高精度tDCS对网络成瘾者非理性决策行为的干预效果研究

研究发现网络成瘾者存在严重的“忽视长期利益、追求短期利益”的非理性决策行为.采用高精度tDCS技术干预网瘾被试和对照组,对比两组在最后通牒任务中的拒绝率和相应的反应时,发现单次20 min的右背外侧前额叶阳性刺激可以显著降低网瘾被试的拒绝率,并缩短其反应时间.研究结果说明,不仅单次高精度tDCS可促进网瘾者非理性决策行为的改善,而且通过干预关键脑区,即使是神经环路复杂的决策这一高级社会认知,高精度tDCS也可以实现对于决策整体加工的促进作用.因此,从其短时高效的作用效果出发,高精度tDCS未来可以考虑作为网瘾甚至更多其他病症的有效干预方法之一.

社区慢性病共病药物治疗决策的困境与应对路径

慢性病共病是指个体同时患有2种及以上的慢性疾病。共病患者常联用多种药物治疗,给社区全科医生的科学用药决策带来了挑战。本文分析了社区共病药物治疗决策困境形成的原因与影响因素,并提出了一种动态的综合性决策框架,即共病药物治疗决策框架(MDMF)。该框架由社区全科医生接诊共病患者的5个阶段构成,包括“健康问题回顾”“用药综合评估”“医患共同决策”“药物治疗记录”和“安排随访计划”。MDMF能够促使社区全科医生为共病患者制定个体化的药物治疗方案,但也对其诊疗能力提出了一定要求。因此,建议对社区全科医生开展以MDMF为核心的培训、提供决策辅助支持,并采取合理的激励与监督措施,推动社区医疗机构提供以患者为中心的药物治疗方案,提升药物治疗的安全性和有效性,减轻患者的治疗负担。

共病药物治疗决策--全科医生接诊病案研究

慢性病共病患者常联合使用多种药物,疾病与药物之间潜在的复杂相互作用使全科医生面临着难以合理评估共病药物治疗获益与风险的决策困境。本文以1例在社区卫生服务中心就诊的慢性病共病患者为例,展示和阐述了全科医生运用共病药物治疗决策框架进行科学决策的过程,并基于阿里阿德涅原则为共病管理过程提出的多阶段目标,分析了全科医生在评估、沟通与制定治疗方案等方面的要点和注意事项。希望本文可以为改善社区慢性病共病药物治疗决策的质量提供借鉴。

基于风险偏好的区间毕达哥拉斯犹豫模糊得分函数及其多属性决策

针对属性权重已知、评价信息为区间毕达哥拉斯犹豫模糊数的多属性决策问题,对区间毕达哥拉斯犹豫模糊集的得分函数进行深入分析,考虑决策者的主观态度对决策结果的影响,提出一种基于风险偏好因子的新得分函数.首先,介绍区间毕达哥拉斯犹豫模糊数的基本定义和相关运算,考虑决策者在面临风险时的不同主观价值感受,进而通过引入风险偏好因子提出新的得分函数和排序准则.其次,给出新得分函数的取值范围、最值和单调性等性质并进行证明.最后,基于该得分函数给出一种全新的TOPSIS多属性决策方法,并通过解决实际问题检验该方法的可行性、实用性和有效性.区间毕达哥拉斯犹豫模糊数得分函数的改进丰富了多属性决策理论.

社区全科医生慢性病共病药物治疗决策能力提升培训需求的定性研究

背景社区全科医生为慢性病共病患者做出药物治疗决策时面临诸多挑战,通过开展培训提升其决策能力是应对挑战的重要方式。然而,目前对于社区全科医生的慢性病共病药物治疗决策培训需求缺乏深入研究。目的了解社区全科医生在开展慢性病共病药物治疗决策时面临的困难,以及其在慢性病共病药物治疗决策能力提升方面的培训需求,为设计相关培训课程提供参考依据。方法于2023-10-05至2023-12-21,采用目的性抽样方法和最大差异原则,招募杭州市、宁波市、嘉兴市、深圳市、上海市社区卫生服务中心的全科医生进行深度访谈,访谈主题围绕社区全科医生在慢性病共病药物治疗决策培训上的内容及形式需求开展。访谈内容由2名研究者独立转录和编码,并对访谈资料进行内容分析。结果共有20名社区全科医生完成访谈,15名为女性,平均年龄为(38.5±3.0)岁。基于社区全科医生当前面临的共病药物治疗决策问题,对其开展的培训内容应涵盖药物治疗评估、药物合理选择、医患沟通与共同决策、用药教育与随访4个方面。在培训形式上,社区全科医生愿意接受灵活多样的授课途径,且更为认可基于案例和结合社区医疗需求的培训方法。结论社区全科医生对慢性病共病用药决策能力存在明确的培训需求,本研究结果可以为培训课程的构建提供理论参照,可助力培训更适应社区全科医生的工作环境与实际需求。

基于AI的多模态融合感知综合决策系统设计实现

针对传统军事要地安防系统智能化程度较低,各自独立互不关联,缺少顶层数据综合治理等问题,选取外围周界、重要卡口、无人巡更和区域高点四种典型安防业务场景开展建模,通过数据标准化接入、智能研判分析、安防态势显示三个处理环节,构建基于AI的多模态融合感知综合决策系统,实现前端感知多维化、中台研判智能化、后端处置多样化,有效支撑了重要军事目标安全防卫,系统后续也具有良好的可扩展性与可维护性。

基于韧性理论的突发事件情报决策体系研究

[目的/意义]突发事件为我国带来的危机层出不穷,如何以国家安全与发展需求为目标导向,有效化解国家安全风险是当务之急。然而情报在突发事件的应急决策工作中发挥着重要作用。[方法/过程]以韧性理论为顶层指导,以情报决策相关概念为基础,以政府为决策主体,梳理突发事件研究方向相关文献,构建基于韧性理论的突发事件情报决策体系。从情报流、业务流、决策流三条链路为线索,纵向刻画出体系的管理流程与运行逻辑。[结果/结论]以数据驱动、知识驱动为内在推动力,将韧性、情报注入决策体系,给突发事件的决策赋予了更高层次的智能性、智慧性,完善了突发事件应急管理的体系建设工作,为政府优化政策战略提供参考,使政府治理更具弹性与兼容性。

大学生自杀行为影响因素的分类决策树分析

为了识别大学生自杀行为的风险和保护因素。对在校大学生实施感恩问卷、自我控制双系统量表、自杀问卷及人口学信息调查,获得有效数据11288份,进行分类决策树分析。结果显示:大学生近一年内自杀意念发生率17.1%,近半年内自杀行为发生率3.8%。分类决策树分析发现,自杀意念为根节点,感恩、冲动、控制、家庭阶层、是否独生均为重要的子节点(AUC=0.959)。结论:自杀意念是大学生自杀行为最重要的近端风险因素,冲动为中端风险因素,感恩特质和适度控制分别为远端保护因素;低社会家庭阶层、中高阶层家庭的非独生子女大学生由自杀意念转变自杀行为的风险较高。

基于决策树的川滇地区地震序列类型判定特征重要性研究

基于1966—2021年川滇地区225次5级以上地震目录、地震序列目录和历史地震震源机制资料,参考以往研究和震后趋势预测实践经验,构建了10个基于地震观测数据的机器学习序列类型判定特征样本数据集。基于地震序列分类定义,设置多震型、主余型、孤立型三类样本“标签”。对样本进行不均衡处理、对特征参数进行缺失处理后,采用决策树模型对特征参数的重要性进行研究。结果显示:不同时间段特征参数重要性类别有一定差异,随着序列数据资料的增加,序列类型判断更倚重动态的序列数据资料;主震震源机制相关参数和主震参数对序列分类有较高的贡献率,序列参数对序列分类贡献率不高。整体而言,模型给出的结果与实际经验性预报方法较为一致。

跨文化视角下我国医患共同决策的研究进展

医患共同决策是一种以患者为中心的决策模式,护士应在其中扮演重要角色。然而,不同的文化背景会对医患共同决策产生影响,医疗伦理观念和法律差异也对医患共同决策的实施提出了挑战。在中国的家庭主义传统下,实现理想的患者自主决策模式存在一定难度。基于此,文章提出未来我国护理研究应更多关注医患共同决策过程中的跨文化调试,强调医患共同决策过程中护士的参与和作用,寻找文化平衡来构建有多角色参与的中国的医患共同决策模式和工具。

基于多模态超声建构胎儿先天性心脏病决策树模型及其应用价值

目的:分析基于多模态超声建构胎儿先天性心脏病决策树模型及其应用价值。方法:随机选取2021年4月-2023年7月在本院产前超声检查孕中期孕妇300例,常规产科超声检查确定胎儿生长程度,核实孕周,采用超声多断面模式方法对胎儿心脏进行多断面检测,包括四腔心断面、三血管断面、主动脉弓断面、左室流出道断面、右室流出道断面。对正常分娩的新生儿进行心脏多断面超声检测。对300例胎儿进行多断面模式超声检测,分析胎儿是否伴有先天性心脏畸形,对比超声检查与随访结果符合情况。结果:超声检出21例先天性心脏畸形胎儿,8例选择引产,余13例正常分娩。超声诊断与随访结果对比,卵圆孔直径增大、法洛四联症、完全型心内膜垫缺损、二尖瓣闭锁、右室发育不良综合征、左室发育不良综合征、大动脉转位、永存动脉干、单心室、三尖瓣下移符合率均为100%,超声诊断室间隔缺损7例,随访发现室间隔诊断5例,诊断符合率71.4%。279例超声诊断无先天性心脏畸形胎儿出生后经超声诊断发现有1例卵圆孔未闭、3例室间隔缺损,共4例漏诊患儿,漏诊率0.54%。四腔心断面、三血管断面、主动脉弓断面、左室流出道断面、右室流出道断面诊断胎儿畸形率分别为3.95%、0.63%、2.76%、3.27%、3.25%。由决策树模型可得,产前超声检查发现胎儿心脏可疑异常、高龄孕妇、孕妇接受药物治疗或射线暴露、孕妇有先天性心脏病家族史是胎儿存在先天性心脏病的独立危险因素,其中产前超声检查发现胎儿心脏可疑异常的影响最为显著。结论:孕中期胎儿产前超声多断面模式筛查胎儿先天性心脏病,能够对多数胎儿先天性心脏病进行诊断。

医患共同决策对患者家属诊疗期望值及满意度的影响

应用病例对照研究方法对拟行冠状动脉旁路移植术的患者进行医患共同决策干预。研究发现,经过医患共同决策干预的患者和家属,沟通后对诊疗结果的期望值明显减低,且沟通诊疗期望值低于传统方式沟通的患者和家属;在满意度测评中,干预组满意度和患者参与满意度调查的比例高于对照组,且干预组患者主导的满意度得分高于对照组和干预组家属主导的满意度得分。积极应用医患共同决策能够合理调控患者及其家属对诊疗行为的期望值,提升患者满意度,值得在国内医疗机构推广。

叙事医学之于外科临床决策的价值思考

癌症的治疗理念和技术发展到微创和精准医学新时代,但临床决策更加复杂化。临床决策是癌症诊疗中重要环节,但传统临床决策模式无法满足癌症患者对高质量诊疗日益增长的需求,而建立在叙事医学基础上的医患共同决策是理想的决策模式。叙事医学让外科医生关注患者的故事、重现真实世界及真实需求等,构建医患信任的合作关系,让医学人文渗透到癌症外科临床决策的全过程。叙事医学融入癌症的临床诊疗过程中,有助于突破医患共同决策困境,实现叙事赋能、赋权,达成基于叙事医学的医患共同决策,但是当前仍需提升外科医生的叙事医学能力和素养,加强叙事医学本土化实践,营造优质叙事医学生态。

临床医生实践医患共同决策的思考

医患共同决策是继家长式决策模式和知情同意模式后,逐渐被大家认可的临床决策模式。在我国经历20多年的发展,逐渐被临床医生所认可并不断引入临床实践,但其发展并不如想象中那么乐观。虽然它可以改善医患关系、减少决策失误,但实际工作中仍存在缺乏政策指引、医患双方互不信任、医生没有实现共情等诸多实际问题,致使医患共同决策的推进并不顺畅。因此,医患共同决策模式作为理想的决策模式,在我国临床工作中仍需要不断探索与完善。

中重度宫腔粘连应用中医临床决策系统效果分析

[目的]探讨中医临床决策系统在治疗中重度宫腔粘连(intrauterine adhesion,IUA)中的应用及效果。[方法]采用随机对照试验进行前瞻性研究,选择2022年1月至12月在杭州市某三级甲等中医院行宫腔镜下子宫粘连松解术的中重度IUA患者,根据是否通过中医优势病种临床决策系统进行辨证论治分为对照组(51例)、决策系统组(53例)、临床医师组(54例),比较3组患者治疗前后月经量改善、美国生育协会(American Fertility Society,AFS)评分、子宫内膜厚度、子宫内膜血流参数、中医伴随症候疗效。[结果]治疗后3组患者月经量比较,决策系统组、临床医师组较对照组均有显著改善,差异有统计学意义(P<0.05),决策系统组与临床医师组差异无统计学意义(P>0.05)。治疗后3组患者宫腔AFS评分比较,决策系统组、临床医师组较对照组显著下降(P<0.01),决策系统组与临床医师组差异无统计学意义(P>0.05)。治疗后3组患者子宫内膜厚度显著增加,子宫内膜血流参数显著下降,差异有统计学意义(P<0.01),但治疗前后组间差异均无统计学意义(P>0.05)。治疗后3组患者中医伴随症候疗效比较,临床医师组较对照组、决策系统组明显改善,差异有统计学意义(P<0.05),对照组与决策系统组差异无统计学意义(P>0.05)。[结论]中医临床决策系统用于中重度IUA的治疗可显著改善患者月经量,降低术后AFS评分,防止粘连再发生。

生成式人工智能辅助行政决策的算法隐患及其治理路径

生成式人工智能(Generative AI)作为最新一代的人工智能技术,一经问世便引发各行各业的关注和担忧。就行政决策而言,生成式人工智能能够帮助行政主体实施社会数据采集分析、行为预测、方案演绎,进而辅助行政决策的信息采集、关键问题识别以及决策方案的最优化实现。但是,在生成式人工智能参与行政决策的三个阶段也存在不同程度的隐患:训练数据库的片面性可能会导致信息的不公正、对技术的过度依赖可能会导致安全风险、算法黑箱可能会引发公众对行政决策透明性的质疑。若要最大限度发挥生成式人工智能辅助行政决策的积极作用,应当强化算法歧视治理、明确技术的辅助性地位、增强算法的参与性,以此规范生成式人工智能在行政决策中的作用,促进生成式人工智能与行政决策的深度融合。

基于决策树模型HC25病组DRGs细分组及住院费用的影响因素研究

目的构建基于决策树模型HC25病组患者DRGs细分组的研究及住院费用的影响因素。方法收集西安交通大学第一附属医院2020年1月至2022年6月依据CHS-DRG分组方案进入HC25(胆囊切除术,不伴并发症或合并症)病组患者的病案首页数据(n=3844),通过单因素和多因素分析了解影响住院费用的主要因素,通过建立决策树模型进行病例组合,分析分组效果及不同分组的费用标准。结果正态性检验结果显示:住院费用呈偏态分布(χ2=0.197,P<0.001);单因素方差分析结果显示:住院费用在不同年龄、性别、手术方式、患者来源、医疗付费方式、入院病情危重情况、术前时间、住院时间、是否有再住院计划之间,差异有统计学意义(P均<0.05);多重线性逐步回归分析结果显示,影响住院费用显著性差异的因素从大到小依次为:住院时间、手术方式、入院病情危重情况、性别、术前时间、患者来源、再住院计划(P均<0.05);采用CHAID共生成了7个DRGs分组,第一层分类节点变量是手术方式,第二层是术前时间、住院时间,第三层是入院时病情危重情况;不同DRGs组合的住院费用比较,差异有统计学意义(χ2=2474.595,P<0.001),组合DRGs(1)的住院费用最高,权重最高;DRGs(7)的住院费用最低,权重最小;所有DRGs病组中超标费用患者共170例(4.42%),各组超标费用比例均<10%。结论基于决策树模型对HC25病组的细分组效果合理有效,能较客观反映医疗资源消耗水平。

电力系统混合整数线性规划问题的运筹决策关键技术综述与展望

机组组合、检修计划、拓扑运行优化、电力系统规划等电力系统混合整数线性规划(MILP)问题旨在实现电力资源的最佳配置,应用广泛,其精准性与高效性直接影响了电力系统的安全性与经济性。随着“双碳”目标的提出,新型电力系统MILP问题模型复杂度更高、计算效率要求更严格,对当前运筹决策技术提出了更严峻的挑战。然而,现有依赖于国外进口求解器的电力系统运筹决策技术面临“组合爆炸”,且求解器依赖进口面临“卡脖子”困境,亟须实现技术突破。为此,该文系统地梳理了电力系统MILP问题的运筹决策技术,以及近年来通用MILP问题的最新进展,并展望了电力系统MILP问题运筹决策关键技术未来的研究方向,旨在为我国相关研究工作提供参考和思路。

基于社交媒体数据的应急决策大群体群智知识挖掘及其价值测度方法研究

本文针对突发事件下的社交媒体数据体量庞大,但能够辅助应急决策的大群体群智知识分布无序且价值难以测度的问题,提出了一种应急决策大群体群智知识挖掘及其价值测度方法。首先,基于社交媒体博文数据,依据特定应急决策知识框架,采用TF-IDF(term frequency-inverse document trequency)法和改进后的词汇链算法构建了应急决策大群体群智知识挖掘方法;然后,提出了博文热度计算方法,在此基础上根据知识的语义重要性计算博文包含的群智知识总价值,并使用Shapley函数对群智知识价值进行分配;最后,以“新冠疫情”事件为案例对方法进行应用,并通过对比分析说明了方法的有效性和优越性。

高校智库服务决策的模式构建与高质量发展——基于知识生产模式转型的视角

高校智库服务决策本质上是一种知识生产活动。知识生产模式转型背景下,高校智库服务决策的内涵更加丰富,目标情境、参与主体、研究范式、评价方式等不断变化,展现出诸多新特征。本研究通过对高校智库服务决策特征变化的分析,构建了高校智库服务决策的三种模式:学科中心学术情境下“学—政”互动的专家模式、跨学科应用情境下“智—政”互动的平台模式和超学科适应情境下多边互动的开放模式。在这三种模式演进和共生发展情境下,提出高校智库服务决策实现高质量发展的四条进路:树立符合国家需求与公共利益的服务决策理念,创新多边互动的服务决策组织形式,构建多层次的服务决策研究范式,建立开放多元的服务决策评价体系。