共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 缺血性脑卒中住院患者血压变异性管理上海专家建议显示文摘血压变异性(BPV)是独立于血压平均值之外的脑卒中危险因素,但目前国内外指南对BPV尚未引起足够重视。患者住院期间是评估和管理BPV的最佳时机。因此,上海卒中学会组织相关专家拟定了'缺血性脑卒中住院患者血压变异性管理上海专家建议'。主要强调了减小BPV在急性缺血性脑卒中患者远期功能恢复及二级预防中的重要性,并对BPV的评估方法做出了推荐;同时关注了新型降压药物在脑卒中患者中的应用价值。 | 上海卒中学会 赵玉武 汪昕 董强 刘学源 李威 李毅刚 崔兆强 | 2021 | 中国临床神经科学2021，29，6： | 2 |
| 2 | 基于机器学习的脑卒中风险预测模型比较研究显示文摘目的:探讨多种机器学习预测模型对脑卒中发病风险的评估效果。方法:选取2013年1月1日—2017年12月31日参与“北京健康管理队列”的体检人群作为研究对象,基线人群共计56017例。比较研究对象脑卒中发病与未发病人群之间基本人口学信息、代谢异常相关指标的差异,选用经典决策树模型、多层感知器模型、卷积神经网络模型开展模型构建,并与多因素logistic回归分析模型进行比较。结果:各模型分析结果均显示年龄、收缩压、腰围、身体质量指数为脑卒中发病的影响因素;多因素logistic回归分析模型、经典决策树模型、多层感知器模型、卷积神经网络模型的准确率分别为0.978、0.985、0.988、0.996。结论:代谢异常指标中的腹型肥胖、血压升高、低密度脂蛋白胆固醇降低、血糖升高均是脑卒中发病的潜在危险因素;经典决策树模型、多层感知器模型、卷积神经网络模型3种机器学习模型较多因素logistic回归分析模型预测性能更优,其中卷积神经网络模型的准确率最为良好,多层感知器模型的特异度最为良好。 | 于淼 刘康 徐鑫鹏 罗艳侠 | 2023 | 中国初级卫生保健2023，37，3： | 1 |
| 3 | 急性缺血性脑卒中血管内治疗进展显示文摘急性缺血性脑卒中(AIS)是我国致死和致残的第一大疾病。DEFUSE3和DAWN研究奠定了血管内治疗(EVT)在AIS诊疗中的地位。近年来,EVT在AIS中应用的相关研究捷报频传,越来越多的患者从中获益。本文从前循环卒中患者选择、围手术期管理和后循环血管内治疗三个方面对近年来的研究进展进行回顾,希望能为临床医师和相关科研人员提供参考。 | 张曦 李敬伟 | 2023 | 中国临床研究2023，36，3： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员