基于发热门诊留观数据的大连市新型冠状病毒感染本地暴发疫情预警3种方法比较

目的以发热门诊留观病例为基础数据,筛选出应用于大连市新型冠状病毒感染本地暴发疫情预警的最佳方法。方法分别采用Poisson分布、累计和控制图、指数加权移动平均法3种方法建立新型冠状病毒感染本地暴发疫情预警模型,并以灵敏度、特异度、约登指数、阳性预测值、阴性预测值等指标为评价指标,从中选择最优预警模型。结果以2021年7月1日—12月19日和2022年2月24日—7月21日期间大连市28家医疗机构上报的发热门诊留观病例为基础数据,建立了3种预警模型。结果显示,Poisson分布预警模型中,当检验水准取值为0.03时,预警灵敏度可达94.59%,特异度为41.38%,阳性预测值为33.98%,阴性预测值为96.00%,在2021年7月1日—12月19日和2022年2月24日—7月21日期间的3起本地暴发疫情中,均最早提前6 d提出预警信号;累计和控制图预警模型中,当允偏量设置为1.5和判定值设置为2时,模型的约登指数最大(0.17),模型的预警灵敏度为21.67%,特异度为95.12%,阳性预测值为52.00%,阴性预测值为83.27%,并在2021年的11月份疫情中分别提前2 d和1 d提出预警信号;指数加权移动平均法预警模型中,当权重因子λ设置为0.6和0.7,标准差系数设置为1时约登指数最大(0.16),模型的预警灵敏度为35.48%,特异度为80.33%,阳性预测值为31.43%,阴性预测值为83.05%,并在2021年11月和2022年4月疫情中分别最早6 d和5 d提出预警信号。结论以发热门诊留观病例作为基础数据,采用Poisson分布建立新型冠状病毒感染暴发疫情预警模型,相对于累计和控制图法和指数加权移动平均法可获得较理想的预警效果。

积极心理学视角下的箱庭疗法联合药物治疗对新型冠状病毒感染疫情背景下产后抑郁患者的疗效

目的:探讨积极心理学视角下的箱庭疗法联合药物治疗对新冠疫情背景下产后抑郁症患者的干预的过程及临床效果。方法:选取2020年8月-2022年12月某院收治的106例产后抑郁患者为研究对象,根据治疗方式不同分为对照组(53例)和观察组(53例)。对照组给予单纯抗抑郁药物治疗,观察组采用积极心理学视角下的箱庭疗法联合药物治疗。采用抑郁自评量表(SDS)、焦虑自评量表(SAS)、爱丁堡产后抑郁量表(EPDS)、总体幸福感量表(GWB)、匹兹堡睡眠质量指数(PSQI)对治疗前后两组和对两组治疗前后抑郁、焦虑程度改善情况,幸福感、睡眠质量进行评价。结果:治疗后,两组患者抑郁程度均降低,抑郁自评量表(SDS)评分均降低,观察组更明显(t=-9.737,P<0.05);焦虑程度均降低,焦虑自评量表(SAS)评分均降低,观察组更明显(t=-10.093,P<0.05)。治疗后,两组患者爱丁堡产后抑郁量表(EPDS)评分均降低,观察组更明显(t=-10.045,P<0.05)、治疗后,两组总体幸福感提升,总体幸福感量表(GWB)评分总分均升高,观察组在幸福感总分及对生活的满足和兴趣、对情感和行为的控制、松弛和紧张3个维度存在显著性差异(t=10.644,7.761,9.976,9.640;P<0.05),观察组得分显著高于对照组,其余维度不存在显著性差异。治疗后,睡眠质量均改善,观察组更明显,匹兹堡睡眠质量指数(PSQI)观察组的得分显著低于对照组(t=-17.027,P<0.05)。结论:积极心理学视角下的箱庭疗法联合药物治疗比单纯的药物治疗更能够有效缓解新冠疫情背景下产后抑郁患者抑郁、焦虑情绪,改善睡眠质量,提高其生活的幸福感,帮助其获得个人成长。

新型冠状病毒感染疫情前后儿童流感流行病学调查研究

目的分析新型冠状病毒感染疫情前后儿童流感的流行特征,为流感疫情防控提供科学依据。方法整理2018年1月至2021年12月西安医学院第一附属医院儿科流感病例流行病学资料,分析近年儿童流感感染情况,使用描述性流行病学方法进行统计学分析。结果共上报6881例儿童流感病例,甲型流感共6308例,占91.67%,乙型流感573例,占8.33%,不同年份、不同抗原型流感比较差异有统计学意义(P<0.05);男∶女为1.22∶1.00,性别对于流感感染无影响(P>0.05);流感发病随年龄增加呈现递增趋势,以学龄期(>6~14岁)儿童为主,不同年龄段感染流感比较差异有统计学意义(P<0.05);每年第一、四季度为流感高发季节,新冠前后不同季节发生流感病儿比较差异有统计学意义(P<0.05);流感地区分布差异无统计学意义(P>0.05)。结论新型冠状病毒感染疫情后儿童流感病例明显下降,疫情防控政策也有效的控制了流感流行;每年第一、四季度为流感高发季节,应注重流感季节流感防控及筛查;学龄期(>6~14岁)儿童发病率高,关注此类人群的防护。

新型冠状病毒感染疫情防控解除后心电图门诊病人心电图变化的临床观察

目的:观察新型冠状病毒感染疫情防控解除后心电图门诊感染新型冠状病毒病人心电图变化。方法:选取2022年12月7日—2023年1月10日就诊于中国中医科学院西苑医院心电图门诊且感染新型冠状病毒的病人4248例,作为解封组;2021年12月7日—2022年1月10日就诊于中国中医科学院西苑医院心电图门诊未感染新型冠状病毒的门诊病人4375例,作为防控组,比较两组心电图相关节律、心率、期前收缩、ST-T改变。结果:与防控组相比,解封组病人女性占比明显增加(P<0.05),且年龄偏低(P<0.05)。在心电图诊断报告方面,解封组窦性心律和心房颤动占比高于防控组,差异有统计学意义(P<0.05);防控组心率为(72.96±13.24)次/min,解封组心率为(78.45±13.86)次/min,两组心率比较差异有统计学意义(P<0.05);两组T波改变比较差异无统计学意义(P>0.05),而两组ST段改变和ST-T改变比较差异有统计学意义(P<0.05)。两组在期前收缩、传导阻滞方面比较差异无统计学意义(P>0.05)。结论:新型冠状病毒感染疫情防控解除后,门诊心电图就诊病人骤增且趋于年轻化,女性病人居多;在心电图报告方面主要表现为窦性节律占比增加,心率加快以及ST-T改变居多。

基于集成深度学习框架的新型冠状病毒感染治疗药物活性预测

目的 建立预测新型冠状病毒感染治疗药物活性的集成深度学习框架。方法 采用卷积神经网络(CNN)和递归神经网络(RNN)从简化分子线性输入规范(SMILES)字符串序列信息中筛选出代表性的特征标识,以深度神经网络(DNN)从离散特征信息中提取更高级别的抽象特征,均以网格筛选法生成1个主框架模型和7个离散特征模型的最优结构,构成8种架构的127种可能组合。通过准确率(ACC)、F、召回率(Recall)、精确度(PRE)和马修斯相关系数(MCC)5个标准指标评估模型的预测性能。建立和维护最终框架。结果 最终建立了1个以BiLSTM为集成深度学习框架的核心架构和4个不同的离散特征模型组成的集成深度学习模型,训练集ACC为72.84%,F为69.70,Recall为72.21%,PRE为68.03,MCC为0.456 9;测试集中成功预测了23种可能对新型冠状病毒感染有治疗作用的药物。结论 集成深度学习框架相较于单个模型具有更强的预测能力,该研究为新型冠状病毒感染治疗药物的筛选提供了新的选择。

新型冠状病毒肺炎疫情常态化防控下尘肺患者心理压力调查及影响因素分析

调查新型冠状病毒肺炎疫情常态化防控下尘肺患者心理压力情况,探索疫情影响下尘肺患者压力的影响因素。方法:采用一般资料调查表、自编新冠肺炎知识认知表、新冠肺炎相关压力源量表对326例尘肺患者进行调查。结果:39%患者认为,疫情对家庭成员身体健康、家庭收入及工作影响较大;61%患者认为,疫情防控措施限制出行及工作收入;36.2%患者对大流行非常担心,61.3%患者能认识到2个以上的发病症状,81%患者能熟知2个以上防治措施。壮族尘肺患者的压力得分显著高于汉族患者(P<0.05)。初中文化尘肺患者压力得分显著高于小学及以上患者(P<0.05)。初中文化及饮酒与尘肺患者压力显著相关。结论:疫情对尘肺患者压力有一定的影响,初中文化及饮酒是尘肺患者压力的主要影响因素。

新型冠状病毒疫情背景下超声医学科线上学习与交流体会

自2019年12月在湖北省武汉市出现的不明原因肺炎疾病以来,一种新型的冠状病毒已传播至世界各个角落,改变着人类的工作与生活方式,国家卫生健康委员会将其命名为新型冠状病毒肺炎,世界卫生组织(WHO)将新型冠状病毒引发的疾病命名为COVID-19[1,2]。

新型冠状病毒肺炎疫情中国防治政策变迁

自2020年世界卫生组织(World Health Organization,WHO)正式宣布新型冠状病毒肺炎疫情成为全球大流行之后,全球114个国家或区域受到不同程度的影响。后疫情时代的到来要求各国采取新的疫情防控措施,以应对未来可能出现的问题和挑战。为帮助我国在后疫情时代巩固几年来的防疫成果并获取更大的发展窗口,本文探析了全球疫情变化及各国主要防治政策的变化,总结归纳了我国疫情防治政策的发展变迁,提出适应我国国情的以家庭为核心的新型精准防控措施。

新型冠状病毒感染疫情阶段和地区对孤独症儿童父母压力状态及压力源的影响

目的:评估新型冠状病毒感染疫情的不同阶段和不同地区孤独症儿童父母的压力状态与压力来源。方法:选取173名孤独症儿童父母为研究对象。运用压力评估公式计算疫情各阶段父母的压力值,并使用社区发现算法探究其不同阶段的压力源变化。结果:疫情阶段主效应显著[F((2,340))=8.883,P<0.001,η_(p)^(2)=0.050]。疫情爆发阶段压力值显著高于常态化阶段以及潜伏阶段(P<0.01),常态化阶段压力值显著高于潜伏阶段(P<0.01)。地区主效应显著[F_((2,170))=57.556,P<0.001,η_(p)^(2)=0.404],东部地区孤独症儿童父母压力值显著高于中部地区与西部地区(P<0.01)。疫情阶段与疫情地区的交互作用显著[F_((4,340))=2.490,P<0.043,η_(p)^(2)=0.028]。进一步简单效应分析表明,东部地区孤独症儿童父母在疫情爆发阶段的压力值显著高于潜伏阶段(P<0.001)以及常态化阶段(P<0.001)。对新冠疫情各阶段语义网络中的社区主题进行强度计算,结果发现疫情潜伏阶段压力源分别是陪护压力(0.351)、康复资源短缺压力(0.222)、核心障碍改善的教育压力(0.169);疫情爆发阶段分别是在线干预压力(0.316)、全天候教养压力(0.213)、社交隔离压力(0.119);疫情常态化阶段分别是陪护压力(0.411)、教育康复压力(0.204)。结论:新冠疫情的阶段和地区显著影响了孤独症儿童父母的压力值。此外,随着疫情阶段的变化,孤独症儿童父母的压力来源也发生了一定程度的变化。未来需要考虑重大突发公共事件的不同阶段以及地区差异有针对性地缓解孤独症儿童父母的压力。

新型冠状病毒感染疫情期间高校学生睡眠现状及其与心理健康的双向关联研究

目的:分析新型冠状病毒感染疫情期间高校学生睡眠、抑郁和焦虑情绪现状及其双向关联。方法:以在校高校学生为研究对象,采用线上问卷调查方法,共收集有效问卷1078份,使用匹兹堡睡眠质量指数量表(PSQI)、抑郁自评量表(SDS)、焦虑自评量表(SAS)评估睡眠质量及抑郁和焦虑情绪,主要分析方法有t检验、χ^(2)检验、Logistics回归分析。结果:新型冠状病毒感染疫情期间本科院校学生的抑郁、焦虑情绪和睡眠较差的检出率分别为39.86%、23.13%和20.64%,高职(专科)院校学生分别为23.84%、50.83%和21.71%,本科院校与高职(专科)院校学生抑郁情绪检出率比较差异有统计学意义(P<0.05)。无论是本科院校还是高职(专科)院校,存在抑郁情绪的学生PSQI得分和睡眠较差的检出率均高于无抑郁情绪的学生(P<0.05);存在焦虑情绪的学生PSQI得分和睡眠较差的检出率均高于无焦虑情绪的学生(P<0.05)。Logistics回归分析显示,无论是本科院校还是高职(专科)院校的学生,睡眠较差是产生抑郁情绪(OR=4.798,95%CI为2.448~9.402、OR=3.768,95%CI为1.963~7.232)和焦虑情绪(OR=3.424,95%CI为2.324~5.046、OR=4.407,95%CI为3.006~6.459)的危险因素;存在抑郁情绪(OR=5.092,95%CI为2.640~9.822、OR=3.614,95%CI为2.435~5.363)和焦虑情绪(OR=4.692,95%CI为2.513~8.759、OR=4.397,95%CI为2.979~6.490)是出现睡眠较差的危险因素。结论:新型冠状病毒感染疫情期间大学生睡眠质量一般,抑郁和焦虑情绪检出率较高,睡眠与焦虑、抑郁情绪存在双向关联。高校应加强对学生的心理健康教育,需要更加关注睡眠质量较差的学生,必要时干预存在抑郁和焦虑情绪学生的睡眠。

深度学习在新型冠状病毒肺炎的智能诊断应用的研究进展

新型冠状病毒肺炎(corona virus disease 2019,COVID-19)具有高传染性,严重威胁人民群众的生命安全,快速筛查可以实现快速治疗、防止肺炎进展。目前COVID-19检测诊断方法的金标准为逆转录聚合酶链式反应(reverse transcription-polymerase chain reaction,RT-PCR),但是由于核酸检测存在耗时且假阴性率偏高的问题,而影像医生对医学图像的诊断存在主观性且工作量巨大,因此借助人工智能(artificial intelligence,AI)技术对实现COVID-19的快速诊断至关重要。随着AI在医学领域的成功应用,深度学习技术成为辅助诊断新型冠状病毒肺炎的有效方法。近年来许多学者使用深度学习技术来构建对医学图像进行智能诊断的模型,本文的主要内容就是对这类模型进行总结和分析,介绍了分割肺部区域的模型、实现二分类或多分类的分类模型以及模型在临床上的应用。与此同时,在文章中分析了COVID-19患者的影像学特点,COVID-19患者多双肺受累,其中磨玻璃影是最常见的影像征象。对COVID-19研究的最新进展也进行了介绍,主要是关于提高AI模型准确性的开发和“长新冠”综合征的相关研究。因此,在新型冠状病毒肺炎常态化管理下,模型准确性的提高可以借助数据集的扩大或模型结构轻量化等方面实现;“长新冠”综合征作为一个新的研究领域,学者可以在临床症状、预后随访和结合深度学习技术等方面进行进一步的研究。

新型冠状病毒肺炎疫情下医学微生物学课程思政元素的挖掘与应用

医学微生物学作为一门连接基础与临床的西医基础课,承载着与思政课程同向同行的立德树人重任。为了更好地释放课程的德育效能,授课教师需要在已有思政元素的基础上与时俱进,进一步开发和拓展,从而使课程思政具有时效性、体现时代性。文章以新型冠状病毒肺炎疫情为例,就其中蕴藏的医学微生物学相关思政元素进行挖掘并应用,旨在以学生的所见所闻与亲身体会为背景,结合专业教育引导学生树立正确的社会主义核心价值观,提高医学微生物学课程思政的亲和力与感染力,从而真正实现课程的铸魂育人价值。

漳州市首起海上输入新型冠状病毒感染聚集性疫情调查分析

目的分析2022年6月漳州市首起海上输入新型冠状病毒感染(COVID-19)聚集性疫情,为优化疫情防控措施提供参考。方法运用现场流行病学方法对病例进行活动轨迹调查、密切接触者判定与追踪,涉疫场所判定以及人员、环境采样检测,对阳性标本进行基因测序分析。结果6月5日在“应检尽检”工作中发现1名从事海鲜运输的货车司机新冠病毒核酸检测结果呈阳性,溯源调查其感染来源为装货过程接触的与境外人员交易传染的5名中国内地船员。本起疫情共发现13例新冠病毒感染者,其中男性11例,女性2例;年龄40~60岁,平均年龄50岁;分布在3代,平均代际传播时间3 d。涉疫货车、渔船和货车司机住所环境标本核酸阳性;基因测序13名阳性感染者毒株类型均为Omicron变异株(BA.2.3),与同期从台湾地区进入厦门病例高度同源。结论本起疫情为船员在海上接触境外人员引起的输入性聚集性疫情,提示COVID-19疫情期间船员、渔民在海上接触境外船舶、人员是输入性疫情风险点,需要予以重视。

新型冠状病毒感染流行期间医院疫情相关投诉问题分析

目的:回顾性分析新型冠状病毒感染发生以来医院接受的疫情相关投诉问题。方法:回顾性收集2020年01月至2022年12月本单位新型冠状病毒感染发生以来行风建设办公室收到的投诉记录单。投诉单中提及“新冠病毒”“疫情”或“核酸”关键词定义为疫情相关投诉。应用SPSS 25软件对数据进行统计分析。结果:2020年01月至2022年12月行风建设办公室共接到投诉单3706例。市12345便民热线是最常用的投诉途径。疫情相关投诉共789例,占总投诉例数的21.2%,2020年至2022年疫情相关投诉比例逐年显著增加(P<0.001)。核酸相关投诉是疫情相关投诉的主要问题(占89.1%)。结论:新型冠状病毒感染发生期间,疫情相关投诉明显增加。针对疫情相关投诉总结分析,有助于为防疫政策调整提供依据,改善医疗服务。

迁移学习应用于新型冠状病毒肺炎诊断综述

新型冠状病毒肺炎(COVID-19)疫情爆发以来,由于该病毒具有极强的传染性,所导致的感染人数与死亡人数持续增加。筛查疑似患者和早期诊断COVID-19是防止疫情恶化的重要措施之一。通过核酸检测和人工检查等方法在感染早期诊断出COVID-19是防止其在社会中爆发的最佳途径。然而核酸检测效率低下,仅仅依靠放射科专家诊断X射线图像和CT扫描图像存在耗时长且易出现诊断误差等问题。研究人员相继提出了基于迁移学习的计算机辅助诊断算法,可以最大程度地减少传统诊断方法所产生的问题,但目前关于迁移学习在新冠肺炎成像中的应用综述较少,因此总结和分析了当前国内外基于迁移学习技术诊断COVID-19的研究成果。针对模型类型进行分类讨论,分别从数据集来源、数据预处理方法、基于迁移学习的诊断模型、模型可视化、评价指标以及模型性能6个角度进行分析和比较。并指出了当前所面临的挑战和未来的发展方向,为今后进一步的研究工作奠定了基础。

基于新型冠状病毒基因型CT值变化规律指导疫情研判

目的 基于新型冠状病毒基因型CT值变化规律,建立指导疫情研判机制。方法 采用圣湘科技股份有限公司和中元汇吉生物技术股份有限公司生产的新型冠状病毒核酸检测试剂,分别对不同质量浓度梯度的4种疫苗、3种质控品进行双孔检测,对8个临床阳性样本进行单孔检测,记录O基因(ORF1ab)和N基因的CT值并进行相关分析。结果 非试剂阳性质控品、重组疫苗不能检测到新型冠状病毒基因型;灭活疫苗、第三方质控品O基因扩增效率高于N基因,即O基因CT值低于N基因,此情况刚好与临床阳性样本相反。结论 结合新型冠状病毒基因型CT值变化规律,有助于疫情研判,降低疫情流调过度反应。

新型冠状病毒肺炎疫情期间住院分娩产妇心理现状及影响因素分析

目的 调查分析广州市新冠疫情期间住院分娩的产妇的心理现状及影响因素,为产妇心理健康支持提供参考。方法 选取2021年12月21日—2022年3月15日在南方医科大学两家附属医院住院分娩的产妇为研究对象,采用问卷调查的形式对产妇的一般情况、心理状态及影响因素进行现状调查,运用描述性分析、单因素分析和logistic回归模型进行统计学分析。结果 1 569名产妇参与调查,2.3%以上的产妇经常有情绪低落,16.4%以上的产妇认为自己不能从容面对疫情。单因素分析显示:学历高、微信群支持与经常担忧紧张,医院支持、丈夫支持与不能从容面对疫情,亲友支持与周围人员关系不融洽,明显相关(P<0.05)。多因素logistic回归分析结果显示,医院方面的支持是影响产妇从容面对疫情的首要潜在因素。结论 疫情对产妇的心理状态有一定影响,医疗机构的专业支持利于产妇从容面对疫情,建议医院为产妇提供专业的心理健康支持。

新型冠状病毒感染疫情防控期间社区人员应对方式与睡眠情绪和健康生命质量的相关性研究

目的:探究新型冠状病毒感染疫情防控期间社区人员应对方式与睡眠情绪和健康生命质量的相关性。方法:通过方便取样法,选取2021年10月至2022年1月新型冠状病毒感染疫情防控期间山东省济南市社区内的常住居民352名作为研究对象,通过一般资料、一般自我效感量表(GSES)、匹兹堡睡眠质量指数量表(PSQI)、Zung抑郁自评量表(SDS)、Zung焦虑自评量表(SAS)、诺丁汉健康调查问卷(NHP)的调查,将SDS、SAS当作自变量,探讨不同的应对方式与睡眠情绪和健康生命质量的相关性。结果:在新型冠状病毒感染疫情防控期间,SDS、SAS与睡眠情绪和健康生命质量成反比。结论:在新型冠状病毒感染疫情防控期间,社区人员应该积极地进行应对,可以有效提高自身的睡眠质量和生命质量,减少焦虑情绪及抑郁情绪,为疫情防控工作的成功开展打下良好的基础。

基于深度学习的CT定量指标对糖尿病合并新型冠状病毒肺部感染的影像学研究

目的:探讨基于深度学习的CT定量指标对糖尿病合并新型冠状病毒感染(COVID-19)患者肺部感染的影像学特征分析。资料与方法:回顾性纳入2022年12月至2023年1月首都医科大学附属北京世纪坛医院感染科收治的COVID-19患者的临床及影像学数据,根据患者的糖尿病史分为糖尿病组及非糖尿病组,通过单因素分析两组的临床及CT定量影像学特征。结果:共纳入112例COVID-19患者,年龄26~95岁,平均(70.4±14.4)岁,女性占比44.6%(50/112例)。在临床方面,糖尿病组的C反应蛋白水平明显升高。在定量指标方面,糖尿病组患者的全肺及左肺病灶数目、病灶体积、病灶占比更大,糖尿病组的纵隔淋巴结数目更多;此外,糖尿病组患者的磨玻璃病灶及实性病灶体积更大,其磨玻璃实性病灶体积比更小。在影像学征象方面,糖尿病组患者的病灶形态呈大片状、束带状比例更高,其存在晕征、空气支气管征、空气潴留征、马赛克灌注及胸膜下黑带的比例更高。结论:糖尿病合并COVID-19患者的肺部病变具有相对的特征性,基于深度学习的CT定量指标显示糖尿病组的COVID-19患者肺部受累的病变范围更大、程度更重,其实性病灶成分占比相对增加。

扬州综合医院急诊应对新型冠状病毒感染“三级分诊与三级缓冲”模式的构建与实施

2021年7月底扬州市区出现新型冠状病毒感染病例,扬州大学附属苏北人民医院作为本地三级综合医院,其急诊科迅速启动“三级分诊、三级缓冲”管理模式,包括合理规划分诊流程,通过三级预检分诊模式对所有急诊患者进行流行病学调查及新型冠状病毒感染疑似病例筛查;通过调整科室布局及功能分区,多部门联防联控,将急诊隔离抢救室-缓冲病区-专科单间病房充分联动,形成三级缓冲救治模式。以上管理模式有助于优化管控流程,建立安全屏障,对高效甄别、救治、分流急诊患者起积极作用,减少医院感染风险,为综合医院急诊疫情防控工作提供建议和指导。