P4505﹥《脂蛋白a在心血管疾病中的研究新进展》

概述：脂蛋白a[Lp(a)]升高与动脉粥样硬化性心血管疾病（ASCVD）显著相关，但降低Lp(a)的临床药物能否降低ASCVD发生风险尚不明确。本文系统综述了Lp(a)的结构、功能、遗传学特性以及检测现状，探讨了Lp(a)与ASCVD、主动脉瓣狭窄以及其他心血管疾病之间的关联性，并总结了降Lp(a)的治疗新进展。Lp(a)的结构组成表明，Lp(a)可能具有促进动脉粥样硬化、抑制纤溶反应和促进炎症的作用。遗传学和流行病学研究的多种证据支持，Lp(a)与ASCVD以及主要不良心血管事件风险增加显著相关。此外，Lp(a)还与主动脉瓣狭窄等其他心血管疾病相关。目前，一些新兴的降Lp(a)药物正在临床试验阶段，可能进一步降低心血管残余风险。本文希望能够为Lp(a)的研究提供新思路，并为血脂监测与管理提供依据。

作者简介：李婕，华中科技大学同济医学院附属同济医院心血管内科。

丁虎，教授/ 博士生导师，华中科技大学同济医学院附属同济医院心血管内科，E-mail：dingo8369@163.com。

引用：李婕,丁虎. 脂蛋白a在心血管疾病中的研究新进展[J]. 中国全科医学,2024,36: 4505-4514+4521.

全文：点击下载

P4582﹥《基于YOLO 神经网络构建压力性损伤自动检测和分期的人工智能模型》

概述：本研究旨在构建并测试一个用于PI自动检测和分期的人工智能模型，以提高PI诊断的实时性、准确性和客观性。选取常熟市第一人民医院压疮电子化管理系统中2021年1月—2024年2月的693张PI图像，将图像随机划分为训练集（551张）和测试集（142张），并按照2019年美国压疮咨询委员会（NPUAP）制订的PI预防和治疗指南分为6期，包括：Ⅰ期154张、Ⅱ期188张、Ⅲ期160张、Ⅳ期82张、深部组织损伤期57张、不可分期52张。利用基于5种不同版本的YOLOv8[nano(n)、small(s)、medium(m)、large(l)和extra large(x)]神经网络和迁移学习，建立针对PI的深度学习目标检测模型。模型评价指标包括精确度、准确率、灵敏度、特异度及检测速度等。最后，通过Ultralytics Hub平台将模型部署到手机应用程序（App）中，实现AI模型在临床工作中的应用。结论：基于YOLOv8l网络的AI模型能够快速、准确地对PI进行检测和分期。将该模型部署到手机App中，能够在临床实践中便携使用，具有很大的临床应用潜力。

作者简介：王珍妮，江苏省常熟市第一人民医院消化内科。

徐晓丹，主任医师；E-mail：xxddocter@gmail.com。

引用：王珍妮, 须月萍,等. 基于YOLO 神经网络构建压力性损伤自动检测和分期的人工智能模型[J]. 中国全科医学,2024,36: 4582-4590.

全文：点击下载

P4591﹥《大学生主动健康影响因素重要性度量及调节效应研究》

概述：本文旨在探索主动健康的影响因素，为高校健康教育提供参考。分层整群抽取山东省6所高校4 036名在校大学生开展问卷调查。采用自设问卷（包括一般资料调查表、主动健康量表）开展调研。采用Pearson相关分析和多元线性回归分析探究主动健康的影响因素，采用随机森林度量分析评估影响因素的重要性。结论：健康责任是影响主动健康的关键因素，健康知识宣传、健康需求沟通、课程实践活动、希望状态和饮食情况与健康责任产生正向交互作用，促进了个体主动健康。可通过营造积极生态环境，形成多元健康促进关系，打造课堂、课外、自我实践教育模式，完善健康政策协同路径等举措促进主动健康。

作者简介：赵梦，山东第二医科大学医学影像学院。

娄鹏宇，副教授，山东第二医科大学管理学院；E-mail：loupy@wfmc.edu.cn。

引用：赵梦,徐梦圆,等. 大学生主动健康影响因素重要性度量及调节效应研究[J] . 中国全科医学,2024,36: 4591-4597.

全文：点击下载