机器学习在预测重症急性胰腺炎发生急性呼吸窘迫综合征中的作用

回顾性分析214例SAP患者的资料, 构建5种SAP并发急性呼吸窘迫综合征(ARDS)的机器学习预测模型, 并筛选出最优模型。结果显示, 5种机器学习模型中, 极端梯度提升(XGBoost)为最优模型。XGBoost在测试集中的AUC值为0.851(95%CI 0.739～0.963), 灵敏度为0.840, 特异度为0.793, 阳性预测值为0.842, 阴性预测值为0.743。最重要的4个预测变量为呼吸频率、血清淀粉酶、年龄和总蛋白。表明机器学习模型能够很好地预测SAP相关ARDS的发生, 为临床早期识别高危患者提供了思路。     

重庆市老年人常见慢性病防控知识、态度及行为现况调查

目的了解重庆市老年人常见慢性病防控知识、态度及行为现况,为开展老年人慢性病防控工作提供科学依据。方法采用分层多阶段抽样方法,抽取样本区居住时间≥6个月、年龄≥60周岁的老年人进行现况调查。结果共调查730名老年人,常见慢性病预防知识知晓率为31.9%,高血压、糖尿病判断标准知晓率为29.6%和22.1%,成年人每日油、盐摄入量标准知晓率为11.0%和19.2%。不同职业、文化程度、户籍类型、家庭经济状况的老年人常见慢性病防控知识知晓率均不同,差异有统计学意义(P0.05);对五项慢性病防控态度问题认为有必要的占比均在60%以上。不同民族、职业、文化程度、户籍类型、是否患慢性病对慢性病防控态度均不同,差异有统计学意义(P0.05);有61.2%和34.2%的人在最近6个月内检测过血压和血糖,23.7%的人主动向医生咨询过慢性病防控知识。结论重庆市老年人常见慢性病防控知识知晓率低,防控态度较积极,健康防控行为较差,应针对老年人群开展相关慢性病健康教育,增强防控力度。     

某三级甲等儿童医院青年医学人才队伍建设现状及对策建议研究

目的 摸清某院现有青年医学人才综合情况，为加快青年医学人才队伍培养建设提出可行性建议。方法 通过人事、科研、教学等部门收集重庆医科大学附属儿童医院青年医学人才队伍整体情况，通过调查问卷收集青年医学人才发展面临的困难。结果 青年医学人才在科研、教学、人才项目或称号方面均有获得，但也存在工作压力大，缺乏进修机会、研究团队等问题。结论 坚持党管人才原则，做好人才分类培养，做新人才培养机制，做强高端人才队伍，做优学科人才培养，使人才更好地服务于儿童健康和社会发展。