眼动追踪技术在孤独症谱系障碍的早期诊断中具有潜在的应用价值.为研究孤独症儿童对不同面孔加工的特点,应用机器学习算法对其进行自动识别,本研究选取3~6岁孤独症儿童40名和性别、年龄相匹配的正常儿童41名观看异国陌生面孔、本国陌生...眼动追踪技术在孤独症谱系障碍的早期诊断中具有潜在的应用价值.为研究孤独症儿童对不同面孔加工的特点,应用机器学习算法对其进行自动识别,本研究选取3~6岁孤独症儿童40名和性别、年龄相匹配的正常儿童41名观看异国陌生面孔、本国陌生面孔和本国熟悉面孔,根据两组儿童眼动坐标数据,使用机器学习算法进行自动划分兴趣区、特征选择和分类,来判断不同面孔的扫描模式是否可以用于识别孤独症儿童,并从准确率、特异性、敏感性和可靠性4个方面对分类模型进行评估.结果显示,基于不同面孔扫描模式的机器学习算法可以提取足够的信息来区分孤独症和正常儿童,最大分类准确率为90.28%,对应AUC(area under the ROC curve)为0.9317.因此,眼动追踪技术结合机器学习能够为临床诊断提供辅助的评价指标.展开更多
目的探究儿童青少年强迫障碍治疗中应用氟伏沙明的总疗效及安全性。方法遴选2020年3月~2021年7月90例儿童青少年强迫障碍患者,用随机数字表法将研究对象分为2组:对照组和观察组,每组45例,对照组接受氯米帕明治疗,观察组合用氟伏沙明治...目的探究儿童青少年强迫障碍治疗中应用氟伏沙明的总疗效及安全性。方法遴选2020年3月~2021年7月90例儿童青少年强迫障碍患者,用随机数字表法将研究对象分为2组:对照组和观察组,每组45例,对照组接受氯米帕明治疗,观察组合用氟伏沙明治疗。评价指标:临床总疗效、强迫症状评分[耶鲁-布朗强迫症状量表(Yale-Brown Obsessive-Compulsive Scale,Y-BOCS)]、焦虑评分[汉密尔顿焦虑评分(Hamilton Anxiety Scale,HAMA)]、不良反应率[治疗副反应量表(Treatment Emergent Symptom Scale,TESS)]、生活质量评分[健康状况调查简表(the MOS item short from health survey,SF-36)]。结果观察组患者用药总疗效较对照组明显高(P<0.05);同时观察组治疗4周、8周前Y-BOCS评分、HAMA评分均较对照组显著低(P<0.05);两组不良反应发生率比较(P>0.05);观察组SF-36(角色、社会、躯体、认知)评分均较对照组高(P<0.05)。结论儿童青少年强迫障碍患者在氯米帕明治疗基础上,联用氟伏沙明疗效更优,且用药安全性有保障。展开更多
文摘眼动追踪技术在孤独症谱系障碍的早期诊断中具有潜在的应用价值.为研究孤独症儿童对不同面孔加工的特点,应用机器学习算法对其进行自动识别,本研究选取3~6岁孤独症儿童40名和性别、年龄相匹配的正常儿童41名观看异国陌生面孔、本国陌生面孔和本国熟悉面孔,根据两组儿童眼动坐标数据,使用机器学习算法进行自动划分兴趣区、特征选择和分类,来判断不同面孔的扫描模式是否可以用于识别孤独症儿童,并从准确率、特异性、敏感性和可靠性4个方面对分类模型进行评估.结果显示,基于不同面孔扫描模式的机器学习算法可以提取足够的信息来区分孤独症和正常儿童,最大分类准确率为90.28%,对应AUC(area under the ROC curve)为0.9317.因此,眼动追踪技术结合机器学习能够为临床诊断提供辅助的评价指标.
文摘目的探究儿童青少年强迫障碍治疗中应用氟伏沙明的总疗效及安全性。方法遴选2020年3月~2021年7月90例儿童青少年强迫障碍患者,用随机数字表法将研究对象分为2组:对照组和观察组,每组45例,对照组接受氯米帕明治疗,观察组合用氟伏沙明治疗。评价指标:临床总疗效、强迫症状评分[耶鲁-布朗强迫症状量表(Yale-Brown Obsessive-Compulsive Scale,Y-BOCS)]、焦虑评分[汉密尔顿焦虑评分(Hamilton Anxiety Scale,HAMA)]、不良反应率[治疗副反应量表(Treatment Emergent Symptom Scale,TESS)]、生活质量评分[健康状况调查简表(the MOS item short from health survey,SF-36)]。结果观察组患者用药总疗效较对照组明显高(P<0.05);同时观察组治疗4周、8周前Y-BOCS评分、HAMA评分均较对照组显著低(P<0.05);两组不良反应发生率比较(P>0.05);观察组SF-36(角色、社会、躯体、认知)评分均较对照组高(P<0.05)。结论儿童青少年强迫障碍患者在氯米帕明治疗基础上,联用氟伏沙明疗效更优,且用药安全性有保障。
