您的位置: 专家智库 > >

杨蓉

作品数:7 被引量:50H指数:4
供职机构:福建医科大学附属协和医院更多>>
发文基金:国家自然科学基金更多>>
相关领域:医药卫生更多>>

文献类型

  • 6篇期刊文章
  • 1篇会议论文

领域

  • 7篇医药卫生

主题

  • 3篇肿瘤
  • 3篇肿瘤标志
  • 3篇肿瘤标志物
  • 3篇标志物
  • 2篇血清
  • 2篇血清肿瘤
  • 2篇血清肿瘤标志
  • 2篇血清肿瘤标志...
  • 2篇住院
  • 2篇肺癌
  • 2篇病理
  • 1篇多劳多得
  • 1篇血常规
  • 1篇血细胞
  • 1篇炎性标志物
  • 1篇炎症
  • 1篇炎症指标
  • 1篇原发性
  • 1篇原发性肝癌
  • 1篇诊断相关分组

机构

  • 7篇福建医科大学
  • 1篇南京中医药大...

作者

  • 7篇杨蓉
  • 3篇黄慧芳
  • 3篇邹红
  • 2篇涂晓贤
  • 1篇周文娟
  • 1篇姚丽虹
  • 1篇曹颖平
  • 1篇谢惠杰
  • 1篇郑玲玲

传媒

  • 1篇临床检验杂志
  • 1篇肿瘤防治研究
  • 1篇中国卫生统计
  • 1篇海南医学
  • 1篇检验医学与临...
  • 1篇中国卫生标准...

年份

  • 1篇2024
  • 1篇2023
  • 1篇2022
  • 2篇2021
  • 1篇2019
  • 1篇2016
7 条 记 录,以下是 1-7
排序方式:
肺癌手术患者的DRGs分组研究被引量:15
2021年
目的探索肺癌手术患者的疾病诊断相关分组(diagnosis-related groups, DRGs)病例组合分组方案和费用标准,为临床医师病案首页的规范填写提供参考,为相关部门决策提供科学依据。方法以我院2019年1月至2019年12月960例肺癌手术病例为研究对象,多重线性回归法筛选住院费用的影响因素并作为分类节点变量,运用决策树模型建立肺癌手术DRGs病例组合方案及收费标准。结果主要手术术式、合并症/并发症的治疗、肺部感染、同时进行的胸内其他手术、肺肿物作为影响肺癌手术病例住院费用的分类节点,建立了6个DRGs组合、收费标准及病种权重。结论采用决策树模型进行肺癌手术患者DRGs分组科学合理,可为临床医生准确填写病案提供参考,促进医院以DRGs实施为平台进行精细化管理,有利于推进本地区DRGs的进一步完善。
杨蓉涂晓贤陈锦华
关键词:肺癌疾病诊断相关分组决策树住院费用
基于RBRVS与DRG相结合的绩效管理研究探索被引量:3
2022年
目的探究基于以资源为基础的相对价值比率(resourcebased relative value scale,RBRVS)的绩效管理方案一,RBRVS和疾病诊断相关分组(diagnosis related group,DRG)相结合的绩效管理方案二的优缺点,以及哪种方案更符合医院的发展趋势。方法运用描述统计和多元线性回归分析法,选取医院外1科、外17科、内15科三个代表科室,分析其2020年9—11月临床医师两种方案的绩效数据。结果两种方案的直接绩效、间接绩效、成本均有不同程度的变化,在直接工作绩效中,两种方案都能体现多劳多得,但方案二能体现更“优”的多劳多得;在间接工作绩效中方案二更能体现“优劳优酬”,成本上方案二人力成本的增加也促使科室建立更“优”的人事管理。结论RBRVS与DRG相结合的绩效管理方案二更能体现“多劳多得、优绩优酬”,更符合医院绩效管理趋势。
陈锦华尹良鑫廖美玲赵丽华涂晓贤杨蓉
关键词:DRG绩效管理多劳多得
我院2006-2015年住院患者疾病谱调查分析被引量:11
2016年
目的了解福建医科大学附属协和医院近十年住院患者的疾病谱变化情况,为合理配置卫生资源、加强重点专科建设以及提高医院管理水平提供科学依据。方法根据ICD-10对2006-2015年期间我院住院患者疾病谱进行统计分析。结果 (1)2006-2015年间住院人数逐年增加,10年累计增长148%,平均增长速度为10.62%;(2)住院患者年龄从2006年的(44.68±22.5)岁增长至2015年的(48.08±21.70)岁,而住院患者性别比呈现下降趋势;(3)10年来,我院前十位系统疾病在全院疾病总数中所占构成比高达79.6%~86.1%,其中恶性肿瘤,恶性肿瘤术后治疗,循环系统疾病和消化系统疾病的顺位始终稳居前四;(4)恶性肿瘤疾病中前十位病种包括白血病、恶性淋巴瘤、肝癌、胃癌、肺癌、乳腺癌、结肠癌、直肠癌、食管癌以及甲状腺癌。循环系统疾病中最常见的病种是高血压、心绞痛、缺血性心脏病和脑梗死。结论住院患者疾病谱分析对医院诊疗工作的规划和疾病防治具有指导意义。
杨蓉姚丽虹
关键词:住院患者疾病谱构成比疾病防治
NLR、RDW联合血清肿瘤标志物在乳腺癌鉴别诊断中的价值及与病理特征的关联
目的探究中性粒细胞与淋巴细胞比值、红细胞分布宽度(RDW)和血清肿瘤标志物在乳腺癌(BC)与乳腺纤维腺瘤(FA)鉴别诊断中的价值以及与BC患者组织病理学指标和分子分型之间的关联。方法收集整理653例BC患者与100例FA...
邹红杨蓉刘书涵章维维吴鸿坤曹颖平黄慧芳
文献传递
常规临床检验指标与结直肠癌临床病理参数的关联分析及诊断预测价值被引量:15
2021年
目的探讨常规临床检验指标(血细胞炎性指标和血清肿瘤标志物)与结直肠癌(CRC)患者临床病理参数的相关性,并建立诊断预测CRC的列线图。方法回顾性分析370例初诊CRC患者临床资料,统计分析常规临床检验指标与CRC患者临床病理参数的关系及其诊断效能,通过多因素Logistic回归分析确定CRC的独立危险因素,建立用于诊断预测的Nomogram模型,评价其预测效能。结果与体检健康者相比,CRC患者中性粒细胞与淋巴细胞比值(NLR)、血小板与淋巴细胞比值(PLR)、红细胞分布宽度(RDW)水平明显增高,淋巴细胞与单核细胞比值(LMR)水平明显减低(P均<0.01)。NLR与肿瘤大小、T分期、TNM分期、淋巴结转移和远处转移相关,PLR与性别、肿瘤部位、T分期和淋巴结侵犯有关。上述4项血细胞炎性指标联合血清肿瘤标志物(CEA和CA19-9)的AUC^(ROC)达0.844,敏感性为67.1%,特异性为87.9%。除NLR外的其他5项临床检验指标与年龄、性别均是CRC的独立危险因素(P均<0.05),以此建立的Nomogram模型的C指数为0.866。结论NLR、LMR、PLR、RDW和CEA、CA19-9间相互联合有助于CRC早期筛查,建立的预测模型具有一定的临床价值。
章维维邹红杨蓉黄慧芳
关键词:结直肠癌肿瘤标志物临床病理参数
血常规炎症指标联合血清肿瘤标志物在肺癌诊断中的价值分析被引量:6
2023年
目的 从血常规炎症指标和血清肿瘤标志物中寻找能诊断肺癌的血液学指标组合。方法 收集2018年1月至2021年4月在福建医科大学附属协和医院就诊的289例肺癌患者(肺癌组)、93例肺良性病变患者(肺良性病变组)和89例健康体检人员(体检组)的血液检验数据,包括血小板计数(PLT)、血小板分布宽度(PDW)、平均血小板体积(MPV)、血小板压积(PCT)、粒细胞绝对值(Neu#)、粒细胞百分比(Neu%)、淋巴细胞绝对值(Lym#)、淋巴细胞百分比(Lym%)、中性粒细胞与淋巴细胞比值(NLR)、红细胞体积分布宽度变异系数(RDW-CV)和红细胞体积分布宽度标准差(RDW-SD)等血常规炎症指标,癌胚抗原(CEA)、糖类抗原19-9(CA19-9)、甲胎蛋白(AFP)、细胞角蛋白19的可溶性片段(CYFRA)、神经元特异性烯醇化酶(NSE)、胃泌素释放肽前体(pro-GRP)、总前列腺特异性抗原(tPSA)、游离前列腺特异性抗原(fPSA)和CA125等血清肿瘤标志物,以及乳酸脱氢酶(LDH)。采用秩和检验比较这些指标在3组间的差异,选取组间差异有统计学意义的指标用于下一步的ROC曲线诊断分析,再选择曲线下面积(AUC)较大的指标用于进一步的联合诊断分析,最后应用二分类Logistic回归联合ROC曲线综合分析不同指标联合模式对肺癌的诊断能力。结果 (1)PLT、MPV、PCT、Lym#、RDW-CV、RDW-SD、LDH、Neu%、CEA、CYFRA在3组间的水平差异均有统计学意义(P<0.05)。(2)ROC曲线分析PLT、MPV、PCT、Lym#、RDW-CV、RDW-SD、LDH、Neu%、CEA、CYFRA对肺癌的诊断效能,结果显示仅PCT、RDW-CV、CYFRA、LDH诊断肺癌的AUC>0.6,分别为0.626、0.603、0.707、0.630。(3)将PCT、RDW-CV、CYFRA、LDH相互联合,进行二分类Logistic回归和ROC曲线综合分析,结果显示,各种联合模式中,RDW-CV+LDH+CYFRA诊断肺癌的AUC最大,为0.823,而PCT+RDW-CV+LDH+CYFRA诊断肺癌的AUC为0.821,PCT+RDW-CV诊断肺癌的特异度最高(92.0%);PCT+RDW-CV+LDH+CYFRA诊断肺癌的灵敏度�
谢惠杰邹红吴赓杨蓉黄慧芳
关键词:肺癌肿瘤标志物
基于机器学习预测模型探索慢性丙型肝炎患者发生原发性肝癌的风险因素
2024年
目的基于七种不同的机器学习算法构建慢性丙型肝炎患者发生肝癌的风险预测模型并筛选出最优模型。方法选择236例慢性丙型肝炎患者为研究对象,以是否发生肝癌将患者分为病例组和对照组。基于决策树(CART)、随机森林(RF)、梯度提升决策树(GBDT)、极端梯度提升(XGBoost)、逻辑回归(LR)、K-近邻(KNN)、支持向量机(SVM)七种机器学习算法分别构建预测模型,针对最佳预测模型采用SHAP算法进行模型解释。结果七种模型中,XGBoost模型的综合预测性能最好(准确率为0.933、敏感度为0.775、特异性为0.960、ROC曲线下面积为0.956、F1分数为0.764)。SHAP算法显示AFP、年龄、AST、糖尿病、BMI、PLT、ALT、肝囊肿、FIB-4、性别对模型决策贡献度较大,提示这些因素是慢性丙型肝炎患者发生肝癌的风险因素。结论本研究构建了一种可解释的基于XGBoost算法的机器学习模型,在慢性丙型肝炎患者群体中进行肝癌个体化监测具有良好的参考价值。
杨蓉方斌郑玲玲陈锦华周文娟
关键词:慢性丙型肝炎肝癌
共1页<1>
聚类工具0