期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
老年住院患者衰弱的影响因素分析及其与营养不良的相关性研究 被引量:78
1
作者 王湾湾 李园园 +1 位作者 石小天 马清 《中国全科医学》 CAS 北大核心 2021年第6期678-684,共7页
背景衰弱和营养不良是老年比较常见的问题。近年来营养不良作为衰弱的可改变危险因素引起了越来越多的关注,若能及早识别并干预营养不良,有可能延缓甚至逆转衰弱。目的了解老年住院患者衰弱现况,分析其影响因素,并探究其与营养不良的相... 背景衰弱和营养不良是老年比较常见的问题。近年来营养不良作为衰弱的可改变危险因素引起了越来越多的关注,若能及早识别并干预营养不良,有可能延缓甚至逆转衰弱。目的了解老年住院患者衰弱现况,分析其影响因素,并探究其与营养不良的相关性,以期为衰弱干预研究提供参考依据。方法选取2018年9月—2019年5月在首都医科大学附属北京友谊医院老年科住院的362例老年患者为研究对象。入选患者均由专业人员进行老年综合评估(CGA),并分别应用FRAIL量表和简版迷你营养评估量表(MNA-SF)评估患者的衰弱和营养状况。统计老年住院患者衰弱发生情况;采用多因素Logistic回归分析探究老年住院患者发生衰弱的影响因素,Spearman秩相关分析探究老年住院患者衰弱与营养不良的相关性。结果362例老年住院患者中衰弱91例(25.1%),衰弱前期172例(47.5%),无衰弱99例(27.4%);营养不良27例(7.5%),有营养不良的风险125例(34.5%),营养状况正常210例(58.0%)。多因素Logistic回归分析结果显示,糖尿病[OR=2.844,95%CI(1.309,6.178)]、营养不良[OR=6.055,95%CI(1.580,23.200)]、工具性日常生活活动能力量表(IADL)评分[OR=0.603,95%CI(0.523,0.695)]、血红蛋白(HGB)[OR=0.981,95%CI(0.964,0.998)]、超敏C反应蛋白(hs-CRP)[OR=1.017,95%CI(1.004,1.030)]是老年住院患者发生衰弱的影响因素(P<0.05)。老年住院患者FRAIL评分与体质指数(BMI)(r_s=-0.244)、MNA-SF评分(r_s=-0.585)、HGB(r_s=-0.360)、白蛋白(Alb)(r_s=-0.420)、总胆固醇(TC)(r_s=-0.164)、三酰甘油(TG)(r_s=-0.117)、高密度脂蛋白胆固醇(HDL-C)(r_s=-0.124)、低密度脂蛋白胆固醇(LDL-C)(r_s=-0.151)呈负相关,与年龄(r_s=0.537)、尿素氮(BUN)(r_s=0.172)、肌酐(Cr)(r_s=0.168)呈正相关(P<0.05)。结论衰弱前期患者约占老年住院患者的一半,值得重视;糖尿病、营养不良、日常生活能力、HGB、hs-CRP是老年住院患者发生衰弱的影响因素,且其衰弱和营养状况明显相关,临床医生应当重视老年住院患者功能状态的评估和共病的管理。 展开更多
关键词 衰弱 营养不良 老年人 住院病人 影响因素分析 临床研究
在线阅读 下载PDF
基于CT图像的肺结核病灶治愈状态判定深度学习模型的建立 被引量:5
2
作者 秦李祎 吕平欣 +8 位作者 郭琳 钱令军 肖谦 杨阳 尚园园 贾俊楠 初乃惠 刘远明 李卫民 《中国防痨杂志》 CAS CSCD 北大核心 2024年第3期272-278,共7页
目的:基于CT影像构建深度学习模型判定肺结核病灶的活动性。方法:回顾性纳入2018年12月至2020年12月首都医科大学附属北京胸科医院就诊的具有治疗前、中和后时间点的CT影像资料的肺结核治愈患者(102例),按照8∶2的比例将病灶随机分为训... 目的:基于CT影像构建深度学习模型判定肺结核病灶的活动性。方法:回顾性纳入2018年12月至2020年12月首都医科大学附属北京胸科医院就诊的具有治疗前、中和后时间点的CT影像资料的肺结核治愈患者(102例),按照8∶2的比例将病灶随机分为训练集和测试集。另外,于2021年10月至2022年12月在同一家医院前瞻性纳入肺结核治愈患者(72例),在治疗前、中和后时间点纳入CT资料作为独立验证集。通过迁移学习方式进行深度学习模型构建;采用掩膜区域卷积神经网络(Mask R-CNN)架构实现病灶自动分割及活动性判定。基于三维病灶标签进行模型训练,通过计算测试集受试者工作特性(ROC)曲线下面积(AUC)、敏感度、特异度,并与独立验证集比较,评估模型对肺结核病灶活动性的判定效能。结果:回顾性队列共纳入符合标准的肺结核治愈患者102例,共收集到770份CT影像资料;332个病灶为活动性,464个病灶为非活动性。前瞻性队列纳入肺结核治愈患者72例,共收集到540份CT影像资料。基于迁移学习的Mask R-CNN深度学习模型计算,测试集的AUC为87.5%,敏感度为85.7%,特异度为78.6%;独立验证集的AUC为79.9%,敏感度为78.7%,特异度为75.0%。结论:基于迁移学习的Mask R-CNN深度学习模型在小样本量肺结核病灶活动性预测中展现出一定潜力,可以为快速、自动的临床决策提供科学参考。 展开更多
关键词 结核 体层摄影术 X线计算机 模型 结构 人工智能
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部