基层医院如何开展肺血栓栓塞症的临床研究

肺血栓栓塞症(pulmonary thromboembolism,PTE)是肺动脉或其分支被各种栓子阻塞导致的一组疾病或临床综合征的总称,致死和致残率较高^([1])。深静脉血栓形成(deep vein thrombosis,DVT)是导致PTE的主要原因,二者合称为静脉血栓栓塞症(venous thromboembolism,VTE)。近年来我国的VTE发病例数呈上升趋势,2016年住院率为17.5/10万人,肺栓塞住院率为7.1/10万人^([2])。

中医临床预测模型研究方法学质量的系统评价

目的系统评价中医临床预测模型研究的方法学质量。方法计算机检索PubMed、Embase、Web of Science、CNKI、WanFang Data、VIP和SinoMed数据库,搜集与中医临床预测模型研究相关的文献,检索时限均从建库至2023年3月31日。由2名研究者独立筛选文献和提取资料,并基于预测模型偏倚风险评估工具PROBAST评价纳入研究的偏倚风险。结果共纳入113项中医临床预测模型研究(79项诊断模型研究和34项预后模型研究),其中111项(98.2%)研究存在高偏倚风险,各有1项(0.9%)研究为低偏倚风险和偏倚风险不清。统计分析领域被评为高偏倚风险的比例最高,其次是研究对象领域。由于特定研究信息的报告普遍缺失,大量研究在预测因子和预测结局领域中的偏倚风险不清。结论现有中医临床预测模型研究的方法学质量普遍较差,几乎均存在高偏倚风险。产生偏倚风险的原因包括非前瞻性设计的数据来源、结局定义包含预测因子、建模样本量不足、特征选择不合理、性能评估欠准确和内部验证方法错误。未来建模研究需针对模型的设计、构建、评价和验证进行全方位的方法学质量改进,并全面报告模型的所有关键信息,以促进其在医疗实践中的转化应用。

线上线下混合式教学方法在临床研究方法学课程中的应用

临床研究方法学课程重在培养临床研究设计实践能力, 但传统授课侧重于理论教学, 难以达到预期效果。线上线下混合式教学方法, 通过多元化、动态、跨空间教学, 有助于实践能力培养。本研究以首都医科大学研究生临床研究方法学课程为例, 阐述该教学方法在此类课程教学中的设计和实施, 并采用过程性评价和问卷调查评价教学效果。结果显示, 课程结束后, 学生理论知识水平[(24.0±1.9)分比(18.1±4.7)分]、研究设计要素拆解[(8.6±1.9)分比(4.9±2.7)分]、科研计划书[(77.2±16.2)分比(54.9±21.7)分]和研究方案汇报幻灯[(90.6±2.9)分比(83.4±4.2)分]得分均高于授课前, 其差异均具有统计学意义(均P<0.05)。64名学生中, 60名(93.8%)学生认为该教学方法能够提高其临床研究设计能力, 教学满意度评分为(18.1±0.7)分。可见, 线上线下混合式教学方法有助于提高学生的临床研究方法学理论水平和临床研究设计实践能力, 取得了较好的教学效果。

经颅交流电刺激联合抗抑郁药对抑郁发作的疗效及安全性

目的探讨经颅交流电刺激(transcranial alternating-current stimulation,tACS)联合抗抑郁药对抑郁发作的治疗效果及安全性。方法选择抑郁发作患者62例,分为治疗组和对照组,均服用抗抑郁药物,治疗组加用tACS真刺激治疗,对照组加用tACS伪刺激治疗。治疗次数两组均为20次。治疗部位为前额部、双侧乳突部,频率为77.5 Hz,强度为15 mA。采用汉密尔顿抑郁量表-17项(Hamilton Depression Scale-17 Item,HAMD-17),汉密尔顿焦虑量表(Hamilton Anxiety Scale,HAMA)评估患者治疗前后的临床症状,并评估安全性。评估时间点为基线,治疗结束时(4周末),随访时(8周末)。结果采用重复测量方差分析对治疗组和对照组在基线、治疗4周末、随访8周末时HAMD-17和HAMA的评分进行比较,显示两组HAMD-17总分均随治疗及随访时间的延长逐渐降低(P时间<0.05),治疗组降低幅度大于对照组(P组间<0.05),且随观察时间的延长治疗的效应增大(P交互<0.05)。两组HAMA总分均随治疗及随访时间的延长逐渐降低(P时间<0.05),但两组间差异无统计学意义(P组间>0.05)。治疗组和对照组第4周末HAMD-17的减分率分别为74.29%±8.40%vs 32.54%±13.30%;第8周末HAMD-17的减分率分别为81.00%±10.68%vs 40.27%±12.92%,差异均有统计学意义(P<0.001)。两组均无严重不良事件发生。结论经颅交流电刺激联合抗抑郁药物治疗抑郁发作能够增强治疗效果,且安全性高,可作为抑郁发作联合治疗的新选择。

基于大数据技术的呼吸学科精细化管理体系构建与应用

目的建立呼吸专科"医疗、教学、科研和人才培养"4个维度的精细化管理评价指标体系, 研发基于医疗大数据的精细化管理系统, 评价其应用效果。方法参考国内多个呼吸专科影响力排行榜的评价指标及文献, 采用头脑风暴法、两轮德尔菲法及层次-熵权法, 建立了涵盖医疗(权重占比30%)、教学(15%)、科研(40%)和人才培养(15%)4个维度(一级指标)、16个二级指标及73个三级指标的指标体系;借助医疗大数据技术与信息化手段, 研发了相应的精细化管理系统, 并于2019年正式投入使用;使用1年后, 将该系统整合的2018年(使用前)和2019年(使用后)呼吸学科13个专业组、共248名成员4个维度的相关数据, 应用该系统内嵌的精细化指标体系进行统计分析, 以了解该系统应用前后两年间该学科4个维度的发展变化情况及各专业组间的变化情况。结果与2018年相比, 2019年呼吸学科整体综合得分增长率达30%;4个维度分项得分也呈增长态势, 其中, 科研方面增长最明显, 增长率高达136%, 其次为人才培养, 增长率为32%;并且13个专业组2019年的综合得分普遍高于2018年, 但增幅不同, 增长率为2%~135%。结论应用基于大数据技术的呼吸学科精细化管理系统, 实现了全面、直观和量化展示学科整体和各个专业组在医疗、科研、教学和人才培养4个维度的发展现状及专业组间的差异, 为学科高质量均衡发展提供了重要的决策参考。

基于层叠条件随机场模型的电子病历文本信息抽取

自然语言处理技术已用于非结构化中文电子病历信息抽取,并且新的算法或模型不断出现,但其应用效果的证据较少。共收集北京某大型三甲综合医院呼吸专科住院电子病历38218份,通过对数据预处理,抽象文本特征与定义语法规则,产生训练数据集和测试集,构建层叠条件随机场模型,并评估该模型的识别效果。结果表明,针对入院记录、出院记录、辅助检查报告3大类共39种非结构化文本,该模型可准确、快速地处理病历文本信息,应用效果较为理想。