简介:目的通过快速评估可避免盲系统评估四川省冕宁县50岁以上人群视力障碍的患病率和致残原因。方法在2011年6月至8月使用RAAB系统对四川省冕宁县50岁以上居民采用分层、整群随机抽样方法抽取2850人,根据人口比例,分为57个人群组,每个人群组人数为50人,每个人群组采用紧凑段抽样(compactsegmentsampling,CSS),当紧凑段抽样不可行时,采用配额抽样。使用简易视力卡检测视力,用便携式裂隙灯和直接检眼镜检查晶状体及眼底情况以明确导致视力残疾的原因。结果在冕宁县抽样调查的2850人中,2817人接受了检查(98.8%),参照1973年世界卫生组织(WorldHealthOrganization,WHO)视力损伤标准,共有视力残疾者537人,患病率为19.1%,其中盲111人,盲的患病率为3.9%(95%可信区间:3.2%-4.7%),严重视力损伤69人,其患病率2.4%(95%可信区间:1.8%-3.1%);视力损伤357人,其患病率12.7%(95%可信区间:10.5%-14.9%),其中可避免盲占87.4%。结论1.冕宁县50岁及以上人群盲的患病率为3.9%,严重视力损伤的患病率2.4%;视力损伤的患病率12.7%,其中可避免盲占87.4%。未经治疗的白内障仍然是该县最主要的致残原因。2.RAAB系统作为一种在人群中快速筛查可避免盲的调查方法,准确性好,简单实用、高效,重复性强。
简介: 所谓病句,就是不合乎语法与事理的句子.由于在语法或事理上讲不通,病句便有一个最基本的特点:给人印象模模糊糊,似懂非懂,甚至不知所云.……
简介:摘要目的建立一个机器学习模型以识别心脏术后患儿中有可能避免的血清钾抽血检查。设计回顾性队列研究。场所三级医疗中心。对象2010年1月至2018年12月入住波士顿儿童医院CICU,住院时间≥4 d,且血清钾化验记录≥2条的所有患儿。干预措施无。测量方法与主要结果本研究收集了钾稳态相关变量,包括血生化、每小时钾摄入量、利尿剂和尿量。使用包括随机Forest分类器和超参数调试的成熟机器学习技术,本研究建立了根据患者最近血钾水平、用药、尿量和肾功能标志物预测患者血钾是否正常的模型。并根据不同年龄组别和最近一次钾化验的时间接近度建立了多种模型。使用独立测试装置评估模型预测性能。纳入的7 269次住院(6 196例患者)期间,平均每天测量血钾1次(IQR 0-1)。96%的患者接受了至少一剂静脉利尿剂,83%的患者接受了一次某种形式的钾补充。本研究模型预测血钾正常的中位阳性预测值为0.900。血钾化验异常但被错误预测为正常的中位百分比为2.1%(平均2.5%,IQR 1.3%~3.7%)。血钾化验重度减低或升高,但被预测为正常的中位百分比为0.0%(IQR 0~0.4%)。27.2%(IQR 7.8%~32.4%)的样本被正确预测为正常,且有可能避免该次采血化验。结论机器学习方法可被用于准确预测危重患儿可避免的血钾化验。可减少的采样次数比例中位值为27.2%,以降低成本及感染或贫血风险。
简介:摘要目的建立一个机器学习模型以识别心脏术后患儿中有可能避免的血清钾抽血检查。设计回顾性队列研究。场所三级医疗中心。对象2010年1月至2018年12月入住波士顿儿童医院CICU,住院时间≥4 d,且血清钾化验记录≥2条的所有患儿。干预措施无。测量方法与主要结果本研究收集了钾稳态相关变量,包括血生化、每小时钾摄入量、利尿剂和尿量。使用包括随机Forest分类器和超参数调试的成熟机器学习技术,本研究建立了根据患者最近血钾水平、用药、尿量和肾功能标志物预测患者血钾是否正常的模型。并根据不同年龄组别和最近一次钾化验的时间接近度建立了多种模型。使用独立测试装置评估模型预测性能。纳入的7 269次住院(6 196例患者)期间,平均每天测量血钾1次(IQR 0-1)。96%的患者接受了至少一剂静脉利尿剂,83%的患者接受了一次某种形式的钾补充。本研究模型预测血钾正常的中位阳性预测值为0.900。血钾化验异常但被错误预测为正常的中位百分比为2.1%(平均2.5%,IQR 1.3%~3.7%)。血钾化验重度减低或升高,但被预测为正常的中位百分比为0.0%(IQR 0~0.4%)。27.2%(IQR 7.8%~32.4%)的样本被正确预测为正常,且有可能避免该次采血化验。结论机器学习方法可被用于准确预测危重患儿可避免的血钾化验。可减少的采样次数比例中位值为27.2%,以降低成本及感染或贫血风险。
简介:在与他人交谈的时候,如果我们听不清楚对方的话、不确定对方的意思,甚至误解对方的意思,都可能造成不必要的误会。这种事情一旦发生,轻则闹个笑话,重则耽误大事。其实很多时候,我们在交谈时就已经产生了疑问,为了避免不良后果,就要把可能的误会消除在萌芽状态。下面的对话教你用多种方式应对可能产生误会的情况。一起来听听吧。