北京市顺义区后沙峪镇中老年农民糖代谢异常流行病学调查结果

目的调查北京市顺义区后沙峪镇45岁以上农民糖代谢异常情况及相关因素。方法采用分层整群抽样方法对该地区具有本地农业户口、45岁以上的人群进行流行病学调查,FPG 采用1997年 ADA 建议的标准,使用 SPSS13.0进行统计分析。结果空腹血糖损害(IFG)患病率为15.62%,糖尿病(DM)患病率为12.71%。多元线性回归分析显示,糖代谢异常的相关危险因素为血压、超重或肥胖及脂代谢异常。结论北京市顺义区后沙峪镇农民 IFG 及 DM 人群发病率较高,应予以综合评估,及早干预。

数字肺音人工智能分析与临床医师判断的一致性研究

目的评估数字肺音人工智能分析与临床医师判断的一致性。方法本研究为诊断性实验。采用非随机抽样方法应用2737条选自《国家远程医疗与互联网医学中心数字听诊平台》的真实的临床数字肺音数据,应用Luntech®数字听诊人工智能分析结果判断,根据肺音的粗糙程度、是否有啰音、啰音的强度、是否有干啰音和是否有湿啰音5个方面进行分类整理后建立人工智能分析结果数据库。同时,制定统一分类定义,临床医师对数字肺音进行以上5个方面判断,对比分析数字听诊人工智能和医师听诊的肺音分析结果的一致性。应用描述性方法对肺音图变化特征进行整体描述;以医师判断结果为"金标准",应用混淆矩阵计算分类准确度、召回率、虚警率、精确度、kappa值评价两者的一致性。结果Luntech®数字听诊人工智能分析对于是否为异常肺音、有无呼吸音粗糙、有无啰音、有无干啰音和有无湿啰音的判断准确度分别为98.39%、95.14%、96.60%、97.84%和96.97%,召回率分别为96.60%、88.34%、91.65%、92.70%和86.68%,虚警率分别为3.48%、2.43%、1.03%、0.92%和0.63%,精确度分别为97.00%、92.86%、97.71%、97.08%和96.98%;并且一致性良好(kappa值分别为0.931、0.873、0.921、0.941和0.898);对于啰音强度的判断结果具有较好的一致性(湿啰音kappa值=0.790,干啰音kappa值=0.889)。肺音图具有明显形态特征,人工智能肺音分析指数及肺音图可敏感反应肺音性质的变化。结论数字肺音人工智能分析及肺音图与临床医师判断有较好一致性。