检索结果-南通市图书馆

机器学习多种算法构建MRI影像组学模型预测膀胱癌病理分级的对比分析

在线全文

学校读者我要写书评

暂无评论

临床放射学杂志 2024年第11期43卷 1929-1933页

作者：张添辉杜秀梅陈南辉龙曦杨日辉杨颖思范伟雄广东省梅州市人民医院磁共振科 514031 广东省梅州市人民医院泌尿外科 514031

目的探讨并对比分析机器学习多种算法构建MRI影像组学模型预测膀胱癌(BCa)病理分级的效能。方法回顾性分析本院2016年10月至2020年3月符合入组标准的187例膀胱癌患者。采用ITK-SNAP软件进行T 2WI、扩散加权成像(DWI)及表观扩散系数(ADC... 详细信息

目的探讨并对比分析机器学习多种算法构建MRI影像组学模型预测膀胱癌(BCa)病理分级的效能。方法回顾性分析本院2016年10月至2020年3月符合入组标准的187例膀胱癌患者。采用ITK-SNAP软件进行T 2WI、扩散加权成像(DWI)及表观扩散系数(ADC)图像上的感兴趣区分割,通过AK软件提取MRI影像组学特征。依次采用最大相关最小冗余(mRMR)、最小绝对收缩和选择法(LASSO)及支持向量机-递归特征消除法(SVM-RFE)筛选出最优特征集,分别采用决策树(DT)、逻辑回归(LR)、K最近邻(KNN)、支持向量机(SVM)、多层感知机(MLP)、可解释增强机(EBM)、随机森林(RF)等7种机器学习算法构建MRI影像组学预测模型。绘制不同模型的受试者工作特征曲线(ROC),并计算曲线下面积(AUC)、准确度、敏感度和特异度评估模型的效能。结果通过T 2WI、DWI及ADC图像共提取了3948个组学特征,依次采用mRMR、LASSO及SVM-RFE算法降维筛选出最优特征集,包括T 2WI_wavelet-LLL_glszm_Size Zone Non Uniformity Normalized、DWI_wavelet-HLH_glszm_Gray Level Variance、DWI_original_first order_Interquartile Range、ADC_wavelet-HHH_first order_Kurtosis、ADC_exponential_glrlm_Run Length Non Uniformity Normalized。采用DT、LR、KNN、SVM、MLP、EBM、RF等7种机器学习算法构建MRI影像组学模型,在训练集预测BCa病理分级的AUC值分别为0.832、0.831、0.844、0.893、0.923、0.993、0.937,在测试集分别为0.765、0.796、0.810、0.829、0.830、0.903、0.929。其中,在测试集中RF模型的AUC值最高,EBM的AUC值次之,且Delong检验显示RF模型与EBM模型之间AUC值的差异无统计学意义(P>0.05)。结论基于机器学习多种算法构建的MRI影像组学模型对BCa病理分级均具有良好的预测效能,且RF与EBM模型可作为预测BCa病理分级的优选模型。

关键词：机器学习磁共振成像影像组学膀胱癌病理分级

基于机器学习算法的农村老年癌症患者预后分类模型的构建与验证

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中国实用护理杂志 2024年第21期40卷 1661-1670页

作者：常利杨志华赵将岳勤沈红红樊春秀谢娟陕西省肿瘤医院护理部西安710061 府谷县人民医院护理部榆林719400 汉阴县人民医院护理部安康725100 蒲城县医院护理部渭南715500

目的基于机器学习算法构建陕西省农村老年癌症患者预后分类模型,对其效能进行验证,为患者预后早期识别和干预治疗提供参考。方法采用多中心、横断面调查法,便利抽样法选取2022年7—8月在陕西省9所不同医疗机构(陕西省肿瘤医院及其专科... 详细信息

目的基于机器学习算法构建陕西省农村老年癌症患者预后分类模型,对其效能进行验证,为患者预后早期识别和干预治疗提供参考。方法采用多中心、横断面调查法,便利抽样法选取2022年7—8月在陕西省9所不同医疗机构(陕西省肿瘤医院及其专科联盟成员单位)住院的617例农村老年癌症患者为研究对象,建立农村老年癌症患者的"基本资料""自理能力""症状""综合需求"和"生命质量"变量数据库,开展机器学习和统计学分析,探索农村老年癌症患者的预后重要特征性指标,构建农村老年癌症患者的预后分类模型并进行验证。结果最终回收有效问卷597份。597例患者中,男207例,女390例,年龄(69.56±8.84)岁。聚类探索结果示,农村老年癌症患者预后分为好、中、差3个类别。好、中、差3个类别的受试者工作特征曲线下面积分别为0.84、0.79、0.69。特征探索结果示,"是否伴有转移""苦恼""悲伤""身体麻木""进食""走路""疲劳""健忘""生活乐趣"及"与他人关系"10个指标是农村老年癌症患者预后评价的重要特征性指标,农村老年癌症患者预后评价的10个重要特征性指标的3个类别比较差异均有统计学意义(χ^(2)=21.07,H值为18.51~144.38,均P<0.01);"综合需求""生命质量""自理能力""症状"的3个分类比较差异均有统计学意义(H值为519.40、40.80、103.69,均P<0.01)。结论基于机器学习算法构建并验证农村老年癌症患者预后分类模型,可以有效探索农村老年癌症患者预后评价的重要特征性指标及预后分类,为临床医护人员制订个体化方案提供依据和指导。

关键词：农村老年人癌症重要特征预后机器学习

在线全文

学校读者我要写书评

暂无评论

护士建言行为现状及潜在剖面分析

中华护理杂志 2024年第1期59卷 93-99页

作者：肖景芳夏锐南王瑞戴美芬邹小芳广东药科大学护理学院广州市510315 佛山市南海区人民医院护理部广州医科大学附属第三医院护理部

目的分析护士建言行为现状及潜在剖面,探讨不同类别护士建言行为的影响因素。方法采用便利抽样法,于2022年4月—6月选取广东省5所三级甲等医院的915名护士作为调查对象,采用一般资料调查表、建言行为量表、医院版谦卑型领导量表、团队... 详细信息

目的分析护士建言行为现状及潜在剖面,探讨不同类别护士建言行为的影响因素。方法采用便利抽样法,于2022年4月—6月选取广东省5所三级甲等医院的915名护士作为调查对象,采用一般资料调查表、建言行为量表、医院版谦卑型领导量表、团队心理安全气氛量表进行调查。对护士建言行为进行潜在剖面分析,采用多元Logistic回归分析不同类别的影响因素。结果最终纳入812名护士。建言行为量表得分为(37.04±5.88)分。护士的建言行为可分为保守型(27.83%)、平衡风险型(61.95%)和挑战型(10.22%)3个潜在剖面。Logistic回归分析结果显示,聘用方式、是否协助科室管理、谦卑型领导与团队心理安全气氛是护士建言行为的影响因素(均P护理管理者应重点关注“保守型”和“平衡风险型”护士,根据不同类别的特征及影响因素对护士进行干预和支持,以提高其建言行为水平。

关键词：潜在剖面分析护士建言行为护理管理研究

人文关怀联合5G+增强现实技术视频探视对ICU清醒患者心理状态的影响

在线全文

学校读者我要写书评

暂无评论

中国基层医药 2024年第6期31卷 899-903页

作者：林乐丹孙素珍黄志红周慧洁温州市人民医院护理部温州325000

目的探讨人文关怀联合5G+增强现实技术(AR)视频探视对重症监护病房(ICU)清醒患者心理状态的影响。方法选取2021年7月至2023年1月在温州市人民医院ICU住院治疗的清醒患者150例为研究对象,采用随机对照研究方法,按照随机数字表法分为两组,... 详细信息

目的探讨人文关怀联合5G+增强现实技术(AR)视频探视对重症监护病房(ICU)清醒患者心理状态的影响。方法选取2021年7月至2023年1月在温州市人民医院ICU住院治疗的清醒患者150例为研究对象,采用随机对照研究方法,按照随机数字表法分为两组,各75例。对照组采用常规护理,观察组在常规护理基础上予以人文关怀联合5G+AR视频探视。比较两组患者的心理状态、应对方式、不良事件发生情况与ICU入住时间、住院费用、护理满意度。结果干预后,观察组焦虑自评量表(SAS)评分[(42.90±5.02)分]、抑郁自评量表(SDS)评分[(43.50±5.70)分]均低于对照组的(52.10±5.16)分、(53.11±6.02)分(t=11.06、10.03,均P护理满意度是97.33%(73/75),高于对照组的86.67%(65/75)(χ^(2)=5.79,P=0.016)。结论人文关怀联合5G+AR视频探视应用于ICU清醒患者的探视中可有效改善其心理状态及应对方式,并降低不良事件发生率,缩短入住ICU时间、减少住院费用,进一步提升患者的护理满意度。

关键词：重症监护病房人文科学探视病人者患者舒适度焦虑抑郁住院时间病人满意度

基于高分辨率T_(2)WI影像组学联合临床特征预测食管癌新辅助放化疗疗效的价值

在线全文

学校读者我要写书评

暂无评论

放射学实践 2024年第3期39卷 377-382页

作者：杨日辉钟怡范伟雄程亚宝陈寿让张添辉梅州市人民医院磁共振科广东514031

目的:探讨基于高分辨率(HR)T_(2)WI影像组学联合临床特征预测食管癌新辅助放化疗后疗效的价值。方法:回顾性分析本院2016年1月-2021年12月新辅助放化疗前接受HR T_(2)WI成像检查并经病理证实的95例食管癌患者资料。依据新辅助放化疗后... 详细信息

目的:探讨基于高分辨率(HR)T_(2)WI影像组学联合临床特征预测食管癌新辅助放化疗后疗效的价值。方法:回顾性分析本院2016年1月-2021年12月新辅助放化疗前接受HR T_(2)WI成像检查并经病理证实的95例食管癌患者资料。依据新辅助放化疗后病理缓解状态结果将患者疗效分为缓解组和未缓解组,在HR T_(2)WI图像上勾画肿瘤感兴趣区(ROI)后采用A.K软件提取影像组学特征,采用最大相关最小冗余(mRMR)算法进行降维,采用逻辑回归模型对筛选出的影像组学特征及临床参数构建模型;采用受试者操作特征(ROC)曲线评估不同模型的预测效能,计算曲线下面积(AUC)、准确率、敏感度和特异度,并采用DeLong检验比较不同模型预测食管癌新辅助放化疗敏感性的效能。结果:缓解组与未缓解组年龄差异具有统计学意义(P=0.001),其他临床特征差异无统计学意义(P>0.05)。从1688个组学特征中逐层筛选出4个影像组学特征,构建两个预测模型:基于HR T_(2)WI的影像组学模型、年龄-影像组学模型。HR T_(2)WI影像组学模型在训练集与验证集预测食管癌新辅助放化疗是否缓解的AUC、准确率、敏感度和特异度分别为0.863、80.0%、88.2%、76.7%,0.809、81.5%、75.0%、84.2%。年龄-影像组学模型在训练集与验证集预测食管癌新辅助放化疗是否缓解的AUC、准确率、敏感度和特异度分别为0.888、81.7%、94.1%、76.7%,0.836、81.5%、87.5%、78.9%。年龄-影像组学模型预测食管癌新辅助放化疗是否缓解的AUC、准确率和敏感度均高于HR T_(2)WI影像组学模型,而两者的特异度相仿。结论:基于HR T_(2)WI影像组学模型对食管癌新辅助放化疗是否缓解具有较好的预测效能,且HR T_(2)WI影像组学联合年龄特征模型显示出更高的预测价值。

关键词：食管癌新辅助放化疗影像组学

乳腺癌术后初期患者症状群及前哨症状的调查研究

在线全文

学校读者我要写书评

暂无评论

实用临床医药杂志 2024年第20期 23-26+31页

作者：王利珍赖翠薇邱霓黄华英宋君凤温诗琪曾宇婷曾丹娜徐泰赖天丽广东省梅州市人民医院乳腺外科广东省梅州市人民医院护理部广州医科大学

目的调查乳腺癌术后初期患者症状群组成情况，并分析各症状群的前哨症状。方法采用便利抽样法选取309例乳腺癌切除术患者作为调查对象，通过中文版安德森症状评估量表进行调查。采用主成分分析和方差最大化正交旋转法分析症状群，并通... 详细信息

目的调查乳腺癌术后初期患者症状群组成情况，并分析各症状群的前哨症状。方法采用便利抽样法选取309例乳腺癌切除术患者作为调查对象，通过中文版安德森症状评估量表进行调查。采用主成分分析和方差最大化正交旋转法分析症状群，并通过Apriori算法模型分析其关联性，明确各症状群的前哨症状。结果乳腺癌术后初期患者存在3个症状群，即神经-睡眠症状群[疲劳(乏力)-苦恼-疼痛-瞌睡-睡眠不安]、感知-知觉症状群(麻木-健忘-气短-悲伤-口干)和消化系统症状群(恶心-呕吐-食欲减退);疲劳是神经-睡眠症状群的前哨症状，麻木是感知-知觉症状群的前哨症状，恶心是消化系统症状群的前哨症状。结论乳腺癌术后初期患者出现多种症状群，且各症状群内均存在前哨症状。医护人员应基于前哨症状制订干预措施，以提高症状管理效率，减轻患者的症状困扰程度。

关键词：乳腺癌术后初期症状群前哨症状症状管理横断面研究

癌症患者自我管理行为转变体验质性研究的Meta整合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中华护理杂志 2024年第7期59卷 865-873页

作者：林雯雯徐梅夏云江宁莫瑜威王莉宁丽浙江中医药大学护理学院杭州市310053 杭州市肿瘤医院护理部杭州市第一人民医院护理部

目的系统评价与整合癌症患者自我管理行为转变的体验,为后续制订针对性的自我管理干预措施提供依据。方法计算机检索Cochrane Library、CINAHL、Embase、PubMed、Web of Science、PsycINFO、中国知网、维普数据库、万方数据库和中国生... 详细信息

目的系统评价与整合癌症患者自我管理行为转变的体验,为后续制订针对性的自我管理干预措施提供依据。方法计算机检索Cochrane Library、CINAHL、Embase、PubMed、Web of Science、PsycINFO、中国知网、维普数据库、万方数据库和中国生物医学文献数据库中有关癌症患者自我管理行为转变体验的质性研究,检索时限为建库至2023年7月。采用澳大利亚乔安娜布里格斯研究所循证卫生保健中心质性研究质量评价标准进行文献质量评价,采用汇集性整合的方法进行结果整合。结果共纳入12篇文献,提炼出50个研究结果,归纳成14个新类别,合成4个整合结果:自我管理行为的转变形式、自我管理行为的转变特征、自我管理行为转变的动力因素、自我管理行为转变的阻碍因素。结论医护人员应关注癌症患者自我管理行为转变的真实体验,根据自我管理行为转变特征及影响因素进行针对性的能力培养和心理干预,促进其自我管理行为的顺利转变。

关键词：肿瘤自我管理行为转变质性研究循证护理学

30个省份医院患者对护理人文关怀感知的现状及影响因素分析

在线全文

学校读者我要写书评

暂无评论

中华护理杂志 2024年第3期59卷 324-330页

作者：张丰健张海鑫刘义兰潘绍山郭舒婕辛霞杨艳奚慧琴李秀娥程远娟莫蓓蓉黎蔚华张小红王芳王红霞华中科技大学同济医学院附属协和医院护理部武汉市430022 河南省人民医院/河南省护理医学重点实验室/郑州大学人民医院护理部河南省人民医院/河南省护理医学重点实验室/郑州大学人民医院门诊办中国人民解放军南部战区总医院护理部西安交通大学第一附属医院护理部上海交通大学医学院附属仁济医院护理部北京大学口腔医院护理部吉林大学第二医院护理部华中科技大学协和深圳医院护理部湖北中医药大学附属医院护理部成都中医药大学附属医院护理部河南中医药大学第二附属医院护理部

目的了解医院患者对护理人文关怀感知的现状及其影响因素,为制订护理人文关怀措施、提升护士人文关怀服务提供依据。方法采用多阶段分层抽样法,选取2022年7月—8月全国30个省(区、市)107所医院的30099例门诊和住院患者为调查对象,采用... 详细信息

目的了解医院患者对护理人文关怀感知的现状及其影响因素,为制订护理人文关怀措施、提升护士人文关怀服务提供依据。方法采用多阶段分层抽样法,选取2022年7月—8月全国30个省(区、市)107所医院的30099例门诊和住院患者为调查对象,采用一般资料调查表、关系性关怀量表-患者版进行调查,使用单因素分析探讨患者护理人文关怀感知的影响因素。结果最终回收有效问卷29108份,有效问卷回收率为96.7%。患者的关系性关怀量表总分为(65.72±8.61)分。单因素分析结果显示,性别、年龄、婚姻状况、子女情况、文化程度、职业性质、居住地、家庭人均月收入、付费方式、就诊科室、就诊医院所在区域、是否手术是患者对护理人文关怀感知的影响因素(P医院患者对护理人文关怀的评价处于中上水平,但西部、农村地区,急危重症和门诊就诊患者,低收入、低医保报销、非手术患者的护理人文关怀仍需进一步提升。各级医疗机构应针对影响因素,优化提升护理人文关怀服务,进一步提升患者对护理人文关怀的感知。

关键词：人文关怀关系性关怀护理服务影响因素分析横断面研究

^(18)F-FDG PET/CT代谢参数预测乳腺癌腋窝淋巴结转移的价值

在线全文

学校读者我要写书评

暂无评论

中国医学影像学杂志 2024年第10期32卷 1027-1031页

作者：陈丹丹楼云龙林政梅州市人民医院核医学科广东梅州514013

目的基于乳腺癌相关代谢参数建立无创性预测腋窝淋巴结转移(ALNM)的模型。资料与方法回顾性选取梅州市人民医院2016年1月1日—2023年3月30日诊断为乳腺癌且术前在我科行^(18)F-FDG PET/CT检查的患者158例,获取乳腺癌原发灶代谢参数[最... 详细信息

目的基于乳腺癌相关代谢参数建立无创性预测腋窝淋巴结转移(ALNM)的模型。资料与方法回顾性选取梅州市人民医院2016年1月1日—2023年3月30日诊断为乳腺癌且术前在我科行^(18)F-FDG PET/CT检查的患者158例,获取乳腺癌原发灶代谢参数[最大标准化摄取值(SUVmax)、代谢体积、糖酵解总量(TLG)]、腋窝摄取最高淋巴结SUVmax(SUVmax ALN)、腋窝淋巴结短径及临床相关指标[年龄、肿瘤最大径、病理类型、肿瘤位置]。根据手术病理结果将患者分为ALNM阳性组[ALNM(+)]和ALNM阴性组[ALNM(-)],分析两组间各参数的关系,筛选出最佳影响因素,并利用二元Logistic回归建立预测模型。结果两组间乳腺癌原发灶的TLG、代谢体积、腋窝淋巴结短径及SUVmax ALN差异有统计学意义(Z=-3.924~-1.812,P均0.05)。多因素二元Logistic回归分析显示,乳腺癌原发灶的TLG及SUVmax ALN可作为乳腺癌ALNM的独立危险因素,使用这两个因素建立回归模型为Logit(P)=0.142+0.443×SUVmax ALN-0.013×TLG。以TLG及SUVmax ALN构建的ALNM预测模型曲线下面积为0.769(95%CI 0.691~0.841,P<0.001)。结论乳腺癌原发灶的TLG及SUVmax ALN可作为独立预测乳腺癌ALNM的因素,基于这两个因素建立的预测模型可以较好地预测ALNM,该非侵入性的方法在临床可能有一定应用前景。

关键词：乳腺肿瘤正电子发射计算机断层摄影术淋巴转移预测