世界卫生组织(World Health Organization,WHO)指南历经数十年的发展与革新,制订方法和质量均在不断完善。然而,常规指南的实施仍存在一些问题,包括从制订到实施的时间周期较长、推荐意见准确性和一致性可能受损以及部分国家支持指南改...
详细信息
世界卫生组织(World Health Organization,WHO)指南历经数十年的发展与革新,制订方法和质量均在不断完善。然而,常规指南的实施仍存在一些问题,包括从制订到实施的时间周期较长、推荐意见准确性和一致性可能受损以及部分国家支持指南改编和实施能力有限等。因此,指南的推荐意见无法达到预期效果。随着数字健康系统的发展,WHO及其成员国意识到数字化指南的重要性,推出了智慧指南。这一新方法可在数字时代加速循证指南的实施,提高其依从性和可实施性,改善卫生保健质量和人群健康结局。本文旨在介绍WHO智慧指南的背景、定义、框架和构成,并以产前保健智慧指南为例对其进行解读。
目的探索基于多参数MRI的放射组学特征和神经网络模型在区分宫颈癌淋巴结转移的效能。材料与方法回顾性分析178例宫颈癌并提取9个临床及病理特征,经过方差分析进而提取3个特征进入模型。两位观察者分别用软件勾勒得到感兴趣容积,提取到428个放射组学特征。放射组学特征结合临床及病理特征建模:分别组成428维、437维、431维模型。通过Python库的torch和sklearn构建并评价神经网络模型和支持向量机模型。组内相关系数(intraclass correlation coefficient,ICC)来评估观察者之间的信度,使用分类准确率、敏感度、特异度和受试者特征曲线下面积(area under the receiver operating characteristics curve,AUC)用来衡量检测模型性能。使用sklearn中的***_curve函数绘制ROC曲线,通过最大约登指数(Youden index)确定最佳界值,并进行诊断效能评估。结果两位观察者ICC为0.819、观察者内ICC为0.796。431维神经网络模型AUC为0.882,在测试集中该模型的分类准确率、敏感度和特异度分别为0.810、0.840和0.741,优于其他模型。结论基于多参数MRI的神经网络模型可有效地预测宫颈癌淋巴结转移。
暂无评论