简介：目的：通过对科室的灾害脆弱性分析，明确科室需应对的灾害事件，提高放射科对应急事件的管理能力，有效避免和处治灾害事件。方法：借用Kaiser模型，通过对放射科发生过和可能发生的灾害事件进行统计分类，从事件发生的可能性、危害性及防范工作完备情况进行评分，用统计学公式计算出事件的风险系数，并进行评估。结果：放射科排前5位的灾害事件分别为：就诊患者严重碘过敏反应致呼吸心跳骤停（31.74%）、金属物品进入磁体间（28.43%）、群体伤害救治应急事件（28.33%）、信息网络突发故障（24.81%）、治疗过程患者突发意外（24.00%）。结论：通过制订具有科室特色的应急预案，可提高科室管理。

简介：目的:初步探索磁共振成像(magneticresonanceimaging,MRI)三维纹理(three-dimensionaltexture,3D-texture)特征结合临床参数构建预测模型,术前评估肝细胞癌(hepatocellularcarcinoma,HCC)患者术后早期复发的可行性。方法:回顾性纳入98例术后早期复发HCC患者,记录实验室检查结果、MRI影像征象、3D-texture,经数据去冗余、Lasso回归行主要特征提取,使用监督学习算法进行建模,并将模型用于预测83例前瞻性患者术后早期复发。结果:动脉期(arterialphase,AP)和门静脉期(portalvenousphase,PVP)分别提取出6和2个纹理特征进行建模,AP-3D-texture模型在训练集、验证集及测试集中的预测效能如下:预测准确性(accuracy,ACC)分别为0.735、0.735和0.651;受试者工作特征(receiveroperatingcharacteristic,ROC)曲线的曲线下面积(areaundercurve,AUC)分别为0.759、0.769和0.669。PVP-3D-texture模型在3个数据集中预测效能如下:训练集中ACC为0.721,AUC为0.591;验证集中ACC为0.367,AUC为0.498;测试集中ACC为0.402,AUC为0.560。AP-3D-texture结合临床参数后在3个数据集中的预测效能如下:训练集中ACC为0.838,AUC为0.876;验证集中ACC为0.833,AUC为0.864;测试集中ACC为0.663,AUC为0.656。结论:AP-3D-texture可以作为预测HCC术后早期复发的标记,与临床参数结合后预测效能进一步提高,但是在测试集中效能偏低,可能与训练集样本量偏少有关。