基于列斯特评估量表的基层全科医生应诊能力评价指标体系构建研究

背景大力培养全科医生和提升以全科医生为核心的基层医疗卫生队伍执业能力是我国基层卫生人力资源发展的重要方向。目前,我国缺乏适用于基层执业环境测评全科医生临床能力的指标体系,阻碍了准确鉴定全科医生临床能力缺口,不利于持续改善全科医生及基层医疗卫生队伍的教育培训工作。目的基于经典列斯特评估量表(LAP)构建适用于我国基层医疗执业环境的全科医生应诊能力评价指标体系,为客观评价基层全科医生临床能力提供指标模型参考。方法于2022年5—8月,采用目的抽样法,邀请15名专家以函询的方式实施德尔菲法,评价初始基层全科医生应诊能力评价指标体系中各指标的重要性、可行性等。运用层次分析法计算指标体系中各一级指标和二级指标的权重及组合权重。结果共计实施2轮专家咨询,专家积极系数、熟悉程度、判断系数、权威系数在两轮咨询中均为100%、0.77、0.91、0.84;各指标重要性及可行性评分均数均>3.5分,变异系数均<0.3,两轮咨询中指标重要性及可行性的专家肯德尔系数均有统计学意义(P<0.001),且第2轮高于第1轮;专家咨询共计提出10条新增指标类意见、1条合并指标类意见、29条修改指标表述类意见。经两轮德尔菲法修订,最终构建的指标体系共计含7个一级指标和42个二级指标。指标体系中,7个一级指标的权重为13.61%~14.69%,二级指标的组合权重为0.95%~4.91%。结论本研究基于经典LAP,构建了适用于我国基层医疗环境的全科医生应诊能力评价指标体系。指标体系包括7个一级指标和42个二级指标,内容覆盖全科医生应诊工作的各主要环节和重点任务,具备较高的科学性和实用性。

基层全科医生应诊能力评价指标体系的信效度研究

背景目前,我国缺乏在农村基层卫生环境中评估全科医生临床能力的研究,缺少适用于农村基层医疗环境的医疗服务能力评价工具是导致该类研究偏少的重要原因之一。目的本文旨在验证前期构建的基层全科医生应诊能力评价指标体系的内部一致性信度和结构效度,为在农村基层中科学、客观测评全科医生应诊能力提供具备较高信效度的评估工具。方法依据基层全科医生应诊能力评价指标体系设计相应的调查量表,以Likert 5级评分法为各选项赋分。于2022年9—12月,采用目的性和分层抽样方法,抽取正在广西壮族自治区乡镇卫生院工作的全科医生或助理全科医生为研究对象,通过“问卷星”平台将调查量表发送给研究对象。基于量表实测数据,计算量表及各部分的Cronbach'α系数、折半信度系数、临界比值(CR)及相关系数;采用验证性因子分析法(CFA)将量表实测数据和假设理论模型拟合,计算模型基本拟合度(PFC)、整体模型拟合度(OMF)及模型内在结构拟合度(FISM)3类指标验证实测数据拟合程度及结构效度。结果共发放600份调查量表,有效回收366份,有效回收率为61.0%。量表应答者来自南宁市、桂林市、梧州市、百色市、贵港市5个城市的204家乡镇卫生院,86.1%(315/366)为全科医师、13.9%(51/366)为助理全科医师。总量表及除基本人口学信息外的各部分的Cronbach'sα系数均>0.700,总量表折半信度Guttman Split-Half系数为0.931。初始一阶7因子模型的各项PFC指标均达理想;除拟合优度指数(GFI)、调和拟合优度指数(AGFI)、标准拟合指数(NFI)外,修正后的最终一阶模型的OMF指标均已达理想;FISM指标中有9个观察变量的项目信度(R^(2))<0.5,其余均达理想;初始二阶模型的PFC与初始一阶模型相似;修正后的最终二阶模型的OMF与最终一阶模型接近,FISM则逊于最终一阶模型。量表实测数据最终与一阶7因子模型拟合良好。结论基层全科医生应诊能力评价指标体系具备较高的信度和效度,可用于农村基层执业环境中全科医生应诊能力测评研究和实际工作。

面向人群计数的U型Transformer模型

在人群计数领域,可采用U型结构的全卷积神经网络模型将人群场景图映射为人群密度图。在映射的过程中,引入空间注意力机制和通道注意力机制,分别从空间维度和通道维度提取人群场景图的重要信息和抑制非重要信息。根据该思想,设计了一种基于通道和空间注意力机制的U型Transformer模型(SC U-Transformer)。SC U-Transformer包含编码和解码过程,编码过程使用Swin-Transformer作为编码器,提取上下文特征并实现下采样;解码过程使用包含扩展图像块的对称Swin-Transformer模型,并添加了空间注意力模块和通道注意力模块,分别使模型更加关注前景和相关联的特征通道。根据ShanghaiTech数据集和UCF_CC_50的实验结果可知,SC U-Transformer能够将人群场景图转换为高质量的人群密度图。

MRI研究轻度认知障碍大脑连接改变及其机制进展

阿尔茨海默病(AD)是进行性发展的神经退行性疾病;轻度认知障碍(MCI)是正常衰老与痴呆之间的过渡状态,为预防性治疗AD的关键阶段。弥散张量成像(DTI)和血氧水平依赖功能MRI(BOLD-fMRI)常用于评估大脑结构及功能连接及解释其相关机制。本文就MRI研究MCI大脑连接改变及其机制进展进行综述。

一种基于人脸与语音识别的智慧教室控制系统设计与实现

随着信息和计算机技术的飞速发展以及对更高效便捷的教学方式的追求,人们对多媒体教学系统的安全性与智能性提出了更高的要求.由于现有的多媒体教学系统太过传统并不适应信息时代新型教学方式的需求,而且部分教师对当今多媒体教室的使用不是特别熟悉,教学设备也不够智能,未能充分利用人脸等生物特征,缺乏语音识别交互命令功能,在教学演示的智能性上也有待提高.针对这一现状,本文设计并实现了基于人脸与语音识别的智慧教室系统,该系统基于Python语言开发,利用树莓派完成对硬件的控制,使教师在上课时可以利用语音来控制教室中所有的设备,提高上课效率.

基于镁热还原硅藻土的硅基复合材料在电子器件中的应用

硅藻土凭借其天然的三维介孔及仿生结构、低合成成本等优势,逐渐成为了多学科交叉的研究热点之一。然而,其主要成分非晶态二氧化硅导致的高电阻率极大地限制了其在电子器件中的应用,通过改质处理的方法,硅藻土可以在保持原有结构的条件下转化为高电导率的硅藻硅,进而拓展其在电子器件中的应用。镁热还原法因操作简单、成本低且无污染而受到广泛关注。为了提高硅藻硅的产率与性能,减少Mg_(2)SiO_(4)、Mg_(2)Si等中间产物的生成,研究者们在反应温度、反应时间、硅源与镁源的混合方式、原料物质的量比、慢化剂、原料种类等方面不断进行尝试和调控,最终确定了反应温度及反应时间等参数的最佳范围,促进了硅藻硅的高效规模化制备。通过镁热还原制备的硅藻硅具有良好的结构稳定性、大的比表面积、天然的高孔隙率等优势,因此在锂电池、超级电容器、太阳能电池等电子器件中得到了极大的发展与应用。将镁热还原的硅藻硅作为锂离子电池的负极可有效解决电池在充放电过程中体积膨胀的问题。与其他的纳米结构相比,硅藻硅易于制备,在进一步负载电化学活性材料后拥有更高的电容量和循环稳定性。同时,硅藻硅的高孔隙率也促进了电化学活性材料的吸附和沉积,使其在超级电容器和太阳能电池的应用上展示出显著的优势。此外,硅藻硅良好的生物兼容性和发光特性使其在生物医药方面也有独特的应用。本文综述了镁热还原硅藻土方法的发展和改进研究,各种电子器件(锂离子电池、超级电容器、太阳能电池、生物传感器等)应用硅藻硅的研究现状,最后展望了硅藻土镁热还原制备多孔硅的发展趋势。

布鲁姆教育目标分类法在园艺产品加工学教育中的应用

美国教育家布鲁姆提出认知范畴的六个层次分类,在教学过程中可依据识记、领会、应用、分析、综合评价、创新课程设置,本文分析了布鲁姆教育目标分类法的基本内容,并将理论运用到园艺产品加工学的教学中,提出在布鲁姆分类法的理论指导下科学理解教学目标、拓展教学内容和改进教学方法,从而提高学生的学习效率,提升教学效果。

一种基于幂指数拉伸的去雾算法

比较同一场景无雾和有雾时图像RGB(Red-green-blue)三通道和HSV(Hue-saturation-value)三通道的变化,提出一种基于幂指数拉伸的去雾算法。首先将图像从RGB变换到HSV空间,将饱和度分量和亮度分量分别作1~3的幂指数拉伸和调整,将拉伸变换后分量生成HSV图像再变换到RGB空间,生成增强后的去雾图像。以饱和度均值、亮度指标、信息熵和对比度作为去雾评价的指标,确定最优的拉伸幂指数组合。然后使用最优幂指数完成去雾处理,同时根据图像饱和变化的阈值或时间间隔长度决定是否重新寻找最优拉伸幂指数。最后使用Python软件,借助多进程编程实现本文去雾算法。当图像分辨率为400像素×300像素时,树莓派上运行时幂指数参数寻优用时为5.077~6.160 s,单帧图像去雾用时第1帧时间长为0.308 s,其余时间为0.077~0.168 s,结果验证了本文算法的实时性。

海参低温贮藏过程中品质与理化性质的变化

研究预处理的海参在4℃条件下贮藏60 d的品质及理化性质变化。定期分析处理组和对照组海参可溶性胶原蛋白含量、硬度和咀嚼度变化,蛋白质降解情况,组织蛋白酶-L的活性,Caspase-3的活性,结构蛋白表达量的变化及自由基的生成情况。结果表明,随着低温处理时间的延长,前期各指标变化不显著,可溶性胶原蛋白含量从第10天开始明显增加;硬度和咀嚼性在15~25 d剧烈下降。SDS-PAGE结果表明,高分子质量蛋白含量在15 d时开始下降,肌动蛋白在30 d后消失;组织蛋白酶-L活性在20 d时显著增加,Caspase-3活力在25 d时达到最大值;30 d后,β-actin蛋白信号明显减弱。电子自旋共振波谱(ESR)结果表明,ROS信号强度随时间的延长,呈先上升后下降的趋势。研究结果为海参在贮藏期的品质保持,提供了试验数据。

岩藻黄质的抗脂质氧化活性研究

以岩藻黄质为原料,研究岩藻黄质对鱼油和猪油的抗氧化活性。结果表明,岩藻黄质在氧化模型中能有效抑制鱼油以及猪油中丙二醛(MDA)的生成,与空白组相比最高抑制率达到78.1%和80.9%。采用电子自旋共振波谱技术,研究岩藻黄质对鱼油、玉米油、亚油酸、亚油酸盐模型中脂质自由基的清除作用,当岩藻黄质质量浓度达100 ng/mL,加速氧化3 h时,鱼油模型与玉米油模型中脂质自由基的抑制率分别为(64.46±6.46)%和(57.4±5.15)%;当岩藻黄质质量浓度为300 ng/mL,加速氧化10 min时,亚油酸模型与亚油酸盐模型中,脂质自由基抑制率分别为(75.24±7.32)%和(66.9±1.06)%。该研究为岩藻黄质在食品抗氧化剂领域的应用提供了一定的理论依据。

基于电容法和PLS建模的燕麦含水率快速检测

[目的]燕麦具有极高的营养保健价值,而含水率是燕麦安全存储、运输的重要指标,故研究一种燕麦含水率快速检测方法具有重要意义。[方法]本文利用LCR仪测试了室温(13℃)下,不同含水率(11%~26%)燕麦在不同频率(500kHz^3.5 MHz)下电容的变化,并分析了变化原因。利用偏最小二乘法(PLS)建立了所测频段内电容变化曲线和燕麦含水率的回归模型。[结果]燕麦含水率检测模型的校正集相关系数(RC),预测集相关系数(RP),校正均方根误差(RMSEC)和预测均方根误差(RMSEP)分别为0.9843、0.9787、1.30%、2.09%。[结论]基于PLS建模的电容法检测燕麦含水率具有较高的精度,这为燕麦水分快速检测仪的研发打下了基础。

液质联用技术在慕萨莱思葡萄酒非挥发性成分检测中的应用

探究不同酿造时期的慕萨莱思、自酿葡萄酒以及进口葡萄酒的物质种类及含量的区别。采用液质联用技术(liquid chromatography-mass speetromety,LC-MS)分析不同酿造时期的慕萨莱思葡萄酒以及慕萨莱思与进口葡萄酒、自酿葡萄酒中的成分及相对含量的差别。分析得出,慕萨莱思葡萄酒主要成分为儿茶素、没食子酸、酒石酸、对羟基苯甲酸、阿魏酸、肉桂酸、表儿茶素等几十余种成分。其中的一些功能性成分,如没食子酸、儿茶素等,都高于其他葡萄酒,但酒石酸、苹果酸含量较低,进而发现在慕萨莱思葡萄酒的酿造过程中大部分物质的含量均呈增加的趋势。

基于近红外光谱的大豆水分和粗脂肪含量的快速检测

目的基于近红外光谱(near infrared spectroscopy,NIRS)技术快速检测大豆中水分和粗脂肪含量。方法首先采集350~2500 nm光谱范围的大豆近红外光谱,采用光谱-理化值共生距离(sample set partitioning based on joint x-y distance,SPXY)算法将大豆样本划分为校正集样本与测试集样本,然后对原始光谱分别采用多元散射校正、标准正态变量交换、归一化等9种方法进行预处理,最后使用偏最小二乘回归分析方法建立模型对样本进行定量分析。结果原始光谱经过多元散射校正后建立的偏最小二乘回归模型对水分的预测精度最高,其校正集和测试集的相关系数分别为0.8964和0.9055,均方根误差分别为0.4211和0.5933;原始光谱经过归一化处理后建立的偏最小二乘回归模型对粗脂肪的预测精度最高,其校正集和测试集的相关系数分别为0.9084和0.9295,均方根误差分别为0.6897和0.6462。结论近红外光谱结合预处理及偏最小二乘回归法,可以快速、准确的检测大豆水分和粗脂肪含量。

海参肌原纤维蛋白在羟自由基生成体系中的结构变化

氧化是水产品加工和储存过程中质量下降的重要原因。本研究中,将海参肌原纤维蛋白在不同的羟自由基生成系统(0.01 mol/L FeCl3/0.1 mol/L VC/10 mmol/L H2O2和0.01 mol/L FeCl3/0.1 mol/L VC/50 mmol/L H2O2)中分别氧化3,6,9,12 h,评估蛋白质氧化的相关指标。通过电泳分析蛋白质的交联聚集情况,使用冷场扫描电子显微镜观察蛋白质的微观结构。结果表明,当H2O2浓度为10 mmol/L时,羰基含量在3 h时增加到(4.31±0.32)nmol/mg蛋白;当H2O2浓度为50 mmol/L时,羰基含量在12 h时增加到(3.72±0.30)nmol/mg蛋白;游离巯基含量在H2O2浓度为10 mmol/L和50 mmol/L条件下,从0 h的(12.17±0.54)μmol/g蛋白降至12 h(7.27±0.52)μmol/g蛋白和(6.64±0.17)μmol/g蛋白。色氨酸荧光含量随氧化时间的增加呈下降趋势,在12 h达到最低值。在50 mmol/L H2O2的处理条件下,游离氨基含量随着氧化时间的增加显著降低,12 h时降低至对照组含量的65%。电泳分析表明,在非还原条件下,蛋白质的聚集程度随着氧化时间的延长而增强,加入β-巯基乙醇后,蛋白质的聚集程度减弱。微观结构表明:随着氧化时间的增加,肌原纤维蛋白的结构越紧凑,蛋白质的铰链程度越高。结论:海参肌原纤维蛋白在羟自由基体系内发生氧化可引起结构变化。本研究结果对于控制海参加工品质有一定的理论意义。

3步混合变量选择策略在鸡肉近红外水分检测中的应用

基于光谱多元校正中有效变量选择的3步混合策略(初筛、精挑、细选),提出了间隔偏最小二乘(iPLS)、区间变量迭代空间收缩法(iVISSA)和迭代保留信息变量(IRIV)联用的特征变量选择方法,对生鲜鸡胸肉的近红外光谱进行特征波长选择,建立了鸡肉水分检测模型。结果表明,建模波长数量经iPLS-iVISSA-IRIV 3步选择后减少为全光谱建模的0.76%,但模型精确度和稳定性逐步提高。选定8个特征波长建模,其校正相关系数RC=0.907 7,校正均方根误差RMSEC=0.516 1;预测相关系数RP=0.943 5,预测均方根误差RMSEP=0.612 3。表明基于3步混合策略提出的iPLS-iVISSA-IRIV方法能有效选择鸡肉水分检测的特征波长。

姜黄素对脑缺血再灌注自发性高血压大鼠认知功能的影响

目的:探讨姜黄素对脑缺血再灌注自发性高血压(SH)大鼠认知功能的影响。方法:选取75只大鼠随机分为假手术组、模型组和实验组,每组25只;模型组和实验组构建脑中动脉栓塞(MCAO)模型,假手术组不阻塞大脑中动脉血供;实验组于术前30 min及再灌注后6 h腹腔注射姜黄素100 mg/kg,假手术组和模型组注射等量生理盐水。检测大鼠认知功能、缺血侧海马区神经元凋亡及相关蛋白的表达。结果:缺血再灌注2~72 h,与假手术组比,模型组神经元凋亡细胞数量增多,而实验组较模型组减少;模型组穿台次数减少,实验组多于模型组;模型组逃避潜伏期延长,实验组短于模型组;模型组缺血侧海马区磷脂酰肌醇3激酶(PI3K)、磷酸化蛋白激酶B(p-AKT)、半胱氨酸天冬氨酸蛋白酶-3(Caspase-3)蛋白含量高于假手术组,实验组PI3K、p-AKT蛋白含量高于模型组,Caspase-3蛋白低于模型组(均P<0.05)。结论:姜黄素可减轻脑缺血再灌注SH大鼠神经元凋亡程度,改善认知功能,其机制与上调PI3K、p-AKT蛋白表达及下调Caspase-3蛋白表达相关。

基于电容法的藜麦水分快速检测仪设计

利用LCR仪研究了5~40℃下,不同含水率(10.14%~29.55%)藜麦的电容随激励频率(1~100kHz)的变化规律。基于多元回归分析法,确定了藜麦含水率检测的最佳激励频率(21kHz)及含水率检测模型。以MSP430F149单片机最小系统板为检测系统核心,结合AD5933阻抗测量芯片、自制同心圆式电容传感器和DS18B20数字温度传感器,设计了一种藜麦水分快速检测仪,并对其进行了精度检验,结果显示:藜麦含水率检测结果的平均相对误差为4.17%,测量时间小于2s,检测仪取得了较为满意的检测结果。

止颤颗粒治疗帕金森病异动症的临床随机对照研究

目的观察止颤颗粒治疗帕金森病异动症(LID)的临床疗效。方法入选异动症病人95例,随机分为治疗组(47例)与对照组(48例),采用双盲、安慰剂平行对照法,两组均常规服用西药,治疗组同时服用止颤颗粒,对照组同时服用止颤颗粒安慰剂,两组均治疗12周,每4周随访1次。采用帕金森病综合评分量表Ⅲ(UPDRSⅢ)、帕金森病综合评分量表Ⅳ-A(UPDRSⅣ-A)、不自主运动评定量表(AIMS)、中医证候量表评分比较两组异动症及中医证候的改善情况。结果治疗组治疗后UPDRSⅢ、UPDRSⅣ-A、AIMS、中医证候评分从第8周起均较治疗前明显降低(P<0.01),并且在治疗12周后,UPDRSⅣ-A、中医证候量表评分与对照组比较差异有统计学意义(P<0.05或P<0.01);治疗组中医证候总有效率为80.85%,对照组为18.75%,治疗组疗效明显优于对照组(P<0.01)。结论止颤颗粒可改善异动症病人的帕金森病运动症状、不自主运动症状和中医证候等。

广东古茶树资源保护与利用的对策建议

合理开发、科学利用古茶树资源,对促进茶产业健康发展有重要意义。文章综述了古茶树的类型和分布现状,总结了古茶树的栽培管理、采摘、加工方式及保护利用等方面的研究进展,以期为茶企和主管部门决策提供科学依据,共同推进广东古茶资源的有效保护和合理开发利用。

Google Earth Engine云平台及植被遥感案例研究

植被物候是全球变化的敏感指示器,对陆表物质和能量交换产生显著影响。植被物候遥感分析存在数据收集困难、提取方法实现复杂等问题,谷歌地球云计算平台(Google Earth Engine,GEE)为基于遥感大数据的物候分析提供了有利条件。本文分析了GEE平台的数据源、开发接口和应用场景,然后基于GEE中的长时序植被指数数据集NDVI3g,在像素级别采用导数法提取分析了中国东北地区的植被物候变化情况,发现该区域春季返青期推迟,秋季衰落期提前。实验说明了基于GEE进行复杂地学计算的可行性和适用性,但是在算法验证方面存在改进的空间。