吴慧玲
- 作品数：12 被引量：26H指数：2
- 供职机构：武汉大学人民医院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 理查兹-坎贝尔睡眠量表的护患一致性评估研究
- 2024年
- 目的:调查重症监护室病人自我报告的睡眠质量情况及每日评估睡眠的可行性,探究病人与护士分别使用理查兹-坎贝尔睡眠量表(Richards-Campbell Sleep Questionnaire,RCSQ)评估病人夜间睡眠质量的一致性。方法:选取2022年10月—2023年7月在我院重症监护室(ICU)住院的140例重症监护病人,采用RCSQ分别由护士对病人和病人对自身完成夜间睡眠质量评价,采用配对t检验、组内相关系数(ICC)、Bland-Altman图比较护患评价的一致性。结果:最终共收集到101例病人的727份睡眠报告,总睡眠平均分为52.28分,93例(92.1%)病人至少完成了1次报告,80例(79.2%)病人提供2次及以上的报告。101例病人共完成299次护患配对评估,ICC为0.31~0.59,相关性介于一般到中等,在睡眠深度、睡眠觉醒、重回睡眠、总分上,护士得分高于病人,差异有统计学意义(P<0.05)。结论:采用RCSQ评估睡眠可行性高。睡眠报告表明重症监护室病人睡眠质量低,护士倾向高估病人感知的睡眠质量。
- 唐凯华陈秋香吴慧玲马巾茹王高华
- 关键词：睡眠质量重症监护室
- 非药物睡眠干预对重症监护成人患者谵妄和睡眠质量影响的系统评价
- 2023年
- 目的:评价非药物睡眠干预措施对重症监护(ICU)成人患者谵妄、睡眠质量的影响。方法:计算机检索中国知网、万方、中国生物医学文献服务系统、维普、PubMed、Cochrane Library、CINAHL、Embase、Web of Science数据库中关于非药物睡眠干预对ICU成人患者谵妄和睡眠质量影响的文献,检索时间从建库至2022年7月31日。采用RevMan 5.3软件进行Meta分析。结果:共纳入13篇文献,总样本量1866例,文献质量均为B级。眼罩耳塞可以减少ICU成人患者谵妄发生(RR=0.56,95%CI 0.33~0.95,P=0.03)。大部分研究结果表明非药物睡眠干预措施可以改善ICU成人患者的主观睡眠质量。结论:联合运用眼罩耳塞可能降低ICU成人患者谵妄的发生风险,但未来需进行高质量研究加强该证据。
- 唐凯华王高华陈秋香吴慧玲李想
- 关键词：谵妄睡眠质量重症监护病房
- 基于深度学习的内镜超声胆管扫查辅助分站系统构建
- 2022年
- 目的构建基于深度学习的人工智能内镜超声(endoscopic ultrasonography,EUS)胆管扫查辅助分站系统,以期辅助医师学习多站成像技术,提高操作水平。方法回顾性收集武汉大学人民医院和武汉协和医院2016年5月—2020年10月522例EUS视频资料,基于视频截取图像,获得来自武汉大学人民医院的3000张白光胃镜,31003张超声胃镜图像和来自武汉协和医院的799张超声胃镜图像,用于EUS胆管扫查系统的模型训练和模型测试。模型包括:白光胃镜图像过滤模型,标准站图像与非标准站图像区分模型和EUS胆管扫查标准图像分站模型,用以将标准图像分为肝窗、胃窗、球窗、降窗。然后从测试集中随机抽取110张图像进行人机大赛,比较专家、高级内镜医师与人工智能模型对胆管扫查多站成像每个站点识别的准确度。结果白光胃镜图像过滤模型准确率为100.00%(1200/1200),标准站图像与非标准站图像区分模型准确率为93.36%(2938/3147),EUS胆管扫查标准图像分站模型在内部测试集中各分类的准确率分别为肝窗97.23%(1687/1735),胃窗96.89%(1681/1735),球窗98.73%(1713/1735),降窗97.18%(1686/1735);外部测试集中准确率分别为肝窗89.61%(716/799),胃窗92.74%(741/799),球窗90.11%(720/799),降窗92.24%(737/799)。人机大赛中,模型分站的正确率为89.09%(98/110),高于内镜医师[85.45%(94/110),74.55%(82/110),85.45%(94/110)],接近专家水平[92.73%(102/110),90.00%(99/110)]。结论本研究构建了一种基于深度学习的EUS胆管扫查系统,可以较为准确地实时辅助内镜医师进行标准多站扫查,提高EUS完整性及操作质量。
- 黄丽张军吴慧玲姚理文邓涛于红刚
- 关键词：内镜超声检查胆管
- 人工智能超声内镜胆胰识别系统有效性的交叉试验
- 2023年
- 目的探究人工智能超声内镜(artificial intelligence-endoscopic ultrasound,AI-EUS)胆胰识别系统用于辅助识别超声内镜检查术(endoscopic ultrasonography,EUS)图像的有效性。方法从武汉大学人民医院消化内科数据库前瞻性地纳入2019年12月—2020年8月期间因怀疑有胆胰系统疾病而接受EUS检查的受试者。28例受试者的28个视频用于胰腺标准站的识别;29例受试者的29个视频用于胆管标准站的识别。8名武汉大学人民医院消化内科的新手内镜医师在有AI-EUS胆胰识别系统辅助下和无辅助下,分别阅读了57例EUS视频。比较有AI-EUS胆胰识别系统与无AI-EUS胆胰识别系统辅助时,内镜医师对EUS胰腺和胆管标准站点识别的准确率。结果无AI-EUS辅助时,新手内镜医师对胰腺标准站识别准确率为67.2%(903/1344),有AI-EUS辅助时,准确率提高至78.4%(1054/1344);胆管标准站识别准确率由无辅助时的56.4%(523/928)提高至有辅助时的73.8%(685/928)。结论AI-EUS胆胰识别系统可提高内镜医师对胆胰系统超声内镜图像识别的准确率,可在临床工作中辅助诊断。
- 陈柏儒姚理文张丽辉卢姿桦吴慧玲于红刚
- 关键词：超声检查胆管疾病胰腺疾病
- 新冠肺炎疫情期间普通病房患者的焦虑抑郁情绪被引量：22
- 2020年
- 2019年底武汉发现新型冠状病毒肺炎(Corona virus Disease 2019,COVID-19)^([1]),由于其传播速度快、传播形式隐蔽,在一定程度上引起了人们的恐慌。确诊新冠肺炎患者以及相关医护人员均存在一定程度的心理问题^([2-3]),在疫情期间,仍有部分患者由于疾病原因住院,为了解其心理状况,给予相应的干预措施,本研究调查新冠肺炎疫情期间非隔离普通病房患者的焦虑、抑郁情绪以及相关因素1对象与方法1.1对象选取本院非隔离病房住院患者94例,利用专业的网络问卷软件生成问卷链接进行调查。
- 李想邓艳萍付国东范龙珠吴慧玲唐若男张丹丽
- 关键词：焦虑情绪抑郁情绪
- 促胃动力药联合听气过水声法主动留置鼻肠管的应用体会
- 目的 介绍促胃动力药联合听过水声法在主动留置鼻肠管中的应用体会.方法 对本科室需要置入鼻肠管进行肠内营养的病人应用促胃动力药联合听气过水声法.观察置管成功率以及有无并发症的发生.
- 吴慧玲
- 个性化心理护理对清醒有创机械通气患者的影响
- 目的 探讨个性化心理护理对清醒有创机械通气患者的影响.方法 选择40例清醒有创机械通气患者(平均通气时间大于72h),随机分为常规心理护理组(n=20)和个性化心理护理组(n=20).常规心理护理组在行气管插管前及机械通...
- 唐晓琴吴慧玲
- 基于深度学习的超声内镜下消化道黏膜下肿物诊断系统被引量：1
- 2022年
- 目的构建基于深度学习的超声内镜下消化道黏膜下肿物(SMT)诊断系统,为诊断SMT提供帮助。方法纳入2019年1月1日至2021年12月15日于武汉大学人民医院消化内镜中心行超声内镜检查术(EUS)和内镜黏膜下剥离术的245例经病理诊断证实的SMT患者,共收集3400张EUS图像。选取2722张EUS图像用于训练病灶分割模型,2209张图像用于训练胃肠道间质瘤与平滑肌瘤病灶分类模型;分别选取283、191张图像作为独立测试集对病灶分割和分类模型进行评估;选取30张EUS图像作为独立数据集进行人机比赛以比较病灶分类模型与6名内镜医师的病灶分类准确度。采用交并比和Dice系数等指标评估病灶分割模型性能,采用准确度评估病灶分类模型性能。采用卡方检验进行统计学分析。结果病灶分割模型的平均交并比为0.754,Dice系数为0.835,精确率、召回率和F1指数分别为95.2%、98.9%和97.0%。在病灶分割的基础上,病灶分类模型的准确度由未分割时的70.2%提高至92.1%。人机比赛结果显示,分类模型鉴别胃肠道间质瘤与平滑肌瘤的准确度为86.7%(26/30),优于6名内镜医师中的4名医师[分别为56.7%(17/30)、56.7%(17/30)、53.3%(16/30)、60.0%(18/30)],差异均有统计学意义(χ^(2)=7.11、7.36、8.10、6.13,均P<0.05);另2名医师的分类准确度分别为76.7%(23/30)、73.3%(22/30),与模型比较差异均无统计学意义(均P<0.05)。结论该系统在将来有望用于超声内镜下SMT的辅助诊断,为后续治疗决策的选择提供有力依据。
- 张晨霞李迅姚理文张军卢姿桦吴慧玲于红刚
- 关键词：超声内镜
- 基于深度学习的超声内镜分站和胰腺分割识别系统被引量：1
- 2021年
- 目的尝试构建1个基于深度学习的内镜超声检查(endoscopic ultrasonography, EUS)质量控制系统, 并验证其价值。方法从武汉大学人民医院消化内镜中心数据库中, 回顾性收集2016年12月—2019年12月间的269个EUS检查资料, 分为:(1)用于训练模型的训练数据集A, 包含205个检查, 其中16 305张图像用于分类训练, 1 953张图像用于分割训练;(2)用于评估模型性能的测试数据集B, 包含44个检查, 其中1 606张图像用于分类验证, 480张图像用于分割验证;(3)用于内镜医师与模型进行比较的数据集C, 包含20个检查, 共150张图像。EUS专家(具有10年以上的EUS操作经验)甲和乙通过讨论对训练集A和测试集B、C的所有图像进行分类和标注, 其结果用作金标准。EUS专家丙和高年资EUS医师(具有5年以上的EUS操作经验)丁、戊对数据集C中的图像进行分类和标注, 其结果用于与深度学习模型进行比较。主要观察指标包括分类的准确率、分割的Dice(F1指数)和一致性分析的Kappa系数。结果在测试数据集B中, 模型分类的平均准确率为94.1%, 胰腺分割的平均Dice为0.826, 血管分割的平均Dice为0.841。在数据集C中, 模型的分类准确率达到90.0%, 专家丙、高年资医师丁和戊分别为89.3%、88.7%和87.3%;模型的胰腺和血管分割Dice系数分别为0.740和0.859, 专家丙分别为0.708和0.778, 高年资医师丁分别为0.747和0.875, 高年资医师戊分别为0.774和0.789, 模型与专家的水平相当。一致性分析结果显示, 模型与内镜医师之间达成了较好的一致性(Kappa系数分别为:模型与专家丙间0.823、模型与高年资医师丁间0.840、模型与高年资医师戊间0.799)。结论基于深度学习的EUS分站和胰腺分割识别系统可以用于胰腺EUS的质量控制, 具有与EUS专家相当的分类和分割识别水平。
- 卢姿桦吴慧玲姚理文陈弟于红刚
- 关键词：人工智能胰腺内镜超声检查
- 连续性肾脏替代治疗非计划性下机凝血相关因素的研究进展被引量：2
- 2020年
- 总结了连续性肾脏替代治疗非计划性下机的概念,导致非计划性下机的相关因素,如血流速、抗凝方式、患者疾病因素、血管通路障碍、一次性材料和机器因素、护士操作因素等。认为进行有关CRRT非计划性下机的干预研究对维持机器正常运转、改善患者身体状况、提升医疗服务质量具有重要意义。
- 吴慧玲邓艳萍范龙珠李会磊
- 关键词：连续性肾脏替代治疗
