简介:【摘要】学校教育离不开家庭教育的支持,5+2=7只是理想数值,并不容易实现,更多的时候我们看到的结果是5+2=0。究其原因是家校合作的效率问题。有人说如今的教育是教师苦、学生累,家长又苦又累。尤其是农村学校,年轻人外出打工,留守儿童居多,老人带孩子大多溺爱,就直接导致了学校五天的教育效果归零,虽然这些孩子只是占了一部分,但是却关乎着整个教育的走向,因为这些孩子更需要学校和家长的全力配合,各自承担起自己的责任,家校合作共同呵护学生成长。
简介:摘要目的建立基于深度学习光相干断层扫描(OCT)图像眼底病变的眼底智能辅助诊断系统,初步评估其应用价值。方法诊断性试验研究。2016年至2019年期间于浙江大学医学院附属第二医院眼科中心就诊的25 000例患者的25 000张OCT图像作为眼底智能辅助诊断系统的训练集和验证集。其中,黄斑前膜、黄斑水肿、黄斑裂孔、脉络膜新生血管(CNV)、老年性黄斑变性(AMD)各5 000张。训练集、验证集分别为18 124、6 876张。通过迁移学习Attention ResNet结构算法,对OCT图像进行特征性病变识别,通过特定程序提取疾病特征,根据目标病变的统计特征,将给定的图像与其他类型的疾病进行区分。初步形成黄斑前膜、黄斑水肿、黄斑裂孔、CNV、AMD的模型算法,建立5种模型的眼底智能辅助诊断系统。应用受试者工作特征曲线及曲线下面积(AUC)、灵敏度、特异性评估眼底智能辅助诊断系统中各模型辅助诊断的性能。结果眼底智能辅助诊断系统中,黄斑前膜模型辅助诊断的灵敏度、特异性分别为93.5%、99.23%,AUC为0.983 7;黄斑水肿辅助诊断的灵敏度、特异性分别为99.02%、98.17%,AUC为0.994 6;黄斑裂孔模型辅助诊断的灵敏度、特异性分别为98.91%、99.91%,AUC为0.996 2;CNV模型辅助诊断的灵敏度、特异性分别为97.54%、94.71%,AUC为0.987 5;AMD模型辅助诊断的灵敏度、特异性分别为95.12%、97.09%,AUC为0.985 3。结论基于深度学习OCT图像眼底病变的眼底智能辅助诊断系统对于辅助诊断黄斑前膜、黄斑水肿、黄斑裂孔、CNV、AMD的诊断性能较高。
简介:摘要目的建立剖宫产术后再次妊娠阴道试产(TOLAC)评分表,探讨此评分表对剖宫产术后再次妊娠阴道分娩(VBAC)的评估能力,提高TOLAC的成功率。方法回顾性分析2014年至2017年郑州大学附属郑州中心医院收治的661例TOLAC孕妇的分娩相关信息并参照相关文献建立本院的TOLAC评分表。对2018年1月至2019年12月本院TOLAC孕妇进行前瞻性队列研究,排除试产禁忌后440例孕妇纳入本研究。依据本院TOLAC评分表分为3组,0~6分组(94例),7~9分组(234例),10~15分组(112例),比较3组孕妇的阴道试产成功率、失败原因及母儿并发症发生率。结果(1)440例孕妇TOLAC的总体成功率为75.0%(330/440)。其中,0~6分组、7~9分组、10~15分组的成功率分别为53.2%(50/94)、76.9%(180/234)、89.3%(100/112),10~15分组的TOLAC成功率显著高于0~6分组和7~9分组(P均<0.05)。(2)阴道试产失败原因中,先兆子宫破裂和孕妇放弃的发生率分别在3组中比较,差异有统计学意义(P均<0.05)。进一步两两比较显示,0~6分组先兆子宫破裂和孕妇放弃的发生率均低于7~9分组和10~15分组,差异均有统计学意义(P均<0.05)。(3)母儿并发症主要包括产后出血和新生儿窒息,其发生率分别在3组TOLAC成功或失败孕妇中比较,差异均无统计学意义(P均>0.05)。各组均无子宫破裂的发生。(4)影响3组孕妇TOLAC评分的主要因素包括自然临产、本次胎儿估计体重、入院子宫颈Bishop评分和孕周,以上指标在10~15分组中的评分均显著高于0~6分组和7~9分组(P均<0.05)。结论TOLAC评分表对VBAC具有较准确的评估能力,能够提高TOLAC的成功率和母儿安全性。评分为0~6分者不推荐阴道试产,7~9分者建议阴道试产,10~15分强烈推荐阴道试产。