检索结果-内蒙古大学图书馆

中国卒中杂志 2021年第7期16卷 705-715页

作者：国家神经系统疾病医疗质量控制中心,中国卒中学会王拥军马旭东王春娟霍晓川冀瑞俊李晓青刘慧慧李淑娟赵性泉缪中荣李子孝不详首都医科大学附属北京天坛医院国家神经系统疾病医疗质量控制中心国家神经系统疾病临床医学研究中心北京脑重大疾病研究院脑卒中研究所脑血管病转化医学北京市重点实验室国家卫生健康委员会医政医管局苏州大学附属第二医院

1背景卒中是导致人类致残和致死的主要疾病之一,随着人口老龄化的日益加剧,卒中已经跃居为我国居民死亡和成人致残的首位病因,其中缺血性卒中的比例超过全部卒中的80%[1-3]。急性缺血性卒中(acuteischemicstroke,AIS)治疗的关键在于尽... 详细信息

1背景卒中是导致人类致残和致死的主要疾病之一,随着人口老龄化的日益加剧,卒中已经跃居为我国居民死亡和成人致残的首位病因,其中缺血性卒中的比例超过全部卒中的80%[1-3]。急性缺血性卒中(acuteischemicstroke,AIS)治疗的关键在于尽早开始再灌注治疗,挽救缺血半暗带。目前,急性期应用rt-PA静脉溶栓和针对前循环大血管闭塞性缺血性卒中的血管内治疗是被国际指南广泛推荐的有效治疗措施[4-10]。

关键词：缺血性卒中,急性溶栓血管内治疗质量管理推荐建议

来源：评论

学校读者我要写书评

暂无评论

缺血性卒中患者院内复发风险预测模型开发与验证研究

引用

中国卒中杂志 2023年第12期18卷 1397-1404页

作者：陈思玎姜英玉王春娟杨昕李子孝姜勇王拥军谷鸿秋首都医科大学附属北京天坛医院国家神经系统疾病临床医学研究中心北京100070 首都医科大学附属北京天坛医院国家神经系统疾病医疗质量控制中心北京大数据精准医疗高精尖创新中心(北京航空航天大学首都医科大学) 首都医科大学人脑保护高精尖创新中心中国科学院脑科学与智能技术卓越创新中心

目的开发基于机器学习算法的缺血性卒中患者院内复发风险的预测模型,并进行外部验证,为相关研究提供借鉴。方法开发队列为中国卒中联盟(China Stroke Center Alliance,CSCA)研究队列,将此队列中的缺血性卒中患者按照8∶2随机划分为训练... 详细信息

目的开发基于机器学习算法的缺血性卒中患者院内复发风险的预测模型,并进行外部验证,为相关研究提供借鉴。方法开发队列为中国卒中联盟(China Stroke Center Alliance,CSCA)研究队列,将此队列中的缺血性卒中患者按照8∶2随机划分为训练集和内部验证集。验证队列为第3次中国国家卒中登记(the third Chinanational stroke registry,CNSR-Ⅲ)研究队列。基于指南、文献回顾,确定备选预测因子,然后采用拉索(least absolute shrinkage and selection operator,LASSO)回归进行筛选。基于logistic回归模型以及机器学习算法[随机森林模型、极端梯度提升(extreme gradient boosting,XGBoost)、轻量级梯度提升机器学习(light gradient boosting machine,LightGBM)模型]开发缺血性卒中患者院内复发风险预测模型。评价模型区分度(C统计量)和校准度(Brier得分)两方面的指标。结果CSCA研究队列共纳入1587779例缺血性卒中患者,其中院内复发99085例(6.2%)。CNSR-Ⅲ研究队列共纳入14146例缺血性卒中患者,其中院内复发623例(4.4%)。LASSO回归选择出年龄、性别、卒中病史、高血压、糖尿病、脂质代谢紊乱、心房颤动、心力衰竭、冠心病、周围血管病、LDL-C、空腹血糖、血清肌酐以及院内抗栓治疗作为缺血性卒中院内复发的预测因子。内部验证中,各模型的区分度均在0.75左右,XGBoost模型的区分度(AUC 0.765,95%CI 0.759~0.770)略高于其他模型,各模型的Brier分数均在0.05左右。外部验证中,所有模型的预测效能均较低(AUC<0.60),各模型的Brier分数均<0.08。结论在预测因子数量和维度有限的情况下,logistic回归模型和机器学习算法预测缺血性卒中院内复发风险的效能均较低。未来需从预测因子和算法模型上做更多探索。

关键词：缺血性卒中院内复发预测模型机器学习

来源：评论

学校读者我要写书评

暂无评论

基于病案首页信息的全国三级公立医院癫痫住院患者医疗服务现状分析

引用

华西医学 2020年第6期35卷 679-683页

作者：张鹤声陆璐熊维希杨昕王彩云李子孝王拥军周东樊静四川大学华西医院神经内科成都610041 首都医科大学附属北京天坛医院国家神经系统疾病临床医学研究中心北京100070 国家神经系统疾病医疗质量控制中心北京100070 首都医科大学附属北京天坛医院神经病学中心北京100070 国家心血管病中心北京100037 中国医学科学院阜外医院北京100037

目的基于医院质量监测系统中的住院患者病案首页信息,对全国三级公立医院癫痫住院患者医疗服务现状进行描述。方法提取2015年-2017年医院质量监测系统采集全国三级公立医院主要出院诊断为癫痫(国际疾病分类第10次修订本编码为G40)住院... 详细信息

目的基于医院质量监测系统中的住院患者病案首页信息,对全国三级公立医院癫痫住院患者医疗服务现状进行描述。方法提取2015年-2017年医院质量监测系统采集全国三级公立医院主要出院诊断为癫痫(国际疾病分类第10次修订本编码为G40)住院患者的信息,描述患者的人口学信息、住院费用及付费信息、出院情况;并分年度统计计算患者年龄、性别构成比例、住院费用、付费方式构成比例、平均住院时间及住院期间死亡率,进行相关横断面研究。结果纳入来自全国31个省市585家三级公立医院的329241例癫痫患者,患者的平均年龄为31.74岁,男性患者占比60.00%。支付方式以国家基本医疗保险(包括城镇职工基本医疗保险、城镇居民基本医疗保险和新型农村合作医疗保险)为主,占比50.15%,其中2015年、2016年、2017年分别为49.03%、49.79%、51.80%;全自费患者占比30.40%。患者平均住院时间为6.65 d,平均住院费用为7985.53元,其中平均自付费用为3979.62元。离院患者中,医嘱离院占比88.02%,医嘱转院占比0.40%,非医嘱离院占比6.59%;住院期间死亡患者占比0.16%,2015年、2016年、2017年分别为0.19%、0.16%、0.12%。结论基于病案首页信息的研究显示2015年-2017年间全国三级公立医院癫痫住院患者住院期间死亡率逐年下降,国家基本医疗保险覆盖率逐年升高,且仍有进一步提升的空间。

关键词：住院患者医院质量监测系统医疗服务

来源：评论

学校读者我要写书评

暂无评论

基于区块链的数字身份在脑血管病临床医疗数据应用的模式探索

引用

中国卒中杂志 2022年第10期17卷 1089-1096页

作者：肖瑞珠李磊王孟姜勇郭敬鹏朱皞罡首都医科大学附属北京同仁医院信息中心北京100005 北京航空航天大学生物与医学工程学院国家神经系统疾病临床医学研究中心首都医科大学附属北京天坛医院国家神经系统疾病医疗质量控制中心首都医科大学附属北京天坛医院北京航空航天大学计算机学院软件开发环境国家重点实验室

目的脑血管病是我国主要的慢性非传染性疾病之一,其诊疗服务形成海量的医疗数据,数据的安全应用与管理是亟待解决的问题,基于区块链的数字身份技术具有去中心化、多方共识、公开透明、防篡改和可溯源等特征,给脑血管病的数据管理与应用... 详细信息

目的脑血管病是我国主要的慢性非传染性疾病之一,其诊疗服务形成海量的医疗数据,数据的安全应用与管理是亟待解决的问题,基于区块链的数字身份技术具有去中心化、多方共识、公开透明、防篡改和可溯源等特征,给脑血管病的数据管理与应用提供了优化的工具。本研究旨在探索基于区块链数字身份在脑血管病医疗数据临床研究中的应用架构。方法采用区块链技术,通过发行者、控制者、解析者、证明者和个人身份数据账户等角色,实现脑血管病医疗数字身份进行去中心化。研究选取了200个测试用户,对建立的模式进行基于数据交换和医疗影像数据的测试。结果基于数据交换的测试中,对于单用户,职责目录的保存并返回保存页面平均响应时间为1.261 s,职责目录查看的平均响应时间为0.08 s,提交数据目录并返回页面的平均响应时间为1.269 s。基于区块链及数字身份的医疗影像数据交换系统在测试期间运行稳定,在网络中断再通后能自动恢复对外提供服务。基于医疗影像数据场景中,写入通量为9090次/秒,平均响应时间为14.98 s,平均每秒遍历9012条数据。可靠性检查结果较好,容错能力达到1/3节点。结论基于区块链的数字身份能够保障数据安全、促进数据共享流通,在脑血管病的诊疗和管理领域有较好的应用前景。

关键词：区块链数字身份脑血管病

来源：评论

学校读者我要写书评

暂无评论

编者按

引用

中国卒中杂志 2021年第7期16卷 649-650页

作者：李子孝吴及首都医科大学附属北京天坛医院神经病学中心血管神经科国家神经系统疾病临床医学研究中心质量研究部国家神经系统疾病医疗质量控制中心办公室清华大学清华大学电子工程系清华大学精准医学研究院临床大数据中心清华大学智慧医疗研究院

卒中是我国人群致死、成人致残最主要的病因,且复发率高。提高卒中诊断准确率,加强卒中不良预后的早期识别能力是临床关注的重点。临床检查技术的进步为卒中诊疗带来了新的模式,与此同时产生了海量医疗数据。但传统数据处理方法难以快... 详细信息

卒中是我国人群致死、成人致残最主要的病因,且复发率高。提高卒中诊断准确率,加强卒中不良预后的早期识别能力是临床关注的重点。临床检查技术的进步为卒中诊疗带来了新的模式,与此同时产生了海量医疗数据。但传统数据处理方法难以快速应对临床产生的大量复杂结构的数据,制约医疗数据向有用的临床研究数据转化。人工智能技术可深入挖掘多模态包括电子病历和影像信息等临床数据,能够应用于卒中早期筛查、病灶识别、疾病诊断和预后预测等领域,为开展临床研究奠定坚实基础。

关键词：人工智能缺血性卒中

来源：评论

学校读者我要写书评

暂无评论

城市紧密型医联体医疗质量同质化管理的路径和作用

引用

中国卫生质量管理 2023年第3期30卷 14-19页

作者：张静张昱王虎峰韩常安冯平首都医科大学附属北京天坛医院/国家神经系统疾病医疗质量控制中心/国家神经系统疾病临床医学研究中心北京100072 中国人民大学医改研究中心/中国人民大学公共健康与疾控文理交叉平台北京100872 西宁市第一医疗集团/西宁市第一人民医院青海西宁810000

目的研究城市紧密型医联体医疗质量同质化管理的路径和作用。方法基于全面资源理论视角,以西宁市第一医疗集团为代表,进行典型案例的深入挖掘和解剖,从而研究紧密型医联体医疗质量同质化管理的实施路径,分析其在基层医疗卫生服务能力和... 详细信息

目的研究城市紧密型医联体医疗质量同质化管理的路径和作用。方法基于全面资源理论视角,以西宁市第一医疗集团为代表,进行典型案例的深入挖掘和解剖,从而研究紧密型医联体医疗质量同质化管理的实施路径,分析其在基层医疗卫生服务能力和效能提升中的作用机制和意义。结果西宁市第一医疗集团以城市紧密型医联体为载体,以县域医疗质量同质化为重点,推动优质医疗资源下沉,从而提升了县域基层医疗卫生服务能力和效能,实现分级有序就诊。结论城市紧密型医联体的组织模式和机制创新可助力县域医疗质量的同质化管理。医联体内医疗质量同质化对基层能力和整体服务效能提升具有重要作用和意义。

关键词：城市医疗集团紧密型医联体高质量发展医疗质量同质化管理

来源：评论

学校读者我要写书评

暂无评论

2013年-2017年全国三级公立医院神经重症医疗质量现状分析

引用

中国卫生质量管理 2020年第6期27卷 33-36页

作者：张琳琳马旭东何璇高浩然谷鸿秋王海波尹畅王彩云杨昕李子孝王拥军周建新首都医科大学附属北京天坛医院北京100070 国家神经系统疾病医疗质量控制中心北京100070 国家卫生健康委员会医政医管局质量处北京100044 潍坊医学院山东潍坊261000 国家神经系统疾病临床医学研究中心北京100070 中山大学附属第一医院广东广州510080 国家卫生健康委医院管理研究所北京100044

目的了解我国三级公立医院神经重症住院患者医疗质量现状。方法采用病案首页主要诊断和其他诊断的疾病编码,提取医院质量监测系统中2013年1月1日-2017年12月31日诊断为神经系统疾病的神经重症患者信息。采用SPSS 21.0统计软件对相关指... 详细信息

目的了解我国三级公立医院神经重症住院患者医疗质量现状。方法采用病案首页主要诊断和其他诊断的疾病编码,提取医院质量监测系统中2013年1月1日-2017年12月31日诊断为神经系统疾病的神经重症患者信息。采用SPSS 21.0统计软件对相关指标数据进行分析。结果全国506家三级公立医院共计220027例神经重症患者纳入研究,其中,男性患者居多,占住院总人次的58.61%,年龄中位数(四分位数)为58(27,72)岁。患者住院死亡率和平均住院天数呈逐年下降趋势,出院人数逐年增加,机械通气时间逐年缩短,31天重返ICU率在小范围内波动。神经重症患者付费方式以城镇职工基本医疗保险为主,新型农村合作医疗保险次之。结论我国神经重症医疗质量逐年上升,救治水平在逐步提高,未来仍需继续关注结构、过程、结局指标,以持续改进。

关键词：三级公立医院神经重症医疗质量病案首页质量改进

来源：评论

学校读者我要写书评

暂无评论

中国卒中报告2019(中文版)(3)

引用

中国卒中杂志 2020年第12期15卷 1251-1263页

作者：王拥军李子孝谷鸿秋翟屹姜勇赵性泉王伊龙杨昕王春娟孟霞李昊刘丽萍荆京吴静徐安定董强 David Wang 赵继宗无国家神经系统疾病临床医学研究中心北京100070 国家神经系统疾病医疗质量控制中心首都医科大学附属北京天坛医院神经病学中心中国疾病预防控制中心慢性非传染性疾病预防控制中心暨南大学附属第一医院神经内科复旦大学附属华山医院神经内科美国圣约翰医学中心Barrow神经病学研究所神经血管与卒中科《中国卒中报告2019》编写委员会

(接上期)2.4院内管理我们首次依据国家指南利用中国卒中中心联盟2018年数据分析了卒中关键绩效指标。来自1377家医院的297327例卒中患者(缺血性卒中269428例、脑出血24556例和蛛网膜下腔出血3343例)纳入分析。缺血性卒中、脑出血和蛛网... 详细信息

(接上期)2.4院内管理我们首次依据国家指南利用中国卒中中心联盟2018年数据分析了卒中关键绩效指标。来自1377家医院的297327例卒中患者(缺血性卒中269428例、脑出血24556例和蛛网膜下腔出血3343例)纳入分析。缺血性卒中、脑出血和蛛网膜下腔出血患者绩效指标的复合指标评分分别为0.77±0.21、0.72±0.28和0.59±0.32。复合指标完全执行率分别为27.1%(26.9%~27.3%)、37.3%(36.7%~37.9%)和25.3%(23.9%~26.8%)。

关键词：卒中流行病学危险因素临床特征管理结局

来源：评论

学校读者我要写书评

暂无评论

中国卒中报告2019(中文版)(2)

引用

中国卒中杂志 2020年第11期15卷 1145-1155页

(接上期)2.2一般人群危险因素流行情况2.2.1行为因素2.2.1.1吸烟/烟草使用根据中国成人烟草调查2018年结果,≥15岁人群现在吸烟率为26.6%(现在吸烟者人数为3.08亿),其中,男性为50.5%,女性为2.1%。现在吸烟人群的23.2%(每日吸烟者人数为2... 详细信息

(接上期)2.2一般人群危险因素流行情况2.2.1行为因素2.2.1.1吸烟/烟草使用根据中国成人烟草调查2018年结果,≥15岁人群现在吸烟率为26.6%(现在吸烟者人数为3.08亿),其中,男性为50.5%,女性为2.1%。现在吸烟人群的23.2%(每日吸烟者人数为2.69亿)为每日吸烟者,其中男性占44.4%,女性占1.6%。50.9%室内工作的成人(2.17亿)在工作场所接触二手烟。44.9%的成人(5.15亿)在家中接触二手烟(表6和图7)。

关键词：卒中流行病学危险因素临床特征管理结局

来源：评论

学校读者我要写书评

暂无评论

基于多网络集成的脑白质高信号分割方法

引用

中国卒中杂志 2020年第3期15卷 234-242页

作者：李鑫鑫汪绪先程健徐红李子孝刘涛北京航空航天大学生物与医学工程学院北京100191 北京航空航天大学计算机学院北航-首医大数据精准医疗高精尖创新中心首都医科大学附属北京天坛医院神经病学中心国家神经系统疾病临床医学研究中心北京脑重大疾病研究院脑卒中研究所脑血管病转化医学北京市重点实验室国家神经系统疾病医疗质量控制中心北京航空航天大学生物医学工程高精尖创新中心

目的构建一种新型基于全卷积神经网络的分割方法,以提升脑白质高信号的分割精度。方法本模型基于U-Net的编码器-解码器结构,采用密集连接结构,并优化卷积次数,以充分利用网络中间层提取的特征,实现端到端的分割。该模型采用多个网络的... 详细信息

目的构建一种新型基于全卷积神经网络的分割方法,以提升脑白质高信号的分割精度。方法本模型基于U-Net的编码器-解码器结构,采用密集连接结构,并优化卷积次数,以充分利用网络中间层提取的特征,实现端到端的分割。该模型采用多个网络的集成框架,以提高模型的鲁棒性。模型对白质高信号的分割精度评价指标包括相似性系数、豪斯多夫距离、平均体积差异和F1分数。结果在公开数据集上进行的测试结果表明,本文提出的方法在4种分割评价标准(包括相似性系数,豪斯多夫距离,平均体积差异和F1分数)上的表现,优于现有的主流的分割方法,证明了该方法的有效性。结论基于密集连接和集成优化的神经网络模型,能对脑白质高信号进行较好的分割。该方法的提出,为进一步分析脑血管病白质特征,提供了重要的算法支撑。

关键词：脑白质高信号分割深度学习密集连接多网络集成

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：