰阴性菌4264株,采用Vitek 2全自动微生物鉴定分析系统、API系统及K-B法进行培养鉴定和药敏试验。结果:发现亚胺培南总耐药率为25.82%(1101/4264),2007年至2011年的年度耐药率分别为4.23%(8/189),9.23%(35/379),10.12%(49/484),24.12%(179/742)和33.60%(830/2470);耐药菌种分别占总菌种数的28.57%(4/14),40.00%(8/20),31.25%(5/16),36.36%(8/22)和65.71%(23/35)。分离率前10位的是大肠埃希菌、鲍曼不动杆菌、肺炎克雷伯菌、铜绿假单胞菌、阴沟肠杆菌、产气肠杆菌、洋葱伯克霍尔德菌、黏质沙雷菌、产酸克雷伯菌和甲型副伤寒沙门菌,对亚胺培南的耐药率分别为0.82%(9/1097),68.22%(631/925),4.07%(29/713),39.86%(228/572),9.64%(27/280),2.40%(3/125),90.00%(81/90),7.02%(4/57),46.43%(26/56)和0(0/45)。2007年至2011年对亚胺培南的年度耐药率,铜绿假单胞菌为6.25%(1/16),31.25%(5/16),19.57%(9/46),34.48%(40/116)和45.77%(173/378);鲍曼不动杆菌为7.14%(1/14),47.06%(8/17),29.63%(8/27),61.45%(110/179)和73.26%(504/688);阴沟肠杆菌为0(0/10),0(0/26),3.13%(1/32),9.23%(6/65)和13.61%(20/147)。大肠埃希菌、肺炎克雷伯菌、产气肠杆菌、黏质沙雷菌在最近1~2年检出了亚胺培南耐药菌株。结论:亚胺培南是一种有效的抗革兰氏阴性菌药物,但药敏性正在逐年下降,耐药菌种数在增多,耐药率正在逐年上升。 相似文献
6.
7.
本文按署名作者对《中国药学文摘》和《Excerpta Medica》Sec-tion 30摘引的论文进行了统计分析。发现①药学论文中多作者论文占很高比例;②国内单作者论文的比例比国外高,多作者论文情况与之相反;③近年来,多作者论文的比例越来越高。由此可见:大部分药学研究工作不是由一个人单独完成,药学科研工作的集体性、协作性正在逐渐加强。 相似文献
8.
9.
10.
目的:利用临床数据,通过机器学习建立辅助筛选模型,以提高胃癌早期诊断水平。方法:以5 585例胃癌(ICD编码为C16*,A组)患者为研究对象,并从57 657例非胃部恶性肿瘤(ICD编码为C*,除C16*外)中随机选择6 000例(B组),从47 225例健康体检者中随机选择6 000例非恶性肿瘤(C组),作为对照。从临床数据中抽取人口学(性别、年龄)、实验室检测(血常规检测、血脂/肝功能、肿瘤相关标志物、Hp等)等信息。利用Pearson相关性分析,对各指标与诊断之间的相关性进行分析。采用独立样本t检验,检测各指标的组间差异性。选择性别、年龄、癌胚抗原(CEA)、粪隐血(FOB)等53项指标作为决策变量,采用决策树算法C5.0,建立胃癌辅助筛查模型。结果:年龄、CEA、CA153等指标与胃癌显著相关(P<0.05)。在A组-B组、B组-C组、A组-C组中,存在组间差异性的指标不相同。通过数据挖掘,得到了包含51条规则的胃癌筛查模型。模型中重要性位于前10的指标依次为CA199、CA153、CEA等。对于训练集、测试集,模型的准确率分别为89.58%、89.14%,曲线下面积为0.809。结论:通过临床数据分析,可以确定胃癌早期诊断的重要指标。利用数据挖掘方法,基于临床数据可以建立胃癌筛查辅助模型,对于胃癌筛查具有良好的辅助价值。 相似文献