基于病理大切片的深度卷积神经网络对于直肠癌脉管癌栓的预测价值

目的基于病理大切片数字图像构建预测直肠癌脉管癌栓的深度卷积神经网络(DCNN)模型,以提高临床医生对该病的预测能力。方法收集2019年1月—2019年10月青岛大学附属医院西海岸院区120例患者(内部数据集)、市南院区+崂山院区40例患者(外部数据集)的直肠癌术后病理标本,经石蜡包埋、切片、染色、扫描后共获得2400张病理大切片HE染色数字图像。将内部数据集患者按7∶3比例随机分为训练组(84例)和测试组(36例),用以构建和测试预测脉管癌栓的DCNN模型,以外部数据集患者的数字图像验证该模型。通过准确率、精准率、灵敏度、特异度、受试者工作特征(ROC)曲线及曲线下面积(AUC)、精度-召回率曲线(PR)及曲线下面积(AP)等指标来测试和验证模型的性能。结果本研究成功建立了脉管癌栓预测的DCNN模型。该模型的测试结果显示,准确率为85.2%,精准率为83.8%,灵敏度为84.6%,特异度为84.8%,AUC值为0.83,AP值为0.80;验证结果显示,准确率为84.7%,精准率为83.1%,灵敏度为84.3%,特异度为84.1%,AUC值为0.82,AP值为0.78,其中在验证结果中,模型的自动预测时间、准确率、灵敏度及特异度与病理医师人工HE染色阅片结果相比,均有显著差异(χ^(2)=5.028~6.842,t=-73.84,P<0.05)。结论基于病理大切片数字图像构建的预测直肠癌脉管癌栓的DCNN模型与人工HE染色阅片相比对直肠癌患者脉管癌栓具有较高的预测能力,对临床医生诊断直肠癌脉管癌栓具有一定的辅助作用。

妇产科护理干预措施在减少抗菌药物不良反应中的临床作用

探究在减少抗生素不良反应领域妇产科护理干预措施的应用价值和效果。方法:选择100例于2018年1月至12月在本院接受治疗的妇产科患者为对象,将其随机划分为观察组和对照组,二组研究对象分别予以妇产科护理干预和常规干预,二组人数相一致,对二组的护理效果对比分析。结果:干预后观察组护理满意度、心理弹性、生活质量相关指标和对照组相比更高,结果存在统计差异,而副反应发生率则低于对照组(P<0.05)。结论:对此类患者进行妇产科护理干预有良好的效果,有利于提高患者的护理满意度和生活质量,同时安全性高,不容易引发副反应,值得应用推广。

探讨优质护理干预在妇产科护理中的应用

讨论优质护理干预在妇产科护理中的应用。方法:选择妇产科在2018年8月到2021年8月治疗的孕产妇,分为两组,实验组中使用优质护理干预,对照组使用常规护理干预。结果:两组的新生儿体重,产后出血率以及分娩方式,护理满意率,生活质量评分,依从性相比(P<0.05)。结论:在妇产科的孕产妇中使用优质护理干预,可以有效提高新生儿体重,改善产妇生活质量,降低产妇出血率,提高自然分娩率,让产妇感到满意。