排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
目的 系统分析缺血性卒中患者发生吞咽障碍的危险因素。
方法 计算机检索Cochrane Library、PubMed、Embase、Web of Science、中国知网、万方、维普等数据库,
检索建库至2020年2月关于缺血性卒中患者发生吞咽障碍危险因素的文献。采用纽卡斯尔-渥太华量
表对文献质量进行评价,纳入该量表≥7分的文献。采用RevMan 5.3软件进行meta分析,先对各影响
因素进行异质性评估,如无异质性,采用固定效应模型分析;如存在异质性,则采用随机效应模型分
析,计算各影响因素的合并MD 值或OR 值及95%CI。
结果 共纳入9篇文献,合计样本量为4095例,其中发生吞咽障碍患者981例（23.96%）。经
m eta分析结果显示,年龄（MD 4.98,95%CI 3.84～6.11,P ＜0.001）、高血压（OR 2.21,95%CI
1.44～3.38,P ＜0.001）、糖尿病（OR 1.79,95%CI 1.36～2.36,P＜0.001）、脑干卒中（OR 2.07,
95%CI 1.31～3.26,P =0.002）是缺血性卒中患者发生吞咽障碍的独立危险因素。
结论 对于缺血性卒中患者,年龄增长、高血压、糖尿病及脑干卒中是发生吞咽障碍的独立危险
因素,临床中应注意评估和早期干预吞咽障碍的危险因素。 相似文献
2.
神经介入是治疗脑血管病变的重要手段，首都医科大学附属北京天坛医院建立了以神经介
入专病库为核心的临床科研一体化研究模式。该模式以自然语言处理、机器学习、深度学习等人工智
能技术为依托，通过对神经介入中心在2012年5月-2019年6月收治的379例前循环脑梗死急诊取栓
患者数据进行自动采集、处理和建模，构建了前循环脑梗死急诊取栓专病库。一方面形成了极细颗
粒度的多维数据关联关系展现视图，为临床研究提供更多可能方向；另一方面，利用全过程诊疗时间
轴及智能预测引擎，实现了对取栓后患者颅内出血的发生风险预测，对临床治疗决策的调整、优化具
有重要意义。由此可见，基于专病库的科研临床一体化研究模式，将有效带动科研成果的产出及转化，
实现以真实诊疗数据为基础、以研究成果辅助临床决策的目标，具有广阔的发展前景。 相似文献
3.
目的针对临床数据数量庞大和质量差的现状, 本研究旨在以建立淋巴瘤研究数据库为例, 探索高质量研究数据库的建立路径以及在真实世界研究的作用。方法汇总研究领域专家意见, 参考相关指南和标准, 建立标准医学知识库;回顾性抽取2005年2月-2021年12月期间就诊于北京大学肿瘤医院淋巴瘤患者电子诊疗数据, 采用深度学习、自然语言处理等方式, 搭建"基于电子病历系统的淋巴瘤数据库-生物样本信息库-延伸遗传信息库"的动态智能信息整合与处理系统。结果研究数据库在满足了临床科研人员的研究需求的同时, 实现医院病历数据和生物样本信息数据的申请、审批、溯源和分析全过程留痕管理。数据库中核心科研变量总数为668个, 结构化变量占46.0%。截至2021年12月25日, 数据库中共有淋巴瘤患者68 687人, 男女患者人数比值为8/9, 就诊次≥3次的患者占比为23.0%。此外, 研究者可在数据库中根据目标条件叠加检索, 显示命中的就诊记录, 建立研究队列, 进行统计建模, 挖掘数据信息。结论通过整合管理流程和利用自然语言人工智能新技术建立循证等级高的数据库, 有助于医院信息系统的互联互通与资源共享, 从而... 相似文献
1