简介:摘要目的分析儿童家长预防接种后留观时间及其相关因素。方法2019年12月至2020年1月,选取我国6个省份(山东省、广东省、河南省、四川省、内蒙古自治区和辽宁省)12个县(区)34个预防接种门诊,采用分阶段抽样方法招募预防接种0~3岁儿童家长,开展问卷调查。采用多因素logistic回归模型分析儿童家长预防接种后留观时间的相关因素。采用SAS 9.4软件进行统计学分析。结果共招募0~3岁儿童家长3 292名,符合标准的研究对象为3 178名。儿童家长预防接种后正确留观时间≥30 min的比例为87.85%(2 792/3 178)。多因素logistic回归分析结果显示,影响儿童家长预防接种后留观时间的主要因素分别为预防接种工作人员正确告知家长留观时间≥30 min(OR=31.622,95%CI:19.847~50.384)、家长职业为医护人员(OR=2.779,95%CI:1.505~5.133)、参加预防接种宣传教育活动(OR=1.986,95%CI:1.438~2.743)、家长年龄≥35岁(OR=1.900,95%CI:1.215~2.971)、胎次为第1胎(OR=1.663,95%CI:1.282~2.156)、家庭人均年收入为8 000~元(OR=1.646,95%CI:1.168~2.319)、儿童年龄为0~12月龄(OR=1.646,95%CI:1.203~2.252)和13~24月龄(OR=1.506,95%CI:1.064~2.133)、信任预防接种工作人员的预防接种建议(OR=1.481,95%CI:1.067~2.055)。结论儿童家长预防接种后正确留观时间≥30 min的比例较高。预防接种工作人员正确告知家长留观时间的影响最大。
简介:摘要目的调查河北省急性缺血性脑卒中患者的院内诊治时间分布情况。方法收集并分析河北省急性缺血性脑卒中患者的院内诊治流程资料并与NINDS推荐时间进行比较。结果院内诊治中位时间104 min高于推荐的60 min(P<0.001);"完成头颅CT扫描-获取CT报告"中位时间30 min高于推荐的20 min(P<0.001);"获取头颅CT报告-开始治疗"中位时间43 min高于推荐的15 min(P<0.001)。通过EMS就诊患者院内诊治中位时间是101 min,低于未采用患者的104 min(P=0.01);三级医院院内诊治中位时间是105 min,迟于二级医院的99 min (P<0.05)。结论河北省急性缺血性脑卒中院内救治延迟现象严重。获取头颅CT报告到开始溶栓治疗这一环节是造成院内延迟的最主要环节。通过EMS就诊可以缩短院内救治时间;二级医院相比三级医院院内延迟情况较轻。
简介:摘要目的探讨基于DWI和液体衰减反转恢复序列(FLAIR)的深度学习技术构建预测急性卒中发病时间模型的效果。方法回顾性分析于2017年1月至2020年5月在南京市第一医院就诊且发病时间明确的急性卒中患者324例。采用7∶3比例按照完全随机法将患者分为训练集226例,测试集98例;再根据发病时间将患者分为≤4.5 h和>4.5 h两组。由医师对DWI图像上急性梗死区及FLAIR相应的高信号区进行轮廓勾勒标注。利用InceptionV3模型作为图像特征提取的基本模型,构建并验证基于单序列(DWI、FLAIR)和多序列(DWI+FLAIR)的深度学习预测模型。比较人工识别、单序列模型及多序列模型预测急性卒中发病时间的ROC曲线下面积(AUC)、准确度等性能。结果发病时间≤4.5 h患者中94例(94/207)存在DWI-FLAIR不匹配,发病时间>4.5 h患者中28例(28/117)存在DWI-FLAIR不匹配。ROC分析显示人工识别DWI-FLAIR不匹配预测急性卒中发病时间的AUC为0.607,准确度为60.2%。基于单序列的深度学习预测模型显示FLAIR序列预测急性卒中发病时间的AUC为0.761,准确度为71.4%;DWI序列预测急性卒中发病时间的AUC为0.836,准确度为81.6%;基于多序列(DWI+FLAIR)深度学习模型预测急性卒中发病时间的AUC为0.852,明显优于人工识别(Z=0.617,P=0.002)、基于FLAIR序列深度学习模型(Z=2.133,P=0.006)和基于DWI序列深度学习模型(Z=1.846,P=0.012)。结论基于DWI和FLAIR的深度学习模型预测急性卒中发病时间明显优于人工识别,可为未知发病时间的卒中患者提供静脉溶栓治疗指导。
简介:摘要目的运用圆形分步法了解舟山市道路交通伤害院前医疗急救时间规律,为合理安排院前医疗急救人员、车辆提供科学依据。方法提取舟山市院前医疗急救指挥调度信息系统2020年道路交通伤害院前医疗急救出车记录,并通过采用圆形分布法分析当地急救出车的时间集中度,推算道路交通伤害发生的高峰时点和高峰时期。结果2020年舟山市发生道路交通伤害共4 349例,男女比例为1.35∶1;年龄4~73岁,主要年龄分布范围为21~40岁(50.31%);交通伤害主要部位头面部1 776例(40.83%);交通伤害类型以非机动车事故为主,共2 479例(57.00%)。道路交通伤害院前医疗急救的发生在时间分布上有明显的特征,按年分布的道路交通事故高发期为6月27日至10月25日;按周分布的高峰期在周二至周五;日发生高峰时段为9:04~17:58。结论舟山市每年夏秋季、每周二至周五、每日白天时间,均为道路交通事故高发期。
简介:摘要目的研究后牙种植单冠采用预留间隙咬合设计后1年内种植修复体咬合延迟时间和力百分比以及患者主观感受评分的变化,为临床种植修复体的咬合设计和调提供依据。方法前瞻性选择2019年1至12月于首都医科大学口腔医学院修复科进行后牙种植单冠修复的患者,使用T-scan Ⅲ咬合分析仪分别记录修复后0.5、3、6、12个月时种植单冠与天然牙的咬合初接触时间以及牙尖交错位时种植单冠与对照牙(对侧同名天然牙)的力百分比,同期记录患者对咀嚼功能的主观评分。分析咬合延迟时间(种植单冠与对照牙咬合初接触时间的差值)、力百分比和患者主观感受随时间的变化。通过单因素重复测量方差分析比较各时间点差异,以双侧P<0.01为差异有统计学意义。结果共收集患者48例,男性23例,女性25例,年龄(36.8±8.4)岁(23~50岁)。修复后0.5、3、6、12个月种植单冠力百分比分别为(7.7±4.8)%、(10.6±5.9)%、(12.3±6.2)%、(13.2±6.7)%,各时间点差异均有统计学意义(P<0.01),其中修复后0.5至3个月期间变化最明显;修复后0.5个月种植单冠力百分比显著小于对照牙[(14.3±6.5)%](P<0.01)。修复后0.5、3、6、12个月种植修复体咬合延迟时间分别为0.15(0.08,0.20)、0.11(0.06,0.16)、0.07(0.03,0.13)和0.06(0.03,0.10)s,各时间点差异均有统计学意义(P<0.01)。患者对咀嚼功能的主观评分显示,修复后3个月至12个月各时间点评分均比前一个时间点显著升高(P<0.01)。结论后牙种植单冠力百分比在修复后3个月内变化最明显。临床种植修复后3个月内应重点复查咬合情况并酌情调。
简介:[摘 要]:结合韶山建国酒店改建项目分析,对在有时间要求的烂尾楼改造工程进行探讨,总结此类项目中的对于解决功能更新、立面更新、规范更新等方面带来的问题所对应的有效经验与解决方法。
简介:摘要目的基于2005—2020年深圳市淋病疫情监测数据,构建自回归移动平均(ARIMA)模型以预测深圳市淋病报告发病率的时间趋势。方法采用R3.5.0软件建立ARIMA模型,包括模型识别、参数检验和诊断三个步骤。将时间序列分为训练集和验证集,其中2005年1月—2020年5月作为训练集进行模型的建立,2020年6—11月作为验证集进行模型的评估。对比模型的BIC值选择拟合最优的模型,并以平均绝对百分误差(MAPE)为评价标准。结果根据训练集得出最优模型为ARIMA(0,1,1)(2,1,1)12模型(BIC=370.51),应用模型预测2020年6—11月深圳市淋病发病率,发现有周期性波动以及继续下降的趋势,与真实值的发病率趋势相符。该模型MAPE值为18.35%,2020年6—11月的真实值均在预测值的95%CI内。结论ARIMA(0,1,1)(2,1,1)12模型可很好地拟合周期波动和长期趋势,能够应用于预测深圳市淋病发病趋势。
简介:摘要 :麻醉后复苏室(Post Anesthesia Care Unit,PACU)是对麻醉后的病人进行严密观察和监测,直至病人的生命指征完全恢复稳定的地方。本文通过对国内外文献检索了解复苏室停留时间过长的定义和原因及其影响。文献表明,患者滞留PACU的原因除了有苏醒延迟、高龄、低氧血症、血流循环不稳等,还有转运人员不足、病房缺少床位和手术室滞留等其他原因。病人在PACU的停留时间过长会影响其他术后病人的住院护理, PACU床位也会产生积压,导致手术进度放缓,进而导致外科医生、护士、病人及家属的不满意。然而,缺乏关于这种情况对患者和PACU护士的影响的数据。围手术期管理需要制定干预措施,以解决这些问题。未来仍需要探索PACU护士与PACU停留时间过长的相关经验。