简介：

简介：目的使用XGBoost算法开发加强监护病房（ICU）中脓毒症患者住院死亡风险的预测模型。方法使用美国大型重症数据库MIMIC-Ⅲ作为数据来源;根据2016年发布的第三版脓毒症诊断和定义标准,选取数据库中的脓毒症患者,提取其生命体征、实验室检查等数据;使用XGBoost开发模型,并比较其与SVM模、SAPS-Ⅱ模型的预测性能。结果共纳入10487例脓毒症患者,住院死亡率20.80%。XGBoost模型的受试者工作特征曲线下面积（AUROC）为0.836（95%置信区间：0.819-0.853）,优于SVM模型和SAPS-Ⅱ模型。Hosmer–Lemeshow检验显示,XGBoost模型拥有优秀的校准度。结论基于XGBoost的ICU脓毒症患者住院死亡风险预测模型能准确地辅助临床医生进行风险预测,从而采取合适的临床干预以降低ICU脓毒症患者的死亡率。

简介：随着晒“体脂率”这种“花式晒健身”的方式风靡网络,体脂秤的市场也一下兴旺起来,那些五花八门的体脂秤,纷纷将“精准测量体脂率”作为最大卖点。那么,这些仪器到底靠谱吗?日常生活中有没有更简单的方法来判断体脂率?

简介：

简介：摘要目的比较显微外路及传统外路手术治疗简单孔源性视网膜脱离疗效差异。方法回顾系列病例研究，收集我科2009年1月至2014年12月简单孔源性视网膜脱离连续性病例115例115眼，男63例63眼，女54例54眼，年龄26～67岁，平均50.1±2.3岁。所有患者按临床随机化原则，分为A，B两组，其中A组接受传统外路视网膜脱落复位手术，B组接受显微外路视网膜脱落复位手术。术后检查患者矫正视力，观察视网膜裂孔封闭、视网膜复位情况及并发症发生情况等，并将A，B两组进行统计学分析。结果术前两组患者基本情况比较差异无统计学意义（P＞0.05）。两组患者裂孔准确定位率差异无统计学意义（P＞0.05）；裂孔封闭率显微外路组（64/65）高于传统外路组（45/54）（P＜0.01）；一次手术解剖复位成功率显微外路组（58/65）高于传统外路组（44/54）（P＜0.05）。两组患者术中术后并发症（包括放液出血、医源性视网膜裂孔、青光眼、脉络膜脱离、眼内炎、术后眼内出血、视网膜坏死等）发生率差异无统计学意义（P＞0.05）。结论与传统的外路视网膜脱离复位手术相比，显微外路视网膜脱离复位手术效果更加确切，是一种安全有效的治疗孔源性视网膜脱离的方法。

简介：摘要目的探讨CT薄层扫描骨算法重建技术在颅底骨折检查中的优越性及临床价值。方法对60例颅脑外伤可疑颅底骨折的患者行常规CT扫描后，对其颅底影像进行骨算法薄层重建，并与常规扫描所得颅底影像进行比较。结果60例脑外伤患者在常规CT扫描仅有25例显示骨折线．行薄层骨算法重建后60例均可见到明确骨折线，同时能够更清晰的显示筛窦、蝶窦及乳突气房积液情况。结论CT扫描骨算法重建技术简便易行，对颅底骨折的诊断明显优于常规CT扫描，在临床中具备较大的应用价值。

简介：摘要目的评价一个简单的、早期的肺康复计划对慢性阻塞性肺疾病患者的影响，探讨适合基层医院现有条件下的肺康复计划。方法在兴宁市人民医院呼吸科中招募患者参加我们的研究，52名因急性加重而住院的慢性阻塞性肺疾病患者，在出院前被纳入研究计划，并随机分为肺康复组(n=24)和对照组（n=28）,肺康复组患者在出院后的10天内即开始参加一个简单的、早期的肺康复计划，对照组只接受常规的COPD院外管理。肺康复前后分别进行基线评估和结果评估.结果在肺康复组中，治疗后较治疗前明显提高6分钟行走距离；Borg指数的改变无明显差异。肺康复组与对照组的结果评估比较，6MWD有明显提高；Borg指数未获得显著改善；SGRQ有明显改善；就医情况方面，肺康复组较对照组3个月中的门、急诊看病次数有明显减少，而再住院次数和天数的差异虽无统计学意义，但也显示出减少的趋势。安全性方面，所有参与者在3个月的肺康复训练中，均未发现不良反应。结论简单的、早期的肺康复计划是安全可行的，参加计划的COPD患者在3个月的肺康复中，明显提高运动能力，改善生命质量，且明显减少3个月中的门、急诊就医次数，而再住院次数和天数的改变虽然没有显著性，但也出现下降的趋势。

简介：

简介：摘要：目的：针对于伴骨折多发性创伤院前急救中行简单外固定的应用与疼痛情况进行研讨。方法：选用2021年2月~2023年3月间我院收治的200例骨折并伴有多发性创伤的病患，随机分为各100例的两组，对照组病患给予常规院前急救，观察组病患在此之上增加简单外固定，观察两组病患急救情况、疼痛情况与并发症出现情况。结果：对伴骨折多发性创伤病患在院前急救中增加简单外固定，病患转运中死亡率与院前死亡率差别不大（P＞0.05），相较于对照组，观察组二次损伤情况、急救成功率大幅提高，并发症出现情况大幅减少，疼痛程度明显更低（P

简介：摘要目的探讨基于改进Demons算法的三维肺部医学影像配准。方法获取1例肺部疾病患者一个呼吸运动周期内十个时相的肺部CT影像资料，根据均方误差确定实验所需时相影像，最终确定第10时相为最大吸气相，第6时相作为最大呼气相，应用混合层次配准模型进行影像配准，以最大吸气相作为参考影像，以最大呼气相作为浮动影像，完成全局图像间非刚性配准，然后应用改进Demons算法进行局部优化配准，采用的算法策略为多分辨率策略，对比配准前后影像间的均方误差值。结果配准后全局影像间的均方误差值为10.7418，较配准前的21.9306明显降低，局部影像间的均方误差值为3.8935，较配准前的13.0452明显降低。结论基于改进Demons算法能够对三维肺部医学影像进行有效配准。

简介：数据挖掘（DataMining）是一个利用各种方法,从海量的有噪声的凌乱数据中,提取隐含和潜在的对决策有用的信息和模式的过程[1]。关联分析的目的是要寻找事物间的联系和规律,发现它们间的关联关系。数据挖掘中,关联分析的主要技术是关联规则,1993年由Agrawal等首次提出,有Apriori、GRI、Carma等经典算法。本研究应用Apriori算法探索慢性传染性疾病与用药之间关联关系，找出问题、分析、提出建议与对策，以供临床医师、药师参考。

简介：风险评估工作能够及早发现、识别和评估突发公共卫生事件中的风险,从源头上预防、减少和消除可能发生的风险隐患,降低风险带来的不可预测的损失。因此,风险评估工作对有效防范和应对突发公共卫生事件带来的各类风险具有至关重要的意义。鉴于当前我国基于突发公共卫生事件风险评估技术的研究和应用均处于起步阶段,并且尚未有针对于决策树模型在突发公共卫生事件风险评估中的应用的研究的现状。鉴于此,本研究针对决策树的概念、特点、决策树模型的构建过程、决策树ID3算法的具体步骤及决策树模型在突发公共卫生事件风险评估中的应用进行介绍,为完善决策树模型在突发公共卫生事件风险评估技术的应用体系、框架提供帮助。

简介：2017年3月22日，“2016年度上海市科学技术奖励大会”在友谊会堂举行，隆重表彰为上海科技创新事业和经济社会发展作出突出贡献的科技工作者。本刊编委程利南教授编著的《安全避孕——就这么简单》荣获了科技进步三等奖（获奖号：20164200）。这是程利南教授编著的《紧急避孕》在荣获2006年度上海市科技进步三等奖后又一本获得上海市科技进步奖的科普著作。