目的系统评价我国青少年血压偏高检出率及影响因素。方法检索中英文数据库,如中国知网(CNKI)、维普数据库(VIP)、万方数据库(Wanfang)、Pubmed、Embase、Cochrane、Web of Science,检索时间从建库至2025年2月20日。Meta分析通过Stata 1...目的系统评价我国青少年血压偏高检出率及影响因素。方法检索中英文数据库,如中国知网(CNKI)、维普数据库(VIP)、万方数据库(Wanfang)、Pubmed、Embase、Cochrane、Web of Science,检索时间从建库至2025年2月20日。Meta分析通过Stata 15.0软件进行。结果本研究共纳入48篇文献,包括横断面研究40篇,纵向研究4篇,队列研究4篇,采样人数共3062156,纳入7个影响因素,文献质量评分4~11分,我国青少年血压偏高率为16.04%[95%CI(14.20%~17.80%)],超重[OR=1.57,95%CI(1.50~1.64)]、肥胖[OR=2.64,95%CI(2.39~2.88)]、性别[OR=1.31,95%CI(1.10~1.52)]、不住校[OR=1.34,95%CI(1.28~1.41)]、早餐不规律[OR=1.11,95%CI(1.08~1.15)]、睡眠时间充分[OR=0.93,95%CI(0.87~0.99)]是我国青少年血压偏高的影响因素(P<0.05),其中睡眠时间充分为保护性因素。结论我国青少年血压偏高检出率较高,未来应该针对青少年血压情况开展更多的研究,扩大研究覆盖面,注重数据支持,同时应进一步完善和落实血压偏高的相关政策与干预措施。展开更多
目的分析住院医师人工智能(Artificial intelligence,AI)素养现状及其影响因素。方法于2024年8月至2025年1月开展通过问卷星调查平台,对包括影像基地在内的7所住院医师培训基地的在培学员展开调查。其中,一般资料量表涵盖住院医师的性...目的分析住院医师人工智能(Artificial intelligence,AI)素养现状及其影响因素。方法于2024年8月至2025年1月开展通过问卷星调查平台,对包括影像基地在内的7所住院医师培训基地的在培学员展开调查。其中,一般资料量表涵盖住院医师的性别、年级、家庭所在地、专业、可上网设备种类,以及是否担任学生干部、是否系统学习过人工智能相关课程、是否有日常使用人工智能软件的经验。人工智能准备量表(Medical artificial intelligence readiness scale for medical students,MAIRS-MS)从认知、能力、愿景和道德四个维度进行评估,采用李克特五点量表,并通过多元线性回归分析探讨影响住院医师AI素养的相关因素。结果共收集有效答卷200份,住院医师人工智能素养总分为(69.15±19.42)分,条目平均得分为(3.16±1.02)分;在认知、能力、愿景和道德四个维度的总分分别为(24.29±6.93)分、(26.53±7.60)分、(10.45±2.67)分、(8.46±3.15)分,条目平均得分分别为(3.01±1.00)分、(3.32±1.03)分、(3.53±1.06)分、(2.91±1.12)分。其中不同性别、担任学生干部、拥有可上网设备种类、是否学习AI相关课程、是否具有日常使用人工智能软件的经验的住院医师AI素养得分存在显著差异。多元线性回归分析显示,家庭所在地、可上网设备的种类、是否学习过人工智能相关课程以及是否使用过人工智能软件是影响人工智能素养的主要因素(P<0.05)。结论住院医师在AI的认知、能力、愿景和伦理四个维度上整体处于中等水平,但在伦理维度表现欠佳,建议医疗培训机构适当调整课程的设置与实施,尤其在伦理教育方面,以培养适应数智医疗时代的医学人才。展开更多
目的基于结构方程模型分析重症肺炎(Severe Pneumonia in Children,SPIC)患儿母亲疾病进展恐惧的影响路径。方法采取便利抽样法选取2021年1月-2025年4月期间,本院SPIC患儿母亲240例。使用一般资料调查表、父母疾病进展恐惧量表(PFIP)、...目的基于结构方程模型分析重症肺炎(Severe Pneumonia in Children,SPIC)患儿母亲疾病进展恐惧的影响路径。方法采取便利抽样法选取2021年1月-2025年4月期间,本院SPIC患儿母亲240例。使用一般资料调查表、父母疾病进展恐惧量表(PFIP)、医院焦虑抑郁量表(HADS)、简易应对方式问卷(SCSQ)、心理适应性量表(CD-RISC)及社会支持评定量表(SSRS)对患者进行调查。采用皮尔逊相关性分析、单因素分析及多元线性回归分析SPIC患儿母亲疾病进展恐惧的独立影响因素。构建结构方程模型,分析SPIC患儿母亲疾病进展恐惧的影响路径。结果SPIC患儿母亲疾病进展恐惧的PFIP、HADS、SCSQ、CD-RISC及SSRS的总分分别为(47.51±12.61)分、25.00(14.25,32.75)分、18.00(8.25,28.00)分、(54.04±17.87)分及(45.80±12.81)分。家庭月均收入、患儿年龄、患儿住院天数、应对方式、心理弹性、社会支持及负性情绪是SPIC患儿母亲疾病进展恐惧的独立影响因素(均P<0.05)。心理弹性及社会支持可负向影响疾病进展恐惧(β=-0.127,P<0.001;β=-0.188,P=0.004);应对方式可负向影响负性情绪(β=-0.153,P=0.018);负性情绪可正向影响疾病进展恐惧(β=0.021,P=0.004)。社会支持及心理弹性影响疾病进展恐惧的间接效应占总效应的百分比为85.50%、8.10%。结论SPIC患儿母亲的疾病进展恐惧受应对方式、心理弹性、社会支持及负性情绪的影响,可通过护理干预增强社会支持、改善负性情绪、提高应对方式和心理弹性,以降低母亲的疾病进展恐惧。展开更多
文摘目的系统评价我国青少年血压偏高检出率及影响因素。方法检索中英文数据库,如中国知网(CNKI)、维普数据库(VIP)、万方数据库(Wanfang)、Pubmed、Embase、Cochrane、Web of Science,检索时间从建库至2025年2月20日。Meta分析通过Stata 15.0软件进行。结果本研究共纳入48篇文献,包括横断面研究40篇,纵向研究4篇,队列研究4篇,采样人数共3062156,纳入7个影响因素,文献质量评分4~11分,我国青少年血压偏高率为16.04%[95%CI(14.20%~17.80%)],超重[OR=1.57,95%CI(1.50~1.64)]、肥胖[OR=2.64,95%CI(2.39~2.88)]、性别[OR=1.31,95%CI(1.10~1.52)]、不住校[OR=1.34,95%CI(1.28~1.41)]、早餐不规律[OR=1.11,95%CI(1.08~1.15)]、睡眠时间充分[OR=0.93,95%CI(0.87~0.99)]是我国青少年血压偏高的影响因素(P<0.05),其中睡眠时间充分为保护性因素。结论我国青少年血压偏高检出率较高,未来应该针对青少年血压情况开展更多的研究,扩大研究覆盖面,注重数据支持,同时应进一步完善和落实血压偏高的相关政策与干预措施。
文摘目的分析住院医师人工智能(Artificial intelligence,AI)素养现状及其影响因素。方法于2024年8月至2025年1月开展通过问卷星调查平台,对包括影像基地在内的7所住院医师培训基地的在培学员展开调查。其中,一般资料量表涵盖住院医师的性别、年级、家庭所在地、专业、可上网设备种类,以及是否担任学生干部、是否系统学习过人工智能相关课程、是否有日常使用人工智能软件的经验。人工智能准备量表(Medical artificial intelligence readiness scale for medical students,MAIRS-MS)从认知、能力、愿景和道德四个维度进行评估,采用李克特五点量表,并通过多元线性回归分析探讨影响住院医师AI素养的相关因素。结果共收集有效答卷200份,住院医师人工智能素养总分为(69.15±19.42)分,条目平均得分为(3.16±1.02)分;在认知、能力、愿景和道德四个维度的总分分别为(24.29±6.93)分、(26.53±7.60)分、(10.45±2.67)分、(8.46±3.15)分,条目平均得分分别为(3.01±1.00)分、(3.32±1.03)分、(3.53±1.06)分、(2.91±1.12)分。其中不同性别、担任学生干部、拥有可上网设备种类、是否学习AI相关课程、是否具有日常使用人工智能软件的经验的住院医师AI素养得分存在显著差异。多元线性回归分析显示,家庭所在地、可上网设备的种类、是否学习过人工智能相关课程以及是否使用过人工智能软件是影响人工智能素养的主要因素(P<0.05)。结论住院医师在AI的认知、能力、愿景和伦理四个维度上整体处于中等水平,但在伦理维度表现欠佳,建议医疗培训机构适当调整课程的设置与实施,尤其在伦理教育方面,以培养适应数智医疗时代的医学人才。
文摘目的基于结构方程模型分析重症肺炎(Severe Pneumonia in Children,SPIC)患儿母亲疾病进展恐惧的影响路径。方法采取便利抽样法选取2021年1月-2025年4月期间,本院SPIC患儿母亲240例。使用一般资料调查表、父母疾病进展恐惧量表(PFIP)、医院焦虑抑郁量表(HADS)、简易应对方式问卷(SCSQ)、心理适应性量表(CD-RISC)及社会支持评定量表(SSRS)对患者进行调查。采用皮尔逊相关性分析、单因素分析及多元线性回归分析SPIC患儿母亲疾病进展恐惧的独立影响因素。构建结构方程模型,分析SPIC患儿母亲疾病进展恐惧的影响路径。结果SPIC患儿母亲疾病进展恐惧的PFIP、HADS、SCSQ、CD-RISC及SSRS的总分分别为(47.51±12.61)分、25.00(14.25,32.75)分、18.00(8.25,28.00)分、(54.04±17.87)分及(45.80±12.81)分。家庭月均收入、患儿年龄、患儿住院天数、应对方式、心理弹性、社会支持及负性情绪是SPIC患儿母亲疾病进展恐惧的独立影响因素(均P<0.05)。心理弹性及社会支持可负向影响疾病进展恐惧(β=-0.127,P<0.001;β=-0.188,P=0.004);应对方式可负向影响负性情绪(β=-0.153,P=0.018);负性情绪可正向影响疾病进展恐惧(β=0.021,P=0.004)。社会支持及心理弹性影响疾病进展恐惧的间接效应占总效应的百分比为85.50%、8.10%。结论SPIC患儿母亲的疾病进展恐惧受应对方式、心理弹性、社会支持及负性情绪的影响,可通过护理干预增强社会支持、改善负性情绪、提高应对方式和心理弹性,以降低母亲的疾病进展恐惧。
