关键词： 儿童   新型冠状病毒感染   毛细支气管炎   呼吸道合胞病毒  

摘要： 目的探讨新型冠状病毒感染(corona virus disease 2019,COVID-19)疫情对毛细支气管炎患儿住院的影响,以提高临床医生对于COVID-19流行期间毛细支气管炎特点的认识。方法该研究为多中心临床研究,病例资料来自全国23个儿童研究中心。回顾性收集2019年1月1日至2021年12月31日在各研究中心住院治疗的毛细支气管炎患儿的临床资料,包括性别、住院时月龄、住院天数、呼吸道合胞病毒(respiratory syncytial virus,RSV)检测结果、病情严重分度、是否住ICU治疗以及同期呼吸道感染住院患儿总数。对COVID-19流行前的2019年和流行期间的2020、2021年的毛细支气管炎患儿临床资料进行统计分析比较。结果根据23个儿童研究中心提供的数据汇总,2019年毛细支气管炎病例共4909例,2020年共2654例,2021年共3500例。与2019年相比,2020年和2021年毛细支气管炎病例数量分别下降了45.94%和28.70%。2019年、2020年和2021年患儿性别比例、住院时月龄、住院天数差异无统计学意义。与2019年相比,2020年和2021年毛细支气管炎占呼吸道感染住院总人数的比率均显著下降(χ^(2)=12.762,P<0.05;χ^(2)=84.845,P<0.05)。2020年和2021年中/重度毛细支气管炎的比例均低于2019年,差异有统计学意义(χ^(2)=4.054,P<0.05;χ^(2)=8.109,P<0.05)。2019年、2020年和2021年入ICU治疗的毛细支气管炎患儿比例差异无统计学意义(χ^(2)=1.914,P>0.05)。2019年共有52.60%(2582/4909)毛细支气管炎患儿进行RSV病原检测,其中RSV阳性708例,阳性占比为28.00%;2020年有54.14%(1437/2654)的毛细支气管炎患儿进行RSV病原检测,RSV阳性403例,阳性占比为28.04%;2021年有66.80%(2238/3500)的毛细支气管炎患儿进行RSV病原检测,RSV阳性935例,阳性占比为41.78%。与2019年和2020年相比,2021年RSV检出阳性率显著升高(χ^(2)=99.673,P<0.05;χ^(2)=71.292,P<0.05)。结论在COVID-19疫情期间,疫情防控措施降低了毛细支气管炎患儿的住院率和严重程度,但未降低住院毛细支气管炎患儿的RSV检出阳性率。

关键词： CT   新型冠状病毒感染   临床表现   病理特征  

摘要： 胸部CT对新型冠状病毒感染(COVID-19)早期发现和精准诊断及鉴别诊断是最佳影像学方法,对明确临床分型、选择治疗方法、动态观察病变进展、评判风险因素和患者预后具有重要意义。本文对其流行病学、病理改变、临床表现和CT特征等进行述评,旨在提高临床和影像医师对该病的认知和诊治水平。

关键词： 新型冠状病毒肺炎   口罩   手部清洁   行为习惯   中学生   影响因素  

摘要： 目的:调查新型冠状病毒肺炎(COVID-19)疫情期间中学生对防疫的认知和防疫行为的规范性,探索疫情下中学生戴口罩、洗手及一般健康行为的影响因素。方法:采用自行编制的网络问卷调查武汉市21所初高中在校学生的防疫相关健康行为,调查中学生的健康行为良好性,并利用二元逻辑回归分析初高中学生健康行为的影响因素。结果:本次研究共调查6858名初高中生,平均年龄(14.5±1.5)岁,其中,男性3584名,占总人群的52.3%。年级、父母教育和问卷提交时间与学生的三种健康行为均相关(P<0.05)。初中生的洗手行为和一般健康行为优于高中生(P<0.05);中学生父母的教育水平对其防疫相关健康行为的良好性有显著影响(P<0.05)。结论:针对中学生的防疫健康教育仍需加强,学校应着重关注高中生以及父母教育程度较低的学生的防疫知识学习。

关键词： 中医护理   新型冠状病毒感染   恢复期   艾灸  

摘要： 新型冠状病毒感染属于中医“疫病”范畴,病程一般约7d,恢复期对于患者来说至关重要。本文从艾灸、运动调护、中医情志疗法、穴位按摩、饮食护理等方面总结了中医护理在新型冠状病毒感染恢复期的应用,为进一步研究提供参考。

关键词： 新型冠状病毒感染   转阴时间   影响因素   预测模型  

摘要： 目的分析影响奥密克戎新型冠状病毒感染(简称新冠感染)患者病毒核酸转阴时间的影响因素,并构建临床预测模型。方法收集上海崇明区花博园复兴馆方舱医院2022年4月—2022年5月期间收治的156例奥密克戎新型冠状病毒感染患者的临床资料,采用单因素和多因素Logistic回归分析筛选影响新冠病毒感染患者核酸转阴时间的独立危险因素,建立核酸转阴时间风险预测模型,并构建列线图。采用Bootstrap法进行内部验证。通过受试者工作特征(ROC)曲线、Calibration plot验证预测模型的预测效能。结果多因素Logistic回归分析结果显示,前期症状[OR=2.649,95%CI(1.004,6.992)]、基础疾病[OR=5.382,95%CI(1.509,19.197)]、入院时黄腻舌苔[OR=6.513,95%CI(1.954,21.713)]是影响患者核酸转阴时间的独立的影响因素(P<0.05)。基于筛选出以上独立危险因素构建预测模型,该模型显示出较高的预测能力,训练集ROC曲线下面积为0.817,P<0.001,验证集ROC曲线下面积为0.780,P<0.001,表明该预测模型拟合度较高;该预测模型校正曲线接近参考曲线,表明实际观察和列线图预测的预测概率具有良好的一致性。结论前期症状、基础疾病、入院时黄腻舌苔是影响新冠病毒感染患者核酸转阴时间的独立危险因素,该预测模型具有较好的评估效能,为临床早期干预、缩短病程提供参考依据。

关键词： 社会治理   应急管理   应急治理   社区社会资本   常态化  

摘要： 社区成员的广泛参与及主体间互动被视为社区应急治理有效的关键因素,但对应急情境下社区互动和参与机制的系统性解释却存在不足。应急性社区社会资本的生成机制为:共同情感与物质需求是社会资本生成的动力维度,技术赋能的线上社区是社会资本生成的空间维度,党员示范与能人动员是社会资本建构的主体维度。应急性社区社会资本常态化可通过创造共同情感叙事和重拾社区分配功能来维系社会互动的内生动力、通过线上网络的持续科学经营和线下配套活动来拓展社区内部去边界化的互动空间、通过服务式的基层党建和更多角度挖掘社区能人来为主体力量增权赋能等路径实现。

关键词： 新型冠状病毒   中医外治   预防   中药香囊   调查分析  

摘要： 目的:观察中药香囊对新型冠状病毒高危人群的临床预防效果。方法:选择自愿参加的医院在职医务人员或疑似/确诊新冠感染病例的社区人员佩戴辟瘟香囊3周,并配合填写调查问卷,观察受试者感染新型冠状病毒的情况。结果:完成本项目的1220例受试者中,佩戴香囊前(第0周)有不适症状者共244例。针对244名受试者建立有效数据集,佩戴香囊前后症状计分比较采用重复测量方差分析,校正后(P=0.000<0.05),提示佩戴香囊前后受试者不适症状改善情况有显著意义,且受试者佩戴香囊后第1周及第2周症状改善更为显著,提示症状改善情况可能并不与佩戴时间的明显延长成正相关。截止2020年11月初,参与完成本项目的1220名受试者均未发生新冠病毒感染。结论:佩戴中药香囊可能对新冠病毒的感染起到一定的预防作用。

关键词： 新型冠状病毒肺炎   CT图像   深度学习   深层密集聚合   注意力机制  

摘要： 新型冠状病毒肺炎在全球范围迅速蔓延,为快速准确地对其诊断,进而阻断疫情传播链,提出一种基于深度学习的分类网络DLDA-A-DenseNet。首先将深层密集聚合结构与DenseNet-201结合,对不同阶段的特征信息聚合,以加强对病灶的识别及定位能力;其次提出高效多尺度长程注意力以细化聚合的特征;此外针对CT图像数据集类别不均衡问题,使用均衡抽样训练策略消除偏向性。在中国胸部CT图像调查研究会提供的数据集上测试,所提方法较原始DenseNet-201在准确率、召回率、精确率、F1分数和Kappa系数提高了2.24%、3.09%、2.09%、2.60%和3.48%;并在COVID-CISet图像数据集上测试,取得99.50%的最优准确率。结果表明,对比其他方法,提出的新冠肺炎CT图像分类方法充分提取了CT切片的病灶特征,具有更高的精度和良好的泛化性。

关键词： 新冠肺炎   CXR图像   深度学习   卷积注意力  

摘要： 2019冠状病毒病(COVID-19)是近年来对世界经济发展影响最大的流行病。早期发现是治疗COVID-19患者的关键,而胸片作为一种快速有效的辅助诊断方法被广泛用于实际的医疗案例中。基于深度学习的图像识别方法能更快、更准确地诊断CXR图像,可以取得较好的效果。然而,常见的深度学习模型在对数据进行特征提取时没有针对性。对此,本文提出基于卷积注意力的新冠肺炎图像识别网络,提升对COVID-19阳性样本的敏感性和特异性,并且增加的模型参数量和训练时间可以忽略不计。本文结合VGG16、MobileNet、InceptionV3、ResNet50等经典深度学习网络搭建了卷积注意力模型,并在COVIDRD公开数据库上进行了验证。实验结果表明本文提出的网络架构有效的提升了对新冠肺炎识别的准确性、敏感性和特异性。

关键词： 政府信任   科学家信任   社会焦虑   公共卫生危机   自然语言处理  

摘要： 制度信任与社会焦虑一直以来被认为存在一定的相互影响,并构成公共卫生危机时期社会心态的主要样态。本研究以新冠肺炎疫情为背景,通过自然语言处理技术,对新浪微博平台2019年12月至2020年4月间的舆论数据进行文本挖掘,并结合向量自回归分析和格兰杰因果检验,从时间序列视角探察公众对政府和科学家的信任与社会焦虑的相互影响。研究发现,在新冠肺炎疫情期间,公众对政府和科学家的信任上升没有缓解社会焦虑;反之,社会焦虑的上升会引发科学家信任的提升,但对政府信任没有影响。本研究对理解公共卫生危机时期制度信任的形成和变化机制,以及社会焦虑的缓解有重要的理论和现实意义。