基于改进的机器学习模型对重症急性胰腺炎诊断的早期预测

目的基于改进的机器学习模型建立重症急性胰腺炎诊断的早期预测模型,并分析其临床价值。方法纳入2014年1月至2023年8月陆军特色医学中心消化内科、肝胆外科以及联勤保障部队第九四五医院急诊与重症医学科收治的352例急性胰腺炎患者,根据病情严重程度将其分为重症组(n=88)和非重症组(n=264),开展病例对照研究。利用RUSBoost模型以及改进的阿基米德优化算法,分析入院48 h内的39项常规实验室生化指标,帮助构建重症急性胰腺炎早期诊断预测模型,同步完成特征筛选和超参数优化,并利用ReliefF算法特征重要性排序和Logistic多因素分析,对筛选出的特征进行价值分析。结果在训练集上,改进机器学习模型的曲线下面积(area under curve,AUC)为0.922;在测试集上,改进机器学习模型的AUC达到了0.888。基于改进机器学习模型筛选出的预测重症急性胰腺炎发生的4个关键特征分别为C反应蛋白、血氯、血镁、纤维蛋白原水平,与ReliefF算法特征重要性排序和Logistic多因素分析结果相吻合。结论应用改进机器学习模型分析实验室检查结果,可帮助临床早期预测重症急性胰腺炎的发生。

晚期食管癌患者支架置入术后早期肠内营养疗效研究

目的研究早期肠内营养治疗在晚期食管癌患者支架置入术后的疗效。方法随机选取2016年2月至2018年2月该院消化内科接受支架植入术的晚期食管癌患者60例作为研究对象,将其分为对照组和研究组,每组各30例。对照组在支架植入术后6 h采用自主流质饮食,研究组在支架植入术后6 h口服由营养科自配的肠内营养液。观察并记录2组患者的具体情况。结果出院后门诊随访检测结果提示,研究组患者体内的清蛋白、前清蛋白、视黄醇结合蛋白、血红蛋白水平要明显高于对照组,差异均有统计学意义(P<0.05)。对照组患者平均住院时间多于研究组,差异有统计学意义(P<0.05)。对照组患者出血、感染、异物感及胸骨后疼痛等常见临床并发症发生率明显高于研究组,差异均有统计学意义(P<0.05)。手术前,2组患者的细胞计数(LC计数)、血清补体C4(C4)及血清补体C3(C3)比较,差异均无统计学意义(P>0.05);术后7 d,研究组患者的LC计数、C4及C3明显高于对照组,差异均有统计学意义(P<0.05)。结论晚期食管癌患者采用早期肠内营养的治疗方法安全可靠,营养状况具有一定改善作用,可降低临床并发症发生率,提高患者生活质量。

人工智能在减重领域中的应用

随着科学技术的不断进步,人工智能的应用范围越来越广泛。近年来,随着全球肥胖率的日益增加,人们迫切地希望在减重领域中也引入人工智能技术。本文讨论了人工智能在膳食评估、情感支持、体质量管理、减重手术方面的应用,并在此基础上分析了人工智能在减重领域中的应用现状及该领域未来的发展前景。

宫颈癌化疗患者护理中加强Orem自理理论干预效果及对RPFS评分及ESCA评分的影响

目的探讨加强Orem自理理论干预在宫颈癌化疗患者护理中的应用效果及对Piper癌因性疲乏自评修正量表评分(RPFS)和自我护理能力测定量表评分(ESCA)的影响。方法选取2018年2月至2019年6月就诊于本院,行化疗治疗的90例宫颈癌患者作为研究对象,根据选择护理干预方法分为两组,各45例。给予对照组常规护理干预,实验组在此基础上实施加强Orem自理理论干预,观察比较两组护理效果。结果护理后,两组RPFS评分均低于护理前,且实验组低于对照组,差异有统计学意义(P<0.05);护理后,两组ESCA评分较治疗前明显提升,且实验组高于对照组,差异有统计学意义(P<0.05)。结论给予宫颈癌化疗患者加强Orem自理理论干预,能有效缓解患者癌因性疲乏症状,提高自我护理能力,效果显著,有推广价值。

营养风险筛查(NRS 2002-01.017)、营养不良诊断(GLIM-表现型指标01.028、病因型指标01.029)

NRS2002工具创始人Kondrup和Rasmussen在中华医学会肠外肠内营养学分会营养风险-不足-支持-结局-成本/效果多中心分享数据库协作组第42次、44次工作坊的报告中分别对NRS 2002工具的应用内涵和NRS 2002工具形成的循证基础及前瞻性临床有效性验证的方法学做了阐述,也对NRS 2002中营养受损部分达到3分可以用来评定营养不良做了说明。该营养不良评定方法虽简便易行,但不够全面,无法用于营养不良诊断。为解决营养不良诊断的一致性问题,2018年9月,美国肠外肠内营养学会与欧洲临床营养和代谢学会网站在线发表了由全球四大肠外肠内营养学会共同完成的全球(营养)领导层倡议营养不良诊断(Global Leadership Initiative on Malnutrition,GLIM)标准。随着我国依据疾病诊断相关分组支付医保费用的推行,应该在住院病案首页填写有中国版ICD-10(2016)代码的营养风险和营养不良的疾病名称。基于此,本文结合Kondrup和Rasmussen在北京和郑州的报告内容对《肠外肠内营养学名词-2019》中的营养风险筛查(NRS 2002)、营养不良诊断(GLIM)名词进行第一阶段解读。

全球(营养)领导人发起的营养不良(GLIM 01.027)评定(诊断)标准共识归纳了SGA(01.030)缺陷及再次明确营养筛查为第一步

主观全面评定(subjective global assessment,SGA;名词编号:01.030)又称"主观整体评定"。1984年加拿大学者德茨基(A.Detsky)提出。1987年发表,以主观评价为主。患者参与的主观全面评定(scored patient-generated subjective global assessment,PG-SGA;名词编号:01.031)在SGA基础上发展起来,1994年由美国奥特里(F.D.Ottery)提出,与SGA类似,但有患者自我评定和医务人员评定两部分,PG-SGA与SGA本质类似。

营养不良评定(诊断)标准沿革及目前存在问题的思考

营养支持治疗有助于改善存在营养不良或营养风险的患者的临床结局,并已在外科临床实践中获得广泛应用,但临床工作者对营养不良的认知仍然不足。2015版欧洲肠外肠内营养学会营养不良评定(诊断)标准共识和2017版欧洲肠外肠内营养学会临床营养相关定义和术语指南发布后,许多临床营养专家提出了不同意见。营养不良评定(诊断)标准全球领导人(GLIM)共识于2018年颁布,虽然尚未获得临床有效性验证,但已较之前有较大进步。分析和对比近年来营养不良评定(诊断)的核心内容,可以看到GLIM评定(诊断)标准并非替代"营养筛查—营养评定—营养干预"三步骤,而是希望借此更为合理地在临床工作中对营养不良进行更好的诊断和干预。

营养不良GLIM诊断标准第一步是营养筛查及按中国疾病代码填写营养风险、营养不良于出院病案首页等注意事项

多年来,全球肠外肠内营养学界同道们都在寻求营养不良诊断标准的统一,既需要确定营养不良诊断标准,也需要考虑营养不良指标在不同国家、不同种族的正常值和按临床研究得到的切割点(cut-off point)。全球(营养)领导层倡议营养不良(Global Leadership Initiative on Malnutrition,GLIM)诊断标准于2018年9月在美国肠外肠内营养学会(American Society for Parenteral and Enteral Nutrition,ASPEN)和欧洲临床营养和代谢学会(European Society for Clinical Nutrition and Metabolism,ESPEN)网站发表。2019年初在纸质版杂志《JPEN》及《Clinical Nutrition》发表。GLIM在《全国科学技术名词审定委员会-肠外肠内营养学分名词-2019》有记载。GLIM中的某些阈值可能会随着时间的推移而有演变,但是从主观评定营养不良(如SGA、PG-SGA),发展到用表现型指标、病因型指标诊断营养不良的方向是正确的。高质量的前瞻性临床有效性验证报告和前瞻性多中心临床应用数据分析,将是GLIM改进的基础。2016年《疾病分类与代码》GB/T(中国ICD-10扩充版)及2019年《关于全国三级公立医院绩效考核通知〔2019〕》以及国家医保局信息业务数据库等三个方面文件均收录了营养风险、营养不良、重度(严重)营养不良作为疾病名称。目前临床各学科都在推行个体化医疗,但是临床各科室的实际情况不同。对肠外肠内营养支持疗法的临床应用来说,与对癌症患者的精准医疗、靶向治疗是有很大的距离。2004年12月,中华医学会肠外肠内营养学分会(Chinese Society for Parenteral and Enteral Nutritional,CSPEN)常委会组建营养风险-不足-营养支持-结局-成本效果比(Nutritional risk-undernutrition-support-outcome-cost effectiveness ratio,NUSOC)多中心分享数据库协作组,该协作组的目标是分出哪些患者需要肠外肠内营养支持疗法,合理应用前提下让患者受益。中国的疾病诊断相关分组(Diagnosis Related Groups,DRG)正在用采集大数据办法来完善DRG(初级阶段DIP,即按病种打包)的制定,就需要让大数据收集系统看到有代码的营养风险和营养不良两个疾病名称,需要填写在出院病案的首页。