学科分类
/ 1
5 个结果
  • 简介:【摘要】目的:研究与分析持续质量改进在疾控中心微生物检验管理领域的应用价值。方法:选取200份样本资料作为研究对象,研究选取的时间为2023年1月-2023年12月,其中采取随机数字法将选取的样本资料平均分为两组,即对照组与实验组,每组各100份样本。两组样本的检验人员完全相同,对照组样本采取常规管理模式,而实验组样本采取持续质量改进管理模式。结果:采取持续质量改进管理模式的实验组样本检验操作质量问题发生率显著低于采取常规管理模式的对照组,差异显著,p<0.05,且在管理方法、管理制度以及管理内容等管理质量方面,实验组微生物检验质量显著高于对照组,差异显著,p<0.05。结论:持续质量改进在疾控中心微生物检验管理领域的应用价值较高,可以在临床上加以推广。

  • 标签: 持续质量改进 疾控中心 微生物检验 管理
  • 简介:摘要结肠镜作为早期诊断及介入治疗的主要手段,在结直肠癌的筛查和预防中起着关键作用。有效和全面的结肠镜培训是实现高质量结肠镜检查、降低结直肠癌发病率的重要因素。结肠镜医师的培训已不再局限于学徒模式,内镜仿真模拟器以及内镜技能评估工具的应用有效提高了培训质量。内镜带教医师再培训以及内镜教学培训新模式的建立同样为培养合格的内镜医师起到了有效的推动与促进作用。本文总结了目前国内外结肠镜教学培训模式及方法的研究现状与进展。

  • 标签: 结肠镜检查 在职培训 模拟训练 技术评估
  • 简介:摘要目的探索利用结肠镜息肉检出率(polyp detection rate,PDR)估算腺瘤检出率(adenoma detection rate,ADR)的可行性。方法采用单中心回顾性研究,利用2017年全年结肠镜数据计算PDR与ADR的换算系数,利用PDR和换算系数估算结肠镜医师的ADR,并与实际ADR进行一致性验证。结果最终纳入25 112例结肠镜和20名结肠镜医师,换算系数为0.483,实际ADR和估算ADR的组内相关系数(ICC)为0.818(95%CI:0.596~0.924,P<0.01)。结论利用PDR估算ADR可行,但该方法仅是权宜之计,仍应重视建立规范电子数据库。

  • 标签: 结肠息肉 腺瘤 质量管理
  • 简介:摘要目的了解国内结肠镜开展情况和肠镜医师对相关问题的认知情况。方法2019年11月—2020年1月,采用网络调查的方式,对全国范围内各级医院的消化内科医师及肠镜医师进行问卷调查,内容包括结肠镜开展基本情况,肠道准备方案及宣教情况,结肠镜质量控制措施实施情况,以及肠镜医师对息肉切除方式及息肉切除术后随访间隔的认知情况。结果共收集到有效问卷236份,涉及全国187家医院,其中143家(76.5%)年肠镜操作量>5 000例。肠道准备方面:采取分次聚乙二醇电解质散方案的最多,为113家(60.4%);聚乙二醇电解质使用剂量为3 L的方案被采用得最多,有126家(67.4%);肠道准备宣教方式以医护口头宣教(90.9%)和书面宣教(79.7%)为主;常规使用祛泡剂的有124家(66.3%)。质量控制方面,实施全部4项措施的医院比例仅11.5%(20/174)。息肉切除方式的选择上,对于直径>1 cm的息肉,肠镜医师的选择相对统一,采用内镜黏膜切除术和热圈套的占到了98.1%(203/207);而对于直径<1 cm的息肉,选择则差异较大。肠镜医师建议的息肉切除术后随访间隔与指南相比相对更短。结论国内结肠镜开展存在一些问题:肠道准备宣教方式单一;肠镜质量控制仍需加强;息肉切除技术和切除后随访需进一步规范及统一。

  • 标签: 结肠镜检查 肠镜医师 问卷调查
  • 简介:摘要目的利用大数据开发人工智能辅助结直肠息肉性质鉴别系统(简称人工智能息肉鉴别系统)并进行临床验证。方法2018年6月至2019年6月前瞻性收集16家参研中心的结直肠息肉内镜图像,由主治医师及以上职称的结肠镜医师在结直肠息肉内镜图像中标注息肉的基本信息(位置、大小、形态、病理活组织检查结果),并圈出息肉轮廓以供人工智能息肉鉴别系统开发。以息肉病理活组织检查结果为金标准,分别计算白光模式、窄带成像技术(NBI)模式、白光联合NBI模式,以及结肠镜医师对息肉性质鉴别的灵敏度、特异度、阳性预测值、阴性预测值和准确度。应用McNemar检验和Kappa检验进行统计学比较。结果共收集15 441张合格结肠镜图像,其中白光模式图像9 109张,NBI模式图像6 332张。在实验室水平,白光模式和NBI模式对息肉性质鉴别的灵敏度、特异度、阳性预测值、阴性预测值、准确度分别为90.3%、98.3%、89.8%、98.4%、97.2%和90.5%、92.5%、92.3%、90.6%、91.5%。临床验证阶段纳入56例结直肠息肉患者,共78枚息肉。白光模式和NBI模式对息肉性质鉴别的灵敏度、特异度、阳性预测值、阴性预测值、准确度分别为70.3%、82.1%、78.8%、74.4%、76.3%和78.4%、87.2%、85.3%、81.0%、82.9%。结肠镜医师、白光模式和NBI模式的判断结果分别与病理检查结果比较差异均无统计学意义(均McNemar检验,P均>0.05),但是一致性一般,Kappa值分别为0.632、0.525和0.657(P均<0.01)。白光与NBI模式串联与病理检查结果比较的Kappa值为0.575,两者的一致性一般,但两者比较差异有统计学意义(McNemar检验,P=0.004)。结论建立的人工智能息肉鉴别系统具有一定辅助诊断作用,但准确性仍有待提高。

  • 标签: 结肠镜 人工智能 息肉 腺瘤