【摘 要】
：
目的 探讨预后营养指数（PNI）预测老年重症COPD病人预后的价值。方法 回顾性分析2016年1月至2019年12月扬州大学附属医院收治的132例老年重症COPD病人的临床资料，采用ROC曲线判断PNI与病人预后相关性并计算最佳截断值，通过电话回访病人入院6个月后是否生存，分为死亡组和存活组，比较2组病人临床指标。采用COX回归模型和Kalan-Meier曲线探究PNI与老年COPD重症病人生存不
【基金项目】
：
江苏省卫生健康委老年健康科研课题项目（LK2021054）； 扬州市社会发展项目（YZ2020073）；
论文部分内容阅读
目的 探讨预后营养指数（PNI）预测老年重症COPD病人预后的价值。方法 回顾性分析2016年1月至2019年12月扬州大学附属医院收治的132例老年重症COPD病人的临床资料，采用ROC曲线判断PNI与病人预后相关性并计算最佳截断值，通过电话回访病人入院6个月后是否生存，分为死亡组和存活组，比较2组病人临床指标。采用COX回归模型和Kalan-Meier曲线探究PNI与老年COPD重症病人生存不良预后的关系。结果 最终纳入132例病人，死亡组72例，存活组60例，PNI的最佳截断值为37.32。多因素COX回归分析提示，年龄、PNI＜37.32、住院总时间是老年重症COPD病人死亡的独立影响因素，当PNI＜37.32时，老年重症COPD病人死亡风险为对照组的2.281倍。结论 PNI对老年重症COPD病人预后有预测价值，PNI＜37.32预示预后不良。
其他文献
互补序列在多载波CDMA通信系统中有着极其重要的作用。从互补序列本身性质的角度出发,从周期性、非周期性、零相关、低相关四大特性方面对互补序列进行不同的研究,将更好地减少多载波CDMA通信系统中存在的多址干扰和多径干扰,提高系统的通信性能。该文基于二元完全非循环矩阵、二元完全非循环矩阵偶、四元完全非循环序列偶集,构造了一类四元低相关区非周期互补序列集、一类二元及四元低相关区非周期互补序列偶集、一类十
文莱达鲁萨兰国教育部制定了文莱教师标准（Brunei Teacher Standards,BTS）,以支持文莱2035年教育战略愿景（BTS-TPA,2021年1月发布）中的政策指令。该教师标准旨在详细阐述教师专业发展中值得关注和改进之处。本研究旨在调查教师专业发展周期（Teacher Professional Development Cycle,TPDC）模型对改进教师对话式教学实践的影响。本研
新时代对教师提出了新要求，中国高校面临时代的新挑战，必须建设一批高素质的教师队伍，以提升高等教育质量和高校教育的可持续发展。本文首先剖析了新时代高校教师职业道德修养面临的问题，然后对新时代提升高校教师职业道德修养的必要性进行了阐述，最后提出了提高思想觉悟、规范教学和治学、不断提升教学技能和专业素养、树立正确的价值观等方法来提升高校教师职业道德修养。
图像密集描述是基于自然语言处理和计算机视觉两大研究领域的任务,是一个由图像到语言的跨模态课题。在图像密集描述任务中,存在着深度语义挖掘不完备的问题,即神经网络所提取的图像特征中包含的语义信息少于人类从图像中所感知的语义信息。目前如何在大量图像中识别目标并描述出目标间的逻辑语义关系成为待解决的难题。该文采用深层神经网络来提取图像特征,以充分挖掘特征矩阵中隐藏的视觉语义信息,并结合相关算法来实现图像的
情绪在日常生活中起着重要的作用,影响着人类的心理和生理健康。精准、快速、安全的识别人类情绪状态对社会的发展有着积极的意义。随着机器学习和神经科学的快速发展,情绪识别已经成为脑机接口领域的一个研究热点。情绪识别方法可以分为两类,第一类是基于非生理信号,如面部表情。第二类是基于生理信号,如脑电信号。在各种生理信号中,脑电信号是最常用的信号之一,它能反映人的心理状态,且具有难以伪装的特点。此外深度学习在
随着全球化水平的不断提高,个体拥有多样化的教育选择,越来越多的家长给自己的孩子选择国外求学的道路,由于双语/国际学校费用较高且资源分布地区不均匀,大部分家长安排孩子K1-K9阶段在体制内就读,中学阶段转到了国内国际学校就读,经过高中的三年的国际课程体系的学习,为大学阶段出国留学做准备。这部分学生在入校后遇到了不同的适应性问题,主要表现为学业成绩不佳。现有探讨学业成绩影响因素的文献大多以公立学校或高
学生宿舍是一个很重要的场所。住宿生的身心健康发展、学业成绩都与宿舍生活导师是否能管理好宿舍有着十分重要的链接。研究宿舍管理制度问题,对于提升宿舍管理和推动住宿生的身心健康有着重大的意义和关系。本文将以X中学宿舍为例,拟解决的核心问题是“X中学在宿舍管理方面有何特点,存在何种问题”,以需要层次理论、目标管理理论和自我管理理论为理论基础,利用问卷法和观察法,对“宿舍管理制度”进行调查研究,发现,X中学
该文针对目前视频显著目标检测方法在处理边界特征时的不清晰问题,采用边界细化的方法来提高显著目标检测的准确程度,完成了基于边界感知和运动融合的视频显著目标检测算法设计。同时借鉴基于deep snake的图像实例分割算法,提出了基于deep snake的视频显著目标检测和分割算法,并完成了视频显著目标的检测与分割。针对半监督视频显著目标检测算法产生的伪标签不清晰的问题,采用在伪标签生成过程中增加循环增
图像检索是计算机视觉领域的一个重要研究方向。近年来,图像检索的研究范式逐渐从基于传统算法的研究过渡到基于深度学习的研究,但图像检索最本质的追求始终是试图去获得对于一幅图像的良好表示。具体到细粒度图像检索领域,对象类别的划分粒度由传统的大类划分进一步细化到大类下的子类划分,甚至于身份粒度级别的划分,相应的产生了类内差异大于类间差异的问题,这使得细粒度检索成为比传统图像检索更具挑战性的研究课题。该文立
癫痫是一种较为常见的神经系统疾病,具有突发性和反复性,至今仍不清楚其发病机制。研究表明大脑既具有功能整合的性质,也具有离散特性,且脑网络是不断进行重组的动态网络,其网络结构也会随之发生改变。因此,传统的脑成像研究存在一定的局限性,在脑网络的基础上利用动态社区检测和图卷积的方法预测脑网络的动态特性对癫痫等脑部疾病的治疗具有重要意义。首先,利用五位耐药性癫痫患者的颅内脑电数据,经过带通滤波、选择导联等