山西省3所高校12546名在校大学生艾滋病知识、态度、行为的调查

目的 了解山西省3所高校大学生艾滋病相关知识知晓情况及态度、行为现状,为更加有效地开展大学生艾滋病宣传教育提供科学依据.方法 采取分层随机抽样法,对山西省3所高校13 000名在校大学生的艾滋病知识、态度、行为进行问卷调查.结果 大学生对艾滋病相关知识掌握较好,除个别问题外,知晓率一般都在90％以上,对艾滋病传播途径的知晓率高于非传播途径,女生知识掌握程度好于男生,医学生知识掌握程度好于非医学生,医科类大学学生知识掌握程度好于其他类型大学学生；88.5％的大学生对艾滋病及艾滋病人持有积极正确的态度,且正确态度持有率女生高于男生,医学生高于非医学生,医科类大学学生高于其他类型大学学生；71.8％的大学生表示会毫不犹豫地与艾滋病病人友好地握手,但马上拒绝的人数男生多于女生,非医学生多于医学生；大学生获取艾滋病相关知识最主要的途径为书刊、报纸、宣传资料.结论 近年来在山西省诸高校开展的艾滋病宣传教育活动成效较好,在今后的宣传教育工作中要加强艾滋病知识系统教育,把艾滋病态度行为教育作为重点内容,融知识、态度、行为教育于一体,使大学生达到知、信、行的统一.     

基于微遗传算法的多目标Box-Behnken设计试验条件优化分析

目的比较微遗传算法与传统优化方法确定最优试验条件的效果。方法以琥珀酸维生素E、泊洛沙姆-188、0.1molNaOH作为影响因素;以粒径、ζ电位、克拉霉素(clarithromycin,CLA)乳剂相分布率作为评价指标,在Box-Behnken试验设计给定的条件下,通过最小二乘法拟合二阶响应面方程试验模型,分别运用Matlab2009a软件的函数模块、图形模块编制的遗传算法程序和ExpertDesign软件(Version7.1.6.0)的Box-Behnken设计的传统优化方法,筛选出最优试验条件,比较两种优化方法的效果。结果当评价指标和因素之间呈非线性回归关系时,Box-Behnken设计充分考虑到各影响因素间的交互作用,同时在中心点进行重复试验,提高了实验的准确性。经微遗传算法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1MNaOH最佳条件分别为:68.25%、0.52%、15.26%,评价指标粒径、ζ电位、CLA乳剂相分布率分别为:135.75nm、33.67mV、98.12%;经传统优化方法优化后试验因素琥珀酸维生素E、泊洛沙姆-188、0.1MNaOH最佳条件分别为:76.0%、0.5%、15.4%,评价指标粒径、ζ电位、CLA乳剂相分布率分别为:135.75nm、31.04mV、97.33%。结论对于三水平多因素的试验,采用Box-Behnken设计试验设计可以大大减少设计所花费的时间和成本,提高试验效率。微遗传算法相对于传统优化方法,可以从全局的角度搜索试验条件的最优组合,进行多个评价指标优化效果理想、程序可行、计算时间短、可以应用于解决多维解空间的实际问题。     

应用中断时间序列分析主诊医师考评机制对床位周转效率的影响△

目的：研究推行主诊医师考评机制对床位周转效率的干预效果。方法：采用中断时间序列（Interrupted Time-Series,ITS）对天津某专科医院推行主诊医师考评机制后床位周转率变化进行分析。结果：推行主诊医师考评机制后床位周转率呈明显上升趋势,每年提升2.25人次,比主诊医师考评机制推行前每年涨幅增加1.40人次。结论：推行主诊医师考评机制对床位周转效率有显著的提升效果。     

基于季节性ARIMA和GM(1,1)模型的四级手术及微创手术例次预测研究

目的 构建季节性自回归移动平均(ARIMA)和GM(1,1)模型充分分析医院四级手术及微创手术两项指标的变化趋势,为提升公立医院绩效考核成绩提供参考。方法 利用某肿瘤专科医院2016年1月至2023年6月手术例次月度数据,分别构建季节性ARIMA和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,并基于优势模型预测2023年7—12月四级手术及微创手术例次。结果 该院2016年1月四级手术与微创手术分别为593、60例次,2023年6月分别为2 350、1 102例次,分别增长1 757、1 042例次。通过ARIMA(0,1,2)(3,1,0)12和GM(1,1)模型对四级手术例次进行预测,MAE分别为215.90和288.97,RMSE分别为346.02和411.56;通过ARIMA(0,1,2)(2,1,0)12和GM(1,1)模型对微创手术例次进行预测,MAE分别为68.86和127.40,RMSE分别为117.35和180.29,季节性ARIMA模型的预测效果更好。使用季节性ARIMA和GM(1,1)模型对2023年7—12月的四季手术与微创...     

大学生志愿者艾滋病知识 态度和行为基线调查

当前,艾滋病严重威胁着人类的健康,成为全球关注的重大公共卫生问题。大学生是未来社会的中坚力量,是开展艾滋病防治工作的生力军。志愿者行动是一项彰显社会公益、体现公益精神的重要实践活动。大学生志愿者是青年志愿者队伍的重要组成部     

改进非劣分类遗传算法在金莲花醇提取条件优化中的应用

目的研究改进非劣分类遗传算法(NSGA-Ⅱ)在正交试验设计的多目标药物提取条件优化中的应用。方法对金莲花总黄酮醇提取工艺研究的正交试验数据建立以浸膏得率、总黄酮含量为子目标的数学模型,采用遗传算法对其进行单目标优化,NSGA-Ⅱ对其进行多目标优化,搜索最优提取条件,比较搜索结果;利用课题组编写的Matlab2009a外挂SGALAB工具箱beta5008完成遗传算法寻优。结果单目标遗传算法优化分别得到各子目标最大时的最优提取条件,NSGA-Ⅱ进行两目标优化时,确定的最优提取条件的效果以及由此得到的浸膏得率和总黄酮含量高于正交试验中的任何一个方案。结论 NSGA-Ⅱ搜索的Pareto非劣解是合理的,达到了较好的效果,为正交试验设计最优条件选择提供了合理的方法,可推广到均匀试验设计和析因试验设计。     

大学生甲型H1N1流感爆发期知识行为与健康教育需求调查

目的 了解在校大学生甲型H1N1流感知识掌握程度、获取途径、关注度及行为改变情况,为探索有效的大学生突发传染病健康教育模式提供依据.方法 采用随机抽样法,应用自行编制问卷对900名在校学生进行问卷调查.结果 校方开展为期一月的防控知识宣传后,在校大学生甲型H1N1流感基本知识知晓率仍普遍较低.大学生主要通过网络和他人口述的方法获取甲型H1N1流感相关信息.医学生对于甲型H1N1流感的关注度高于非医学生,但行为改变程度低于非医学生.结论 在进行大学生突发传染病健康教育的过程中,以促进大学生形成良好日常生活习惯的宣传为基础,以疫情爆发后针对性较强的健康教育为重点,侧重采取网络宣传和人际宣传,开展有效的健康教育.     

基于中断时间序列模型的住院医嘱用药管理效果分析

目的:研究加强住院医嘱用药管理对住院用药合理性的干预效果。方法:收集天津医科大学肿瘤医院2018年1月至2019年12月住院医嘱用药合格率信息,以2018年12月医院制定重点监控药品目录、设置重点药品管理权限、开展重点药品专项点评等加强住院医嘱用药系列管理办法为干预措施,采用中断时间序列(interrupted time-series)设计模型对加强住院医嘱用药管理效果进行分析。结果:加强住院医嘱用药管理前,住院医嘱用药合格率呈略下降趋势,加强住院医嘱用药管理后,住院医嘱用药合格率呈明显上升趋势,每月提升0.12百分点,比管理前每月调增了0.15百分点,住院医嘱用药合格率由2018年1月的95.40%提升至2019年12月的98.83%。结论:加强住院医嘱用药管理对住院合理用药水平有显著的提升效果。     

向量评估遗传算法优化珍珠菜抗肿瘤有效成分的研究

目的研究向量评估遗传算法(VEGA)在珍珠菜抗肿瘤有效成分提取工艺条件中的应用,并对其效果进行评价。方法对珍珠菜抗肿瘤有效成分提取工艺正交设计试验数据建立以总黄酮含量和总皂苷含量的子目标模型,采用VEGA对其进行多目标优化,搜索最优提取条件。利用课题组成员电子科技大学软件工程师陈益提供的Matlab2009a外挂SGALAB工具箱beta5008完成遗传算法的寻优;利用SPSS13.0软件进行统计分析。结果得到的最优工艺条件为80%乙醇,8倍用量,提取1次,提取时间根据实际情况选择的条件下的搜索总黄酮含量为10.36%、总皂苷含量25.79%。结论 VEGA收索的Pareto非劣解在保证多目标都最优的前提下是比较理想的,为珍珠菜抗肿瘤有效成分的最优条件选择提供了合理的方法,可推广到其他药物的最优条件选择。     

基于ARIMA和GM(1,1)模型的互联网肿瘤专科门诊接诊现状预测研究

目的 充分了解互联网肿瘤门诊接诊现状的变化趋势,为互联网医院的发展及管理提供支持。方法 利用某肿瘤专科医院2021年1月—2023年6月互联网门诊接诊数据,分别构建ARIMA和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,基于优势模型预测2023年7—12月互联网门诊接诊比例及互联网门诊人次占线下门诊比例。结果 通过ARIMA(1,1,2)和GM(1,1)模型对互联网门诊接诊比例进行预测,平均绝对误差分别为2.06%和2.41%,均方根误差分别为3.01%和3.17%;通过ARIMA(0,1,1)和GM(1,1)模型对互联网门诊人次占线下门诊比例进行预测,平均绝对误差分别为0.58%和1.08%,均方根误差分别为0.75%和1.31%,表明ARIMA模型的预测效果更好。预测结果显示,2023年12月互联网门诊接诊比例预测值为90.35%,互联网门诊人次占线下门诊比例预测值为16.46%。结论 2021—2023年某肿瘤专科医院互联网接诊比例呈现持续稳定趋势,互联网门诊人次占线下门诊比例呈现持续上升的趋势。因此,医院需建立持续的监测机制,不断调整管理...