简介：著名的生物学家经过不断实验，发明了一台能够改变任何生物本质的神奇机器，不料，这台机器却给他带来了麻烦……

简介：摘要急性心肌梗死（AMI）的院内病死率高，严重威胁患者生命健康。目前许多国家和地区已经建立了多种用于预测AMI患者院内死亡风险的客观评估模型，在对不同危险分层的患者拟定治疗方案时提供了重要的决策辅助支持。随着人工智能的兴起，许多新的建模方法也在传统建模的基础上显示出一定的优势。本文将对常用的以及新近构建的AMI院内死亡风险预测模型进行系统介绍，以期为医护人员在临床中应用模型辅助决策提供帮助，并为将来建立更为安全有效的风险预测模型提供参考。

简介：摘要目的利用严重创伤患者的生理指标构建急诊预后预测模型及评分工具，对其临床应用效果进行验证，为创伤患者在急诊的早期病情评估提供参考。方法本研究是回顾性研究，采用整群抽样法，收集2019年9月至2020年11月于苏州大学附属第一医院急诊科就诊的符合纳入排除标准的严重创伤患者资料，根据患者的预后按7∶3的比例根据预后情况分层随机分配为建模组与验证组。对建模组的资料进行Logistic回归分析构建预后预测模型，并将预测模型转化为简易评分工具，通过验证组和为期2个月的前瞻性数据验证对其应用效果进行评价。并将本研究构建的简易评分工具预测效能与目前临床使用的修正创伤评分（revised trauma score, RTS）和损伤严重度评分（injury severity score, ISS）比较。结果本研究最终纳入863例患者资料，其中建模组604例，验证组259例。模型共纳入收缩压、脉搏血氧饱和度、意识状态（AVPU评分）3项指标，其预测严重创伤患者急诊死亡的受试者操作曲线下面积（the area under receiver operating cure, AUC）为0.938。模型简化评分工具的AUC为0.933，最佳截断值为5分，敏感度86.7%，特异度94.2%；验证组的AUC为0.885，敏感度83.3%，特异度93.7%；前瞻性验证的AUC为0.919，敏感度100%，特异度76.7%。RTS和ISS的AUC分别为0.800和0.833，RTS的AUC低于本研究构建简化评分工具（P<0.05）。结论本预测模型及简化评分工具对严重创伤患者急诊预后的预测效能优于RTS，具有较高的分辨度，适合急诊医护工作者对严重创伤患者病情严重程度的评估。