我院应用数学与计算机科学系从 2019-2020 学年开始提供 5 年制综合理学硕士(数据科学)学位课程。这是一门跨学科课程,涵盖应用数学、统计学和计算机科学。该课程的课程包括理论、理论与实践和实践课程。该课程设有基础课程、专业核心课程、专业选修课程和就业能力提升课程。这些课程由我院合格的教职员工设计,并得到印度理工学院 (IIT) 马德拉斯分校、数学科学研究所 (IMS)、钦奈教授以及领先软件行业专家的支持。该课程将使数据科学专业的学生能够利用计算科学中适当且相关的概念和模型,将合适的技术和工具应用于实时应用。这些学生将成为该领域新发展的先驱,并成为信息技术行业、公共部门和学术界的领导者。
她被转至我院,并被送入重症监护室进行监测。神经系统检查显示脑干反射(瞳孔、角膜、眼前庭、呕吐和咳嗽反射)消失,反应迟钝评分(FOUR)为零。头部计算机断层扫描(CT)显示严重脑水肿,灰白分化弥漫性消失,CT 血管造影显示无颅内血流(图 1)。
方法:选取我院2019年3月至2021年3月收治的重型颅脑损伤患者116例,分为对照组(58例)和观察组(58例),对照组实施常规护理,观察组实施基于风险管理策略的集束化护理。比较两组导尿管相关尿路感染(CAUTI)发生率、导尿管表面细菌培养结果、护理风险事件发生率、导尿管放置时间、住院时间、住院费用及患者满意度评分。采用预防导尿管感染知识、态度、行为量表和护士能力测评量表对干预人员的感控能力和核心能力进行测评。
目的:我院于2021年2月引进的计算机断层扫描(CT)设备增加了利用人工智能(AI)技术的新型图像重建方法。这种重建方法被称为深度学习重建(Deep Learning Reconstruction,以下简称DLR),佳能称之为高级智能Clear-IQ引擎(Advanced intelligent Clear-IQ Engine,以下简称AiCE)。本研究的目的是评估各重建方法的物理特性和实用性,例如利用AI技术的新型图像重建方法AiCE和目前我院使用的迭代重建方法自适应迭代剂量减量3D(以下简称AIDR 3D)。 方法:通过(1)噪声评估(使用径向频率法测量噪声功率谱(NPS))、(2)低对比度分辨率评估(使用自制模型测量对比度噪声比(CNR))和(3)空间分辨率评估(使用圆边缘法测量调制传递函数(MTF))(1)来评估物理特性。假设成像条件为腹部区域,改变管电流来比较四种重建方法(滤波反投影 (FBP)、AIDR 3D Mid、AIDR 3D 增强 Mid 和 AiCE Body Mid)。 结果:在 NPS、CNR 和 MTF 测量中,AiCE 通常在所有 mAs 值下均显示出最佳结果。然而,在 NPS 测量的低频区域,AiCE 与其他重建方法相比并没有表现出显著差异。 此外,当比较 AIDR 3D 和 AiCE 的重建时间时,AiCE 所花的时间是 AIDR 3D 的 3 到 4 倍。 结论:本研究中,AiCE 在腹部条件下检查的三个物理特性方面优于 AIDR 3D,并且在图像质量方面有用。然而,在考虑重建时间时,需要考虑AiCE图像的运行可能会影响检查进度的可能性。
引言:本研究探讨了ZDHHC16在脑卒中(CA)模型中的作用及其可能的机制。材料和方法:从我院收集CA患者。使用小鼠建立大脑中动脉闭塞(MCAO)模型。结果:CA患者的ZDHHC16水平上调。ZDHHC16上调在体外模型中促进炎症并加速线粒体损伤。ZDHHC16基因上调促进神经细胞铁死亡。抑制ZDHHC16可预防小鼠脑卒中。ZDHHC16上调通过促进CREB泛素化与CREB相互连接来抑制CREB。CREB激动剂抑制了体外模型中ZDHHC16上调的影响。 CREB 抑制剂在体外模型中抑制了 ZDHHC16 下调的影响。结论:我们得出结论,ZDHHC16 通过抑制 CREB 促进 CA 模型中的铁死亡和炎症。该发现可能对 CA 或其他神经系统疾病的治疗有益。
弥散功能障碍和低氧血症。影像学上可见双肺弥漫性或多灶性分布性病变,最终发展为弥漫性肺纤维化、蜂窝肺(Meyer,2014;Conte等,2022)。美国胸科学会(ATS)和欧洲呼吸学会(ERS)根据病因、临床和病理特点将ILD分为四类:1)原因已知的ILD;2)特发性间质性肺炎;3)肉芽肿性ILD;4)其他罕见ILD,其中已知的ILD病因包括药物相关,美国药物因素占所有ILD的1.9%~3.5%(Distefano等,2020),而我国DILD的发病率被低估。目前已知引起DILD的药物有数百种,包括抗肿瘤药物、抗微生物药物、抗血管药物等。本研究回顾性分析了我院2020年抗肿瘤药物引起ILD的用药情况,为临床加强抗肿瘤药物引起ILD的管理提供参考。
2019 年冠状病毒病 (COVID-19) 大流行期间,已报道 COVID-19 疫苗引起高血糖及相关并发症。然而,在非糖尿病受试者中,很少有 COVID-19 疫苗引发 1 型糖尿病的报道。我们在此报告一名 56 岁女性患者的病例,该患者无糖尿病史,在接种第二剂 COVID-19 mRNA 疫苗后出现高血糖。尽管服用了口服降糖药,但她因高血糖未得到控制而就诊于我院。她的初始糖化血红蛋白水平高(11.0%),空腹血清 C 肽水平正常。入院后 5 天空腹血清 C 肽水平降至 0.269 ng/mL,抗谷氨酸脱羧酶抗体阳性。患者在接受胰岛素治疗后病情稳定出院。据我们所知,这是我国首例接种mRNA新冠疫苗后,不伴有糖尿病酮症酸中毒而发生1型糖尿病的病例,也是在这种情况下发生1型糖尿病的最早病例。
摘要:目的:分析针对性动机访谈(TMI)在慢性心力衰竭(CHF)护理中的应用效果。方法:选择我院收治的93例CHF患者作为研究对象,按照随机双盲法分为A组(n=47)和B组(n=46)。A组患者采用TMI治疗,B组患者采用心力衰竭(HF)常规护理。比较2组患者的自我护理水平(心衰自我护理指数)、服药依从性(Morisky服药依从性量表)、生活质量(明尼苏达心力衰竭患者生活质量问卷)及预后(再入院率和死亡率)等。结果:护理后,A组患者自我护理维持、管理及信心,按医嘱服药频率、时间、剂量、种类,停药或停药、遗忘服药,以及身体、情绪等方面的评分均高于B组(P < 0.05)。A组患者服药依从率、服药不依从率(61.70%和6.38%vs.41.30%和23.91%,P < 0.05),再入院率(6.38%vs.23.91%,P < 0.05)及死亡率(0%vs.6.52%,P > 0.05)均优于B组。结论:TMI有利于提高CHF患者的自我护理水平、服药依从性、生活质量及预后。
本研究旨在探讨基于虚拟现实(VR)的人工智能肢体康复系统对脑卒中患者长期健康管理的影响。本研究将基于VR技术的人工智能肢体康复系统与传统药物治疗进行比较,比较两种疗法对脑卒中患者长期健康管理的影响。将我院50例脑卒中患者随机分为实验组和对照组,每组25例。实验组患者采用基于VR技术的人工智能肢体康复系统进行治疗,对照组患者采用传统药物治疗。为比较判断患者身体能力的恢复情况,比较两组患者治疗10周后的身体运动能力及日常生活活动能力。治疗10周后,对照组Fugl-Meyer上肢功能评估(FMA-UE)、Fugl-Meyer下肢功能评估(FMA-LE)、香港版偏瘫上肢功能测试(FTHUE-HK)、Barthel指数(BI)、日常生活(ADL)活动能力、Berg平衡量表(BBS)评分低于实验组,但MWS评分高于实验组(P<0:05)。基于VR技术的AI肢体康复系统能有效恢复脑卒中患者的日常健康管理,且效果明显高于传统药物治疗,可在临床推广。