XiaoMi-AI文件搜索系统
World File Search System信息源
YouTube作为出血胶的信息源
口香糖出血是一个常见的牙齿问题，许多患者在线寻求有关该主题的健康相关信息。YouTube网站是搜索医疗信息的人们的流行资源。据我们所知，最近没有研究评估了与YouTube™上出血胶有关的内容。 因此，本研究旨在对与牙龈出血有关的YouTube视频进行定量和定性分析。 使用Google趋势中的关键字“出血胶”在YouTube上进行了搜索。 在前200个结果中，有107个视频符合纳入标准。 视频的描述性统计信息包括自上传以来的时间，视频长度以及喜欢，视图，评论，订阅者和查看率的数量。 全球质量评分（GQS），有用性得分和分数用于评估视频质量。 使用Kruskal -Wallis检验，Mann -Whitney检验和Spearman相关分析进行统计分析。 大多数（n = 69，64.48％）观察到的视频是由医院/诊所和牙医/专家上传的。 最高覆盖范围是症状（95.33％）。 只有14.02％的视频被归类为“好”。 被评为“良好”的视频的平均视频长度明显长于其他组（p <0.05），而评级为“差”的视频的平均观看率（63,943.68％）大大高于其他组（p <0.05）。 you-牙龈出血的视频质量中等，但它们的内容不完整且不可靠。据我们所知，最近没有研究评估了与YouTube™上出血胶有关的内容。因此，本研究旨在对与牙龈出血有关的YouTube视频进行定量和定性分析。使用Google趋势中的关键字“出血胶”在YouTube上进行了搜索。在前200个结果中，有107个视频符合纳入标准。视频的描述性统计信息包括自上传以来的时间，视频长度以及喜欢，视图，评论，订阅者和查看率的数量。全球质量评分（GQS），有用性得分和分数用于评估视频质量。使用Kruskal -Wallis检验，Mann -Whitney检验和Spearman相关分析进行统计分析。大多数（n = 69，64.48％）观察到的视频是由医院/诊所和牙医/专家上传的。最高覆盖范围是症状（95.33％）。只有14.02％的视频被归类为“好”。被评为“良好”的视频的平均视频长度明显长于其他组（p <0.05），而评级为“差”的视频的平均观看率（63,943.68％）大大高于其他组（p <0.05）。you-牙龈出血的视频质量中等，但它们的内容不完整且不可靠。不正确和内容不足会显着影响患者的身份和医疗决定。需要由牙科专业人员，组织和YouTube平台来花费努力，以确保YouTube可以作为出血胶的可靠信息来源。
免疫不平等：数据和信息源
2021年2月，英格兰公共卫生（PHE）发布了对国家免疫计划，国家免疫不平等策略和地方行动计划模板的卫生公平审计。卫生公平审计发现，全国免疫计划在整个人群中获得了很高的疫苗覆盖范围，但也发现了一些人口群体中疫苗覆盖率不平等的复杂情况。例如，给定组的免疫不平等有时在不同的疫苗接种计划中有所不同，这些不平等的大小因地区而异。作为卫生公平审计的一部分，开发了一种社会生态模型，以帮助识别和解决疫苗吸收不平等背后的一些复杂因素。这些因素包括社区，机构和政策因素，以及个人和家庭的健康信念以及知识。响应审计，PHE与利益相关者合作制定了国家免疫不平等策略和地方行动计划模板。本地行动计划模板旨在被本地团队使用，以确定可以采取的行动来减少健康不平等，并根据世界卫生组织（WHO）调整免疫计划的指南。本文档是为了补充不平等策略和当地行动计划模板的补充，因此应与这些文件一起阅读。本文档旨在总结为正在努力减少本地免疫不平等现象的当地团队使用的数据和信息源。它还包含案例示例，说明了本地NHS英格兰筛查和免疫团队如何使用本文档中的数据源来实施当地行动计划来减少免疫不平等。
嵌入医学概念的多信息源
摘要。在改善公共医疗保健应用（例如计算机辅助诊断系统）方面，学习医学障碍的低维表示非常重要。现有方法依靠电子健康记录（EHR）作为其唯一的信息来源，并且不利用丰富的外部医学知识，因此它们忽略了医疗概念之间的相关性。为了解决这个问题，我们提出了一种新颖的多信息源杂种信息网络（HIN），以建模EHR，同时纳入了外部医学知识，包括ICD-9-CM和网格，以进行丰富的网络架构。我们的模型非常了解EHR的结构以及它所指的医学概念之间的相关性，并学习了语义反射医学概念的嵌入。在例外，我们的模型在各种医疗数据挖掘任务中都优于无监督的基线。