2015—2019年天津医科大学肿瘤医院恶性肿瘤患者血流感染病原菌分布及耐药性分析

目的探讨天津医科大学肿瘤医院恶性肿瘤患者血流感染病原菌分布及耐药情况,为临床合理用药提供理论依据。方法对2015—2019年天津医科大学肿瘤医院血培养结果进行回顾性分析。结果2015年1月—2019年12月天津医科大学肿瘤医院经血培养分离出菌株1471株,在科室分布方面,肝胆胰腺肿瘤科、胃肠肿瘤科、血液肿瘤科占比均超过10%;在病原菌分布方面,革兰阴性菌占67.7%;革兰阳性菌占28.1%;真菌占4.1%。革兰阴性菌以大肠埃希菌、肺炎克雷伯菌、阴沟肠杆菌为主;革兰阳性菌中,以金黄色葡萄球菌、表皮葡萄球菌、粪肠球菌、屎肠球菌为主;在耐药性方面,碳青霉烯类、哌拉西林他唑巴坦、氟喹诺酮类、阿米卡星对主要肠杆菌科细菌保持良好的敏感性。葡萄球菌属中,表皮葡萄球菌中甲氧西林耐药菌株检出率高于金黄色葡萄球菌,表皮葡萄球菌整体耐药率高于金黄色葡萄球菌。肠球菌属中,屎肠球菌的整体耐药率高于粪肠球菌。结论天津医科大学肿瘤医院肿瘤患者血流感染的病原菌以革兰阴性菌为主,与其他肿瘤医院报道一致。耐药率低于2019年CHINET三甲医院细菌耐药监测数据。

基于ARIMA与GM(1,1)模型的公立医院互联网门诊人次预测研究

目的了解公立医院互联网门诊人次的变化趋势,为互联网医院的发展规划提供支持。方法利用某公立医院2021年1月—2023年6月互联网门诊人次数据,分别构建ARIMA模型和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月互联网门诊人次。结果通过ARIMA(1,2,1)模型和GM(1,1)模型对互联网门诊的复诊人次进行预测,平均绝对误差分别为369.86和978.84,均方根误差分别为479.49和1444.83;通过ARIMA(0,1,0)模型和GM(1,1)对互联网门诊咨询人次进行预测,平均绝对误差分别为297.23和369.62,均方根误差分别为413.61和496.30,表明ARIMA模型的预测效果较好。预测结果显示,2023年12月互联网门诊的复诊人次预测值为14831例,咨询人次预测值为7461例。结论2021—2023年某公立医院互联网门诊人次呈持续上升趋势。因此,医院应充分认识到互联网医疗服务的重要性,积极采取措施,不断优化医疗服务模式,为患者提供优质、高效、便捷的互联网医疗服务。

基于前瞻性队列研究的Meta分析构建乳腺癌相关淋巴水肿风险预测模型研究

背景乳腺癌相关淋巴水肿(BCRL)是困扰乳腺癌患者术后常见的慢性并发症,早期评估和预测BCRL风险尤为重要,但目前仍缺乏权威公认、适宜推广的风险预测模型。目的 本研究拟基于Meta分析构建并验证乳腺癌患者BCRL风险预测模型。方法 计算机检索PubMed、Embase、CINAHL、Scopus、Web of Science、Cochrane Library、中国知网、中国生物医学数据库、万方数据知识服务平台自建库至2021年11月发表的有关BCRL危险因素的前瞻性队列研究。由2名经过系统培训的研究者分别独立筛选文献、提取资料,并采用纽卡斯尔-渥太华量表(NOS)进行质量评价。采用Stata 17.0软件进行Meta分析。根据Meta分析结果提取合并效应量具有显著性的风险因素及合并风险值,构建Logistic回归预测模型。基于回归系数及合并风险值构建Logistic和Additive评分模型。选取2017年4月至2018年12月在北京大学人民医院乳腺中心招募的486例乳腺癌术后患者为模型验证集,采用受试者工作特征(ROC)曲线下面积(AUC)、Hosmer-Lemeshow检验评价评分模型的预测性能,采用决策曲线分析评价预测模型的临床实用性。结果 共纳入49项前瞻性队列研究、32 543例乳腺癌患者。Meta分析结果显示,乳腺癌患者BCRL发生率为20.6%[95%CI(17.9%,23.3%)]。49项研究中报告次数>5次且Meta分析合并效应量结果具有显著性的危险因素共5个,分别为:体质指数(BMI)[RR=1.777,95%CI(1.515,2.085)]、乳腺手术类型[RR=1.320,95%CI(1.125,1.549)]、腋窝手术类型[RR=3.058,95%CI(2.325,4.020)]、放疗[RR=1.620,95%CI(1.214,2.160)]、术后并发症[RR=2.373,95%CI(1.278,4.405)]。Logistic及Additive评分模型总分分别为0~34分、5~11分。Logistic及Additive评分模型的AUC分别为0.748[95%CI(0.701,0.794)]、0.737[95%CI(0.691,0.784)],Hosmer-Lemeshow检验P值分别为0.185、0.763。Logistic评分模型最佳截断值为18分,灵敏度为81.7%,特异度为43.1%;Additive评分模型最佳截断值为8.5分,灵敏度为80.9%,特异度为42.8%。当阈值概率在20%~30%时,预测模型具有较高的临床净获益。结论 基于Meta分析构建的BCRL风险预测模型具有较好的预测性能,可作为BCRL风险评估工具,指导BCRL的分层管理,但其预测性能和临床实用性仍有待进一步验证和优化。

微小RNA在免疫性血小板减少症发病机制中的研究进展

免疫性血小板减少症(ITP)是由于血小板破坏增加或生成减少导致外周血血小板的减少,引起皮肤、黏膜及内脏出血等临床表现为特点的常见出血性疾病。ITP的发病机制迄今为止尚未得到完全阐明,积极探索本病的发病机制,不仅具有重要的理论意义,而且可能为本病的治疗提供新的策略。微小RNA(microRNA,miRNA)是一类长度约为19～22个核苷酸的小分子非编码RNA,通过调控其靶基因,参与多种疾病的发生和发展。目前miRNA在ITP发病机制中的研究越来越广泛,本文就近年来针对miRNA在ITP发病机制中的研究进展做一综述。

难治性癌痛患者疼痛体验的质性研究

目的深入了解难治性癌痛患者的疼痛体验,为制定适合于难治性癌痛患者疼痛的个体化及人性化的干预措施提供重要参考依据。方法于2021年3-6月,采用目的抽样法,选取天津市某三级甲等肿瘤医院诊断为难治性癌痛的14例患者,进行深入访谈;采用Colaizzi现象学分析法分析访谈资料,并提炼主题。结果难治性癌痛患者疼痛体验可归纳为4个主题:躯体困扰(难以控制的疼痛、合并多种症状),精神/心理困扰(担心疾病进展、感觉不幸、生命意义感降低、对疼痛预期妥协),家庭/社会困扰(对家庭心存愧疚、经济压力大、医疗支持不足),自我管理障碍(癌痛早期干预认知不足、缺乏专业技能和知识、自我应对无效)。结论医务人员应对癌痛患者早期筛查,减少难治性癌痛的发生;并利用安宁疗护及多学科协作的优势,对患者进行“身、心、社、灵”全方位的专业照护。

乳腺癌康复期患者健康促进行为与应对方式相关性分析

目的:探讨乳腺癌康复期患者健康促进行为与应对方式相关性。方法:选取2020年1月1日~6月30日收治的160例乳腺癌康复期患者作为研究对象,采用健康促进行为量表(HPLP)、医学应对方式问卷(MCMQ)调查患者健康促进行为与应对方式及其相关性。结果:回收有效问卷157份,HPLP总分为(135.97±27.43)分,处于中等水平,得分低的前3个维度为人际关系、压力管理和营养。MCMQ中面对、回避、屈服得分与国内常模比较差异均有统计学意义(P<0.05)。相关性分析显示,健康促进行为总分与面对呈正相关,与回避、屈服呈负相关(P<0.05)。多重线性回归分析显示,应对方式各维度面对、回避、屈服是乳腺癌患者健康促进行为的影响因素,共解释变异量为22.3%(P<0.05)。结论:乳腺癌康复期患者的健康促进行为与应对方式具有一定相关性,应加强对患者积极应对方式的关注,促使患者积极配合治疗护理工作,树立康复信心,以促进健康行为建立,加快康复进程。

全程积极干预模式在甲状腺癌行^(131)I治疗患者中的应用

目的:探讨全程积极干预模式在甲状腺癌行碘131(^(131)I)治疗患者中的应用效果。方法:选取2020年6月1日~12月31日收治的230例甲状腺癌行^(131)I治疗患者为研究对象,随机分为对照组111例和研究组119例,对照组采用常规护理,研究组在此基础上实施全程积极干预模式,两组均干预6个月,并随访1年;比较两组干预前后心理状态[采用焦虑自评量表(SAS)、抑郁自评量表(SDS)]、日常生活能力[采用日常生活活动能力(ADL)]及生活质量[采用健康调查简表(SF-36)],不良反应发生情况。结果:干预后,两组SAS、SDS评分均低于干预前(P<0.05),且研究组低于对照组(P<0.01);干预后,两组ADL、SF-36评分均高于干预前(P<0.05),且研究组高于对照组(P<0.01);研究组不良反应发生率低于对照组(P<0.05)。结论:全程积极干预模式可缓解甲状腺癌行^(131)I治疗患者负性情绪,提高生活质量、日常生活能力,降低不良反应发生率。

基于自适应神经模糊推理系统的呼吸预测算法研究

目的 研究一种对非规则呼吸运动更精确的预测算法，更有效地补偿放疗系统的时间延迟，提高胸腹部肿瘤图像引导跟踪或门控放射治疗的靶点精度。 方法 提出了一种基于自适应神经模糊推理系统（ANFIS）的对非规则呼吸运动的预测算法。该ANFIS模型结构利用呼吸运动的位置和速度作为输入参数，构造一个结合位置和速度的N×N模糊集，并通过历史数据建立训练集。在预测过程中，如最新输入信号的位置或速度超出当前训练集的幅度范围，则对位置或速度进行相应的幅度调整，然后作为ANFIS模型的输入参数进行预测。本研究采集了20例CyberKnife治疗的胸腹部患者的非规则呼吸临床数据，通过回顾性离线分析，对ANFIS、神经网络（NN）、支持向量机（SVM）、CyberKnife系统的Synchrony呼吸同步追踪系统这4种典型预测算法精度进行对照比较。 结果 比较4种预测算法对20例患者数据的结果，证实笔者提出的ANFIS算法预测结果的归一化均方根误差（nRMSE）、最大误差（Max）、大于1 mm误差个数均小于NN、SVM和Synchrony。 结论 ANFIS预测算法的精确性和鲁棒性均优于其他3种算法，能更好地预测非规则呼吸信号。

铜绿假单胞菌血流感染患者死亡因素分析及列线图构建

目的探讨铜绿假单胞菌血流感染患者死亡的危险因素,并构建列线图模型。方法选取2018年1月~2021年1月发生铜绿假单胞菌血流感染的患者119例,以本次出院时间为监测终点,根据患者是否发生死亡分为死亡组和存活组。调取患者相关资料,采用Logistic多因素回归分析筛选出铜绿假单胞菌血流感染患者死亡的危险因素,利用R软件建立相应的列线图预测模型,并对模型的预测性与准确度进行验证。结果Logistic多因素回归分析结果显示检出菌为多重耐药铜绿假单胞菌、PCT≥2 ng/ml、感染性休克、混合菌感染是铜绿假单胞菌血流感染患者死亡的独立危险因素,而经验性治疗方案覆盖铜绿假单胞菌是降低死亡发生的保护因素,基于以上4项指标建立列线图模型,模型的验证结果显示,该模型的一致性指数(C-index)为0.926,受试者工作特征曲线(ROC)下面积显示AUC为0.922。结论检出菌为多重耐药铜绿假单胞菌、PCT≥2 ng/ml、感染性休克、混合菌感染是铜绿假单胞菌血流感染患者死亡的独立危险因素。