检索结果-内蒙古大学图书馆

医学与社会 2021年第12期34卷 55-58页

作者：史黎炜曹旺邱英鹏肖月国家卫生健康委卫生发展研究中心北京100044 国家儿童医学中心首都医科大学附属儿童医院临床研究中心北京100045

目的:为判断VABB技术的经济性,本文从卫生系统角度开展VABB诊治乳腺肿块的成本效果分析。方法:收集广东、安徽、四川3省的3家VABB手术量较大的公立医院乳腺肿块患者的诊疗信息、费用信息和手术前后相关指标等数据,建立回顾性队列,利用... 详细信息

目的:为判断VABB技术的经济性,本文从卫生系统角度开展VABB诊治乳腺肿块的成本效果分析。方法:收集广东、安徽、四川3省的3家VABB手术量较大的公立医院乳腺肿块患者的诊疗信息、费用信息和手术前后相关指标等数据,建立回顾性队列,利用临床真实世界数据进行成本效果分析。结果:相对传统开放式手术进行乳腺肿块切除,VABB治疗费用约降低6348.72元,且能缩短术后住院时间约4天。因不同地区对于技术应用管理不同,治疗费用和术后住院时长均存在区域间差异。结论:与传统开放手术相比VABB技术具有潜在成本效果优势,临床推广应用仍需完善相关定价支付政策。

关键词：真空辅助乳腺活检成本效果真实世界数据

来源：评论

学校读者我要写书评

暂无评论

迈向精确医疗的重要举措:真实世界证据

引用

医学与哲学（A） 2017年第5期38卷 1-4页

作者：吴家睿中国科学院上海生命科学研究院生物化学与细胞生物学研究所上海200031 上海科技大学生命科学与技术学院上海201210

"真实世界证据"是当前国际上提出的一个新概念,指来自传统临床试验以外的其他类型的医疗保健信息。真实世界证据与临床试验证据的根本区别在于获取数据的场境不一样:前者源于实际医疗场地或家庭社区等真实场境,而后者则来自... 详细信息

"真实世界证据"是当前国际上提出的一个新概念,指来自传统临床试验以外的其他类型的医疗保健信息。真实世界证据与临床试验证据的根本区别在于获取数据的场境不一样:前者源于实际医疗场地或家庭社区等真实场境,而后者则来自严格受控的科研场境。真实世界证据被定为传统临床试验证据之外的补充证据,主要用于药品和医疗器械的审批决策。由于真实世界证据来自多种临床实践和个人健康管理方面的数据之整合,能够反映真实的临床实践情况,因此它具有与精确医疗相一致的特征:整合性,个性化,真实性。

关键词：真实世界证据真实世界研究真实世界数据随机对照试验精确医疗

来源：评论

学校读者我要写书评

暂无评论

多适应症药物医保支付的理论反思与实践走向——基于制度变迁视角

引用

卫生经济研究 2024年第6期41卷 10-15页

作者：伍琳廖诗语陈嘉怡夏静琪陈永法中国药科大学国际医药商学院江苏南京211198

欧洲国家经验表明,实施多适应症药物支付(MIP)需要有三个方面的支撑条件。由于政策创新空间受限,且资源基础薄弱,当前我国实施MIP的难度较大。但随着社会经济形势变化,实施MIP的需求和条件基础也会不断变化,建议从公共价值创造、制度风... 详细信息

欧洲国家经验表明,实施多适应症药物支付(MIP)需要有三个方面的支撑条件。由于政策创新空间受限,且资源基础薄弱,当前我国实施MIP的难度较大。但随着社会经济形势变化,实施MIP的需求和条件基础也会不断变化,建议从公共价值创造、制度风险分担、实践效果追踪三个层面,推动我国多适应症药物支付制度变革。

关键词：多适应症药物制度变迁价值真实世界数据

来源：评论

学校读者我要写书评

暂无评论

大数据在药物警戒中的应用研究进展

引用

中国药物警戒 2020年第5期17卷 311-314,320页

作者：李蒙胡豪吴霭琳澳门大学中华医药研究院澳门999078

目的对国际上大数据技术在药物警戒中的应用和发展情况进行回顾总结,为完善我国药物警戒系统提供参考。方法对官方文件以及近几年来国内外相关文献中报道的大数据在药物警戒中的应用进行整理、分析与归纳,并以药物性肝损伤为案例进行分... 详细信息

目的对国际上大数据技术在药物警戒中的应用和发展情况进行回顾总结,为完善我国药物警戒系统提供参考。方法对官方文件以及近几年来国内外相关文献中报道的大数据在药物警戒中的应用进行整理、分析与归纳,并以药物性肝损伤为案例进行分析。结果越来越多的国家逐步开始建立药物警戒的数据库、协作网络及联盟,其中大数据技术发挥了很大的作用,不仅用于药品不良事件的监测和分析,还可以形成辅助药物警戒的预测模型,对不良反应进行预警和防范。结论药物警戒的发展模式已经发生改变,未来大数据技术在药物警戒中的作用会更加显著,我国可以借鉴国际发展经验,积极探索适合我国的药物警戒发展道路。

关键词：药物警戒大数据真实世界数据药物性肝损伤

来源：评论

学校读者我要写书评

暂无评论

基于大型电子医疗数据的高血压中医证候分析

引用

中国中医基础医学杂志 2014年第9期20卷 1236-1238页

作者：马金辉王志飞谢雁鸣易丹辉中国中医科学院中医临床基础医学研究所北京100700 北京市和平里医院北京100013 中国人民大学北京100872

目的:了解真实世界中高血压病住院患者中医证候分布,为临床制定高血压中医证候标准提供参考和借鉴。方法:基于全国16家三甲医院的HIS数据,筛选第一诊断为高血压并有中医证候诊断的住院患者,应用频数法对患者性别、年龄、入院年代、节气... 详细信息

目的:了解真实世界中高血压病住院患者中医证候分布,为临床制定高血压中医证候标准提供参考和借鉴。方法:基于全国16家三甲医院的HIS数据,筛选第一诊断为高血压并有中医证候诊断的住院患者,应用频数法对患者性别、年龄、入院年代、节气分布等进行描述分析。结果:证候总体以虚证为主,女性阴虚证更明显。证候比例最高的是痰瘀互结,随着年龄的增加,肝肾阴虚型所占比例逐步增加,而肝阳上亢型所占比例逐步降低,气阴两虚型所占比例逐步降低,说明出院证候与节气的关系密切。

关键词：真实世界数据 HIS 高血压中医证候

来源：评论

学校读者我要写书评

暂无评论

基于胰腺神经内分泌肿瘤真实数据的医学影像智能辅助诊断方法研究

基于胰腺神经内分泌肿瘤真实数据的医学影像智能辅助诊断方法研究

引用

作者：王铭宇深圳大学

学位级别：硕士

计算机辅助诊断(Computer-aided Diagnosis,CAD)系统是辅助医生诊断或制定治疗计划的重要工具。得益于深度学习等工智能技术的高速发展,各种CAD研究在实验室环境下的标准数据集上取得良好性能。但绝大多数CAD研究中,从实验室走向实际临... 详细信息

计算机辅助诊断(Computer-aided Diagnosis,CAD)系统是辅助医生诊断或制定治疗计划的重要工具。得益于深度学习等工智能技术的高速发展,各种CAD研究在实验室环境下的标准数据集上取得良好性能。但绝大多数CAD研究中,从实验室走向实际临床应用的算法极少,其主要原因为基于实验室开发的算法大多未考虑真实世界中临床场景的高度复杂性。这些复杂性具体包括:1)临床问题复杂,如诊治过程需综合医生经验与多学科多模态信息;2)临床数据复杂,如信息因采集、储存、评估等过程而存在缺失或噪声;3)临床数据稀缺,如胰腺神经内分泌肿瘤(Pancreatic Neuroendocrine Neoplasms,p NENs)等发病率较低的小病种难以收集大量患者,难以满足建模传统深度学习算法的大样本需求。这些真实世界的临床应用问题,对CAD落地提出了巨大的挑战。如何开发具有多学科知识、易用灵活、可靠性高、且可一定程度抵抗噪声的CAD方法,是从实验室走向真实世界临床应用的关键问题。围绕这些关键问题,本文针对以下三个关键方面展开研究:1)如何充分整合利用多模态信息,构建准确、可靠、无创的CAD系统;2)如何合理利用不完整模态数据,以减小缺失模态在CAD系统构建和推理过程中的负面影响,同时赋予模型应用灵活性,使之可基于任意缺失模态数据进行推理;3)如何使模型对多模态信息输入噪声具有一定抵抗力,使其基于一定比例噪声输入数据的推理准确性和稳定性仍满足临床应用需求。具体来说,本文针对以上三方面的贡献与创新点如下: 1)本研究创新性地提出了一种基于自注意力机制的多标签(Multi-label)学习模型。该模型将多模态数据作为监督信息,使用Transformer全自注意力模型学习多模态监督信息间的显式相关性,并整合多模态信息以预测多模态标签。推理预测过程只需输入患者的计算机断层扫描(Computed Tomography,CT)图像,使用方便且无创。本文从两个中心收集了一个具有多模信息以及随机信息缺失的真实世界p NENs数据集,将中心1用于内部五折交叉验证,中心2用于外部独立测试,在11个重要的临床诊断任务(如分级、免疫组化指标、预后预测、远端转移灶诊断)上测试了本文提出模型、单标签建模算法以及目前多种多标签模型的性能。由于存在标签缺失,因此分别只在内部数据的10个和外部数据的5个主要任务上评估性能。结果表明,该模型在中心1数据集的各主要任务上的平均受试者工作曲线下面积(mean Area Under the Receiver Operating Characteristic,m AUC)达到0.64,在中心2外部独立测试集上的m AUC达到0.74,均优于单标签以及其他多标签学习算法; 2)我们在1)提出的基于自注意力的多标签模型基础上,进一步提出一种具有自反馈(Self-feedback)机制的多标签学习框架。该框架将多标签模型的预测结果进行嵌入以重新输入网络,并不断迭代,以构建一种自反馈机制。基于此机制,缺失模态标签的数据利用率被大大提高,从而使得网络可学习到更优的标签间相关性以做出更准确的推理预测。本文基于1)中同一p NENs数据集,对使用该机制的改进模型进行了测试。结果表明,引入自反馈机制可给多标签模型带来进一步的性能提升,例如中心1数据集上的m AUC提升至0.68,中心2外部独立测试数据集上的m AUC提升至0.76。此外,为了使算法适应城乡社区以及大型医院等多种临床应用场景,我们为该框架设计了四种不同的推理模式,如专家辅助推理模式下模型可输入部分辅助任务标签的真实值进行辅助推理,或在自反馈推理模式下模型会迭代式地将自身预测值重新输入模型进行推理等,以将之进一步拓展为灵活的多标签多模态模型。测试结果表明,在中心1和2数据集上,自反馈推理模式下的m AUC可分别提升至0.71和0.78,专家辅助模式下分别可达0.71和0.81,结合两种模式优点的人机联合模式则可分别达到0.72和0.82的最佳性能; 3)为了模拟真实临床诊治过程中可能产生的噪声信息,本文生成了不同噪声程度的标签数据,并基于2)提出的自反馈多标签框架进行了一系列噪声抵抗测试。结果表明,在专家辅助模式下,该结构具有良好的噪声抵抗能力,即当输入信息噪声小于40%时,中心1和2的m AUC可分别保持在0.70和0.82。综上,本文提出了一种可切实解决真实世界胰腺神经内分泌肿瘤数据的多标签模型,可充分利用缺失标签数据建模并做出多种临床指标的预测,且具有灵活的人机交互能力与输入噪声抵抗能力。开发的算法以及训练完成的模型已被打包并封装为操作简单的软件供医生使用,且后续有望在医院部署并开展进一步临床试验。

关键词：计算机辅助诊断真实世界数据多标签学习自注意力自反馈

来源：评论

学校读者我要写书评

暂无评论

鼻咽癌患者放化疗中外周血淋巴细胞亚群分布及动态变化的真实世界探索

鼻咽癌患者放化疗中外周血淋巴细胞亚群分布及动态变化的真实世界...

引用

作者：毛梦圆南方医科大学

学位级别：硕士

目的:鼻咽癌是一种在华南地区高发的恶性肿瘤。放疗和化疗是鼻咽癌的主要治疗手段。本研究探索在鼻咽癌治疗的不同阶段,不同人群外周血淋巴细胞亚群的分布及动态变化情况,探索放化疗对机体免疫功能的影响。方法:本研究利用南方医院鼻咽... 详细信息

目的:鼻咽癌是一种在华南地区高发的恶性肿瘤。放疗和化疗是鼻咽癌的主要治疗手段。本研究探索在鼻咽癌治疗的不同阶段,不同人群外周血淋巴细胞亚群的分布及动态变化情况,探索放化疗对机体免疫功能的影响。方法:本研究利用南方医院鼻咽癌专病数据库,获取真实世界数据。分别建立了 567名初治患者、438名诱导化疗后患者、210名随机对照临床研究患者、212名紫杉醇类药物的诱导化疗患者、427名放疗后患者、19名治疗失败患者的真实世界队列(筛选流程见附录1)。分析了初治、诱导化疗后、放疗前后外周血淋巴细胞亚群的检测数据。探索鼻咽癌患者不同人群在不同时间点的外周血免疫状况及与预后的关系。结果:①亚组分析显示,初治鼻咽癌患者外周血淋巴细胞亚群的百分数与健康人的性别及年龄段分层特点基本一致,男性表现为更高的调节T细胞/T4细胞比值;随年龄增加,总T细胞、CD8+T细胞亚群、幼稚T细胞、CD28+T细胞的百分比降低,而CD4+T细胞、记忆性T细胞、CD28-T细胞占比增加。②随着疾病的进展,CD8+CD28+T细胞亚群显著降低。③EB病毒感染队列表现为CD4+T细胞、T4/T8比值、记忆T细胞的减少,CD28-T细胞、调节T细胞占比的升高。④诱导化疗后,B细胞百分比和Treg细胞比例显著降低,CD8+T细胞百分比显著升高。使用不同的铂类及紫杉醇类药物诱导化疗后,外周血淋巴细胞亚群构成的改变无明显差异。⑤放疗后,B细胞、CD4+T细胞、幼稚与调节T细胞占比减少,CD8+T细胞、IL-2膜受体、记忆T细胞百分数的显著升高。局部晚期鼻咽癌治疗失败的患者中放疗前外周血B细胞占比较高,而放疗后外周血淋巴细胞亚群百分比及变化率与无进展生存者未观察到显著的差异。结论:①初治鼻咽癌患者与正常人外周血淋巴细胞亚群占比的性别及年龄段分层特点基本一致,老年、男性更多表现出免疫抑制的特征。较晚的临床分期、EB病毒感染等预后不利因素,相对应出现了 T细胞功能亚群数目的减少、功能的耗竭、更新能力的减弱。②放疗及化疗均会改变淋巴细胞的数量的绝对值及百分比,免疫系统在放疗阶段通过发挥直接杀伤功能发挥抗肿瘤作用,同时伴有细胞免疫的持续激活、免疫抑制有关淋巴细胞的转化和耗竭。紫杉醇联合铂类的诱导化疗后,外周血淋巴细胞亚群的变化不受使用的铂的种类及紫杉醇类药物的剂型影响。③对于局部晚期鼻咽癌患者,放疗前外周血B细胞的高水平可能代表不良预后,而放疗后淋巴细胞亚群的分布及放疗前后的变化率似乎与预后无关,需要更多的样本量及从更多手段分析其与预后的关系。

关键词：鼻咽癌外周血淋巴细胞放疗化疗真实世界数据

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的肾移植术后白细胞计数预测研究

基于机器学习的肾移植术后白细胞计数预测研究

引用

作者：赵尊元华中科技大学

学位级别：硕士

肾移植手术是目前治疗终末期肾病最有效的方式,但移植后感染已成为造成受者死亡的主要原因。白细胞计数的减少与病人发生感染密切相关,对于预测肾移植术后效果非常重要,但目前利用人工智能方法对白细胞计数进行预测建模的研究还较少。... 详细信息

肾移植手术是目前治疗终末期肾病最有效的方式,但移植后感染已成为造成受者死亡的主要原因。白细胞计数的减少与病人发生感染密切相关,对于预测肾移植术后效果非常重要,但目前利用人工智能方法对白细胞计数进行预测建模的研究还较少。本文基于武汉某三甲医院的真实世界数据,以肾移植患者术后白细胞计数为研究对象,纳入患者术前1天至术后30天的电子病历数据,利用机器学习等方法建立术后30天到一年的白细胞计数的分类和回归预测模型,并对比不同方法的预测效果,在一定程度上可以辅助医生进行重点关注,为后续的医学研究提供新的切入点。对肾移植真实世界数据集进行预处理。构建本文研究样本集,分析了白细胞减少与术后感染的关联性,对原始数据集进行特性分析,采取不同方法分别对数值类特征和类别类特征进行了预处理。提取出与术后白细胞下降高度相关的敏感性特征子集。提出基于时间占比的特征提取方法,集成统计学分析法、递归特征消除—支持向量机法、最小绝对值收敛选择法对原始特征变量集合进行特征选择。建立了术后白细胞减少症的分类预测模型。采用从基于时间占比特征的6种机器学习算法中选出的多层感知机模型(MLP)和嵌入衰减模块的门控循环单元(GRU-D)建立了术后30天后是否会发生白细胞减少症的分类预测模型,MLP模型取得了和GRU-D模型相当的预测效果。建立了术后白细胞极小值的回归预测模型。采用Neo4j数据库构建了肾移植病人知识图谱,使用K近邻算法(KNN)计算病人之间的相似性,基于图卷积神经网络(GCN)建立了术后30天白细胞计数极小值的具体数值的回归预测模型,GCN模型优于其他5种常用机器学习回归模型。

关键词：真实世界数据肾移植机器学习 GRU-D 知识图谱 GCN

来源：评论

学校读者我要写书评

暂无评论

智能药物研发范式的数据法律因应 ——可及性的视角

智能药物研发范式的数据法律因应 ——...

引用

作者：李家杭华中科技大学

学位级别：硕士

本文着眼于“数据驱动的智能药物研发”的技术背景,以“可及性”这一理念贯穿全文,探讨以数据为核心的研发新范式引发的法律议题,在通过理论探析、文本释义、制度剖解等手段研究相应对策的同时,辨识智能药物研发范式下“药品可及性”与... 详细信息

本文着眼于“数据驱动的智能药物研发”的技术背景,以“可及性”这一理念贯穿全文,探讨以数据为核心的研发新范式引发的法律议题,在通过理论探析、文本释义、制度剖解等手段研究相应对策的同时,辨识智能药物研发范式下“药品可及性”与“数据可及性”互动中的法律逻辑。第一章开宗明义,交代了全文的技术背景,指出智能药物研发是人工智能在药物研发领域的应用,归结提出其在科学、技术与社会（STS）层面的特征,找到智能药物研发、数据、药品的概念连接点。接下来,在构建智能药物研发数据支撑体系的基础上,辨识出以数据为核心的研发新范式下,数据开放、获取及利益分享之法律议题——政府开放数据归属之理论分歧、药品试验数据披露之制度纷争、真实世界数据使用之利益难题,以便后文分类施策。第二章深入剖析药品可及性的概念、人权（健康权）渊源以及全球现状,阐发了药品可及性保障与数据法律制度之间的博弈关系,并指出“药品可及性的实现是制药企业与主权国家的共同责任”,为后文与数据可及性的链接、法律制度的因应提供基础。第三章提出数据可及性的概念,归纳出智能药物研发数据可及的四重内涵（真实、高质量、多样足量、快速高效）,并指出药品可及和数据可及均为重要人权议题,两者的关系在于:数据可及“保障”药品可及;药品可及“反哺”数据可及;在智能药物研发范式下,没有“数据可及”,便没有“药品可及”。第四章以数据可及为目标,就影响数据可及性的三个议题,作出数据法律因应。首先,从实质判断角度和委托代理理论出发,澄清政府在政府数据开放中的角色,进而论述行政公开数据和政府生产数据的归属与流动秩序;其次,分析药品试验数据依法披露的三种制度模式,结合TRIPS协定及“以公开换保护”的对价-衡平原则论证披露合理性,并提出建立药品试验数据披露制度的思考;最后,援用数据生产理论,论证数据利益分享权的法理基础,并提出精神利益和经济利益分享的机制。

关键词：人工智能药物研发数据法药品可及性数据可及性政府开放数据药品试验数据真实世界数据

来源：评论

学校读者我要写书评

暂无评论

基于RWD的抗肺癌药物临床有效性评价的方法学探索

基于RWD的抗肺癌药物临床有效性评价的方法学探索

引用

作者：侯正尧电子科技大学

学位级别：硕士

目的:恶性肿瘤在全球范围内已经给人类社会和患者家庭带来严重的疾病负担。其中,肺癌是我国各地区最常见的恶性肿瘤死亡原因。然而,目前的抗肿瘤药物治疗存在一些问题,需要评价抗肿瘤药物在临床治疗实践中的治疗效果,相关的指南和指导... 详细信息

目的:恶性肿瘤在全球范围内已经给人类社会和患者家庭带来严重的疾病负担。其中,肺癌是我国各地区最常见的恶性肿瘤死亡原因。然而,目前的抗肿瘤药物治疗存在一些问题,需要评价抗肿瘤药物在临床治疗实践中的治疗效果,相关的指南和指导原则推荐使用真实世界数据。由于目前真实世界研究的常用统计学分析方法不够完善,因此本研究以肺癌为例,通过描述性分析、回归模型与机器学习预测模型,探索基于真实世界数据的抗肿瘤药物的临床有效性评价方法。方法:本研究收集了四川省人民医院的2014年7月至2018年9月肺癌住院治疗患者医疗数据。通过数据收集、集成、转换、变量的整理和选择、缺失值填充等步骤后,获得可用于后续分析的数据集,包括不区分商品名队列和区分商品名队列。分别对两个队列进行单因素Kaplan-Meier分析、Cox比例风险回归模型、抗肿瘤药物亚组差异性比较、单因素分析、Logistic回归模型以及机器学习预测模型。最后,讨论和评价经过变量筛选后数据分析的结果以及模型性能。结果:通过变量选择后,共有1038例目标病例数据,其中不区分商品名队列共计53个变量、区分商品名队列共计59个变量。通过绘制Cox比例风险回归模型列线图可以预测肺癌患者的1年、2年、3年生存率;通过Logistic回归模型绘制的列线图可以预测肺癌患者的2年死亡风险;通过亚组差异性比较可以获得不同抗肿瘤药物在真实世界肺癌患者中的优势人群。通过影响因素分析得到肺癌患者治疗效果相关的可能的潜在影响因素。机器学习预测模型可用于预测肺癌患者的两年生存情况,评价抗肿瘤药物临床有效性。在测试集中,无筛选的集成学习算法模型、基于Boruta的集成学习算法模型、基于Boruta的Bagging算法模型在抗肺癌药物临床有效性预测中的性能排名前三(AUC>0.615),其中无筛选的集成学习算法模型表现最佳(AUC=0.6524)。结论:本研究建立了生存分析与机器学习预测模型相结合的方法学体系。可获得影响药物治疗效果的关键影响因素,得到不同抗肿瘤药物在真实世界应用中的优势人群,并预测抗肿瘤药物的治疗效果,有利于临床用药决策的制定。

关键词：真实世界数据抗肿瘤药物肺癌临床有效性方法学

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：