-
题名体检中高脂血症患者健康教育及行为干预观察
被引量：2
- 1
-
-
作者
周丹
李中
-
机构
复旦大学附属华山医院健康管理中心
安徽省合肥市第三人民医院信息科
-
出处
《世界中医药》
CAS
2016年第B03期477-477,共1页
-
文摘
目的观察在体检中高脂血症患者进行健康教育、行为干预的效果。方法：选择体检中检出的高脂血症患者320例，分为观察组和对照组患者各160例， 观察组患者在检出后进行健康教育和行为干预，对照组患者仅进行一般临床医嘱。结果：观察组患者的满意度高，血脂变制二．隋况少，均好于对照组，差异具有统计 学意义。结论：在体检的高脂血症患者中进行健康教育可以让患者养成良好的生活方式，主动预防控制疾病，降低了疾病的发挥风险，临床应用价值高。
-
关键词
体检
高脂血症健康教育
行为干预
方法分析
-
Keywords
Physical examination
Hyperlipidemia hyperlipidemia
Health Education
Behavioral intervention
Analysis method
-
分类号
R47
[医药卫生—护理学]
-
-
题名基于临床指标和机器学习的早期骨质疏松预测
- 2
-
-
作者
杨嬗
王兵
王容
罗啸
耿道颖
杨丽琴
辛恩慧
-
机构
复旦大学附属华山医院放射科
复旦大学附属华山医院健康管理中心
复旦大学工程与应用技术研究院
复旦大学医学功能与分子影像研究所
-
出处
《中国医学计算机成像杂志》
CSCD
北大核心
2023年第6期658-665,共8页
-
基金
国家重点研发计划(2019YFC0120602)
上海市科学技术委员会(22TS1400900):复旦大学粤港澳大湾区精准医学研究院项目(KCH2310094)
+1 种基金
上海市临床重点专科项目(shslczdzk03201)
上海市科学技术委员会科技创新行动计划生物医药科技支撑专项项目(20S31904300)。
-
文摘
目的:探讨机器学习基于人口学和常规生化指标预测骨质疏松的临床价值。方法:回顾性分析2053例50岁以上、接受低剂量CT扫描的健康受试者(女性906例,男性1147例)的人口学和常规生化指标。根据定量CT分析出的体积骨密度进行骨质疏松的诊断。将受试者按7:3的比例分为训练集和测试集,使用逻辑回归、支持向量机、决策树、随机森林和多层感知机共5种不同的算法构建模型,并评估模型性能。结果:在女性中,随机森林模型在训练(AUC=0.90)和测试集(AUC=0.80)中都是最佳模型,最重要特征是年龄,其次是碱性磷酸酶、甘油三酯和体重指数。在男性中,逻辑回归模型在测试集(AUC=0.81)中表现最好,人口学特征的重要性高于常规生化指标。结论:基于人口学和常规生化指标的性别特异性机器学习模型为体检等临床场景下的骨质疏松筛查提供了可能性。
-
关键词
骨质疏松症
预测
机器学习
-
Keywords
Osteoporosis
Prediction
Machine learning
-
分类号
R318
[医药卫生—生物医学工程]
R580
[医药卫生—内分泌]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
