期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
聊天生成预训练转换器在慢性病护理中的应用及方法
被引量：
5
1
作者
殷冰清
刘思远
+3 位作者
王弘睿
胡庆元
刘兰惠
胡德华
《军事护理》
CSCD
北大核心
2024年第2期83-85,共3页
ChatGPT中文名为聊天生成预训练转换器(chat generative pre-trained transformer,ChatGPT),是由OpenAI公司开发的人工智能产品,是一种基于深度学习技术的自然语言处理(nature language processing,NLP)智能工具。自2022年12月上线以来,...
ChatGPT中文名为聊天生成预训练转换器(chat generative pre-trained transformer,ChatGPT),是由OpenAI公司开发的人工智能产品,是一种基于深度学习技术的自然语言处理(nature language processing,NLP)智能工具。自2022年12月上线以来,2个月活跃用户数已达1个亿,成为历史上增长最快的消费者应用程序。
展开更多
关键词
聊天生成预训练转换器
ChatGPT
慢性病
护理
在线阅读
下载PDF
职称材料
基于Fine-Gray竞争风险模型的青年胃癌患者预后影响因素研究
被引量：
6
2
作者
朱旭
陈书
+1 位作者
魏歆然
魏高文
《第二军医大学学报》
CAS
CSCD
北大核心
2021年第10期1140-1147,共8页
目的寻找青年胃癌患者预后影响因素,构建预后预测模型列线图,为患者的个体化预后评估提供更精确的工具。方法通过监测、流行病学和最终结果(SEER)数据库客户端SEER*Stat 8.3.8收集2004-2015年确诊的2 673例年龄为18~44岁的青年胃癌患者...
目的寻找青年胃癌患者预后影响因素,构建预后预测模型列线图,为患者的个体化预后评估提供更精确的工具。方法通过监测、流行病学和最终结果(SEER)数据库客户端SEER*Stat 8.3.8收集2004-2015年确诊的2 673例年龄为18~44岁的青年胃癌患者信息,使用R 4.0.3软件将2 673例病例按照约7∶3的比例随机分成训练集(1 873例)与验证集(800例)。以癌症特异性生存(CSS)率为关注点,在训练集中使用Fine-Gray竞争风险模型进行单因素和多因素分析,寻找青年胃癌患者CSS的影响因素,根据影响因素建立预后预测模型并绘制列线图。使用ROC曲线和校准曲线在训练集与验证集数据中对模型的预测效果进行验证。结果训练集数据多因素分析结果表明肿瘤分级、T分期、N分期、M分期、原发灶手术情况、区域淋巴结手术情况、放化疗情况是青年胃癌患者CSS的独立影响因素。训练集中青年胃癌患者的1、3和5年累积CSS率分别为54.56%、29.70%和23.96%。根据独立预后影响因素构建的列线图,在训练集中1、3和5年CSS率的ROC曲线AUC值分别为0.817、0.864和0.887,在验证集中分别为0.820、0.899和0.890;校准曲线显示在训练集与验证集中1、3、5年CSS率预测模型的预测概率与实际概率基本一致。结论 Fine-Gray竞争风险模型能有效识别青年胃癌患者的预后影响因素,以此为依据构建的预后预测模型能有效预测患者的CSS,可为临床医师做出治疗决策提供参考。
展开更多
关键词
胃肿瘤
癌症特异性生存
预后
影响因素
列线图
SEER数据库
在线阅读
下载PDF
职称材料
题名
聊天生成预训练转换器在慢性病护理中的应用及方法
被引量：
5
1
作者
殷冰清
刘思远
王弘睿
胡庆元
刘兰惠
胡德华
机构
湖南中医药大学第一附属医院针灸推拿康复科
中南
大学
生命科学学院生物医学信息学系
中南
大学
湘雅三
医院
科研部
马来西亚北方
大学
教育学院
出处
《军事护理》
CSCD
北大核心
2024年第2期83-85,共3页
基金
湖南省重点领域研发计划(2021WK2003)。
文摘
ChatGPT中文名为聊天生成预训练转换器(chat generative pre-trained transformer,ChatGPT),是由OpenAI公司开发的人工智能产品,是一种基于深度学习技术的自然语言处理(nature language processing,NLP)智能工具。自2022年12月上线以来,2个月活跃用户数已达1个亿,成为历史上增长最快的消费者应用程序。
关键词
聊天生成预训练转换器
ChatGPT
慢性病
护理
分类号
R47 [医药卫生—护理学]
在线阅读
下载PDF
职称材料
题名
基于Fine-Gray竞争风险模型的青年胃癌患者预后影响因素研究
被引量：
6
2
作者
朱旭
陈书
魏歆然
魏高文
机构
湖南中医药大学
中西医结合学院流行病学与卫生统计学教研室
湖南中医药大学第一附属医院针灸推拿康复科
出处
《第二军医大学学报》
CAS
CSCD
北大核心
2021年第10期1140-1147,共8页
基金
湖南省学位与研究生教育改革研究项目(2019JGZX009)。
文摘
目的寻找青年胃癌患者预后影响因素,构建预后预测模型列线图,为患者的个体化预后评估提供更精确的工具。方法通过监测、流行病学和最终结果(SEER)数据库客户端SEER*Stat 8.3.8收集2004-2015年确诊的2 673例年龄为18~44岁的青年胃癌患者信息,使用R 4.0.3软件将2 673例病例按照约7∶3的比例随机分成训练集(1 873例)与验证集(800例)。以癌症特异性生存(CSS)率为关注点,在训练集中使用Fine-Gray竞争风险模型进行单因素和多因素分析,寻找青年胃癌患者CSS的影响因素,根据影响因素建立预后预测模型并绘制列线图。使用ROC曲线和校准曲线在训练集与验证集数据中对模型的预测效果进行验证。结果训练集数据多因素分析结果表明肿瘤分级、T分期、N分期、M分期、原发灶手术情况、区域淋巴结手术情况、放化疗情况是青年胃癌患者CSS的独立影响因素。训练集中青年胃癌患者的1、3和5年累积CSS率分别为54.56%、29.70%和23.96%。根据独立预后影响因素构建的列线图,在训练集中1、3和5年CSS率的ROC曲线AUC值分别为0.817、0.864和0.887,在验证集中分别为0.820、0.899和0.890;校准曲线显示在训练集与验证集中1、3、5年CSS率预测模型的预测概率与实际概率基本一致。结论 Fine-Gray竞争风险模型能有效识别青年胃癌患者的预后影响因素,以此为依据构建的预后预测模型能有效预测患者的CSS,可为临床医师做出治疗决策提供参考。
关键词
胃肿瘤
癌症特异性生存
预后
影响因素
列线图
SEER数据库
Keywords
stomach neoplasms
cancer-specific survival
prognosis
influencing factors
nomogram
SEER database
分类号
R735.2 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
聊天生成预训练转换器在慢性病护理中的应用及方法
殷冰清
刘思远
王弘睿
胡庆元
刘兰惠
胡德华
《军事护理》
CSCD
北大核心
2024
5
在线阅读
下载PDF
职称材料
2
基于Fine-Gray竞争风险模型的青年胃癌患者预后影响因素研究
朱旭
陈书
魏歆然
魏高文
《第二军医大学学报》
CAS
CSCD
北大核心
2021
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
