摘要:目的适应“新医科”建设对医学人才数字化、智能化培养的新要求,构建并验证“云轨智协”培养模式的可行性与有效性。方法融合教育云平台、PBL+TBL双轨教学与人工智能辅助三大要素,构建“云轨智协”一体化培养模式。选取2025年1月至12月在空军军医大学唐都医院胸外科轮转的120名临床医学专业学位硕士研究生为研究对象,这些学生分为12个批次,随机分配至试验组(“云轨智协”模式,n=60)和对照组(单纯双轨教学,n=60)。轮转结束后,比较两组学生的学习效果和评价。采用SPSS 26.0进行统计分析。结果试验组理论[(44.18±3.12)分 vs. (40.13±3.48)分]、操作技能[(43.82±3.01)分 vs. (39.52±3.42)分]及专科能力[(42.87±3.24)分 vs. (38.73±3.58)分]考核成绩均高于对照组(均P<0.001);专业实践能力各维度[如临床思维逻辑(22.93±1.11)分 vs. (20.85±1.16)分]、论文答辩各维度及教学评价各条目评分亦均高于对照组(均P<0.001)。结论“云轨智协”培养模式能有效提升医学专业学位硕士研究生的综合能力与学习满意度,为AI赋能型医学人才培养提供了可行的系统化路径。
摘要:使用大语言模型(large language model,LLM)生成医学多项选择题(multiple-choice question,MCQ)已成为国外医学教育评价领域的研究热点之一。本文对LLM用于MCQ命题的应用现状、影响因素及评价方法进行综述。现有研究显示,LLM在缩短命题周期、生成结构规范的题目初稿方面优势明显,部分题目在内容准确性与拟真度上已接近专家命题水平;但在高阶临床推理考查、事实准确性、干扰项质量及心理测量学属性稳定性等方面仍存在局限。提示词设计、模型选择以及外部权威知识源的引入,均为影响生成题目质量的重要因素。在此基础上,本文提出了AI命题提示词框架和初步的AI命题质量评估框架,并提出专家与AI协同命题的模式,以期为LLM辅助医学MCQ命题提供参考。
摘要:目的基于柯氏模型,对全流程科研思维能力培养模式的效果进行评价。方法选取2024年7月至2025年7月东部战区总医院的54名在职护士作为研究对象。采用随机数字表法将其分为干预组(n=27)和对照组(n=27)。对照组采用线上课程自学的形式,干预组采用基于全流程教学模式的护士科研能力培训方案。2组护士均采用柯氏评估模型的反应层、学习层、行为层、结果层对教学效果进行评价。采用SPSS 27.0软件进行卡方检验、t检验和Mann-Whitney U检验。结果在反应层,干预组培训后总体满意度得分高于对照组[(85.26±6.17)分 vs. (66.81±11.32)分,P<0.001]。在学习层,干预组护士科研能力总得分高于对照组[(61.31±22.02)分 vs. (41.54±16.55)分,P=0.002]。在行为层,干预组护士创新行为得分[(38.12±8.16)分 vs. (32.54±7.85)分,P=0.015]、自我效能感得分[(27.00±7.29)分 vs. (20.80±3.52)分,P<0.001]均高于对照组。在结果层,2组护士科研成果数量比较,差异有统计学意义(P=0.006)。结论通过柯氏模型对全流程科研思维能力培养模式进行阶梯式、全方位的评估,可有效提升护士的科研思维能力。
摘要:脑卒中后运动功能障碍是常见的后遗症,严重影响患者的活动能力及生活质量。常规康复疗法多通过重复训练改善运动功能缺损,但患者常过度依赖健侧肢体,导致恢复效果不佳。而强制性运动疗法(constraint-induced movement therapy,CIMT)是一种基于神经可塑性的康复技术,通过限制健侧肢体,促使患者反复使用患侧肢体,克服“习得性废用”,可作为改善运动功能的有效手段。由于脑卒中不同分期的病理机制具有显著差异,CIMT在各期的治疗策略和干预效果亦有所区别。现有证据表明,CIMT可增强患者脑组织结构及功能可塑性,进而改善运动功能,但目前仍面临核心参数缺乏统一标准、有效证据尚不充分等问题。本文叙述性综述了CIMT分别在脑卒中患者急性期、亚急性期及慢性期运动功能恢复中的应用,重点梳理了其作用机制、干预参数、各个分期的干预效果。
摘要:目的探讨老年衰弱患者营养干预疗效,并构建基于炎症因子与肠道菌群失调的疗效预测模型。方法本研究为前瞻性随机对照研究,纳入2023年6月至2025年5月就诊于空军军医大学第一附属医院的老年衰弱患者301例,按随机数字表法分为观察组(n=151,系统性营养管理)和对照组(n=150,常规营养支持),干预3个月。收集临床资料,比较2组血清营养指标、营养和生活状态评分、衰弱程度,通过单因素和多因素logistic回归分析营养干预疗效的影响因素,并构建基础模型(临床特征)和完整模型(临床特征+炎症因子+肠道菌群失调);通过受试者工作特征(receiver operating characteristic,ROC)曲线评估预测效能,采用DeLong检验比较曲线下面积(area under the curve,AUC);并绘制列线图(Nomogram)(Bootstrap内部验证),通过校准曲线及决策曲线综合评价模型的效能。结果干预后,观察组血清总蛋白(serum total protein,STP)、血清前白蛋白(prealbumin,PA)、白蛋白(albumin,Alb)、转铁蛋白(transferrin,TF)水平、微型营养评估(mini nutritional assessment,MNA)评分、日常生活能力(activities of daily living,ADL)评分均高于对照组(P<0.05);观察组Tilburg衰弱指数(Tilburg frailty indicator,TFI)量表的躯体衰弱、社会衰弱、心理衰弱评分和总分均低于对照组(P<0.05)。干预3个月后根据营养干预疗效分为良好组(n=219,MNA≥24分)与不良组(n=82,MNA<24分),logistic回归分析结果显示,年龄≥75岁(OR=1.943,95%CI=1.039~3.631)、认知障碍(OR=2.451,95%CI=1.069~5.618)、肠道菌群失调(OR=4.658,95%CI=1.336~16.244)、Charlson合并症指数≥3分(OR=2.501,95%CI=1.257~4.976)以及血清C反应蛋白(C-reactive protein,CRP)升高(OR=1.226,95%CI=1.142~1.316)、血清白细胞介素-6(interleukin-6,IL-6)升高(OR=1.141,95%CI=1.080~1.205)是老年衰弱患者营养干预疗效的独立危险因素(P<0.05),而体质指数(body mass index,BMI)升高(OR=0.577,95%CI=0.481~0.692)、采用系统性营养管理(OR=0.330,95%CI=0.178~0.615)是老年衰弱患者营养干预疗效的独立保护因素(P<0.05)。ROC分析结果显示,完整模型预测效能(AUC=0.982,95%CI=0.965~0.998)优于基础模型(AUC=0.825,95%CI=0.771~0.879),DeLong检验P<0.001,灵敏度为0.951,特异度为0.959。Nomogram预测模型内部验证显示完整模型校正后的C-index=0.982(95%CI=0.975~0.984),校准度良好,且在广泛的阈值概率范围内具有较高的临床净获益。结论系统性营养管理可改善老年衰弱患者的营养状况、衰弱状态及日常生活能力。年龄≥75岁、认知障碍、肠道菌群失调、Charlson合并症≥3分、CRP及IL-6升高是老年衰弱患者营养干预疗效不佳的独立危险因素,而BMI升高及系统性营养管理为独立保护因素,基于上述因素构建的预测模型可用于早期疗效风险评估。