在线客服

精准医学综述实用13篇

引论:我们为您整理了13篇精准医学综述范文,供您借鉴以丰富您的创作。它们是您写作时的宝贵资源,期望它们能够激发您的创作灵感,让您的文章更具深度。

精准医学综述

篇1

精准医疗是通过基因组、蛋白质组等组学技术和其他前沿科技, 依据患者内在生物学信息及临床特点, 在分子学水平为疾病提供更加精细的分类及诊断, 从而对患者进行个性化精准治疗的一种新型医疗模式[1]。2011 年美国相关学者首次提出精准医疗的概念[2]。2015年美国总统奥巴马在国情咨文中谈到“人类基因组计划”, 并宣布实施精准医疗计划将这一研究推向新的[3]。

恶性肿瘤已成为目前全球主要的死亡原因之一, 其是一类基因性疾病, 大多具有自己独特的基因印记和变异类型, 基因组发生的突变, 可以影响细胞信号、染色体、表观调节及代谢等过程。这些研究成果很早已被利用在肿瘤的治疗中, 许多针对这些特异基因改变及表观遗传学改变的靶向药物已经上市或正在研发。肿瘤的精准医疗通常分为3个步骤:基因及表观遗传学检测、大数据分析和临床药物应用[1]。

1 基因及表观遗传学检测

基因是指携带有遗传信息的DNA或RNA序列, 是控制性状的基本遗传单位。基因通过指导蛋白质的合成来表达自己所携带的遗传信息, 从而控制生物个体的性状表现。基因检测是通过对血液、其他体液或细胞的DNA检测, 获得肿瘤单核苷酸有义突变、拷贝数变异、融合基因等基因变异的信息。弥漫大B细胞淋巴瘤(DLBCL)曾一度认为是一类性质单一的疾病, 但近年发现DLBCL中具有不同的基因表达亚型, 如GCB(germinal-center B-cell-like)、ABC(activated B-cell-like), 其起源于B细胞分化的不同阶段, 具有不同的生物学特性, ABC亚型中的基因变异可以引起NF-κB的活性改变, 导致预后不良[4], 这已被临床实践所证实。

表观遗传学就是研究基因表达的学科, 是指基因表达的改变不依赖于基因信息的改变, 而是依赖于DNA甲基化和组蛋白的化学修饰。这些异常改变在一定条件下可以向正常逆转。肿瘤发生过程最常见的表观遗传学改变为抑癌基因启动子区CpG岛的甲基化, 其引起的表达沉默可以影响肿瘤相关信号通路[5]。DNA甲基化是真核细胞的表观遗传修饰之一, 甲基化程度愈高, 基因的表达则降低。骨髓异常增生综合征存在p15、p16、降钙素基因等一系列抑癌基因的过度甲基化, 使抑癌基因表达受抑制, 细胞易于形成恶性克隆[6]。其他表观遗传学改变如组蛋白的乙酰化、磷酸化等也均可影响基因的转录活性[5]。随着二代基因测序技术及大规模多水平组学生物学技术的兴起, 肿瘤精准医疗有了越来越强的技术基础。

2 大数据分析

目前已经知道人类各种正常组织的基因及基因表达, 患者的基因及基因表达都有了参考标准, 基因表达数据的分析与建模已成为生物信息学研究领域中的重要课题。人类的基因数目很大, 基因及其表达的变异信息数据库也十分庞大, 从海量的组学数据中提取有价值的数据, 就要祛除大量的“无关信息”, 这需要具有极高精确性的分析模型与分析方法, 全球很多学者均致力于该领域的研究。如人类肿瘤基因图谱计划(TCGA), 就是应用基因组分析技术, 特别是采用大规模的基因组测序方法, 将人类全部癌症(近期目标为50种包括亚型在内的肿瘤)的基因组变异图谱绘制出来, 并进行系统分析, 旨在找到所有致癌和抑癌基因的微小变异, 其中包含体细胞突变、拷贝数变异、mRNA表达、蛋白质表达等各类信息。这一计划整合了约7000种人类肿瘤的复杂分子网络[7]。2012年, 国际千人基因组计划团队发表了1092个人类基因数据, 绘制了人类基因组遗传多态性图谱[8]。这些均表明人群中存在大量的遗传变异, 从而造成肿瘤细胞生物学行为和药物疗效等方面的差异。

3 临床药物应用

肿瘤的精准医疗就是以大数据分析结果作为参考, 给予患者个体化的药物治疗方案, 再根据治疗结果进行反馈, 确认更多有价值的基因及蛋白组靶点, 开发更多的药物, 保证精准医疗的不断完善。在应用这些药物治疗肿瘤之前, 必须明确肿瘤中是否包含这些药物所靶向的改变, 也只有这一部分患者才会对上述治疗敏感。而对于无特异性基因改变或表观遗传学改变的肿瘤患者, 上述治疗除了无效, 还会带来一定的毒副反应。

1997年11月上市的利妥昔单抗是抗CD20人鼠嵌合抗体, 是第1个应用于临床肿瘤的靶向治疗药物, 已成为治疗弥漫大B细胞淋巴瘤及滤泡淋巴瘤等CD20阳性的淋巴瘤的一线药物[9]。伊马替尼通过抑制bcr/abl融合基因的酪氨酸激酶活性、PDGFR和干细胞因子受体c-kit的活性, 治疗慢性粒细胞白血病、Ph染色体阳性的急性淋巴细胞白血病和胃肠间质瘤[10, 11]。曲妥珠单抗仅适用于HER2基因阳性的乳腺癌患者[12]。而阿扎胞苷则是首个被美国食品和药物管理局(FDA)批准的去甲基化的表观遗传药物, 用于骨髓增生异常综合征的治疗[13]。均显示出了显著的疗效, 堪称精准医疗的典范。可以看出, 可供选择的药物的多少直接关系到治疗的成败。研究表明, 这些靶向药物除了单用, 还能相互或与化疗药物联用, 以进一步提高临床疗效。例如利妥昔单抗联合CHOP方案治疗DLBCL, 可以提高缓解率, 延长患者的生存时间, 是目前国际上治疗DLBCL的一线方案。

4 小结

当前的肿瘤治疗正逐渐从宏观层面对“病”用药向更微观的对“基因、表观遗传”用药转变, 精准医疗可以实现“同病异治”或“异病同治”, 已成为肿瘤治疗的一个趋势。但目前该治疗模式仍需进一步完善, 需要发现更多的目标靶向, 建立更完善的疾病知识网络和新分类系统, 建立更精确、可靠的组学数据标准化整合模型, 研发更多有效、低毒的靶向药物。肿瘤的精准医疗之路任重道远。

参考文献

[1] Mirnezami R, Nicholson J, Darzi A. Preparing for precision medicine. N Engl J Med, 2012, 366(6):489-491.

[2] National Research Counci US Committee. Toward Precision Mdedicine:Building a Knowledge Network for Biomedical Research and a New Taxonomy of Disease.M. Washington DC:National Academies Press, 2011:2115-2116.

[3] Collins FS, Varmus H. A new initiative on precision medicine. N Engl J Med, 2015(372):793-795.

[4] Alizadeh AA, Eisen MB, Davis RE, et al. Distinct types of diffuse large B-cell lymphoma identified by gene expression profiling.Nature, 2000(403):503-511.

[5] 付小兵, 韩为东, 时占祥.生物治疗中的转化医学.西安:第四军医大学出版社, 2014:216-250.

[6] 柯晴, 岑洪, 胡晓华. 去甲基化药物地西他滨治疗血液系统恶性肿瘤的研究进展. 医学综述, 2010, 16(7):1068-1070.

[7] John N Weinstein, Eric A Collisson. The Cancer Genome AtlasPan-Cancer analysis project. Nature Genetlcs, 2013, 45(10):1113-1120.

[8] Abecasis GR, Auton A, Brooks LD, et al. An integrated map of genetic variation from 1, 092 human genomes J. Nature, 2012(491): 56-65.

[9] Colombat P, Salles G, Brousse N, et al. Rituximab as single first-line therapy for patients with follicular lymphoma with a low tumor burden:clinical and molecular evaluation. Blood, 2001(97):101-106.

[10] Cohen MH, Williams G, Johnson JR, et al. Approval summary forimatinib mesylate capsules in the treatment of chronic myelogenousleukemia. Clin Cancer Res, 2002, 8(5):935-942.

[11] Dagher R, Cohen MH, Williams G, et al. Approval summary: imatinibmesylate in the treatment of metastatic and/or unresectablemalignant gastrointestinal stromal tumors. Clin Cancer Res, 2002, 8(10):3034-3038.

篇2

脑微出血(cerebral microbleeds CMBs)最初是在2005年开始被发现,因为其在临床医学表现上没有明显的特征,只有在MRI技术T1成像作用下才表现为圆形或者是斑点状的低信号或者是信号缺失的情况[1],随着医学技术的发展,在T2加权像中表现更加清楚。脑微出血真正被提出研究是在2009年,但是因为更多缺少病症样本的研究和讨论,至今还是因为缺乏更加精准的定位定义研究。

2、CMBs常见发病群体

目前的研究结果显示,脑微出血发病群体多数体现在老年人身上[2]。年纪的增加,由于人体的脑内微小血管病变的可能更大,所致脑微出血现象更加的频繁。

出现CMBs的人群当中,在脑出血病人中导致CMBs发生的概率是最高的,多达33%-80%的范围,其次是脑梗塞病症的病人发生CMBs的概率是26%,正常人发生脑微出血的可能性在5%-6.4%。从上面这个数据中可以看出,临床表现出来的脑出血会导致CMBs并况,危险进一步增加。

CMBs病症除了有一些共同群体的现象之外,其常见发病的部位依次表现在皮质及皮质下白质,其次CMBs体现在基底核及丘脑、脑干,最后是小脑[3]。国外脑微出血研究人员Lee在针对CMBs多发性部位的研究当中,发现CMBs与原发性脑内出血之间的关系非常密切。皮质及皮质下白质因为上述的关系,所以皮质及皮质下白质和脑微出血关联强度最高,发病率也更高。除了Lee的研究之外,Ying-Fa Chen等医学家在研究过程中,也发现了再MRI检测结果中,缺血性脑卒中的病患位于基底核和丘脑部位的CMBs病灶和pICH的病灶相关[4]。

导致脑微出血发病的病因因多数是因为高血压、淀粉样血管变性等等危险因素[5]。对于这些脑微出血病症的相关因素,需要进一步的研究探讨,找到更加精准的病因。根据研究显示,CMBs除了和人的年龄、血压、还有就是心脏疾病方面相关[6]。在近一两年更有提出与低密度脂蛋白有关系,这些相关因素需要我们进一步的探讨。

3、CMBs发病机制与原理

当前脑微出血因为其自身病症与出血性脑血管疾病的关联性,所以其也成为预测脑血管疾病的因子之一[7]。所以CMBs受到了现代神经科研究领域的高度关注,但是由于还未能够根据临床研究对CMBs进行精准定义,同时发病机制也还处在探讨阶段。

从当前探讨阶段的研究结果可以得出,脑微出血是因为微血管的受到损伤而引起的临床病变,这种微出血血管损伤严重程度的提升,直接体现在病变的严重化,出血表现更为明显。病理学研究结果中,我们发现CMBs病症多数发现是位于脑内微小动脉或者是更细微动脉瘤的旁边,从而能够推测出高血压是导致形成脑微出血病症的因素之一[8]。

4、脑微出血的危险因素

随着现代医学技术的进步,MRI检测新技术之磁敏感加权成像(SWI)在临床医学方面应用范围更为的广泛。CMBs被认为和认知知障碍、脑实质出血 、脑脑卒中、高血压、糖尿病及动脉粥样硬化等等相关危险因素有相关性[9]。在新医学领域技术的支持下也可以进一步研究CMBs,取得更好的进展,为CMBs病因的诊治、病症防治以及预后判断等方面带来成效。

在前人的研究基础上,可以看出CMBs与脑出血病症表现有非常明显的相关性 ,所以CMBs也是目前临床医学研究中对出血性微血管病进行预测的一个指标[10]。现在医学手段中,经常采用的检测CMBs的方法主要有:MRI检查方法、血液指标检测方法、统计学方法、磁敏感加权成像(SWI)等方式方法[11]。

5、针对低密度脂蛋白(LDL)的CMBs分析

针对低密度脂蛋白(LDL)的CMBs分析是采用了MRI检测新技术中SWI技术,结合血液指标的检测,最后统计学计算方式,对比观察CMBs患者和无CMBs患者的数据[12]。从数据对照中进行研究探讨CMBs和LDL之间的作用关系。

分析研究发现,对比了CMBs患者与无CMBs对照组之间的纤维蛋白原水平变化方面没有明显的差别,也就是说CMBs病患自身具有的凝血机制没有很大的变化[13]。但是我们从上面的表格当中,可以看出CMBs病症患者的低密度脂蛋白(LDL)较低,比无CMBs一组病患来得低。这一现象也表明证实了卒中强化降脂研究中国提出的,低水平LDL会导致脑微出血的发病率的增加 。

CMBs发病机制原理可能是因为合理的血脂水平的降低,才会导致维持小血管壁的完整性降低,微小血管受损发生[14]。低水平LDL会对小血管壁的完整性形成损坏,从而引起了血管周围含铁血黄素沉积 ,在MRI技术中显示出了信号缺失的病症 ,这也就是CMBs病症发生的一个因素。

经过国内外医学家的研究探讨,有多例CMBs病患病症体现为信号缺失,然后导致了微小血管旁边的含铁血黄素沉积,这个进一步的证实了上面的CMBs发病因素理论[15]。同时经过上面的讨论,得出CMBs 患者自身的总胆固醇(CHOL) 水平来得更好。CHOL水平高对高血压影响大,会导致微小血管的舒张功能降低,血管收缩反应是由于ET释放,使得小血管的通透性也增加了,引起脑微出血的概率增加。

6、高血压

从上面的研究分析当中,可以得出一个结论脑微出血相关影响因素包含了血脂的影响,所以对CMBs患者来说,必须把血脂水平维持在一个正常范畴,防止脑微出血的严重化[16]。从研究分析中发现,那些CMBs患者和没有患上CMBs患者之间,在年龄、高血压病、糖尿病、腔隙性脑梗塞 、舒张压 、收缩压、以及LDL 等心脑血管危险因素的症状表现上都有所差异。

影响CMBs计数的因素有高血压、 腔隙性脑梗塞 、收缩压、 舒张压有关联。CMBs的分级与年龄 、高血压、腔隙性脑梗塞、 收缩压 、舒张压有关联[17]。把病患针对有无CMB对比,进行与心脑血管等因素的二分类回归统计分析中,可以看出高血压以及腔隙性脑梗塞等危险因素,对CMBs 的发生概率影响是明显的,所以高血压对动脉硬化影响,也对CMBs产生关联性。

7、脑微出血与其他脑血管病

因为脑白质中血液供源于各深穿支动脉,这些微小动脉是脑终末动脉,微小动脉之间之间侧支循环来得稀疏或者没有循环, 一旦末端微小血管出现了病变,就会导致脑脑白质区域血液循环工学的变化,使得脑室旁出现水肿与酸中毒发炎,这也就导致伴随LA患病率的增加[18]。CMBs的病因特征和LA病因特征都是属于微小血管的病变范畴,根据这个可以推导出两者之间的病理学原理是相似甚至共同。脑微血管(CMBs)发病会使得血管壁脆性更高,血管损伤容易出血,但是血管损伤未完全破裂的时候,也有可能导致节段性血管闭塞的发生,从而出现缺血性损伤的病症现象。因此可以得出,CMBs病变能够造成出血性脑损害,也可能会导致缺血性脑损害。

认知功能是人脑神经中枢中的一项高级功能。随着老龄化的日益增多,人群中患有认知功能障碍与痴呆现象的人也越来越多了。CMBs和认知功能之间关系与相互的作用,也是CMBs相关因素研究一个方向。临床研究表现中可以看出CMBs患者发病和前额部、执行功能的损伤有影响,所以CMBs病症研究对长期认知功能的影响体现出发生概率的预示作用[19]。

在临床医学中抗血小板聚集治疗在针对动脉硬化性疾病预防治疗中运用范围广。经过对上千例高龄患者的针对性研究中,发现了没有服用抗血栓药物的高龄患者在MRI检测检查中,脑微出血(CMBs)症状出现更为普遍[20]。但是大量服用抗血栓药物也会导致后期CMBs现象更为明显。负责本次CMBs与抗血栓药物关系研究的医者认为,对于一些患心脏病或者中风的患者来说,抗血栓药物使用效果还是利大于弊。但是对于另一些特殊人群,例如CMBs患者而言,一些抗血栓药物的长期使用还是弊端显著的。

从上面的讨论中,我们可以得出,虽然脑微出血和其他脑血管疾病有一定的共通性。但是由于从宏观大血管病和微观小血管病之间还是存在着差异性。在治疗方面的共同性还有有所差别的,所以关于CMBs的治疗还需进一步的研究探索。

8、结语与展望

脑微出血(cerebral microbleeds CMBs)作为一种新形态的脑小血管病症,使得我们对脑血管基本方面的认识从整体走入细节,从针对大血管关注转变为小血管疾病的研究。CMBs病症是医学新技术MRI推广使用之后提出的一种形态学变化,其临床病症的表现和多个危险因素相关,更加精准的发病机制原理需要进一步的临床研究讨论。

CMBs多个相关因素在国内外的研究文献中都有提高与证明,本文中进一步针对CMBs因素进行探讨与研究。虽然针对CMBs的探讨有了阶段性的进展,但对其机制的研究样本还是不够全面,在其诊断、防治、治疗与预后等方面还需要进一步研究实践。相信随着医学技术的发展,能够在以后找到更好的突破口,完全了解和治疗CMBs。

参考文献:

[1]黎杏群.脑出血中西医现代研究与临床.人民军医出版社,2012-04

[2]王峥.脑血管病发病因素的相关性研究.东南大学出版社,2011-09

[3]金永娟.李宏妹.朱文云等.高血脂对血细胞和血管内皮细胞的损伤[J].中国微循环,2012,6(1);22-24

[4]吴文海.缺血性脑卒中患者脑微出血的危险因素及其对认知功能的影响[J],浙江临床医学,2013年 第2期

[5]范慧敏,张微微,黄勇华等.缺血性脑血管病患者脑微出血的危险因素及其对认知功能的影响[J].中国脑血管病杂志,2011-08

[6]韦铁民, 吕玲春, 周利民, 等. 脑微出血的磁共振诊断研究进展[J]. 中华医学杂志, 2013, 93(025): 2007-2009.

[7]王小强, 吴君仓, 张继, 等. 急性脑梗死患者脑微出血的相关危险因素分析[J]. 中华老年心脑血管病杂志, 2012, 14(4): 386-389.

[8]谢宗志, 李浩, 游潮. 脑出血早期血肿扩大的研究进展[J]. 中国脑血管病杂志, 2012, 9(008): 435-440.

[9]史蕙青. 脑微出血相关因素分析[J]. 中国实用神经疾病杂志, 2012, 15(21): 18-19.

[10]程新旺, 周东. 脑微出血研究进展[J]. 华西医学, 2012, 27(8): 1276-1279.

[11] 吉凤, 王世民, 于兰. 老年脑梗死患者伴脑微出血的临床观察[J]. 中华老年心脑血管病杂志, 2012, 14(1): 11-13.

[12]王小强, 吴君仓. 脑微出血对认知功能的影响及其发病机制研究进展[J]. 中华神经科杂志, 2012, 45(003): 192-194.

[13]黄信全. 124 例缺血性脑血管病患者脑微出血相关危险因素分析[J]. 医学综述, 2013, 19(8): 1510-1511.

[14] 冯洁, 刘运海. 脑微出血研究进展[J]. 中国神经免疫学和神经病学杂志, 2012, 19(3): 157-160.

[15]王绍娟, 王利伟, 黄海青, 等. 磁敏感成像序列在脑微出血诊断中的价值[J]. 磁共振成像, 2013, 4(5): 335-338.

[16]刘毅, 师敬飞, 段云霞, 等. 缺血性卒中溶栓后出血预测因素的研究进展[J]. 中国脑血管病杂志, 2012, 9(009): 499-504.

[17]刘慧, 谢明. 脑梗死后出血转化危险因素的相关性研究[J]. 中国当代医药, 2013, 19(30): 53-54.

篇3

1 文献检索工具

医院管理中文献检索方法包括较多内容,其中检索方式、检索工具是影响检索效率的重要因素,本文着重从分析了在医院管理中,最适用于医院医务人员的常用的文献检索工具与检索方法。

1.1 检索方式

文献检索方式可分为计算机文献检索、手工检索两种方式,其中手工检索并不需要特殊设备,由管理人员人工查找,方法相对简单,但工作量较大,检索效率较低。计算机文献检索基于计算机快速的运算能力及查找功能,直接从信息量庞大的管理文献中检索出所需文献。计算机文献检索不仅检索效率高,大大减少劳动量,而且查找精准度较高,检索方法灵活,是当前医院管理文献检索应用的主要方法。

文献数据库有时并非是对全部的临床试验文献进行了收录,即便被收录,也可能由于在数据库中使用的术语不易被识别出是临床试验而不能被检索出来。因此,手工文献检索可以作为计算机文献检索的一个补充。

1.2 检索工具

不同的管理文献检索方式采用的检索工具有所区别,其中手工检索方式中荷兰的《医学文摘》、美国的《医学索引》以及《全国报刊索引-自然科学技术版》等是主要的检索数据库。计算机检索方式中比较常用的中文检索数据库有《维普中文生物医学期刊数据库》、《中国期刊全文数据路》、《中国生物医学文献数据库》、《CNKI中国知识资源数据库》、《万方数据知识服务平台》、《读秀学术搜索》等。常用的外文检索数据库有《Medline》、《Embase》、《OVID》、《Pubmed》、《Clinical Trinals》、《Cochrane Library》等。

在文献检索时无论采用何种检索工具,与文献原文存在一定的时差,例如,手工检索需要等待一定的时间待刊物出版后才能检索到最新文章,而计算机检索需要事先对文献原文进行扫描处理存储到特定的数据库才能被检索到。

1.3 免费医学信息资源

网络免费医学信息资源是指可以在线免费获得的,具有学术研究价值的信息资源,能极大的方便用户对学术信息的获取,降低成本。在医院管理中,是用户首要的文献检索方法。

(1)搜索引擎。搜索引擎是自动从互联网搜集信息,可以满足用户检索所需内容的网页索引,是用户获得免费医学信息资源最快捷的工具。网络上免费学术搜索引擎主要有“谷歌学术”、“微软学术”、“百度”等。更为专业一点的医学类搜索引擎有“Medical World Search”、“Medical Matrix”、“MedSite”、“Healthlinks”,专业类搜索引擎收录了与医疗卫生相关的服务、商业、科研、教育、临床试验、视听等信息的查询,便更能帮助临床医生、科研人员快速准确地在互联网上查找医学信息。

(2)开放存取学术资源。开放存取学术文献具有数字化、网络存档、免费获取的特点。网络上综合类开放存取资源有“DOAJ”、“Socolar”、“High Wire Press”、“国家科学图书馆机构知识库”、“MIT Open Course Ware”、“OADT”等。作为医院医务人员,更常用的是医学类开放存取资源,如“PUBMED”、“生物医学中心”、“公共医学中心”、“Free Medical Journals”、“Medscape”、“BMJ”、“科学公共图书馆”、“HINARI”等,这类专业类信息资源,内容涵盖面广,是专门为临床医学工作者提供信息交流的平台。

2 文献检索方法应用原则

医学文献资源丰富、数量庞大,因此检索时应遵守一定的原则,缩短文献检索时间,提高检索效率。经大量实践表明,进行医学文献检索时注重遵守以下原则可在一定程度上提高文献检索效率。

2.1 目的明确

医学文献检索应遵守目的明确原则,以达到事半功倍的检索效果。众所周知,医学文献是诸多专家智慧的集中,内容涵盖范围广,具有较高的参考价值,从浩瀚的文献中检索到所需资源并非易事,因此,明确所要检索文献的目的,在涵盖范围广的数据库中进行检索,可显著提高检索效率。

2.2 思路清晰

调查发现,部分人员进行文献检索时,没有明确的思路指引,结果虽然检索到所需文献,但花费较长时间。为防止这一不良情况的发生,检索医学文献时应遵守思路清晰原则,即,检索之前应明确检索方式、采用何种检索工具、以及怎样设置检索条件等内容,做到心中有数才能在最短的时间内要到要检索的内容。

另外,医学文献检索时还应注重临近文献的检索。检索过程中可能出现与待检索题目或条件未安全匹配的情况,这就需要检索人员注重临近时间文献的检索。

3 文献检索方法应用

文献检索方法实际应用时可采取以下策略,以提高文献检索效率与质量。

3.1 明确信息资源分类

医学信息资源按其使用性质分为RCT(CCT)信息源、系统综述信息源、循证医学研究方法信息源三类。不同类别的信息资源检索工具略有不同。原始研究是指根据随机对照试验(RCT)与临床对照试验(CCT)得出研究结果的文献,这类信息源主要分布在各种科技期刊、会议文献、科技报告、学位论文及其他内部刊物。 系统综述是一种全新的文献综合方法,是指针对某一具体的临床问题,系统全面的搜索已发表的临床研究,采用临床流行病学严格评价文献的原则和方法,筛选出符合质量标准的文献进行定量或定性合并,得出可靠的综合结论。系统综述信息源主要分布在一些综合类数据库如Medline, Pubmed,及Cochrane系统综述数据库等。循证医学则强调任何医疗决策应建立在临床研究证据的基础上,并结合个人经验制定出病人治疗措施。其研究方法包括证据摘要、综合证据、系统证据,信息源主要分布在UP TO DATE, BMJ-Clinical Evidence数据库等。

3.2 把握文献检索细节

检索医学文献时应根据不同的检索目的,充分把握文献检索细节。一般情况下,每年均会出现一些新的医学内容的文献,为使检索到的文献与当今医院发展实际适应,检索时应将重点放在最近1~2年的文献上。同时,保证了文献时间外,还应选择权威性较高的文献,这样以来检索出的文献基本能够满足人们的需求。不过如检索文献的目的是科研选题,针对性会大大提高,对文献检索的要求较高,此时检索文献应注重两点:其一,检索文献的内容应具有较强的专业性,文献研究内容深入;其二,扩大检索文献范围。另外,如为研究某个实际问题而撰写论文,分两种检索情况:如果撰写的论文为综述,应根据综述研究的范围,详细列出检索提纲,而后逐一针对性的检索相关文献;如果撰写的是一般论文,可结合论文研究实际,直接检索相关的文献,以支撑某个观点。

3.3 注意检索途径与检索词

文献检索一般会涉及检索词,所谓检索词主要指文献关键词、主题词以及内容分类号等,为人们检索提供便利。目前计算机文献检索方法应用率较高,其中检索词包括提名、关键词、刊名、作者、机构、文摘等内容,达到提高文献检索效率。另外,在选择文献检索途径时应注重考虑以下内容:首先,选择合适的检索词。合适的检索词能够帮助人们迅速找到所需文献,减少系统检索文献工作量及时间。例如,当需要检索有关“肾上腺素”类的文献时,将关键词设置为“肾上腺素”便能迅速找到有关肾上腺素的文献。其次,规范检索语言。通常情况下,文献检索数据库都有相关的检索说明,为保证检索结果的准确性,应严格依据检索说明进行操作;最后,灵活设置检索时间范围。文献检索数据中会记录文献发表时间,因此,进行文献检索操作时应结合检索内容特点,适当的扩大或缩小检索文献时间范围,以达到最快找到所需文献的目的。

需要注意的是,在文献检索中,有时因为数据库中一些新入库的记录有的无主题词,有的岁进行了计算机标引,但不规范,这就需要将主题词检索和关键词检索结合起来制定检索策略。另外,有些研究者为了获取与文献中的研究结果相反的文章,也会对原始研究文献后面所列的参考文献进行检索。

3.4 灵活采用检索方法

医学文献检索方法包括分段法、倒查法以及顺查法,其中顺查法的检索时间起点为课题起始时间,由远到近对文献进行检索。此种文献检索方法具有检索全面的优点,但因检索时会将时间段内所有文献检索出来,检索工作量较大,投入的时间成本较高。倒查法与顺查法刚好相反,其优点在于能及时检索出近期文献,尤其对于研究新课题时可采用此种检索方法。分段法检索可以是时间的分段,也可以是内容的分段,其中时间的分段通过设置检索时间段实现,内容的分段一般先利用顺查法检索出部分文献,而后对其参考文献进行检索,最终达到找到所需文献的目的。

4 总结

医院管理中工作的实施及相关课题的研究过程中通常需要检索相关文献,以找到相关参考做法,以及现阶段医院科研方面获得的成果。当今医学文献数量庞大,怎样快速及时找到所需文献是人们需要认真思考的问题,一方面需要人们明确检索目的,熟练掌握先进的文献检索方法。另一方面,不断总结文献检索技巧,结合自身实际加以灵活运用。

参考文献

[1]储晓红. 安徽省医院管理文献计量学分析及其对医院管理创新研究的启示[D].安徽医科大学,2003.

[2]吕冰. 我国医学文献检索教学管理存在的问题及对策[D].东北大学,2010.

篇4

现代医学的进步离不开工程技术的发展。一定程度上来说,技术的进步很大程度上决定了医学的基础与临床进展。X线、彩超、CT、核磁共振等影像学检查设备以及各类的生化诊断设备极大提高了临床诊断的水平;腹腔镜手术设备、达芬奇手术设备等,使大部分手术得以高效、安全的完成;电子病历系统、各类远程检测设备等极大提高了医疗的效率与安全性[2]。进入21世纪以来,人工智能和机器学习等技术也正在推动医学进入新的革命,智能诊断、图像识别、诊疗建议等又将极大促进医学的快速发展。在这一背景下,迎接时代的变化,积极储备相关交叉学科的基本知识与素养,是每一个优秀医生以及医学生终身学习中的重要内容。

2工程学思维的内涵

工程是一种造物活动。工程在医学中的应用主要体现在医学诊断治疗工具的发明和应用。工程思维是工程活动的灵魂,其特征体现在系统性、集成性、跨学科性、创造性和复杂性等方面[3]。跨学科性指其涉及自然科学、技术学、人文等多领域的问题,而单一学科很难进行解决。工程思维简单来说就是应用各种知识综合起来解决具体的实践问题;在医学范畴里,我们可以简化地说,它是一种利用工科技术系统性解决某种医学问题的实践[4]。医学生本科教育目前主要体现在医学基础理论的学习与初步实践认知方面,跨学科的教育在国内医学教学中相对缺失。我们结合自身的团队特色,在本科生医学教育上有意识地尝试增强学生工程思维的培养,希望学生能够发现问题、分析问题,并尝试通过一些初步的工程实践来解决问题。由于医学生本身的知识结构,解决方案可能比较简单,没有深入问题的核心,但是,我们相信这种工程思维思考问题的方法对于医学生在今后的发展具有长远的意义。

3工程思维培养在本科生临床医学教学中的实践

团队长期以来在医工结合领域的研究与探索取得了一定的成绩。团队承担了国家自然科学基金重大项目精准微创手术器械的创新与制造,完成了国内第一例国产手术机器人的临床手术运用。同时,我们拥有一支较为强大的医学、工程学背景的专家教授团队,承担着中南大学自主设置二级学科医学设备技术学的教学工作。结合我们的学科特点与基础,在本科生的教学中进行了一些尝试与探索,以初步培养医学生的工程学思维。医学的基础理论是目前医学临床医学专业本科生教育的主要内容,结合他们的知识背景,我们通过学术讲座、兴趣小组、实践项目三个主要内容,针对不同的学生进行由浅入深的实践探索。

3.1定期举行相关的学术讲座

医学生的工程学知识相对缺乏,工程学医师相对薄弱。对此,我们组织相关的专家联系医工结合的研究热点与基本学科思维特点开展相关讲座。在本学期中,我们开展的医生在医工结合中的角色、手术机器人发展历程、手术机器人研究热点初探、3D打印在医疗中的应用进展、人工智能+医疗应用场景几何等学术讲座,受到学生的热烈欢迎,并引发学生的积极讨论和广泛交流。

3.2组织兴趣小组

在学术讲座后,许多感兴趣的同学与我们进行了进一步的沟通,也带来了许多鲜活的想法。为了给这些同学们提供更好服务和交流的平台,我们组织了本科生医工结合兴趣小组。在兴趣小组中,我们通过小组例会、自主学习指导、综述写作几种形式开展相关的教育实践探索。我们根据同学们的时间定期组织小组例会。通过组织小组会议,学生与老师直接沟通,相互激发出很多鲜活的想法,实现了教学相长。我们根据同学们的兴趣,系统性地给同学们推荐了相关的书目与网络学习资源,并定期予以相关的答疑,为学有余力的同学提供自主学习的资源与指导。我们还结合同学们自身的情况,组织同学们开展一些基础的科研培养,如教授学生中英文相关文献的检索与阅读,并在此基础上,鼓励学有余力的同学针对某一问题查阅资料、撰写综述。通过这些措施,同学们的视野和能力得到了很大的进步。

3.3鼓励开展相关项目

篇5

新媒体是网络技术支撑下出现的媒体形态,可分为网络新媒体、移动新媒体和数字新媒体[1]。目前以门户网站、搜索引擎、简易信息聚合(RSS)、电子邮件/即时通讯/电子书、网络杂志/电子杂志等为主。融合的宽带信息网络,是各种新媒体形态依托的共性基础。终端移动性,是新媒体发展的重要趋势。相对于报刊、户外、广播、电视4大传统媒体,新媒体被形象地称为“第5媒体”。依托它可便捷地实现预防医学信息文献实时精准传播。任何情报文献的学术价值,都是在流动中形成与体现,在共享中最终实现。

2共享思路

理论上一个长远的合理文献信息的资源共享体系,包括共建与共知。共建是共享的物质基础,共知又是共建和共享的理论基础,三者相互依存,缺一不可。资源共享的手段是馆际合作,通过馆际互借、网上文献传递、原文复制和联合咨询达到资源共知共享,带动资源优化配置,拓展共享的渠道,提高共享效率,保证共享的后续发展。目前我省各县(市、区)疾控机构共享的路线基本以本中心文献信息库为主体,依托网络环境下的新媒体呈放射状传播。随着交流的频繁与深入,不断梳理沟通渠道,加强了解与协作,文献信息共享服务途径将由单向输出逐步演变为实际意义上的共知、共建与共享,做到以文献信息资源的共享,来促进实体与虚拟馆藏文献信息资源的丰富与发展。新媒体具有全天候和全覆盖性的特征,可使不同区域网络连接起来,实现广域范围的资源共享。调查显示,我省基层单位均拥有互联网,工作人员基本可在岗位上自由上网,这为文献信息的传播提供了硬件服务支持。具体操作思路如下。

2.1设立联系窗口

可在中心网站设立一扇和图书情报室的联系窗口,成为与基层单位科研人员、图书情报人员业务联系的纽带,及时接收和回应科研人员对预防医学文献信息的需求。为了使专业人员能够更方便快捷地阅读到本中心网站的最新信息,网站可推出RSS聚合资讯服务,利用互联网支撑下的新媒体传播渠道,围绕预防医学工作性质及当前的工作任务,不断补充丰富RSS订阅源,对预防医学专业信息加以及时、广泛、深度的挖掘与规范化的学科整合,丰富虚拟文献信息资源,科研人员可有的放矢地浏览查询最新信息与科研动态,避免在茫茫网络中毫无头绪、费时费力。

2.2通过微搏共享

可利用微博实现文献信息共享。据新华网报道,微博注册用户2011年底已超过3亿。用户可以通过网页、WAP页面、手机短信消息(字数140字以内)或上传图片,即时浏览最新信息,随时随地参与分享与讨论。一些有影响力的医药卫生媒体和部分省市的疾控中心,•72•海峡预防医学杂志2012年6月第18卷第3期StraitJPrevMed,Jun2012,Vol.18,No.3已在新浪开设官方认证的微博交流渠道:例如健康报官方微博北京市疾控中心长沙市疾控中心等。还可同步申请微博的官方网盘,它是一款云存储网盘,用来存储海量文件,并支持分享文档、音乐、视频等任意文件到微博、邮箱、QQ/MSN等。科研人员利用它可同步分享预防医学情报讯息,保存到微盘的文件可自动同步到电脑、手机等设备,无需携带电脑、移动硬盘,只要能联网,随时随地即可访问到图文并茂的专业文献信息。

2.3提供PDF文献

在为基层科研人员提供实体馆藏的医学文献信息服务时,可利用扫描仪将读者急需的文献转换成PDF格式,通过各类网络邮箱传送到读者的终端接收器。PDF页面最大优点是保证文献文本的准确性与相关图像的精准性。

篇6

作者:孟凡皓1,朱智慧1,张小辉2,张韬1(1中国医学科学院北京协和医院,北京100032;2深圳罗湖区人民医院)

经过近几年的快速发展,虚拟现实(VR)和增强现实(AR)这两项技术为我们的生活带来很多改变,也逐渐被应用于医学领域。VR是多种技术的高度结合,包括了模拟环境、感知、自然技能和传感设备等方面;它利用计算机生成一种模拟环境,可以让使用者完全沉浸到该环境中,并且通过有触感反馈功能的控制器与虚拟环境进行互动。而AR可以实时计算摄影机影像位置、角度,配合图像图形技术,在屏幕上把虚拟图像叠加在现实世界并进行互动。目前,已有报道在微创肝脏手术[1]中运用AR技术将肝脏内部的血管和肿瘤的位置显示在术区,也有学者尝试将AR和MR技术应用于神经外科[2]和泌尿外科[3]等学科。早在1997年Wagner等[4]介绍了AR的概念,并首次在AR设备的辅助下完成正颌手术;2001年Thomas等[5]开发的Impulse2000训练系统,可以模拟患者口腔内患龋情况,用于医学生临床技能练习。近5年来,VR与AR技术在口腔医学中的应用范围越来越广泛,主要包括临床教学、术前设计和术中导航3个方面。现就VR和AR在口腔医学中的应用进展综述如下。

1临床教学

头颈部解剖结构复杂,在狭小的范围内可能同时存在腺体、肌肉、神经和血管等重要组织;在教学过程中仅依靠课本或视频资料缺乏立体感和层次感,而尸体标本数量有限、价格高昂,这都为教学增加了困难。将VR技术应用到头颈解剖教学中,可生动、立体地展现复杂的解剖结构。2012年,李阳等[6]利用Dextroscope系统进行上颌动脉下颌段的三维解剖研究,并与实际标本进行对照,为减少上颌动脉下颌段的术中损伤提供解剖依据。结果表明虚拟解剖组所测得的相关数据与尸体组测得的实体数据一致,提示该技术具有可靠性与一定的优越性。

操作技能的练习所用耗材成本较高,借助VR和AR系统,可为医学生提供逼真的操作练习环境。目前已有用于正颌外科手术培训的VR手术模拟系统[7,8],该系统可以为使用者反馈操作的力度和器械运转的速度,并能提示操作者截骨角度和距离与术前设计方案之间是否存在偏差。Miki等[9]介绍了一种模拟内窥镜辅助下完成颌下腺切除术的VR培训系统,并通过试验证实,初学者经过7次练习后均更加熟练,手术所需时间较一开始明显缩短。下牙槽神经阻滞麻醉是颌面外科中一项基础操作,但如果操作不慎可能会引起麻醉效果不佳或麻药入血等问题,甚至造成更严重后果。Correa等[10]介绍了一种用于下牙槽神经阻滞麻醉训练的VR系统,可以评估注射位置和深度是否正确,并且提供近乎真实的进针感觉反馈。也有学者将传统教材与AR技术相结合[11],开发了一本贵金属高嵌体预备教材,通过识别课本上每一章节的特殊“标识物”,AR设备就会将相应的操作过程以三维图像的方式呈现在眼前,仿佛老师在眼前演示一样。2013年,Kikuchi等[12]介绍了一种用于练习预备金属烤瓷冠的VR系统。Llena等[13]对AR技术在培训医学生窝洞预备中的效果和使用满意度进行研究,发现仅在一类洞的深度和二类洞颊、舌向预备范围上与传统教学方法相比有差异。彭春等[14]对VR技术在口腔正畸进修医师教学中的应用效果进行探讨,主要是进行虚拟正畸托槽粘贴和排牙培训,通过培训后进行问卷调查和理论成绩对比发现,VR技术可显著提高临床进修医师的学习主动性,利于对口腔正畸教学要点的理解,提高口腔正畸临床操作技能的掌握,有助于口腔正畸临床进修医师教学。

近几年,伴随着VR模拟系统在口腔教学中越来越多的应用,比如大阪大学的HAP-DENT、伊利诺伊州的Periosim、荷兰穆格Simodont和北京大学口腔医院的iDental等系统,有诸多学者对VR和AR技术在口腔教学中的应用效果进行研究。2015年Wang等[15]对iDental系统的精确度进行评估,并分别从主观和客观上评价该系统在模拟牙体预备这项操作时的应用效果,发现还需在该系统中加入颊黏膜和支点才能更真实地还原口腔内操作环境。Ioannou等[16]对VR手术模拟器和动物模型的培训效果进行了对比研究,结果表明VR手术模拟器可以减少培训的成本,并且培训的效果也要优于传统的动物模型试验。2016年,英国的Mirghani等[17]对Simodont牙科VR模拟器在口腔教学应用中的效果进行评估,发现Simodont评分结果可以反映出大一与大五学生的水平差异。

2术前设计

颌面外科手术因其特殊的手术部位,手术的难度与风险较大,而且患者对美观有较高的要求;术前对病变情况进行充分评估,可以更好地确定切除范围,降低手术风险。VR和AR技术可以根据患者的CT或MRI数据进行三维重建,完整呈现病变的位置以及与重要解剖结构的关系,可以帮助医生在术前更好地进行手术规划与方案设计;并且,VR技术凭借其出色的沉浸感和触觉反馈设备,甚至可让医生在术前模拟手术,使手术更加安全、高效。Olsson等[18]运用VR技术模拟游离腓骨肌皮瓣重建下颌骨手术,可以通过VR系统在术前模拟肿瘤切除、腓骨重建方案设计及受区血管选择,可以减小术中风险,获得更好的手术效果。此外,有学者将VR技术应用于正畸和阻塞性呼吸暂停低通气综合征治疗等方面。2016年Medellin-Castillo等[19]介绍了一种具有触觉反馈功能的VR系统,可以将二维图像上的标志点准确还原到三维重建模型上,帮助医生准确确定头影测量标志点,减少误差和设计时间;并且,对需要正颌的患者,该系统还可以设计手术方案。李阳等[20]运用DextroscopeVR系统,借助CT数据进行重建与融合,获得上呼吸道的三维图像,在三维模型上对上气道狭窄的区域进行测量,并根据测量结果,为患者选择相应的手术方案进行治疗。结果发现术后上气道的狭窄部位均明显扩大,各区段体积至少增大2倍以上,取得了良好的治疗效果。VR技术可以将二维CT、MRI数据以三维立体的形式呈现在医生的眼前,让医生更加直观地了解病变信息。

3术中导航

传统术中导航只能显示二维图像,并且术者需要反复观察屏幕与术区,这无疑增添了很多不便。AR技术凭借其与身边环境实时交互的特点,可以将术前设计方案或是重要的解剖结构以三维图像的形式投射在术区,使术者实现裸眼观察。2013年,Suenaga等[21]使用3DAR技术在实物模型上模拟截骨手术,以评估该系统的精准度和可行性。结果发现术者裸眼所看到的图像位置不会随观察的角度而改变,而且图像与实物重合的精确度可以达到1mm以下。2013年Lin等[22]介绍了一种基于AR技术的口腔种植系统,并通过术后CT数据来评估术前虚拟设计方案与实际预备位点之间的误差。结果发现,总共完成的40例种植体的位置均在安全范围内,深度和角度上的误差是可以接受的。2015年,Liu等[23]利用AR技术在锥形束CT血管造影引导下行机器人舌癌切除手术,并与X线透视引导技术相对比,发现切除范围更理想,并能更好地保护舌动脉等重要组织。虽然,现在大多数关于AR技术在术中应用还停留在实验阶段,但已有学者尝试佩戴AR设备完成正颌手术,术中指导上颌骨的截骨和就位。2016年Zhu等[24]运用AR技术在颌面外科手术中将下牙槽神经管的位置投射到术区,避免了术中损伤重要神经。临床中已经有20例应用经验,包括偏突颌畸形、半侧颜面短小和下颌角肥大等患者的整形手术,所有病例术后通过CT验证都取得了满意的结果;除1例术后出现血肿外,其余均未发生并发症。这也为AR技术在术中的导航应用带来了启发。

2016年Profeta等[25]将AR技术和单光子发射计算机断层成像术(SPECT)相结合用于检测头颈部肿瘤患者淋巴结转移与分布的情况,并借助AR技术来辅助完成淋巴结活检手术。该实验结合了γ探头(类似于传统放射引导手术)和追踪系统(类似于导航设备),为患者注射γ放射性同位素后,立即检测头颈部放射活性的分布情况,并以此来推断有无可疑转移淋巴结,最终借助AR技术以图像的形式将可疑淋巴结直接叠加显示在术区,让医生裸眼就可以准确看到淋巴结的位置。

4小结

目前,已有许多学者尝试将AR和VR应用于口腔医学的各领域当中,相较于传统技术具有如下优势。①临床教学:VR凭借完全沉浸式的特点和触控设备实现交互反馈,可以为医学生提供逼真的练习环境,节省教学成本。②术前设计:AR和VR都可以完全真实的还原患者的病灶位置、与重要解剖结构的毗邻关系等重要信息,不仅可用于设计手术方案,还可以用于与患者术前沟通,让患者及家属更好地了解手术风险或预后情况。③术中导航:AR凭借其可以与真实环境进行交互的优势,并且可以裸眼观察,让术者更好地了解病情。所以,AR与VR在医学领域中有巨大的应用潜力。随着技术的不断发展,VR和AR技术在医学中也将实现广泛应用。目前已有学者完成AR技术与手术机器人结合完成下颌角切除术的可行性试验,同一个标本的两侧下颌角分别通过机器人和医生完成,对比发现并没有明显差异。VR和AR技术的应用必将为医生提供更多的帮助,让手术变得更加精准、客观和高效,进一步提高医疗服务质量,使患者和医生都能从中获益。

参考文献:

[1]HaouchineN,CotinS,PeterlikI,etal.Impactofsofttissueheterogeneityonaugmentedrealityforliversurgery[J].IEEETransVisComputGraph,2015,21(5):584-597.

[2]Kersten-OertelM,GerardI,DrouinS,etal.Augmentedrealityinneurovascularsurgery:feasibilityandfirstusesintheoperatingroom[J].IntJComputAssistRadiolSurg,2015,10(11):1823-362.

[3]DickeyRM,SrikishenN,LipshultzLI,etal.Augmentedrealityassistedsurgery:aurologictrainingtool[J].AsianJAndrol,2016,18(5):732-734.

篇7

0 前言

随着我国高等教育逐步实现大众化,高校贫困生问题也渐渐凸现。贫困大学生与普通大学生生比较起来,存在主客观上的心理弱势,面临着叠加性挫折或持久性挫折。关于逆商视角下贫困生思想状况问题的已有研究表明,高校贫困生的整体思想状况与心理健康水平低于普通大学生,并未实现“精神脱贫”,对于贫困大学生的精准扶贫不只是经济上的精准,也要在思想政治建设和心理健康的培育上实现精准,才能帮助学生真正“脱贫”。要让家庭经济贫困的大学生能从容应付挫折,立于不败之地。

1 国内外研究现状述评

1.1 国外针对大学生逆商的研究现状

逆商(AQ)译自英文 Adversity Quo-tient,全称为逆境商数,也被称为挫折商或逆境商,是保罗・史托茨于20世纪90年代中期提出来的概念,用以衡量人们面对挫折、摆脱困境和超越困难的能力。国外对于大学生耐挫能力及逆商教育等方面的研究一直是一个颇受关注的领域,主要都围绕逆境的概念展开。其中,较为著名的是多拉德的理论“逆境一攻击理论”即“攻击行为往往是逆境的结果”;此外,巴克尔等著名的儿童侵犯行为实验也展现逆境与攻击行为之间的关系。在一些教育发达国家,学者们关于逆境商的理论与原理方面有了较深刻的认识,研究的深度和广度也达到较高的水平。

1.2 国内针对大学生逆商的研究现状

国内对于大学生逆商的研究颇多,但主要集中于在学校和社会中如何提高大学生的逆商能力,以及逆商能力对于大学生日后的工作发展的相关性研究。张定强,曹春艳以西北师范大学为例调查师范大学生逆商现状并对师范教育进行了反思;龚晓会等人在逆商教育研究中采用了实验研究的方法,使逆商教育研究进一步科学化;唐新华将CDIO 教学模式应用于工程学生的逆境商教育中,这是逆商教育在实践领域的一次突破;鲁楠从家庭、学校、社会、自身四个角度分析了影响高职学生逆商的因素,并提出了逆商提高的建议;吕静提出了在素质拓展活动中开展逆商教育,是逆商教育实践中的又一创新。

1.3 国内外对于贫困大学生逆商的研究综述

在CNKI中以“贫困大学生逆商教育”检索论文94篇。可见,目前对贫困与逆商之间关系的研究高度不够,在提高逆商措施等方面实践性不强。国内关于贫困生问题的研究主要是政策、体制、以及多元视角层面上,如杜志丽研究发现,与非贫困生相比,贫困大学生更多地采用不成熟型的心理防御机制来减轻或接触心理紧张和压力;雷生的研究表明,贫困大学生的社会支持状况低于非贫困大学生。曹旭探讨团体心理辅导对改善贫困大学生在人际交往上敏感、缺乏自信心的作用。从目前相关的文献资料看,研究者们对贫困生逆商视角下的思想状况的调查与施教对策方面研究较少,因此一线的学生思想政治教育工作者应该立足现实,有针对性地开展相关研究,同时创新研究方法,提高研究水平。

2 主要研究内容

贫困大学生问题的研究已成为社会各界共同关注的话题,但从全面的角度,跨学科的角度研究高校贫困生的思想政治教育仍有必要,仍是个新课题。采用文献分析法、问卷调查法等方法对高校贫困生逆商视角下的思想状况做深入研究,进行保罗・史托兹编制的《逆境反应量表》(Adver sity Response Profile,ARP量表)测试,并编制《逆商视角下高校贫困生思想状况调查表》,从个体心理和情绪的角度考察高校贫困生的逆商水平,用以了解贫困大学生在学习生活中的主要挫折源,以及挫折事件发生后的生理、心理和行为上的反应,并研究其认知结构、归因模式、社会支持系统状况以及个体的挫折应对方式等。

参考文献

[1] 薛峰,鲁武霞,余圣陶等.高校贫困大学生逆境商的培养.常州大学学报(社会科学版).2013.14(5):121-123.

[2] Almeida,A.Development of a Programmed for Enhancing the Adversity Q uotient of Junior College Student [EB/O L].http://peak .2009(8).

[3] Zhou,H.J.AQ and Academic Performance among College Student [EB/O L].http://peak .2009(5).

[4] 袁满,汪金川.思想政治课中学生的逆商培养策略-以《思想道德修养与法律基础》课程为例[J].学校党建与思想教育,2012(12):46-47.

[5] 张定强,曹春艳.师范大学生逆商现状的调查及对师范教育的反思-以西北范大学为例[J].当代教育与文化,2011(2).

[6] 唐新华.CDIO工程教育在推进工程应用型本科学生逆商教育中的作用研究[J].教育与职业,2010(3).

篇8

本体模块位于整个分类框架的中间层,是框架的核心部分,也是整个分类系统的理论基础。本体有多种用途,可以利用本体库中的标准本体文件或是手工构建的本体作为背景知识,提供语义信息构建分类模型,也可以利用本体对特征向量进行降维(长文本)或添加主题词扩充特征向量(短文本),提高分类效率,当然本体中包含的信息越完备,取得的分类结果越准确。

1.3 分类模块

分类模块主要是利用传统分类算法或本体构建分类模型,其主要功能是实现分类,对未知文本进行判别,将其划分到所属的类别中。

2 关键技术研究动态

2.1 特征处理

近年来,特征处理过程(对高维特征向量进行降维和对稀疏特征向量进行扩充)越来越多地被人们重视,高维稀疏的特征空间中缺少对分类给力的特征项,包含过多冗余信息和噪音数据,对分类效果起反作用。从知识发现的角度看,识别出预测结果中的低维特征是非常有用的,消除无关和冗余的数据特征,提高数据挖掘的效率,改善预测精准性等学习性能。

特征降维[9]是从初始高维特征集合中选出低维特征集合,并根据一定的评估准则最优化缩小特征空间的过程,主要有特征选择和特征重构两类。特征选择的本质是对原高维特征空间的约简,即在不损伤分类精度的前提下,尽量减少特征空间中的索引项的数目,降低向量空间的维数。较为典型的特征选择方法有文档频度、互信息、信息增益、X2统计量等。Yang yiming[10-11]等人在reuters-21578和一部分Reuters Corpus Version1(RCV1)语料库上分别采用文档频度、互信息、信息增益、X2统计量等方法对特征向量进行降维,然后用Naive Bayesian, Rocchio, kNN和SVM等分类算法进行多角度实验,结果表明SVM和X2统计的组合方法优于其它的方法。特征重构[12]又称特征抽取,是基于特征项之间的语义相关性、类内文本聚合程度、类间离散程度的影响力等方面因素,对文本特征集进行压缩,把原来的特征向量转换成为一个不同的更紧凑的新低维空间。例如主成成分分析(PCA),线性区分分析(LDA),潜在语义索引(LSI)等。

还有其他降维方法,如利用通用本体和领域本体提供的概念层次语义结构实现降维。采用本体中概念及概念间的语义关系并结合潜在语义索引算法对特征空间进行降维,可以提高分类性能。文献[13]提出基于WordNet语义词典和隐含语义索引(LSI)模型的英文文本分类方法,用WordNet中语义集代替单词构成特征向量,然后利用LSI模型进一步深入挖掘语义集的概念间的深层联系,将语言知识和概念索引有效地融合到文本向量空间的表示中,对特征向量进行降维,并分别用Naive Bayes和简单向量距离算法实现分类,实验结果表明准确率都随着语义分析的深入逐步提高,充分表明语义挖掘对文本分类的重要性。文献[14]也利用WordNet通用本体和潜在语义索引算法,实现了对信息检索中的文档向量进行降维,取得较好的效果,该方法也适用于大规模的文档集。文献[15]利用潜在语义索引和领域本体实现文本特征的降维和分类,该方法适用于对领域内的文本集分类。近年来,基于分形的方法也得到人们关注[16]。采用分形的思想,可以较准确地估计出数据的本征维[17],为进一步地降维提供指导性的参考。

对于新闻标题,广告语,电影预告等短文本进行预处理后得到稀疏的特征向量,缺少对分类给力的特征项,为解决其稀疏问题除了要去掉冗余和噪音特征项外,还需要利用语义词典或本体对文本向量进行特征扩充,添加对分类起正面作用的特征项,辅助指导分类。文献[18]提出一个基于短文本的半监督的分类通用框架,适用于从Web搜索结果到医学等众多不同领域的文本分类。利用潜在主题分析模型如pLSA、LDA等和机器学习方法如最大熵和支持向量机等,从大规模外部语料库中抽取出潜在主题词扩充特征向量,提高分类器的覆盖范围。

2.2 分类模型

随着本体的发展,近年来有许多国内外学者将本体引入到文本挖掘的各个应用领域,基于本体的分类是研究热点之一,下面通过几个典型实例进一步说明该研究的特点及进展。

Gu等人[19]提出一个基于SARS本体的文本分类模型,利用本体中层次概念结构构建向量空间模型,为分类提供领域知识。同时从预处理后的文本集中抽取出主题词构成词典,用来不断扩充和完善SARS本体,一方面可以构建本体向量,另一方面可以解决传统分类方法中存在的特征向量的高维稀疏问题。基于该分类模型构建的原型系统,对200篇有关SARS信息的文档进行分类,其分类结果的精准率和召回率最高分别可达到0.93和0.95。

Probowo[20]等人根据DDC(Dewey Decimal Classification)和LCC(Library ofCongress Classification)的特点,建立了一种DDC-LCC映射关系,利用基于DDC和LCC两种分类模式的Web网页构建本体库,并映射到DDC和LCC两个分类模式,给出了DDC-LCC和基于本体的分类模式之间的映射的形式化定义。这种映射关系能够提供度量Web网页和类别的相似度的方法,并结合本体中的概念与实例的语义关系和层次结构关系,辅助对Web网页进行分类,取得较好效果。

Song[21]等人在2005年提出了一种利用Web网页中抽取的语法知识构建领域本体的方法,并利用领域本体的层次结构、概念特征及概念间的关系和属性等领域知识对Web网页分类。首先利用自然语言处理技术对Web文档进行词性标注和语法分析等预处理,抽取出重要概念术语构建层次结构,进而利用层次结构的语义关系构建领域本体。然后对从Web网页中抽取的概念术语进行权重计算构建文本向量,通过计算文本向量与本体构成的类别向量之间的相似度实现对在线的Web网页进行自动实时分类。与传统的贝叶斯分类器和TF-IDF分类器进行实验对比,分别对从雅虎的经济新闻网站抽取的Cooperatives,employment,Finance,Marketing,Organizations,Trades等几个类别的文本集进行分类实验,三个分类器的F1指标平均值分别为0.92,0.82,0.79,基于本体的分类器有效地提高了分类性能。

2007年,文献[22]提出一个基于本体的Web文档的分类方法和自动构建本体的方法,并对分类后的文档进行排序。基于WordNet的同义词集用经验模式分解EMD(Earth Mover’s Distance)算法计算概念的相似度,根据相似度得分对已有的本体进行扩充和维护,然后把本体作为类别向量对Web文档进行实时分类,最后用排序算法对分类结果中的Web文档集合进行排序,为信息检索提供基础。分别采用KNN和SVM算法对从网站上搜集的2000个Web文档进行实验,本文提出的方法得到召回率和精准率明显优于KNN方法,召回率与SVM算法相比相当略有提高,但精准率约有降低。

文献[15]提出一个文本分类的通用框架,并将潜在语义索引算法(LSI)和领域本体引入到该框架中实现对领域内文本集进行分类。潜在语义索引算法可以有效解决特征向量的高维和稀疏的问题,提高文本分类的精确度。领域本体具有丰富的领域内专用术语,可以为分类提供背景知识。利用潜在语义索引算法和领域本体实现的分类器可以有效的提高分类的性能,其精准率、召回率和F1度量值的平均值都略高于传统朴素贝叶斯分类器的实验结果。

文献[23]将本体知识作为背景知识应用到文本表示中,实现对文本的分类。对XML文本进行解析,从XML文本的元素中抽取术语构建特征向量,并充分利用XML文本的特殊结构,并对其进行标注,将文本标签及标签路径结构也作为特征用来扩展文本向量,并结合通用本体WordNet构建更丰富特征的特征向量,即将twings和tag paths的信息添加到文本向量中,并找出与twings和tag paths的信息相对应的WordNet中的同义词集合,对一词多义和多词同义现象进行词义消解。如doctor有两个词义,医生和博士,分别与WordNet中的两个同义词集{dentist, therapist, psychologist }和{professor, associated}相对应,要结合上下文的背景确定选择哪个同义词集,扩充特征向量。该方法对XML文本进行分类取得较好的分类效果。

2.3 性能评测

2.3.1 数据集

对分类模型进行性能评价的前提是在相同的运行平台上对统一的标准文本集进行实验。目前常用的标准文本集有Reuters-21578,20-Newgroups及其他文本集等。Reuters-21578 文本集是目前国际上比较常用的标准语料库[24],来源于1987年路透社的新闻专线的新闻材料,主要用于文本分类系统测试,该语料库分为135个类别,共包含21578篇文本。20-Newgroups[25]是卡内基梅隆大学的McCallum等开发的Rainbow系统的标准数据库,有20个类的新闻组讨论英文文章分别存放在20个目录下,每个目录的名字作为一个新闻组类别,每类大约1000篇文本。对于不同的分类方法进行性能评测也可以采用特定领域的文本集如茶领域文本、酒领域文本等。

2.3.2 评价指标

经过分类后可以产生四种结果,如表1所示。

其中TC表示本属于该类别,且被正确地判断为属于该类别的文本数;TW表示为本不属于该类别,却被错误地判断为属于该类别的文本数;FC表示本属于该类别,却被错误地判断不属于该类别的文本数,FW表示本不属于该类别,也被正确地判断不属于该类别的文本数。

通常采用精准率(precision),召回率(recall),正确率(accuracy),错误率(fallout),误差率(error)等评价指标对分类器的性能进行评测[26]。其公式如下:

precision=TC/(TC+FC),

recall=TC/(TC+TW),

accuracy=(TC+FW)/(TC+FC+TW+FW),

fallout=TW/(FC+TW),

error=(TW+FC)/(TC+FC+TW+FW)

要对分类器的整体性能进行评测,采用F1_Measure度量[27]指标,其公式如(1)所示。其中,β是召回率和精准率的相对权重。β等于1时两者同等重要,β大于1时,精准率更重要一些,β小于1时召回率更重要一些。

(1)

F1度量指标是对精准率和召回率两个指标的综合,分别反映分类效果的两个不同方面,它们是互为消长的关系,不可能两全其美,其精准率高,召回率低,反之亦然。根据分类实验的具体情况,在两者之间取得一个平衡点,使分类的精准率和召回率都取得较高值,β通常取值为1/2和1。

3 主要挑战及研究进展

3.1 领域本体的构建不完善

基于本体的分类方法主要是利用领域本体或通用本体对领域内的数据的描述,从中获取知识或规则指导分类,领域本体构建的完善与否将直接影响分类的性能。目前已建立了一系列的领域本体的构建工程方法,涌现出许多理论、技术、描述语言和构建工具。但是手工构建本体需要用户逐个输入大量知识,费时费力,是一项繁琐而辛苦的任务,还会导致知识获取的瓶颈,要构建完备的领域本体也是许多研究学者一直着力解决的难题。因此,如何降低构建本体的开销,根据已有数据资源实现半自动化或自动化构建本体,这是本体学习所要研究的内容,是一个具有重要研究价值的课题[28]。

3.2 领域本体可重用性差

本体的目的就是知识的重用和共享,但领域本体必须是依赖特定领域的,才能具有良好的领域知识表达能力,领域本体的可重用性一直是一个难以解决问题。

不同本体的构建者开发的本体所描述的领域可能相关或重叠,使用的建模方法、建模工具和建模描述语言也不尽相同,从而形成大量异构本体。如何在构建新本体时重用现有的本体,实现对本体的重用、更新和维护已经成为本体领域新的研究热点,本体标准化和模块化构建可以为解决本体的可重用性和面向特定领域提供一种新思路。如何找出多个已有本体之间存在的语义联系,对多个领域本体进行映射和合并,这就是本体集成所研究的内容,即集成不同组织开发的不同语言和不同组织方式的本体,以解决不同应用中的信息异构问题,也是目前研究的一个热点[29]。

3.3 通用本体缺少领域术语

较为典型的通用本体有HowNet[30],WordNet[31]等。HowNet又称知网,是一个用于自然语言处理的在线常识知识库,包含中文词典中概念之间的关系,属性之间的关系以及与中文对应的英文的概念及属性关系,常用来辅助对中文文本进行分类。WordNet是美国普林斯顿大学认知科学实验室的George A.Miller 教授负责开发的基于心理语言学规则的英文词典,它以同义词集为单位组织信息,对查询结果的演绎比较符合人类思维定式。许多研究学者根据WordNet的特点,将其应用到文本分类中作为背景知识指导分类,已经取得了一定的成果。通用本体不但可以结合分类算法构建分类模型,还可以对文本向量进行特征处理,能有效提高特征向量中的特征项对分类所起到的正面作用。通用本体是通用词汇的集合,包含的词汇量很多,涉及范围广,但缺少对特定领域的专业词汇的描述,不适合指导特定领域的文本分类。领域本体可以弥补通用本体的不足,综合采用通用本体和领域本体可以更好的提高分类的性能。

3.4 本体的推理能力利用不充分

Perez[32]等人认为本体中包含类,关系,函数,公理和实例等5个基本建模元语,可以从不同层次的形式化模式上给出领域内的概念与概念之间相互关系,提供对该领域知识的共同理解。其中公理是对本体中概念及其关系的约束,是对知识进行推理和验证的基础,而OWL(Web Ontology Language)本体描述语言是基于描述逻辑的形式化的本体描述方法,具有强大的演绎推理能力,利用推理机制进行分类并结合本体中用于描述属性和类型的词汇,会进一步提高分类效果。然而,本体中强大的机器推理机制的功能并没有完全发挥出来,对本体中概念、实例和属性等特征也缺乏深层次的语义分析,本体中概念关系、实例、属性类型等特征对分类过程所起的作用不大。如何充分利用本体所提供的机器推理机制及深层次的语义关系,实现对文本数据进行深度挖掘是研究学者关注的热点问题。

4 总结

本文提出一个基于本体库的文本分类通用框架,并分别从特征处理,分类模型和性能评测等多方面归纳总结了现有基于本体的文本分类研究中存在一些问题及研究进展,希望上述工作可以给相关的文本分类的研究提供有益的参考。

参考文献:

[1] Sebastiani Fabrizio. Machine Learning in Automated Text Categorization [J]. ACM Computing Surveys, 2002,34(1):1-47.

[2] Lewis D D. Naive (Bayes) at forty:The Independence assumption in information retrieval[C]//Proc of the 10th European Conference on Machine Learning. Chemnitz, Germany, 1998:4-15.

[3] Yang Yiming, Liu Xin. A Re-examination of Text Categorization Methods[C]//Proceedings of the 22th Annual ACM International Conference on Research and Development in Information Retrieval (SIGIR-99).Berkeley, CA, 1999.42-49.

[4] Joachims T.Text categorization with support vector machines:Learning with Many Relevant Features[C]//Proceedings of European conference on Machine learning.1998.1-7.

[5] Wiener E, Pedersen J O, Weigend A S.A Neural Network Approach to Topic Spotting[C]//Proc of the 4th annual Symposium on Document Analysis and Information Retrieval.1995.317-332.

[6] 苏金树,张博锋,徐昕.基于机器学习的文本分类技术研究发展[J].计算机软件学报,2006,17(9):1848-1859.

[7] 孙娜.基于本体和潜在语义索引算法的文本分类方法研究[D].长春:东北师范大学,2009.

[8] Yang Xi-quan, Sun Na, Zhang Ye, et al. General Framework for Text Classification based on Domain Ontology [C]//Proc of 3rd International Workshop on Semantic Media Adaptation and Personalization, 2008:147-152.

[9] 胡洁.高维数据特征降维研究综述[J].计算机应用研究,2008-9,25(9):2601-2606.

[10] Yang Timing, Pedersen J O. A comparative study on feature selection in text categorization[C]//Fisher DH. Proceedings of the 14th International Conference on Machine Learning.Nashville:Morgan Kaufmann Publishers, 1997.412-420.

.

[11] Rogati Monica, Yang Yiming.High-Performing feature selection for text classification[C]//DavidG, Kalpakis K, Sajda Q,et al.Proceedings of the 11th ACM International Conference on Information and Knowledge Management.McLean:ACM Press,2002.659-661.

[12] 刘海峰,王元元,张学仁,等.文本分类中基于位置和类别信息的一种特征降维方法[J].计算机应用研究,2008,25(8):2292-2294.

[13] LV Lin, LIU Yu-shu, LIU Yan. Realizing English Text Classification with Semantic Set Index Method[J]. Journal of Beijing University of Posts and Telecommunications, 2006(2):22-25.

[14] Pavel Moravec, Michal Kolovrat, Vaclav Snasel.LSI vs.Wordnet Ontology in Dimension Reduction for Information Retrieval[C].Snasel C V,Pokorny J,Richta K.Dateso Technical University of Ostrava, Dept of Computer Science, 2004.18-26.

[15] Xi-Quan Yang, Na Sun. The application of latent semantic indexing and ontology in text classification[J]. International Journal of Innovative Computing, Information and Control(IJICIC),2009, 5(12):1-9.

[16] Camastra F, Vinciarelli A. Estimating the Intrinsic Dimension of Data with a Fractal-based Method[J]. IEEE Transaction On Pattern Analysis and Machine Intelligence,2002,24(10):1404-1407.

[17] Tolle c R, Mc Junkin T R, Gorisch D J.Suboptimal Minimum cluster Volume cover-based Method for Measuring Fractal Dimension[J]. IEEE Transaction Pattern Analysis and Machine Intelligence, 2003,25(1):32-41.

[18] Xuan-Hieu Phan, Le-Minh Nguyen, Susumu Horiguchi. Learning to Classify Short and Sparse Text & Web with Hidden Topics from Large-scale Data Collections[C]. WWW 2008 / Refereed Track: Data Mining-Learning, Beijing, China,2008:91-100.

[19]Huazhen Gu, Kuanjiu Zhou. Text Classification Based on Domain Ontology[J]. Journal of Communication and Computer, 2006,3(5):29-32.

[20] Prabowo Rudy, Jackson Mike, Burden Peter, et al. Ontology-Based Automatic Classification for the Web Pages: Design, Implementation and Evaluation[C]//Proc of the 3rd International Conference on Web Information Systems Engineering, IEEE Computer Science,2002.182-191.

[21] Song Mu―Hee,Lim Soo・Yeon,Kang Dong-Jin,et a1.Automatic Classification of Web Pages based on the concept of Domain Ontology[C]//Proceedings of the 12th Asia-Pacific Software Engineering Conference(APSEC’05),IEEE Computer Science,2005.645-651.

[22] Fang Jun,Guo Lei,Wang Xiao Dong,et a1.Ontology―Based Automatic Classification and Ranking for Web documents[C]//Proceedings of 4th International Conference on Fuzzy Systems and Knowledge Discovery(FSKD 2007),IEEE Computer Science.2007:627-631.

[23] Martin Theobald, Ralf Schenkel, Gerhard Weikum. Exploiting Structure, Annotation, and Ontological Knowledge for Automatic Classification of XML[C]//Data International Workshop on the Web and Databases (WebDB).San Diego, California, 2003:1-6.

[24] David D.Lewis.Reuters-21578 text categorization test collection Distribution 1.0 README file(v1.2)[EB/OL].[1997-09-06]/~lewis.

[25] McCallum,Andrew Kachites. Bow:A toolkit for statistical language modeling, text retrieval, classification and clustering[EB/OL].[1998-09-12]cs.cum.edu/-mccallum/bow.

[26] Xiaoxun Zhang, Xueying Wang, Honglei Guo,et al. FloatCascade Learning for Fast Imbalanced Web Mining[C].WWW 2008 / Refereed Track: Data Mining - Learning,April 21-25,2008,Beijing,China,71-80.

[27] 李保利,陈玉忠,俞士汶.信息抽取研究综述[J].计算机工程与应用,2003(10):1-5.

[28] 杜小勇,李曼,王珊.本体学习研究综述[J].软件学报,2006,17(9):1837-1847.

[29] 范莉娅,王爱民,肖田元.本体集成方法评价指标体系及其应用研究[J].计算机集成制造系统,2007,13(5):911-917.

篇9

红细胞平均指数包括有平均红细胞体积(MCV)、平均红细胞血红蛋白含量(MCH)、平均红细胞血红蛋白浓度(MCHC)三个参数[1],上述三项红细胞平均值可帮助临床对贫血进行诊断。笔者对200例研究对象联合检测MCV、MCH、MCHC结果进行了对比分析,现具体报道如下:

1 资料与方法

1.1 一般资料

200例研究对象均为2010年1月~2012年1月本院就诊者,分为缺铁性贫血组、正常组各100例,均行MCV、MCH、MCHC联合检测;缺铁性贫血组年龄(31±17)岁,男性62例,女性38例;正常组年龄(32±18)岁,男性63例,女性37例;两组一般资料差异无统计学意义(P > 0.05)。

1.2 检测方法

1.3 统计学分析

3 讨论

缺铁性贫血是由于铁摄入量不足、吸收、转运障碍、大量丢失、铁利用功能下降等,导致红细胞内铁含量下降而形成缺铁性贫血[2]。IDA属于小细胞低色素性贫血,较常见,其发病率呈逐年增加趋势,且发展中国家、经济落后地区、孕妇、哺乳期妇女、婴幼儿发病率明显增高。IDA对于婴幼儿的智能发育产生不良影响,可引起婴幼儿智能发育缓慢、行为出现异常[3],长期IDA对儿童脑部发育产生不可逆损伤而形成终身性影响,故对IDA患者做到早诊断、早治疗非常重要。目前,检测红细胞平均指数等化验室血液检查是临床诊断IDA的主要手段。

MCV、MCH、MCHC三个参数统称为红细胞平均指数,于1979年时,Bassmaan就早已提出了贫血的MCV、RDW分类法[4],而近年来随着化验医疗设备的不断进步,MCV、MCH、MCHC检测结果日益精准,该检查项目在较多疾病的诊断工作中逐渐得到了广泛应用,而检测红细胞平均指数诊断IDA也备受临床医师和检验师的青睐和关注,目前已被作为诊断缺铁性贫血的重要参考指标[5]。本次研究结果显示,缺铁性贫血组的100例研究对象的MCV、MCH、MCHC值显著较对照组低,且P < 0.01;100例缺铁性贫血患者中显示MCV、MCH、MCHC均下降者共96例,约占到96%,仅有4例显示正常,原因可能为患者处于早期缺铁,轻度缺铁但可满足幼红细胞合成血红蛋白,使得患者的血红蛋白量水平和细胞形态均无显著变化;由此可见,MCV、MCH、MCHC的检测对于临床诊断缺铁性贫血具有极高的参考价值。MCV、MCH、MCHC中,MCV可体现出红细胞体积的总体改变,MCH、MCHC可将红细胞内血红蛋白的含量水平准确地反映出来;MCV是国内外用于鉴别诊断贫血的主要指标[6],但其只能反映红细胞体积大小及不均一性,却不可体现红细胞内血红蛋白含量的变化情况,故需要联合MCH、MCHC进行检测,方可提高缺铁性贫血的诊断准确性[7-9]。

总之,临床诊断缺铁性贫血的实验检测指标虽然众多,但由于骨髓涂片铁染色及血清铁蛋白的检测工作繁琐、缓慢,而仅把MCV做为诊断依据,又不能了解红细胞内的血红蛋白含量水平状态;而MCV、MCH、MCHC三项参数联合检测不仅可获得极高的阳性率和准确率,且操作简便快捷,故可作为临床诊断缺铁性贫血的首选指标。

[参考文献]

[1] 姜晓萍,陈波,解晶,等. 红细胞参数及铁代谢指、标在鉴别缺铁性贫血与慢性病贫血中的临床意义[J]. 中国伤残医学,2009,17(3):21-22.

[2] 常玉荣,葛庆峰,何晓娟,等. 289例贫血患者红细胞参数分析[J]. 中国老年学杂志,2008,28(14):82-83.

[3] 沈健,陆燕,盛红斌,等. 婴幼儿缺铁性贫血现状及影响因素[J]. 浙江预防医学,2011,23(1):71-72.

[4] 江燕,赵琳. 缺铁性贫血的诊治进展[J]. 医学综述,2011,17(10):71-73.

[5] 冼中任,陈秋霞,朱伯珍,等. 红细胞参数对轻型β-地中海贫血与缺铁性贫血鉴别诊断的价值[J]. 检验医学与临床,2011,8(2):42-43.

[6] 黄品. 血红细胞四项参数诊断缺铁性贫血的临床价值[J]. 中外健康文摘,2011,8(44):49-50.

[7] 周建中. 红细胞参数在缺铁性贫血诊断中的应用评价[J]. 国际检验医学杂志,2011,32(7):87-88.

篇10

1资料与方法

1.1一般资料 选择2013年6月~2014年6月本院的165例孕妇临床资料作为研究对象,按照不同孕周分成三组,每组55例孕妇,孕早期组:孕妇年龄19~38岁,平均(24±5.20)岁,平均孕周(13.00±1.00)w,均是初产妇;孕中期组:孕妇年龄19~39岁,平均(25±5.10)岁,平均孕周(24.00±1.00)w,均是初产妇;孕完期组:孕妇年龄20~38岁,平均(24±6.20)岁,平均孕周(33.00±1.00)w,初产妇。

1.2 方法 由专业人士一对一定期追踪至产后第5 d,在孕妇12 w建立围生期基线资料,详细记录不同组别的孕妇每人每天的平均膳食摄入量,对各类膳食予以方差分析,采用实物频数法及24 h膳食回顾法进行调查,再分别记录产妇前3 d的膳食成分,克为单位并估计摄入量,从而计算每天的食物摄入量。根据中国膳食营养摄入量进行分析,同时记录同时期孕妇的体质量增加量,并记录不同孕周产妇的每天每人的营养摄入量[2]。

1.3观察指标与判定标准 比较不同孕周产妇的膳食摄入量和推荐量。比较不同孕周产妇体质量增加和BMI增值变化[3]。

1.4统计学分析 研究数据均用SPSS 21.0软件分析,用均数标准差(x±s)表计量资料,用t进行组间比较;用百分比(%)表计数资料,用χ2进行组间比较,当P

2 结果

2.1比较不同孕周产妇的膳食摄入量与推荐量 三组产妇孕周膳食摄入量(除蛋类)均随着妊娠期的增加而增加,孕中期孕妇的膳食摄入增加量最大,孕早期孕妇膳食摄入量最少,孕中期孕妇膳食摄入量(除水果)最多,见表1。

2.2比较不同孕周产妇体质量增加和BMI增值变化 孕早期的孕妇体质量增加最少,孕中期的孕妇体质量增加最多,且BMI增值和孕周体质量增加结果相一致,见表2。

3 讨论

随着社会的进步,人们生活水平的提高,孕妇更加注重妊娠期营养摄入,因为营养摄入量直接影响母婴身体健康,但是目前仍没有完整的标准指导不同孕周产妇膳食摄入 量[4]。本文旨在探究孕妇妊娠期膳食摄入与体质量增加的相关性,通过将本院的孕妇按照不同孕周时间进行分组,分为孕早期、中期、晚期组别,由专业人士从孕周12 w随访追踪至产后第5 d,每天记录不同种类食物摄入量,并与推荐量比较,再分析不同孕周产妇体质量增加及BMI增值的变化。

结果显示:三组产妇孕周膳食摄入量(除蛋类)均随着妊娠期的增加而增加,孕中期孕妇的膳食摄入增加量最大,孕早期膳食摄入量最少,孕中期孕妇膳食摄入量(除水果)最多,膳食摄入总量过多,尤其是蛋类、水果、动物肉类,表明三组孕妇均存在膳食结构比例不均衡现象。分析原因可能在于:南方盛产水果,孕妇在妊娠期会分泌更多的胃酸,而吃水果可以缓解胃部不适感[5]。但有研究显示:孕妇水果摄入量过多会导致孕妇体质量增加较其他季节增加更为迅速,偏爱摄入富含维C水果,会增加分娩巨大儿几率[6]。而豆制品、鱼虾海鲜摄入量不足有可能与南方地区海鲜价格过高有关,杂粮及蔬菜摄入量不足会减少维生素B的摄入,从而增加妊娠期肥胖及便秘几率[7]。

同时结果显示:孕早期的孕妇体质量增加最少,孕中期孕妇体质量增加最多,且BMI增值和孕周体质量增加结果相一致,表明不同孕周产妇的膳食摄入量和孕妇妊娠期的体质量增加呈正相关。分析原因,本次研究孕妇体质量增加约为17.60 kg,远大于报道显示健康孕妇妊娠期体质量增加应控制的16kg,可能与本研究孕妇膳食摄入总量明显大于推荐量有关[8]。

综上所述,孕妇妊娠期膳食摄入量与体质量增加呈正相关,但膳食摄入结构不科学,需作相关调整,以保证孕妇及胎儿健康。

参考文献:

[1]黄晓玲,黄,陈琴.孕妇妊娠期膳食摄入与体质量增加的相关性研究[J].重庆医学2012,41(32):3412-3414.

[2]中国营养学会.中国居民膳食指南[M].拉萨:人民出版社,2008:358.

[3]康乃富,李永华.营养教育对孕妇妊娠结局及膳食摄入的影响[J].中华行为医学与脑科学杂志m2012,21(7):619-621.

[4]丁晓华,刘小玲,田莉.妊娠期膳食对妊娠期高血压疾病的影响[J].中华护理杂志2014,49(10):1198-1121.

[5]黄莉莉,罗小铭,谈晔,等.广州地区食物频率问卷信度和效度研究[J].中华疾病控制杂志m2013,17(8):711-714.

篇11

1 人工智能及其在医学上的应用

AI是一个广义的术语,指的是机器或计算程序执行具有人类智能特征的任务的能力,如模式识别和解决问题的能力等。AI可以通过弥补人类智能,使现有医疗诊断和预后价值最大化,同时使医师负担最小化,从而显着改善健康诊疗过程和结果。AI在临床实践中的应用预示着医学领域一个更为剧烈变化时代的到来,在影像学方面尤其如此。一项通过分析科学网数据库的研究[3]发现,目前AI在医学的研究领域主要集中在大数据分析、脑卒中康复、心脏手术和医疗诊断和预后预测等方面。其中,用于医学诊断、预后预测和分类的神经网络和支持向量机是主要热点,占所有文献的26%;而未来最引人关注的研究主题是基于AI的微创手术。然而,关于AI数据管理、模型可靠性、模型临床效用验证等问题尚未进行广泛研究。

2 人工智能的机器学习法

大数据是一个经常用来描述大量收集数据的术语,如来自大型生物信息库的基因组数据、电子健康记录档案和大型研究队列数据以及影像学扫描数据等。AI系统通过识别和提取一组观测数据(数据集)的模式来自主获取知识的过程称为机器学习(machine learning,ML)。ML是人工智能的一个组成部分,描述为计算机从经验中学习的过程,并在没有事先知识的情况下执行预定的任务[4]。机器学习可以进一步分为监督学习、半监督学习和无监督学习,这取决于用于学习的样本是否完全标记、部分标记或未标记。ML的典型例子是人工神经网络,后者基于人类大脑的神经元及其连接,神经元之间的相互依赖关系反映出不同的权重,每个神经元接受多个输入,所有的输入一起决定了神经元的激活。通过样本训练找到这些合适权重的过程就是学习。学习过程的复杂性和所需的样本量随着神经元数量的增加而增加。由于计算能力和样本大小的限制,机器学习应用程序的成功依赖于从原始样本中手工提取特征来减少神经元的数量。为了解决这一问题,人们提出了深度学习的方法,即自动学习代表性的样本。深度学习是指一种特别强大的ML方法,它利用卷积神经网络模拟人类的认知,常用于影像模式识别和分类。

模型训练是所有ML类型的共同过程,它是利用模型分析所提供的数据中的各种特性来学习如何生成输出标签的过程[5]。如在超声心动图中,一个模型可以分析各种特征,如左心室壁厚度和左心室射血分数,以确定患者是否具有特定的条件。然而,在分析中包含不相关的特征可能会导致模型过度拟合,从而在呈现新数据集时降低其准确性。这强调了拥有一个能够代表总体的训练数据集的重要性。数据集的质量对于最终ML模型的质量至关重要。尽管ML算法可以使用小数据集或大数据集进行训练,但大数据集可以最大限度地提高训练算法的内部和外部有效性,降低过度拟合的风险。正确模型的选择通常取决于操作员的专业知识、数据集的性质和最终人工智能系统的目的。

3 人工智能在心血管超声的应用

心血管成像领域,包括超声心动图、心脏计算机断层扫描、心脏磁共振成像和核成像,具有复杂的成像技术和高容量的成像数据,处于精准心脏病学革命的前沿。然而,在基于AI的临床转化方法中,心血管成像一直落后于肿瘤学等其他领域。人工智能在超声心动图中的应用包括自动心室定量和射血分数计算、应变测量和瓣膜形态及功能评估以及ML在心脏疾病自动诊断中的应用。

3.1 心室定量和EF自动化。

自动心室量化和EF计算的算法旨在提供准确、快速和可重复的心尖视图分类、解剖标志检测、心室壁分割和心内膜跟踪。有研究[6]比较了AI软件自动测量(AutoEF)和手工追踪双平面Simpson法测量左室EF的准确性,并与心脏MRI进行了比较。结果表明AutoEF与手动双平面Simpson法测得的EF相关性较好,且与MRI相关性良好,但AutoEF低估了左室舒张末期容积(EDV)和收缩期末期容积(ESV)。此外,在不同切面,测量的准确性存在差异,以胸骨旁长轴切面的准确性最高,达96%,而在心尖切面时整体精度降低(84%)。腔室定量和左室EF测量的中位数绝对偏差在15%~17%,其中ESV的绝对偏差最小;左房容积和左室EDV被高估。

3.2 心肌运动和应变测量。

Kusunose等[7]研究发现与传统二维超声心动图相比,利用深度卷积神经网络可更好的检测区域壁运动异常并区分冠状动脉梗死区域。Cikes等[8]利用复杂超声心动图数据(整个心动周期的左室容积和变形数据,而不是单个数据点)和临床参数的ML算法识别心衰并对心脏再同步化治疗的反应进行评估,证实通过整合临床参数和全心周期成像数据,无监督的ML可以为表型异质性心力衰竭队列提供一个有临床意义的分类,并可能有助于优化特定治疗的反应率。另有研究证实[9-10],ML算法有助于区分缩窄性心包炎、限制性心肌病以及肥厚性心肌的重塑。Zhang等[11]采用AI软件和手工勾画对左室心肌的纵向应变进行了比较研究。发现AI自动测量的心肌全局纵向应变与手动应变变化最小(绝对值为1.4%~1.6%)。

3.3 心脏瓣膜评估。

有学者[12]采用AI软件对二尖瓣几何形状进行测量,测量参数包括二尖瓣环面积、瓣环高度和宽度、瓣叶连合间距、前后叶长度等。发现相对于常规超声心动图,所有评估的成像参数均获得了更好的观察者间一致性,而且所花费的时间明显较少。Prihadi等[13]研究证实,经食管超声心动图AI软件能够精确地对主动脉瓣结构以及冠状动脉开口进行测量和定位,且与多层螺旋CT的测量结果具有良好的相关性。

4 展望

在海量医学信息和影像数字化日益积累的现代医学时代,AI和ML为疾病诊断和风险预测等问题提供了新的解决方案。通过AI对超声心动图数据进行预测、建模和精确分析,可以帮助超声医师快速、准确地处理大量心脏超声影像学数据,既有利于应对当前医疗信息数量的急剧增长,又有利于提高处理数据信息的能力。未来,针对AI的研究应关注超声图像数据特征定义及其提取方法的标准化,以确保可推广性和可再现性,促进AI向更加个性化的医疗模式转变。此外,AI系统与远程医疗等软件的集成,将使智能心脏超声诊断系统渗透到资源消耗负担最繁重的地区,提高经济效益。

参考文献

[1]Oikonomou EK,Siddique M,Antoniades C.Artificial intelligence in medical imaging:A radiomic guide to precision phenotyping of cardiovascular disease[J].Cardiovasc Res,2020,Feb 24;cvaa021.

[2]Dey D,Slomka PJ,Leeson P,et al.Artificial Intelligence in Cardiovascular Imaging:JACC State-of-the-Art Review[J].J Am Coll Cardiol,2019,73(11):1317-1335.

[3]Tran BX,Latkin CA,Vu GT,et al.The Current Research Landscape of the Application of Artificial Intelligence in Managing Cerebrovascular and Heart Diseases:A Bibliometric and Content Analysis[J].Int J Environ Res Public Health,2019,16(15):2699.

[4]Gandhi S,Mosleh W,Shen J,et al.Automation,machine learning,and artificial intelligence in echocardiography:A brave new world[J].Echocardiography,2018,35(9):1402-1418.

[5]Alsharqi M,Woodward WJ,Mumith JA,et al.Artificial intelligence and echocardiography[J].Echo Res Pract,2018,5(4):R115-R125.

[6]Xu B,KocyigitD,Grimm R,et al.Applications of artificial intelligence in multimodality cardiovascular imaging:A state-of-theart review[J].Prog Cardiovasc Dis,2020,19;S0033-0620(20)30060-8.

[7]Kusunose K,Abe T,Haga A,et al.A Deep Learning Approach for Assessment of Regional Wall Motion Abnormality From Echocardiographic Images[J].JACC Cardiovasc Imaging,2020,13(2 Pt 1):374-381.

[8]Cikes M,Sanchez-Martinez S,Claggett B,et al.Machine learningbased phenogrouping in heart failure to identify responders to cardiac resynchronization therapy[J].Eur J Heart Fail,2019,21(1):74-85.

[9]Narula S,Shameer K,Salem Omar AM,et al.Machine-Learning Algorithms to Automate Morphological and Functional Assessments in 2D Echocardiography[J].J Am Coll Cardiol,2016,68(21):2287-2295.

[10]Sengupta PP,Huang YM,Bansal M,et al.Cognitive machine-learning algorithm for cardiac imaging:a pilot study for differentiating constrictive pericarditis from restrictive cardiomyopathy[J].Circ Cardiovasc Imaging 2016,9(6):e004330.

篇12

肺癌是我国发病率最高的恶性肿瘤,其发病率和病死率均居全国首位,迫切期望人们突破传统思维,寻找新的治疗方法。因此,探索新的治疗方法可显著提高肺癌治疗水平。

人们期望分子靶向治疗能像现代战争中的巡航导弹,自动寻敌、精准定点杀灭癌细胞;或者像现代战争中精确钻地的炸弹,能定向阻断癌细胞增殖,转移信号传导,进而破坏癌细胞代谢[1]。近年来,肿瘤分子靶向治疗已经进入了一个全新的时代。这些领域包括具有靶向性的表皮生长因子受体(EGFR)抑制剂;针对某些特定细胞标志物的单克隆抗体;针对某些癌基因和肿瘤标记物的药物;抗肿瘤血管生成的药物及基因治疗等。本文就肺癌的分子靶向治疗药物的新进展进行综述。

一、靶向治疗概念

分子靶向治疗是治疗肺癌的新途径,分子靶向治疗是以肿瘤细胞具有的特异性(或相对特异)的分子为靶点,应用分子靶向药物特异性阻断该靶点的生物学功能,从分子水平来逆转肿瘤细胞的恶性生物学行为,从而达到抑制肿瘤生长,甚至肿瘤消退的目的。

靶向治疗可称为“有的放矢”的治疗,属于病理生理治疗。分为:器官靶向、细胞靶向和分子靶向。分子靶向是指在肿瘤细胞分子生物学的基础上,将肿瘤细胞膜上或细胞内特异性表达的结构分子作为靶点,使用某些能与这些靶分子特异结合的抗体、配体、基因等,封闭肿瘤发展过程中的关键受体,纠正其病理过程,从而达到直接治疗目的的一类疗法。

二、以EGFR为靶点的治疗[2]

1.易瑞沙(Gefitinib,Iressa,吉非替尼)是一种口服的小分子EGFR酪氨酸激酶抑制剂,首先被用于治疗晚期非小细胞肺癌 (NSCLC)。在影响缓解率和预后的因素中, 已肯定了女性、腺癌、无吸烟史,东方人种预后较好。

2.埃罗替尼(Erlotinib,Tarceva)是一种口服小分子EGFR酪氨酸激酶抑制剂。Ⅱ期临床实验结果报道, 埃罗替尼单药治疗晚期 NSCLC缓解率为10%~30%。

3.西妥昔单抗(Cetuximab,C225)是一种特异性阻断EGFR的IgG1单克隆抗体。

三、以VEGF为靶点的治疗[2]

贝伐单抗(Avastin,Bevacizumab) 是人源化抗VEGF单抗, 可以占据VEGF,使之不能与受体结合。血管生成在NSCLC的发生和发病中起着十分重要的作用,抑制新生血管的生成是NSCLC 靶向治疗的一个热点。Avastin的主要毒副反应是肺出血,咯血,主要发生在鳞癌、中央性病灶和有空洞病灶的患者。

四、多靶点联合治疗[3]

肺癌的发生发展过程涉及多基因、多环节、多步骤,癌细胞的信号传导调控网络系统错综复杂,肿瘤血管及淋巴管生成营养供给、癌细胞转移等过程及调控更是扑朔迷离。分子靶向治疗药物有效率大多仅在10%左右,因此多靶点联合治疗将成为未来的发展方向。

五、以Her22为靶点的治疗[2]

赫赛汀(Transtuzumab, Herceptin)是人源化的抗Her22单克隆抗体,与肿瘤细胞的Her22具有高度的亲和力,呈高度特异性结合。其作用机制是与肿瘤细胞的Her22特异性结合,阻断细胞内生长信号的传导,抑制肿瘤细胞的生长,并诱导体内NK细胞和巨噬细胞攻击肿瘤细胞。

六、基因治疗

肿瘤的基因治疗可简单概括为:将核苷酸转移到靶细胞中,以扰乱或纠正某些病理生理过程,或通过其他物质和手段,以纠正靶细胞中的基因或基因产物的异常表达。但癌基因异常是复杂而多途径的,需进一步完善基因治疗的技术水平及效果评价体系。

七、未来肺癌靶向治疗需解决的问题[1]

回顾肺癌靶向治疗的诸多进展,未来仍还有许多问题需要解决:

①靶向治疗药物如何才能只作用于肺癌肿瘤细胞靶点,而不作用于正常细胞的相同靶点?

②临床上如何通过检测一些指标了解靶向治疗药物对肺癌产生作用?

③怎样确定靶向治疗药物的最佳生物学剂量?我们有充分的理由相信,随着对人类基因组学中功能性基因组和支配肿瘤的基因组的深入了解,肺癌的治疗必将进入一个崭新的时代。

参考文献:

篇13

1国内外对低剂量CT扫描技术的研究差异

国外子20世纪80年代就开始对低剂量CT扫描技术进行研究,在基础研究方面有完整的科研团队及前沿的设备,并涉及多个学科,分工合作,具有较强的研究实力,临床应用方面也覆盖了众多项目,不断地向器官病种的具体细化方向进行研究,运用多种设备急性对比研究,各种检查条件及设备之间进行相互验证,能有效的对低剂量CT扫描的价值进行有效的评价。我国开始对其的研究仅10年的历史,对于CT低剂量的扫描技术的基础研究比较少,主要是集中在心脏和肺部,主要是关于如何在保证图像质量的基础上减少辐射剂量,对于器官的研究还不多见,主要是对不同参数下进行低剂量扫描所产生的影像之间的差别比较,从2007年开始,该研究的报道越来越多[2]。

2低剂量CT扫描的意义

国际放射防护委员会(ICRP)提倡,在进行X线检查时要遵循实践正当性及防护最优化的原则。以最小的代价及患者接受的最小剂量来获得有价值的临床诊断影像,进而进行精准的诊断的全过程中有系统、有计划的活动。ICRP认为,如果受检者棘手的X线辐射剂量增加1mSv将会让恶性肿瘤的发病率增加5/10万,CT扫描技术的广泛应用,电离放射风险成为非常严重的社会问题和医疗问题。低剂量CT扫面技术能够有效的降低辐射带来的风险和危害;在CT血管成像上低剂量CT扫描可以降低对比剂(含碘)的使用剂量及注射的流率,可以有效的控制和减少特殊人群(老年体弱、肾病高危者、心功不全等)因注射对比剂而引起的不良反应的发生;该技术还可以降低对CT球管及探测器的损耗,可以有效的降低运营CT的成本。

3低剂量CT扫面和图像质量的关系

在保持良好图像质量的前提下最大限度地减少辐射剂量时放射科医师必须关注和完成的任务。适度的CT扫描图像伪影和噪声是完全可以接受的,噪声<27HU,不会对诊断产生比较明显的不利影响,设定此值为接受的噪声值。

3.1低剂量CT扫描图像伪影和噪声和使用的设备、设置的扫描参数、患者的个体差异等情况有关。X线的剂量和信噪比呈正相关,剂量越低,信噪比也就下降的十分明显。在实际使用中不能一味地减少辐射剂量,还可以通过设置适宜的参数并采用图像重建的方法进行弥补,降低其对图像质量的影响到最低。

3.2低剂量CT扫描图像伪影和噪声还和患者的体质量指数(BMI)、体型等有关,在进行扫描前根据患者的大致体型和BMI调整适宜的扫描参数,改变一成不变的固定参数扫描模式,不同的设备、检查目的的不同、患者间的个体差异、不同疾病和部位等因素的综合分析来调整适宜的低剂量扫面参数和方案,实现合理的个体化扫描。

4存在的问题

目前,在临床上没有广泛的开展低剂量CT扫描技术主要是由于该技术会导致CT扫描图像伪影和噪声增加,部分医生认为不能对图像质量进行保证,同时国家一级医学影像学专业内也没有关于低剂量CT扫描技术的规范及量化标准。我国对该技术基础研究比较薄弱,研究方法也十分单一和粗糙,临床应用的研究也存在很大的局限性,缺乏公认可行的评价方法和指标。该研究涉及到的领域比较多,遇到的问题也十分多,一家医院或者一个单位是不能完成对其的系统研究,必须要进行多中心研究。卫生部门行政领导和科室医师也要理解、支持、配合影像科医师应用低剂量CT扫描技术。

5研究前景

我国对于胸部低剂量CT的研究比较完善,对于腹部使用低剂量CT扫描所得到的图像评估还在摸索阶段。降低管电流降低辐射剂量是目前研究较多且最具潜力的方法,但是如果降低管电流随之就会降低低密度分辨率,不能很好显示肝脏等腹腔内的实质性器官,有些学者采用在升高管电流的同时降低电压啦实现低剂量对腹部的实质性器官扫描的目的。低剂量CT扫描虽然会增加图像噪声,但是所得到的图像质量及信息可以满足临床诊断的要求,在某种程度上还可以让病变的部位的显示更具有可视性,能够减少受检者者所接受的辐射剂量,也明显的降低了球管工作时的负担,有效的延长了其使用的寿命,节约资源。