硕士研究生医学统计学教学模式改革效果评价研究

目的评价我校研究生医学统计学教学改革的效果。方法我校2019级硕士研究生159人,医学统计学教学采用网络教学联合三次面授课的方式,教学考核中增加课前测,作为形成性评价内容。学期末采用问卷调查的方式,调查学生对课程的评价,内容包括对教学资源的评价、学习情况自评、对课前测的评价及对教学模式和效果的评价。结果多数(59.75%)学生能够完成所有教学视频的学习,但是学习过程中能高效投入的仅占1/3,约2/3的学生认为该模式学习效率高、喜欢该教学模式。大多数学生(78.62%)认为课前测对学习有督促作用,大多数学生(83.65%)认为有必要安排课前测。结论网络教学联合面授课教学模式有其优势,教学中进行形成性评价具有必要性和可行性,本研究可为后续的课程教学改革提供参考。

“雨课堂”在“医学统计学”课程教学中的应用研究

"雨课堂"是一款教育理念和互联网技术有机融合的新型教学模式。文章探讨了"雨课堂"在《医学统计学》课程中的应用情况,并以某医学院校2016级护理本科学生为研究对象,采用问卷调查方法收集相关信息。调查结果显示,大部分学生认为雨课堂在课程教学过程中的应用效果较好,建议预习课件在上课前1～2 d推送,内容应该更加侧重于知识框架和总结内容。该研究为"雨课堂"在"医学统计学"课程中的应用提供了方向和依据,也便于进一步提高教学质量。

医学统计学课程思政教学设计与实践

高校课堂作为传递知识的殿堂,更是在学生即将步入社会、走上工作岗位之前,帮助其形成正确三观的主战场。很多高校以立德树人为课程建设的中心任务,开展了基础课程、专业课程的思政教学探索[1-4]。医学统计学是一门运用统计学的原理和方法,研究医学数据的收集、整理、分析和推断的应用科学。作为医学高等院校的公共基础课程之一,该课程受众面广泛,涵盖了本科、硕士、博士各个教学层次的几乎所有专业。探索思政要素,开展课程思政教学,对于医学统计学课程改革具有积极的现实意义。

关于建设研究生医学统计学优质课程的探讨

在当前教育迅速发展和变革的时期,为顺应新形势发展,紧跟信息化建设步伐,建设研究生医学统计学优质课程是历史沿革和学科不断发展的必然要求,也是提高研究生教学质量的重要举措。文章通过介绍某高校医学统计学课程的教学现状,分析建设研究生医学统计学优质课程的必要性,探讨其建设思路和方法。

基于翻转课堂的混合教学法在医学统计学教学中的应用效果评价

为提高学生在医学统计学课堂教学中学生的参与度,提高学生自主学习能力,本研究尝试将翻转课堂联合学生上讲台的混合教学法引入医学统计学教学中,由学生评价教学法的教学效果,为后续课程的教学改革提供参考。

国外主要自发呈报系统数据库分析及应用

目的介绍目前国外主要药品不良反应自发呈报系统世界卫生组织个案安全性病例报告数据库(VigiBase)、美国食品药品监督管理局不良事件报告系统(FAERS)、欧洲药品管理局不良反应数据库(EudraVigilance)应用现状。方法查阅国外主要自发呈报系统数据库相关网站,系统检索中外有关利用自发呈报系统文章并进行综述。从数据库的数据格式、利用数据库的权限、数据质量控制等方面对自发呈报系统数据库进行介绍,并对数据库的应用现状举例分析。结果国外自发呈报系统数据库数据可公开下载或在一定条件下获取,目前研究者利用国外自发呈报系统数据库已开展较多研究。结论自发呈报系统数据库对开展上市后安全性监测有较大价值,我国自发呈报系统数据库在数据共享方面可借鉴国外做法。

基于主动监测系统的免疫检查点抑制剂心肌炎不良反应探索

目的以免疫检查点抑制剂心肌炎不良反应为例,初步探索基于中国医院药物警戒系统开展药品不良反应主动监测的可行性,为相关研究提供参考。方法基于2018年6月1日至2022年6月1日重庆某哨点医院的中国医院药物警戒系统数据,提取应用过免疫检查点抑制剂的肿瘤患者信息,以及未使用过免疫检查点抑制剂的肿瘤患者信息作为对照,并采用倾向性评分匹配1∶4的方法将2组间已观测到的混杂因素进行控制。基于几种常用的机器学习算法和Logistic回归构建心肌炎的预测模型,选择预测效能最佳的模型作为心肌炎的预测模型,对患者是否患有心肌炎进行识别,随后将2组进行对比,探索免疫检查点抑制剂是否会增加心肌炎的发生风险。结果共纳入15589名患者,其中免疫检查点抑制剂组3496名,对照组12083名。构建的心肌炎预测模型中,随机森林的预测效能最佳(AUC=0.948,ACC=0.988,精准率=1.000,召回率=0.545,F1分数=0.706),将其作为心肌炎的预测模型。基于该模型对纳入研究的患者是否发生心肌炎进行识别,其中免疫检查点抑制剂组发生心肌炎64名(1.83%),对照组有160名(1.32%),2组间的发生率差异P<0.05,有统计学意义。结论免疫检查点抑制剂的应用会增加心肌炎的发生风险,临床医师在给患者使用免疫检查点抑制剂时应注意心肌炎的发生,确保患者用药安全。

可解释机器学习及其在脑血管疾病预后预测中应用

长期以来,具有“黑箱”性质的复杂机器学习模型在医疗健康领域蓬勃应用的同时也引发了广泛的关注和担忧。为解决这一问题,可解释机器学习相关研究发展迅速。对于应用复杂机器学习模型的脑血管疾病领域临床医生来说,了解可解释机器学习的基本概念、方法,以及批判性的认识至关重要。为此,本文综述了可解释机器学习的核心概念、方法及其在脑血管疾病中的应用现况与挑战,以期为可解释机器学习在该领域的应用与发展提供参考。

智能手机APP应用于脑卒中患者随访管理的现状与展望

脑卒中作为全球第二大死亡原因[1,2],严重威胁着人类健康。随着医疗技术的进步,脑卒中患者的存活率逐渐升高,但有70%以上的患者会留下不同程度的功能障碍,其中20%的患者需要至少一名家属协助护理[3-5]。出院的脑卒中患者通常要经过漫长的康复期,无论是在社区康复治疗或在家自行进行康复训练[6,7],均需要得到正确的康复指导与积极的康复态度,否则难以达到预期效果。随访管理可以了解卒中患者出院后的生活状态,客观评价患者的康复治疗效果。

伤员伤情危重程度简易评分的构建与验证

背景 对伤员伤情危重程度的准确判断和精确分类是实施科学救治的前提和基础。目的 构建可供院前急救使用的伤员伤情危重程度监测指标和测量方法。方法 收集解放军总医院8个医学中心2014-2018年创伤伤员44 642例,纳入年龄、入院病情、体温、脉搏、呼吸、收缩压、共病数量、伤部、伤类、伤因10个指标;采用多元Logistic回归分析构建伤情危重评分模型,用Liu方法、Youden指数法、离(0,1)最近法确定创伤危重分级界值。结果 构建的伤情危重分值,为该伤员各变量风险分值之和,取值范围为-15~98分,模型验证区分度和校准度均较好;将伤情分为轻度和重度,<32分为轻度,≥32分为重度。结论 构建的伤情危重评分可用于院前环境对伤员的伤情危重评估和伤员结局预测,并作为救治资源调配的依据。

免疫检查点抑制剂甲状腺免疫相关不良反应分析

目的以免疫检查点抑制剂(ICIs)甲状腺免疫相关不良反应为例,初步探索基于中国药物警戒系统(CHPS)开展药品主动监测的可行性,为相关研究提供依据。方法基于2家哨点医院的CHPS数据,提取2020年1月1日至2021年6月30日应用过ICIs的肿瘤患者信息,以及未使用过ICIs的肿瘤患者信息作为对照。基于广义估计方程,对ICIs的甲状腺免疫相关不良反应进行探索。结果共纳入1691名患者,其中ICIs组666名,对照组1025名。应用广义估计方程模型处理患者的随访数据,充分考虑了多次重复测量数据间相关性的问题,发现显性甲状腺毒症有统计学意义(P<0.05),发生率为4.50%,中位时间为41.5 d。结论ICIs的应用可能会导致显性甲状腺毒症,临床医师在给患者应用ICIs时应注意显性甲状腺毒症的发生,确保患者用药安全。

预测重症缺血性脑卒中死亡风险的模型:基于内在可解释性机器学习方法

目的构建一种内在可解释性机器学习模型,即可解释提升机模型(EBM)来预测重症缺血性脑卒中患者一年死亡风险。方法使用2008~2019年MIMIC-IV2.0数据库中符合纳排标准的2369例重症缺血性脑卒中患者资料,将数据集随机分成训练集(80%)和测试集(20%),构建可解释提升机模型评估疾病预后。通过计算受试者工作特征曲线下面积(AUC)来衡量预测效果,使用校准曲线及布里尔分数(Brier score)评价模型的校准程度,并绘制决策曲线反映临床净收益。结果本研究所构建的可解释提升机具有良好的区分度、校准度和净收益率,其中模型预测重症缺血性脑卒中预后不良的AUC为0.857[95%CI(0.831,0.887)];校准曲线分析结果显示,可解释提升机模型的校准曲线最接近于理想曲线;决策曲线分析结果显示,当该模型预测概率阈值为0.10~0.80时,其预测净获益率最大。基于可解释提升机模型的前5个独立预测变量为年龄、SOFA评分、平均心率、机械通气、平均呼吸频率,其重要性得分从0.179~0.370。结论建立了一个可解释提升机模型,该模型应用于预测重症缺血性脑卒中患者一年内死亡风险具有良好的表现,通过模型可解释性能帮助临床医生更好地理解结果背后的原因。

观察性健康数据科学和信息学组织实用工具简介

运用真实世界大数据进行药品不良反应主动监测受到了国内外学者的高度关注。其中如何实现多个形式不一数据库之间的数据整合,仍然是发挥大数据优势对药品不良反应进行主动监测时存在的一个巨大的挑战。本文旨在通过介绍观察性健康数据科学和信息学(OHDSI)组织的几种工具软件,为我国开展药品不良反应主动监测的数据整合提供思路及方向。

贝叶斯工具变量方法在药品安全性主动监测中的应用:一项数据模拟研究

目的建立适用于药品不良反应主动监测数据特点的贝叶斯工具变量分析模型,控制潜在、未知的混杂因素对药品-不良反应关联推断的影响,获得更准确的药品安全性信息。方法采用汉密尔顿蒙特卡洛方法进行数据模拟和参数估计,对传统工具变量分析方法和贝叶斯工具变量方法在不同的参数设置情境下的结果进行比较和评价。结果在小样本、弱工具变量、遗漏混杂因素强度强和处理因素与结局变量发生率低的情况下,贝叶斯工具变量分析得到估计量的绝对偏倚较小,置信区间宽度最窄,估计结果最稳定。结论当主动监测研究中收集的数据量较小,关注的处理和结局因素为二分类变量且发生率较低时,贝叶斯工具变量分析可较好的控制潜在、未知混杂因素的影响,且与传统工具变量分析相比可提高处理效应估计的准确性和精确性。

运用信息成分方法分析伊布替尼的不良反应

目的全面系统地挖掘伊布替尼导致的药品不良反应(ADR),为临床医生安全用药提供参考。方法运用信息成分(IC)方法,基于美国食品药品监督管理局(FDA)不良事件报告系统(FAERS)数据库对从建库至2021年6月1日中伊布替尼的ADR进行挖掘。结果FAERS数据库种共有伊布替尼ADR报告20120份,检测出阳性信号445个,包括Richter综合征[IC的95%置信区间下限(IC_(025))=5.67]和脑曲霉病(IC_(025)=5.05)2种IC_(025)>5的强信号ADR。房颤(n=982,IC_(025)=3.33,IC=3.44),疲乏(n=958,IC_(025)=0.36,IC=0.47),腹泻(n=931,IC_(025)=0.64,IC=0.75)是3种发生频数最高的ADR,其报告数均超过900份。结论伊布替尼在多个系统存在较为广泛的ADR,临床医生应充分关注其ADR,并及时采取相应措施保证患者的用药安全。

零膨胀模型与狄利克雷过程结合在药品上市后不良反应信号检测中的应用

目的探索零膨胀模型与狄利克雷过程2种方法结合,在优化药品上市后安全性信号检测结果中的可能性。方法通过文献检索,对零膨胀模型和狄利克雷过程的原理进行综述,分别总结2种方法的研究现状及优点,并提出二者结合以扩展信号检测方法的假设。结果零膨胀模型能够校正超额“零计数”问题,减少信号检测结果的偏倚;狄利克雷过程通过丰富药品不良反应报告率先验分布的选择空间,能有效控制假阳性信号的产生。结论将零膨胀模型与狄利克雷过程相结合,用于扩展现有贝叶斯信号检测方法存在一定可能,值得进一步研究。

药物流行病学研究中的时依性变量处理方法简介及比较

基于纵向数据的因果推断,进而评价药物安全性与有效性是药物流行病学的重要工作之一。但在现实研究中由于存在不同程度的混杂,无法直接计算药物效应值。混杂中时依性混杂最为常见,却难以通过常规方式消除影响。除了混杂因素,在一些试验中暴露因素同样具有时依性。本文基于领域相关研究,试图对时依性变量的种类进行辨析,简要介绍含时依系数的Cox回归、边缘结构模型、结构嵌套的加速失效时间模型以及序列条件平均模型基本思想与计算方法,总结4种方法的优缺点与应用方向,以期为科研人员在分析中对时依性变量控制有所借鉴与启示。

某部基层战士自评健康状况调查

目的了解海军某基层部队战士自评健康状况。方法采用自行设计的调查问卷于2015-05对某海军基层部队266名战士进行问卷调查,调查方式为自填问卷调查。结果调查对象平均(22.39±3.03)岁。138名(53.70%)认为自己健康状况好,28名(15.73%)对自己健康状况满意。146名(57.25%)总体精神状态好。有56.86%战士在调查前两周内有身体不适,6个月内24.80%战士患有慢性病。两周患病和慢性病均与总体健康状况有关(P<0.05)。结论该部队战士自评健康状况较好,疾病影响战士的健康状况,可通过加强疾病预防、进行健康教育等方法提高总体健康水平。

D-二聚体对急性主动脉夹层患者住院死亡率预测价值的Meta分析

目的分析D-二聚体水平与急性主动脉夹层(acute aortic dissection,AAD)住院死亡率的关系。方法系统性检索PubMed、Embase、Web of Science、维普、中国知网及中国学术期刊数据库等数据库关于D-二聚体水平与AAD住院死亡率的文献,搜索时间截止至2023年1月1日,行Meta分析D-二聚体水平与AAD住院死亡率的关系。结果共纳入18项研究4904例患者。Meta分析发现,D-二聚体与AAD住院死亡率存在相关性(OR=1.35,95%CI=1.19~1.53)。亚组分析中,D-二聚体截断值≥5.0μg/ml(OR=2.15,95%CI=1.57~2.95)、D-二聚体截断值<5.0μg/ml(OR=1.19,95%CI=0.97~1.45)和D-二聚体作为连续值(OR=1.12,95%CI=1.09~1.16)均与AAD住院死亡率有显著相关性;AAD患者中A型夹层比例>50%(OR=1.36,95%CI=1.18~1.57)和比例≤50%(OR=1.36,95%CI=1.18~1.57)亦均有显著的相关性。结论D-二聚体是AAD患者住院死亡率的显著且独立的预测因子。

准实验中常用的统计分析方法及其在医学中的应用

受医学伦理或实际环境限制,随机对照试验的开展往往会受到限制。准实验研究通过控制研究的混杂效应,可在非随机化条件下进行因果推断,在某些情况下成为随机对照试验的替代选择。本文从准实验研究设计的基本思想、特点、局限性及在医学中的应用等角度,介绍准实验研究中常用的统计分析方法,包括双重差分模型、工具变量法、断点回归设计、间断时间序列模型等,以期为以后准实验研究提供参考。