简介：10月14日，《关于深化医药体制改革的意见（征求意见稿）》掀开“盖头”。18曰，是新医改草案公开征求意见的第5天，国家发改委征集到的意见数量直线上升。截至18日零时，仅来自网络的意见就达1万余条。同时，数以万计的网民仍在各大网站相继跟帖，讨论“医改”。一场围绕新医改方案而展开的讨论正如火如荼。

简介：无

简介：无

简介：无

简介：无

简介：摘要目的探讨基于灰度共生矩阵（gray-level co-occurrence matrix, GLCM）的MR图像纹理分析在鉴别椎管内脊膜瘤和神经鞘瘤中的临床应用价值。材料与方法回顾性分析经病理证实的椎管内神经鞘瘤患者病例32例、脊膜瘤患者病例26例，利用ImageJ软件在T2WI、对比增强T1WI矢状位图像中选取肿瘤最大层面勾画感兴趣区（region of interest, ROI），提取病灶的GLCM纹理参数，比较两组肿瘤各参数的差异，并评价各参数的诊断效能。结果T2WI序列中能量、对比、相关、逆差矩和熵在两组间差异均有统计学意义（P＜0.05），神经鞘瘤组的能量、相关、逆差矩小于脊膜瘤组，对比和熵大于脊膜瘤组；对比增强T1WI序列中能量、对比、相关和熵在两组间差异有统计学意义（P＜0.05），神经鞘瘤组的能量、相关小于脊膜瘤组，对比和熵大于脊膜瘤组，逆差矩组间差异无统计学意义（P＞0.05）。受试者工作特征（receiver operating characteristic, ROC）曲线分析显示，T2WI序列中的熵及对比增强T1WI序列中的能量诊断效能最佳。采用logistic回归分析纹理参数联合诊断效能发现较单一参数均有所提高。结论基于GLCM的MRI图像纹理分析在椎管内脊膜瘤和神经鞘瘤两者的鉴别诊断中有一定的临床价值。

简介：

简介：无

简介：摘要机器学习（ML）、人工智能（AI）和其他现代统计方法正为利用先前尚未开发且极速增长的数据资源提供新的机会，以期让患者获益。尽管目前正在进行许多有前景的研究，特别是在图像方面，但就文献整体而言还缺乏透明度、对可重复性清晰的阐述、对潜在伦理问题的探究，以及对有效性的明确验证。这些问题的存在有许多原因，其中最重要的一点（为此我们提供了初步解决方案）就是当前缺乏针对ML和AI的最佳实践指南。我们认为从事研究的跨学科团队和应用ML/AI影响健康的项目，将因解决有关透明度、可重复性、伦理和有效性（TREE）的一系列问题而受益。这里提出的20个关键问题为研究团队提供了一个研究设计、实施和报告框架；帮助编辑和同行评审专家评估文献的贡献；让患者、临床医生和政策制定者评估新发现可能会给患者带来的获益。