目的:对2023年新型冠状病毒(SARS-CoV-2)感染防控政策调整时期,北京市通州区某医院重症监护室(intensive care unit,ICU)和急诊重症监护室(emergency intensive care unit,EICU)中重症肺炎病例鲍曼不动杆菌(Acinetobacter baumanii,Ab)...目的:对2023年新型冠状病毒(SARS-CoV-2)感染防控政策调整时期,北京市通州区某医院重症监护室(intensive care unit,ICU)和急诊重症监护室(emergency intensive care unit,EICU)中重症肺炎病例鲍曼不动杆菌(Acinetobacter baumanii,Ab)感染情况及病原特征进行分析,为重症肺炎病例感染Ab的临床治疗、医院感染防控提供依据。方法:收集2022年12月12日至2023年2月12日北京市通州区某医院ICU和EICU肺炎住院病例流行病学及临床资料并采集病例呼吸道抽吸液样本,使用全自动病原微生物检测系统(FilmArray)进行19种呼吸道病原分子定量检测,进行Ab荧光PCR检测及分离培养,对分离株进行抗生素敏感性检测和脉冲肠凝胶电泳分子分型(PFGE)。结果:22例住院病例基于FilmArray系统检测SARS-CoV-2和Ab,检出率分别为77.27%(17/22)和72.73%(16/22),分布14种病原谱,混合感染比例为86.36%(19/22)。结局为死亡和存活病例均为11例。22例病例中共有16例分离出Ab,分离率为72.73%(16/22)。Ab阳性病例和阴性病例中行气管插管比例分别为93.75%(15/16)和4/6。分离的16株Ab均为多重耐药鲍曼不动杆菌。16株Ab呈现出12种PFGE带型,10株分离自ICU菌株和6株分离自EICU菌株坠入两簇PFGE带型。结论:北京市通州区SARS-CoV-2防控政策调整时期某医院ICU/EICU肺炎病例感染病原谱以多种病原混合感染为主,Ab感染率高且分离株多重耐药率高,部分分离株具有遗传聚集性特征。展开更多
目的了解中老年2型糖尿病(type 2 diabetes mellitus,T2DM)患者少肌性肥胖(sarcopenic obesity,SO)患病率及不同诊断方法之间的一致性。方法采用系统随机抽样法选取2016年1月至2018年3月于北京地区9家医院内分泌科就诊的≥50岁T2DM患者...目的了解中老年2型糖尿病(type 2 diabetes mellitus,T2DM)患者少肌性肥胖(sarcopenic obesity,SO)患病率及不同诊断方法之间的一致性。方法采用系统随机抽样法选取2016年1月至2018年3月于北京地区9家医院内分泌科就诊的≥50岁T2DM患者,使用生物阻抗法进行身体成分检测;根据2022年欧洲临床营养与代谢学会(European Society for Clinical Nutrition and Metabolism,ESPEN)和欧洲肥胖研究协会(European Association for the Study of Obesity,EASO)方法定义SO,另外3种方法通过肌少症和肥胖的组合进行诊断。肌少症使用2019年亚洲肌少症工作组(Asian Working Group for Sarcopenia,AWGS)建立的标准来定义,肥胖通过体脂(percent of body fat,PBF)、腰围(waist circumference,WC)和体质量指数(body mass index,BMI)来定义。卡方检验进行率的比较,Cohens kappa统计分析比较4种方法的诊断一致性。结果共纳入1125例T2DM受试者,男性586例,年龄[61.2(55.3,67.4)]岁;女性539例,年龄[62.0(56.3,68.1)岁]。使用ESPEN/EASO共识、AWGS+PBF、AWGS+WC和AWGS+BMI标准,中老年T2DM患者SO患病率分别为41.6%、20.4%、30.1%和18.8%。4种方法之间的诊断一致性存在异质性(κ:0.109~0.655)。ESPEN/EASO共识与AWGS+PBF诊断一致性良好(κ:0.655),AWGS+体脂与AWGS+BMI诊断一致性良好(κ:0.637),AWGS+WC与AWGS+BMI(κ:0.359)、与AWGS+PBF诊断一致性中等(κ:0.330)。结论中老年T2DM患者SO患病率高,患病率和诊断一致性在不同诊断方法中存在差异,ESPEN/EASO的共识诊断率最高,AWGS+BMI诊断率最低,ESPEN/EASO共识与AWGS+体脂具有良好的诊断一致性。展开更多
目的探讨维持性血液透析(maintenance hemodialysis,MHD)患者计时站立行走测试(time up and go test,TUG)时间延长的影响因素。方法采用横断面调查法,选取2023年6月1日至2024年1月31日于首都医科大学附属北京潞河医院规律血液透析、数...目的探讨维持性血液透析(maintenance hemodialysis,MHD)患者计时站立行走测试(time up and go test,TUG)时间延长的影响因素。方法采用横断面调查法,选取2023年6月1日至2024年1月31日于首都医科大学附属北京潞河医院规律血液透析、数据完整且可配合的患者,分别采用简易精神状态检查表(Minimum Mental State Examination,MMSE)、5次起坐试验(5 times sit to stand,STS-5)、TUG量表评估患者认知功能、下肢肌肉力量、平衡及步态功能;根据TUG结果进行分组,即TUG≤12 s,判定为TUG正常组;TUG>12 s判定为TUG延长组,采用多因素Logistic回归法分析患者TUG延长组的影响因素,以受试者工作特征(receiver operating characteristic,ROC)曲线分析影响因素对TUG延长患者的预测价值。结果本研究共纳入146例MHD患者,TUG延长组86例,TUG正常组60例,两组的性别、年龄、合并高血压、合并糖尿病、血糖、教育水平、MMSE评分、C反应蛋白、血白蛋白、血肌酐、血钠、全段甲状旁腺素、低密度脂蛋白胆固醇、血尿酸、STS-5、单次尿素氮清除指数(urea clearance index,Kt/V)差异具有统计学意义(P<0.05);进一步行多因素Logistic回归分析显示,高龄、女性、低MMSE评分、低Kt/V以及STS-5时间延长是发生TUG延长的独立危险因素(P<0.05);ROC曲线显示,年龄、性别、MMSE总分、STS-5时间预测MHD患者发生TUG延长的曲线下面积(area under the curve,AUC)分别为0.825、0.678、0.777、0.836(P<0.01),具有较高的预测价值,Kt/V预测患者发生TUG延长的AUC为0.602(P=0.037),有一定的预测价值;以上5项指标作为整体模型预测MHD患者发生TUG延长的AUC为0.923(P<0.01)结论MHD患者的年龄、性别、MMSE评分、STS-5时间延长、Kt/V的水平与合并TUG延长相关,是发生TUG延长的独立危险因素,可能成为预测TUG延长的生物学指标。展开更多
目的 本研究旨在基于术前多参数MRI的深度迁移学习(deep transfer learning,DTL)特征建立模型,以预测子宫内膜癌(endometrial carcinoma,EC)患者淋巴脉管间隙浸润(lymphovascular space invasion,LVSI)状态。材料与方法 回顾性收集2016...目的 本研究旨在基于术前多参数MRI的深度迁移学习(deep transfer learning,DTL)特征建立模型,以预测子宫内膜癌(endometrial carcinoma,EC)患者淋巴脉管间隙浸润(lymphovascular space invasion,LVSI)状态。材料与方法 回顾性收集2016年2月至2023年7月本院187例经手术病理确诊的EC患者的临床信息及术前MRI图像。并按7∶3比例随机分为训练集(131例)和测试集(56例)。在轴位T2加权成像、扩散加权成像、表观扩散系数(apparent diffusion coefficient,ADC)图及对比增强T1加权图像上手动勾画病灶感兴趣区。采用ResNet50、ResNet101及DenseNet121网络建立12种DTL模型,接着,采用平均值、最大值及最小值三种决策级融合方法建立融合模型,并从中选取最佳模型作为最终的DTL模型。通过单因素和多因素logistic回归分析筛选出临床特征后建立临床模型,并使用logistic回归联合DTL和临床特征建立DTL-临床联合模型。采用受试者工作特征曲线评估模型诊断EC患者LVSI的效能,通过DeLong检验比较曲线下面积(area under the curve,AUC),校准曲线分析模型的拟合优度,决策曲线分析(decision curve analysis,DCA)探讨模型的临床适用性。结果 测试集中,基于ADC图像建立的ResNet101模型在诊断EC患者LVSI时表现出最高的AUC值,为0.850 [95%置信区间(confidence interval,CI):0.736~0.963]。。采用平均值融合方法建立的融合模型,在测试集中AUC值最高,达到了0.932(95%CI:0.868~0.996),为最佳DTL模型。logistic回归分析表明年龄是EC患者LVSI的独立危险因素。DTL-临床联合模型在测试集中AUC为0.934(95%CI:0.871~0.997),诊断效能优于临床模型[AUC为0.554 (95%CI:0.436~0.671),P<0.001],与DTL模型比较差异无统计学意义(P=0.909)。Hosmer-Lemeshow检验显示联合模型在训练集和测试集中均具有较好的拟合效果(P=0.814及0.402),DCA显示临床净获益更大。结论 基于术前多参数MRI建立的DTL模型,以及将DTL特征与临床特征相结合建立的联合模型,能有效预测EC患者LVSI状态,诊断效能优于临床模型。DTL在小样本EC的MRI数据中表现优异,为LVSI术前预测提供重要临床辅助工具。展开更多
文摘目的:对2023年新型冠状病毒(SARS-CoV-2)感染防控政策调整时期,北京市通州区某医院重症监护室(intensive care unit,ICU)和急诊重症监护室(emergency intensive care unit,EICU)中重症肺炎病例鲍曼不动杆菌(Acinetobacter baumanii,Ab)感染情况及病原特征进行分析,为重症肺炎病例感染Ab的临床治疗、医院感染防控提供依据。方法:收集2022年12月12日至2023年2月12日北京市通州区某医院ICU和EICU肺炎住院病例流行病学及临床资料并采集病例呼吸道抽吸液样本,使用全自动病原微生物检测系统(FilmArray)进行19种呼吸道病原分子定量检测,进行Ab荧光PCR检测及分离培养,对分离株进行抗生素敏感性检测和脉冲肠凝胶电泳分子分型(PFGE)。结果:22例住院病例基于FilmArray系统检测SARS-CoV-2和Ab,检出率分别为77.27%(17/22)和72.73%(16/22),分布14种病原谱,混合感染比例为86.36%(19/22)。结局为死亡和存活病例均为11例。22例病例中共有16例分离出Ab,分离率为72.73%(16/22)。Ab阳性病例和阴性病例中行气管插管比例分别为93.75%(15/16)和4/6。分离的16株Ab均为多重耐药鲍曼不动杆菌。16株Ab呈现出12种PFGE带型,10株分离自ICU菌株和6株分离自EICU菌株坠入两簇PFGE带型。结论:北京市通州区SARS-CoV-2防控政策调整时期某医院ICU/EICU肺炎病例感染病原谱以多种病原混合感染为主,Ab感染率高且分离株多重耐药率高,部分分离株具有遗传聚集性特征。
文摘目的了解中老年2型糖尿病(type 2 diabetes mellitus,T2DM)患者少肌性肥胖(sarcopenic obesity,SO)患病率及不同诊断方法之间的一致性。方法采用系统随机抽样法选取2016年1月至2018年3月于北京地区9家医院内分泌科就诊的≥50岁T2DM患者,使用生物阻抗法进行身体成分检测;根据2022年欧洲临床营养与代谢学会(European Society for Clinical Nutrition and Metabolism,ESPEN)和欧洲肥胖研究协会(European Association for the Study of Obesity,EASO)方法定义SO,另外3种方法通过肌少症和肥胖的组合进行诊断。肌少症使用2019年亚洲肌少症工作组(Asian Working Group for Sarcopenia,AWGS)建立的标准来定义,肥胖通过体脂(percent of body fat,PBF)、腰围(waist circumference,WC)和体质量指数(body mass index,BMI)来定义。卡方检验进行率的比较,Cohens kappa统计分析比较4种方法的诊断一致性。结果共纳入1125例T2DM受试者,男性586例,年龄[61.2(55.3,67.4)]岁;女性539例,年龄[62.0(56.3,68.1)岁]。使用ESPEN/EASO共识、AWGS+PBF、AWGS+WC和AWGS+BMI标准,中老年T2DM患者SO患病率分别为41.6%、20.4%、30.1%和18.8%。4种方法之间的诊断一致性存在异质性(κ:0.109~0.655)。ESPEN/EASO共识与AWGS+PBF诊断一致性良好(κ:0.655),AWGS+体脂与AWGS+BMI诊断一致性良好(κ:0.637),AWGS+WC与AWGS+BMI(κ:0.359)、与AWGS+PBF诊断一致性中等(κ:0.330)。结论中老年T2DM患者SO患病率高,患病率和诊断一致性在不同诊断方法中存在差异,ESPEN/EASO的共识诊断率最高,AWGS+BMI诊断率最低,ESPEN/EASO共识与AWGS+体脂具有良好的诊断一致性。
文摘目的探讨维持性血液透析(maintenance hemodialysis,MHD)患者计时站立行走测试(time up and go test,TUG)时间延长的影响因素。方法采用横断面调查法,选取2023年6月1日至2024年1月31日于首都医科大学附属北京潞河医院规律血液透析、数据完整且可配合的患者,分别采用简易精神状态检查表(Minimum Mental State Examination,MMSE)、5次起坐试验(5 times sit to stand,STS-5)、TUG量表评估患者认知功能、下肢肌肉力量、平衡及步态功能;根据TUG结果进行分组,即TUG≤12 s,判定为TUG正常组;TUG>12 s判定为TUG延长组,采用多因素Logistic回归法分析患者TUG延长组的影响因素,以受试者工作特征(receiver operating characteristic,ROC)曲线分析影响因素对TUG延长患者的预测价值。结果本研究共纳入146例MHD患者,TUG延长组86例,TUG正常组60例,两组的性别、年龄、合并高血压、合并糖尿病、血糖、教育水平、MMSE评分、C反应蛋白、血白蛋白、血肌酐、血钠、全段甲状旁腺素、低密度脂蛋白胆固醇、血尿酸、STS-5、单次尿素氮清除指数(urea clearance index,Kt/V)差异具有统计学意义(P<0.05);进一步行多因素Logistic回归分析显示,高龄、女性、低MMSE评分、低Kt/V以及STS-5时间延长是发生TUG延长的独立危险因素(P<0.05);ROC曲线显示,年龄、性别、MMSE总分、STS-5时间预测MHD患者发生TUG延长的曲线下面积(area under the curve,AUC)分别为0.825、0.678、0.777、0.836(P<0.01),具有较高的预测价值,Kt/V预测患者发生TUG延长的AUC为0.602(P=0.037),有一定的预测价值;以上5项指标作为整体模型预测MHD患者发生TUG延长的AUC为0.923(P<0.01)结论MHD患者的年龄、性别、MMSE评分、STS-5时间延长、Kt/V的水平与合并TUG延长相关,是发生TUG延长的独立危险因素,可能成为预测TUG延长的生物学指标。
文摘目的 本研究旨在基于术前多参数MRI的深度迁移学习(deep transfer learning,DTL)特征建立模型,以预测子宫内膜癌(endometrial carcinoma,EC)患者淋巴脉管间隙浸润(lymphovascular space invasion,LVSI)状态。材料与方法 回顾性收集2016年2月至2023年7月本院187例经手术病理确诊的EC患者的临床信息及术前MRI图像。并按7∶3比例随机分为训练集(131例)和测试集(56例)。在轴位T2加权成像、扩散加权成像、表观扩散系数(apparent diffusion coefficient,ADC)图及对比增强T1加权图像上手动勾画病灶感兴趣区。采用ResNet50、ResNet101及DenseNet121网络建立12种DTL模型,接着,采用平均值、最大值及最小值三种决策级融合方法建立融合模型,并从中选取最佳模型作为最终的DTL模型。通过单因素和多因素logistic回归分析筛选出临床特征后建立临床模型,并使用logistic回归联合DTL和临床特征建立DTL-临床联合模型。采用受试者工作特征曲线评估模型诊断EC患者LVSI的效能,通过DeLong检验比较曲线下面积(area under the curve,AUC),校准曲线分析模型的拟合优度,决策曲线分析(decision curve analysis,DCA)探讨模型的临床适用性。结果 测试集中,基于ADC图像建立的ResNet101模型在诊断EC患者LVSI时表现出最高的AUC值,为0.850 [95%置信区间(confidence interval,CI):0.736~0.963]。。采用平均值融合方法建立的融合模型,在测试集中AUC值最高,达到了0.932(95%CI:0.868~0.996),为最佳DTL模型。logistic回归分析表明年龄是EC患者LVSI的独立危险因素。DTL-临床联合模型在测试集中AUC为0.934(95%CI:0.871~0.997),诊断效能优于临床模型[AUC为0.554 (95%CI:0.436~0.671),P<0.001],与DTL模型比较差异无统计学意义(P=0.909)。Hosmer-Lemeshow检验显示联合模型在训练集和测试集中均具有较好的拟合效果(P=0.814及0.402),DCA显示临床净获益更大。结论 基于术前多参数MRI建立的DTL模型,以及将DTL特征与临床特征相结合建立的联合模型,能有效预测EC患者LVSI状态,诊断效能优于临床模型。DTL在小样本EC的MRI数据中表现优异,为LVSI术前预测提供重要临床辅助工具。
