热带岛礁某二级医院常见病特征分析

背景热带岛礁特殊气候与当地常见病的发生相关,热带常见病特征的研究报道较少。目的回顾性分析热带岛礁某二级医院门诊就诊情况,探讨与大陆常见疾病谱的差异性,为热带岛礁常见病精准化防治提供参考。方法按照国际疾病分类(International Classification of Diseases,ICD)-10标准,统计分析热带岛礁某二级医院2016年1月-2019年12月门诊病历中62870例次诊断信息。结果就诊人群18~30岁年龄段占比最高(60.15%),男性(95.83%)占比远高于女性(4.17%)。按人体系统分,排名前5位的是肌肉骨骼系统和结缔组织疾病(19.15%)、呼吸系统疾病(17.57%)、消化系统疾病(15.50%)、皮肤和皮下组织疾病(10.24%)、损伤和中毒(8.13%)。按疾病类型分,排名前5位的是上呼吸道感染(9.81%)、腰痛(5.64%)、意外事故(5.58%)、皮炎(2.96%)、陈旧性肌肉劳损(2.08%)。结论热带岛礁常见疾病中上呼吸道感染是主要疾病类型,病原体不明确,存在流感暴发风险,应提高检测能力,予以针对性防控;同时应提高肌肉骨骼系统疾病和皮肤、皮下组织疾病的防治。

基于自然语言处理和深度学习的急性呼吸道传染病早期识别模型的构建

目的通过深度学习算法构建急性呼吸道传染病早期识别模型,协助开展医疗机构呼吸道传染病早期识别工作。方法收集2012年1月-2023年3月北京某大型三甲医疗机构急性呼吸道感染性疾病6683例患者病历文本数据,使用基于自然语言处理(NLP)技术的双向编码器表征(BERT)训练词向量,结合卷积神经网络(CNN)和双向长短期记忆神经网络(BiLSTM)构建早期识别模型BERT_MCB,以受试者工作曲线、准确率、精确率、召回率和F1值等指标作为模型性能判断标准。结果BERT_MCB模型整体优于随机森林、BERT、BERT_CNN、BERT_RNN四组基线模型,其中准确率提高了1.20%~15.80%、精确率提高了1.66%~23.69%、召回率提高了0.25%~26.75%、F1值提高了0.66%~27.25%。结论本研究建立的急性呼吸道传染病早期识别模型可较为准确地识别出急性呼吸道传染病,表明深度学习算法在早期识别急性呼吸道传染病方面具有较好的应用前景。

我国临床分离葡萄球菌对利奈唑胺敏感性下降的机制研究

目的研究我国2017-2018年度临床分离葡萄球菌对利奈唑胺敏感性下降的机制。方法用琼脂二倍稀释法测定葡萄球菌对抗菌药物的最低抑菌浓度(MIC),提取利奈唑胺MIC处于敏感上限的菌株(MIC≥4μg·mL-1)的DNA,用聚合酶链反应扩增利奈唑胺耐药基因、核糖体23SrRNA、核糖体L蛋白,并对聚合酶链反应产物进行测序和分析。结果 2017-2018年度利奈唑胺MIC≥4μg·mL-1的葡萄球菌有39株,其中34株为金黄色葡萄球菌,5株为头状葡萄球菌。5株头状葡萄球菌核糖体23SrRNA均发生G2576T突变;有1株金黄色葡萄球菌和2株头状葡萄球菌携带cfr基因;在15株菌株中检测到L蛋白突变。结论核糖体23SrRNA突变和cfr基因是导致利奈唑胺敏感性下降的主要机制,利奈唑胺敏感性下降需引起重视。