XiaoMi-AI文件搜索系统
World File Search System急诊科
在急诊科和重症监护室进行的人工智能注册试验：ClinicalTrials.gov 上的横断面研究
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
人工智能在急诊科 COVID-19 肺炎放射诊断中的应用
1. Tsikala VM、Atalla E、Georgakas J 等人。用于研究、诊断和治疗 COVID-19 患者的新兴技术。Cell Mol Bioeng。2020；13(4):249–257。2. Weizman Y、Tan AM、Fuss FK。使用可穿戴技术增强对冠状病毒 (COVID-19) 大流行的应对。公共卫生。2020；185:221-222。3. Wilmink G、Summer I、Marsyla D 等人。实时数字接触者追踪：开发一种用于控制疗养院和长期护理机构中 COVID-19 疫情的系统 (预印本)。JMIR 公共健康监测。2020；6(3):e20828。4. Hare N、Bansal P、Bajowala SS 等人。 COVID-19：揭开远程医疗的面纱。《过敏临床免疫实践杂志》。2020；8(8):2461。5. Berlyand Y、Raja AS、Dorner SC 等人。人工智能如何改变急诊科的运作。《Am J Emerg Med》。2018；36(8):1515-1517。6. Grant K、McParland A、Mehta S、Ackery AD。急诊医学中的人工智能：具有革命性潜力的可克服障碍。《Ann Emerg Med》。2020；75(6):721-726。7. Chase VJ、Cohn AEM、Peterson TA、Lavieri MS。使用预测方法预测急诊科人流量，为非危机事件创建“激增响应”。《Acad Emerg Med》。2012；19(5):569-576。 8. Liu N, Koh ZX, Chua ECP 等。通过不平衡临床数据预测急性心脏并发症的风险评分。IEEE J Biomed Heal Informatics。2014;18(6):1894-1902。9. Levin S、Toerper M、Hamrock E 等。与急诊严重程度指数相比，基于机器学习的电子分诊可以更准确地根据临床结果区分患者。Ann Emerg Med。2018;71(5):565-574.e2。
标题 急诊科潜在 SARS-CoV-2 预防和治疗药物简介
截至 2020 年 3 月 30 日，美国共有 161,807 例 SARS-CoV-2 病例和 2,953 例死亡病例，预计病例数还会上升。除支持性治疗外，对于从急诊科 (ED) 出院或住院的患者，没有针对 SARS-CoV-2 的特异性治疗方法。此外，也没有疫苗可以保护我们处于危险中的医护人员。美国国立卫生研究院正在进行 1 期临床试验以评估潜在疫苗，接种者已开始接种该研究性疫苗。2 我们简要概述了正在研究的潜在预防和治疗药物，其中一些药物如果被证明有效，可以在急诊科开始使用。[West J Emerg Med. 2020;21(3)510–513.]
文章 一项关于急诊科护理人员职业倦怠、感知压力、工作满意度、应对策略和总体健康状况的多中心研究
摘要：职业倦怠是急诊科护士面临的一个主要问题，与人员高流动率、护理失误和患者不满密切相关。本研究旨在评估西班牙急诊科护士的职业倦怠、感知压力、工作满意度、应对能力和总体健康水平，并分析社会人口、职业和心理变量与这些专业人员职业倦怠综合征发生之间的关系。2016 年 3 月至 12 月，在西班牙安达卢西亚的四个急诊科进行了一项横断面研究。研究样本由 n = 171 名护士组成。准备了一份临时问卷来收集社会人口和工作数据，并使用了 Maslach 职业倦怠量表、感知压力量表、Font-Roja 问卷、问题体验简明应对取向和一般健康问卷。高职业倦怠的患病率为 8.19%。感知压力和工作满意度水平中等。最常见的临床表现是社交功能障碍和躯体症状，问题导向应对是护士最常用的策略。缺乏体育锻炼、性别、急诊科工作年限、焦虑、社交功能障碍和回避应对是倦怠维度的显著预测因素。