关键词： 个人涉疫信息   信息公开   个人信息侵权原则   行政救济  

摘要： 数字时代的到来,使得电子政务蓬勃发展。数据技术工具的投入使用将促进政府治理现代化和高智能化。但是在政务活动中大量处理个人信息,极易出现个人信息泄露与滥用等个人信息保护问题。尤其是在突发公共卫生事件中,由于政府对个人涉疫信息的处理力度比普通的政务活动更强,一旦出现不当处理行为将会给信息主体带来不利影响。新冠疫情期间个人涉疫信息泄露事件频发,引起了公众对个人涉疫信息保护问题的关注。当前我国个人信息保护法律体系已基本形成,其以《民法典》为基础,以《个人信息保护法》为核心,以《刑法》为保障,以《消费者权益保护法》《电子商务法》《网络安全法》《数据安全法》《政府信息公开条例》等法律为重要组成部分。但在应对重大突发公共卫生事件时,个人信息保护依然存在不容忽视的问题。本文以突发公共卫生事件中个人涉疫信息保护问题为基点,通过文献研究法、案例分析法、调查研究法以及比较分析法对政府治理中个人涉疫信息保护进行研究。 行政主体是主要的个人信息处理者之一,但当前我国规制其个人信息处理行为的制度尚不完善。尤其是在突发公共卫生事件中,在法律法规方面存在行政机关个人信息侵权适用原则不合理、缺乏个人涉疫信息处理细则、个人涉疫信息侵权行政赔偿条款缺失等问题;在执法方面,存在行政机关未依法处理个人涉疫信息的问题。如,强制性收集个人涉疫信息却没有尽到充分说明信息处理目的、收集范围、使用情况等告知义务和信息公开义务;在监管方面,没有专门、独立的个人信息保护机构统一进行监管。同时,个人信息保护监管机制也不健全;在个人涉疫信息保护意识方面,存在行政主体、相关企业和普通民众守法意识薄弱的问题。针对以上问题,在结合国内外个人信息保护经验的基础上,通过加重行政机关个人涉疫信息侵权责任、制定个人涉疫信息保护规则和健全个人信息侵权行政救济机制,严格落实知情同意、目的限制和公开透明等个人信息保护原则,增设专责机构对行政主体进行严格监管等措施,加强政府治理中个人涉疫信息的保护。

关键词： 奥密克戎   新型冠状病毒感染性疾病   急诊科   策略  

摘要： 新型冠状病毒感染处于流行/暴发已经三年有余，其变异速度迅速，目前已经传代至奥密克戎毒株。奥密克戎毒株在我国大部分地区蔓延，虽然毒力明显下降，但其传染性极强，波及人群极为广泛。在国家卫生健康委员会联防联控机制组颁布抗击新型冠状病毒肺炎新十条颁布之后，积极应对新型冠状病毒感染、救治危重症患者成为医疗战线的重要工作。置身医院最前沿的急诊科，无疑是抗疫的重中之重。北京朝阳医院急诊科积极应对，积累了一定经验，分享给大家。

关键词： 疫情防控政策   新冠肺炎   儿童传染病   断点回归设计  

摘要： 背景:2020年,COVID-19在全球范围内传播。截至2021年11月8日,中国累计新冠肺炎确诊病例为97885例,死亡病例为4636例;全球累计新冠肺炎确诊病例为250015789例,死亡病例为5052148例,全球公共卫生安全和医疗服务体系面临巨大挑战。新冠肺炎主要通过呼吸道传播,因而新冠肺炎疫情防控政策也可能会影响其他法定传染病的发生;儿童免疫力低,免疫系统训练少,疫苗接种覆盖率降低,因此,儿童是传染病发生的高危人群,存在流行的可能。本研究旨在从发病和就诊两个层面上,深入探究疫情防控政策对儿童传染病发病及就诊趋势的影响,为同类传染病的一体化防控提供依据。方法:数据来源于山东省疾病预防控制中心传染病登记系统和山东大学附属儿童医院信息系统数据库,选取2018-01-01至2021-12-31期间济南市发生百日咳、流感、猩红热、流行性腮腺炎、麻疹、手足口病、水痘和其它感染性腹泻等8种传染病的儿童作为研究对象,使用卡方检验或Fisher确切概率法描述发病和就诊的时间趋势及分布特征,进而采用断点回归,分析疫情防控政策对儿童传染病发病和就诊趋势的影响,并用安慰剂断点检验结果的稳健性。结果:本研究纳入95909例传染病儿童,其中64230(66.970%)例在防控政策实施前发病,31679(33.030%)例在防控政策实施后发病,防控政策实施后传染病总体发病人数明显减少。在山东大学附属儿童医院就诊的传染病儿童共有29768例,占其门诊量的13.483%,其中防控政策实施前传染病总就诊量为21419(15.507%)例,防控政策实施后传染病总就诊量为8349(10.101%)例,在防控政策实施后传染病总体就诊人数及其构成比明显减少。传染病总体情况:初步流行病学分析表明,防控政策的实施影响了传染病的分布。在发病层面,防控政策实施前后,不同年龄分布差异具有统计学意义(χ2=667.848,P<0.001);散居儿童、幼托、学生等分布差异也具有统计学意义(χ2=618.874,P<0.001);主城区和非主城区(χ2=12.627,P<0.001)、城乡分布(χ2=154.069,P<0.001)、季节分布(χ2=3381.623,P<0.001)和传染病分类(χ2=99.693,P<0.001)等因素差异均具有统计学意义。调整季节后,断点回归结果提示,传染病总体发病人数在防控政策实施节点处出现明显向下的跳跃,瞬时减少1760 人(95%CI:-2868.831,-652.942),差异具有统计学意义(P=0.003)。同样,在就诊层面,防控政策实施前后,不同年龄分布差异具有统计学意义(χ2=113.577,P<0.001);散居儿童、幼托、学生等分布差异也具有统计学意义(χ2=62.538,P<0.001);主城区和非主城区(χ2=38.772,P<0.001)、城乡分布(χ2=61.658,P<0.001)、季节分布(χ2=2502.708,P<0.001)和传染病分类(χ2=24.624,P<0.001)等因素差异均具有统计学意义。调整季节后,断点回归结果提示,传染病就诊构成比在防控政策实施节点处出现明显向下的跳跃,瞬时降低5.937%(95%CI:-10.295,-1.579),差异具有统计学意义(P=0.009)。呼吸道传染病:初步流行病学分析表明,防控政策的实施影响了呼吸道传染病的分布。在发病层面,防控政策实施前后,不同年龄分布差异具有统计学意义(χ2=366.445,P<0.001);散居儿童、幼托、学生等分布差异具有统计学意义(χ2=364.604,P<0.001);季节分布差异具有统计学意义(χ2=539.811,P<0.001);不同呼吸道传染病种类间差异也具有统计学意义(χ2=1384.164,P<0.001);调整季节后,断点回归结果提示,呼吸道传染病发病人数在防控政策实施节点处出现明显向下的跳跃,呼吸道传染病发病人数瞬时减少1093人(95%CI:-1560.398,-626.943),差异具有统计学意义(P<0.001)。在就诊层面,防控政策实施前后,不同年龄分布(χ2=86.218,P<0.001)、主城区和非主城区分布(χ2=6.293,P=0.012)、城乡分布(χ2=12.878,P<0.001)、季节分布(χ2=29.419,P<0.001)和不同呼吸道传染病种类(χ2=549.356,P<0.001)等因素差异均具有统计学意义;调整季节后,断点回归结果提示,呼吸道传染病就诊构成比在防控政策实施节点处出现明显向下的跳跃,瞬时降低3.750%(95%CI:-5.581,-1.918),差异具有统计学意义(P<0.001)。防控政策的实施也影响了百日咳、流感、猩红热等呼吸道传染病的分布,具体结果如下:(1)

关键词： 文本类型理论   信息型文本   翻译原则   翻译方法  

摘要： 新冠疫情爆发以来,部分国家对粮食出口采取限制性措施,与疫情相关的封锁措施影响了粮食产量与流通效率,全球粮食安全和农产品贸易受到了一定的冲击。为应对上述挑战,国际粮食政策研究所编辑并出版了电子书《新冠肺炎与全球粮食安全:两年后》。原文本分析了新冠感染对全球贫困,粮食安全与营养,食品贸易,供应链和就业的影响,通过研究不同国家的政策干预措施,探讨了如何使用这些经验为未来的挑战做准备。 翻译实践以凯瑟琳娜·赖斯的文本类型理论为指导,重点探讨在翻译原文本第二章节过程中遇到的困难以及具体使用的翻译策略。据分析,原文本为信息型文本,强调信息的准确表达。本文总结了信息型文本的翻译原则——准确性、完整性、逻辑性和流畅性,并在这些原则的要求下使用具体的翻译方法,力求实现信息的有效传达。 基于文本类型理论,笔者从词汇、句子以及篇章三个层面展开案例分析。词汇层面主要讨论专业术语以及一词多义的翻译,针对专业术语,笔者查阅多方资料后再确定规范的、约定俗成的译文,针对一词多义,笔者要联系上下文语境确定最贴切的翻译。句子层面涉及长难句、被动句和无灵主语句的翻译,笔者主要通过增译、省译、顺译法、句子拆分重组等翻译策略,使译文在准确传达原文信息的同时符合汉语的表达习惯。语篇层面包括语篇衔接和语篇连贯,作者主要通过增加衔接词,调整语序等方法来让增强文章结构的紧密性。通过此次翻译实践,笔者的翻译能力得到了很大的提升,也让笔者积累了很多农业以及经济领域的专业知识。同时,笔者希望本次翻译实践能够为信息型文本的翻译提供一些参考。

关键词： 慢性阻塞性肺疾病   COPD   慢病管理   云平台   模式  

摘要： 目的:建立“一云三端”闭环式监管云平台,通过规范化的管理流程,促进慢阻肺患者行为、认知、运动和心理水平的全方位提升,培养患者自我管理能力,使其享有高品质生命质量,化被动为主动式健康,进一步完善“互联网+”慢阻肺防控模式内涵。 方法:1.以知信行管理模型为理论基础,围绕功能需求和可行性,从医疗机构端、患者端和管理端构建“一云三端”闭环式监管云平台,阐述“一云三端”闭环式监管模式的内涵。 2.选取2021年8—9月在南京市第一医院呼吸内科就诊且符合条件的174例慢阻肺患者,按随机数字表法将干预组和对照组各分为87例,于2021年10月—2022年4月对符合条件的174例慢阻肺患者展开两种形式的大健康管理。管理过程中干预组共失访5例,其中个人原因退出3例,变更就医地点2例;对照组共失访4例,其中个人原因退出3例,变更就医地点1例。最终完成165例,其中干预组82例,对照组83例,总完成率94.8%。干预组82例基于“一云三端”闭环式监管云平台进行日程健康方案管理,对照组83例基于呼吸科病友群管理,分别接受大健康范围的干预。在第6个月结束时比较分析两组患者接受干预前后的临床、行为、认知、运动和心理指标的变化情况,并评估患者整体自我管理效果,对比评价云平台应用实施效果。 结果:1.构建出“一云三端”闭环式监管云平台,分为医疗机构端、患者端和管理端,医生端包括筛查中心、慢病患者、随访中心和资源中心四个模块、患者端包括首页、日程、消息、我的四个模块,管理端包括机构管理、科室管理、病种（库）管理和用户/角色管理四个模块。 2.干预后干预组临床维度指征FEV1、FEV1/FVC与对照组相比明显升高,差异具有统计学意义（P<0.05）;CAT和m MRC评分与对照组相比明显降低,差异具有统计学意义（P<0.05）。 3.干预后干预组行为维度指标MMAS-8和打卡行为执行率均显著优于对照组,差异具有统计学意义（P<0.05）。 4.干预后干预组认知维度戒烟率、是否知晓慢阻肺、是否知晓常见不适症状、是否知晓肺功能检查均显著优于对照组,差异具有统计学意义（P<0.05）。 5.干预后干预组运动维度指标6MWD有提升趋势,但与对照组的差异无统计学意义（P>0.05）;比较组内,干预组6MWD在干预前后差异有统计学意义（P<0.05）。 6.干预后干预组心理维度指标BBQ得分与对照组相比明显降低,差异具有统计学意义（P<0.05）。 7.干预后干预组自我管理各维度评分与对照组相比明显提升,差异具有统计学意义（P<0.05）。 8.干预组患者全部完成云平台满意度调查。绝大多数患者对平台整体使用是满意的（84.1%,69/82）,患者普遍认为使用平台能够给他们带来便利（93.9%,77/82）,适合在疫情期间的疾病康复（96.4%,79/82）,大部分愿意继续使用本平台（89.0%,73/82）,有助于患者自我管理病情（97.6%,80/82）。 结论:在新冠背景下,“一云三端”闭环式监管云平台能够优化患者获得医疗的形式,有效改善患者自我管理能力,使患者从中获得全面的健康。云平台在一定程度上弥补慢阻肺管理连续性和及时性的空缺,进一步优化慢阻肺全流程管理的内涵,能够为其他慢病的全程管理提出可借鉴的思路。

关键词： 机器学习   新型冠状病毒   患者严重程度   知识蒸馏   疫情发展趋势  

摘要： 自2019年12月开始,新型冠状病毒肺炎疫情的蔓延给世界各地都带来了严重的影响。由于一些国家和地区的医疗条件相对较差、医疗设备不足、医院容纳量超负荷,出现医护人员无法快速诊断筛查新型冠状病毒携带者、药物和疫苗的研发滞后、对疫情发展趋势不明确等问题,导致大多数患者无法得到即时的救治,新型冠状病毒疫情扩散进一步加剧。以机器学习为代表的人工智能技术可以帮助人类解决上述各种复杂的问题。因此,本文重点研究机器学习在新型冠状病毒肺炎智能预测上的应用,主要的工作内容和创新点如下:(1)首先,针对在疫情爆发初期,医务人员无法对患者的肺炎严重程度进行快速判定的问题,本研究提出了一个仅使用轻量的人工神经网络(Artificial Neural Network,ANN)、循环神经网络(Recurrent Neural Network,RNN)和十个二元特征就可以较为精确地预测患者严重程度的方法。本研究将来自于墨西哥索诺拉州和特拉斯卡拉州公共卫生系统诊所和医院的公共数据作为数据集,对比了13种常用的机器学习算法,发现ANN、RNN的表现最好,并使用加法解释(Shapley additive explanation,SHAP)进行可解释性分析,最后利用知识蒸馏模型进行了模型和特征的轻量化,训练出了受试者曲线下面积(AUC)为0.87的算法。该算法可以快速准确的对患者的严重程度进行预测,解决了模型体量较大、输入数据较多的问题,便于部署在智能设备上,减轻医护人员的压力。(2)其次,本文针对新型冠状病毒肺炎疫情发展难以把控,传统模型无法对疫情未来发展趋势做出准确预判的问题,提出了一个传染病数学模型与机器学习模型相结合的新型冠状病毒肺炎疫情趋势预测模型。本研究将美国约翰斯·霍普金斯大学发布的疫情数据集作为研究样本,使用传染病数学模型代替了生成式对抗网络中的随机噪音,以此来进行数据扩增,解决了训练数据集过小的问题。经比较研究发现使用SEIRD(Susceptible,Exposed,Infected,Recovered,Dead)传染病模型代替随机噪音的效果好于其他数学模型。本研究还比较了多种机器学习算法、时间序列预测模型、传染病数学模型的效果,发现使用SEIRD模型替代生成式对抗网络的随机噪音进行数据扩增,训练出的Transformer模型效果最好,均方误差(MSE)为0.0008。该模型结合了传染病传播特征和机器学习模型优势,可以对疫情的发展趋势进行科学预测。

关键词： 新冠肺炎   银行存款   银行贷款  

摘要： 2020年初,新冠肺炎疫情爆发,对全球经济、社会流动性造成了巨大冲击,尤其是交通、旅游等行业受疫情影响较大,然而在经济基本面受挫的情况下,观察到居民储蓄、银行存款等指标增长。 本文以新冠肺炎疫情事件为准自然实验,主要为验证“强制性储蓄”机制是否引起银行存款增加,以及银行是否利用流入资金提供了更多贷款。本文选取2018年一季度至2021年四季度中国31个省份数据为样本,构建相应的面板数据回归模型进行实证分析。首先为验证疫情受灾程度与银行存款关系,建立基准回归。在此基础上,为验证“强制性储蓄”机制是否存在,本文通过引入衡量地区人均支出减少程度的虚拟变量构建回归模型,并进一步根据各省失业率水平划分样本进行分样本回归。最后,为检验银行是否利用流入资金提供了更多贷款,本文将贷款指标作为被解释变量进行回归,并将贷款指标分为总贷款、企(事)业单位贷款、房地产贷款以及个人消费贷四类分别进行回归,在此基础上,将样本划分为“高存款增长率”和“低存款增长率”地区进行分样本回归。 本文实证结果表明:第一,随着疫情感染人数增加,省份地区住户存款增长率显著提升。第二,影响机制检验结果表明,“强制性储蓄”机制确实存在,即居民人均消费支出减少幅度较大的地区,随疫情影响程度增加,总存款和住户存款增长率均有显著性提升,且在低失业率地区更加显著。第三,研究表明银行利用流入资金提供了更多总贷款,在居民支出减少幅度更大的地区,疫情感染人数对总贷款增长率有正向影响,且在存款增长更快的地区更加显著。此外,结果表明,地区受灾程度与房地产贷款以及个人消费贷增长率不存在显著关系,考虑可能的原因为疫情冲击、近年房地产暴雷等原因导致相关贷款需求或供给收缩。

关键词： 普通人群   医务人员   新冠肺炎疫苗接种   焦虑   抑郁  

摘要： 目的:本研究旨在了解常德市人口在接种新冠肺炎疫苗期间的焦虑、抑郁检出率并进一步探究其相关影响因素,以期对焦虑、抑郁高危人群进行早期识别及心理干预,为新冠肺炎疫苗接种期间优化公共心理卫生服务政策提供有力的数据支撑。 方法:2021年6月4日至2021年12月17日在新冠肺炎疫苗接种运动期间,研究者使用电子调查工具(“问卷星”)生成在线问卷和二维码的链接进行调查。受访者扫描研究者提供的二维码链接完成问卷调查(包括抑郁、焦虑量表评分与一般资料),然后研究者通过网络后台收集数据并采用卡方检验及多因素logistic回归分析等方法进行统计学分析。 结果:本研究共将6984份调查问卷纳入最终分析,包括4448名女性和2536名男性,其中2707名参与者是医务人员。纳入本研究的所有样本人群中(n=6984),焦虑检出率为9.86%(n=680),抑郁检出率为19.40%(n=1354)。不同年龄与性别参与者的焦虑和抑郁检出率存在明显差异:在18-35岁年龄组中,女性的抑郁检出率(28.65%vs.16.41%)及焦虑检出率(14.68%vs.7.73%)均显著高于男性(P<0.01);在36-60岁年龄组中,与男性相比较,女性的抑郁检出率(17.33%vs.12.29%)及焦虑检出率(9.10%vs.5.56%)亦均显著增加(P<0.01)。与接种第一针新冠肺炎疫苗的参与者相比,接种第二针新冠肺炎疫苗的参与者的抑郁(16.40%vs.20.95%,P<0.01)和焦虑(8.51%vs.10.38%,P<0.05)的检出率更低。另外,医务工作人员的抑郁检出率(24.68%vs16.04%,P<0.001)和焦虑检出率(13.15%vs 7.58%,P<0.001)均显著高于非医务工作人员。进一步通过多因素logistic回归分析发现女性、有生育计划、大学及以上教育程度、从事医疗保健行业是普通人群在新冠肺炎疫苗接种期间焦虑和抑郁的影响因素;女性群体和有生育计划的群体是医务工作人员在新冠肺炎疫苗接种期间焦虑和抑郁的高危人群。 结论:新冠肺炎疫苗接种期间出现了一定比例的疫苗接种相关抑郁及焦虑的事件,进一步分析表明普通人群中女性、大学及以上教育程度、从事医疗保健行业和近期有生育计划的人群是罹患焦虑和抑郁的高危人群,女性和近期有生育计划是医务人员焦虑和抑郁的影响因素,对这些人群应予以重点关注并进行相心理干预。