期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
人工智能背景下妇产科课程设计教学改革研究
1
作者 曹铁凤 何雨诗 +1 位作者 沈慧敏 陈海天 《教育教学论坛》 2024年第1期58-61,共4页
人工智能背景下妇产科本科教学改革旨在培养学生的跨学科知识和技能。从课程设计的重要性和现状入手,探讨了课程设计的关键要素和实践经验。首先,授课内容的选择应注重理论与实践的结合,解决实际问题。其次,教学方法应灵活多样,包括案... 人工智能背景下妇产科本科教学改革旨在培养学生的跨学科知识和技能。从课程设计的重要性和现状入手,探讨了课程设计的关键要素和实践经验。首先,授课内容的选择应注重理论与实践的结合,解决实际问题。其次,教学方法应灵活多样,包括案例研究、实践操作等,以培养学生的创新思维和问题解决能力。同时,课程设计需要依托优秀的师资力量和学术资源,为学生提供充足的指导和支持。考核方式应综合评估学生的基础知识和实践能力。为人工智能与妇产科融合的本科课程设计提供了一些参考,有利于促进交叉学科人才的培养。 展开更多
关键词 课程设计 人工智能 妇产科 教学改革
下载PDF
辽宁省民办高校校际联动方式及发展对策分析
2
作者 杨楠 曹铁凤 曹霞 《西部素质教育》 2017年第8期30-30,32,共2页
校际联动作为一种合作形式,越来越受到各大高校的重视,民办高校要谋求发展也必然要走校际联动这一发展方向。基于此,文章对辽宁省民办高等教育校际联动合作方式进行了分析,并探索了推进辽宁省民办高等教育校际联动发展的对策。
关键词 民办高校 发展对策 校际联动
下载PDF
肠道菌群与卵巢癌风险的双样本孟德尔随机化研究
3
作者 曹铁凤 黄佳明 沈慧敏 《实用妇产科杂志》 CAS 2024年第4期275-280,共6页
目的:分析肠道菌群紊乱与卵巢癌发病风险的因果关系。方法:MiBioGen联盟官网获取人类肠道菌群的全基因组关联研究(GWAS)数据作为暴露因素,从卵巢癌协会联盟(OCAC)获得卵巢癌数据作为结局,使用孟德尔随机化(MR)研究分析肠道菌群与卵巢癌... 目的:分析肠道菌群紊乱与卵巢癌发病风险的因果关系。方法:MiBioGen联盟官网获取人类肠道菌群的全基因组关联研究(GWAS)数据作为暴露因素,从卵巢癌协会联盟(OCAC)获得卵巢癌数据作为结局,使用孟德尔随机化(MR)研究分析肠道菌群与卵巢癌发病风险之间的因果关系。使用F<10作为条件删除弱工具变量,科克伦Q参数进行异质性检验;MR-Egger法进行水平多效性检验;MR-PRESSO法和留一法剔除异常的工具变量。结果:MR分析表明有2个门、1个纲、1个目、1个科和2个属的菌群与卵巢癌致病风险有因果关系。其中,蓝藻门(OR 1.167)、拟杆菌门(OR 1.238)、拟杆菌目(OR 1.329)、克里斯滕森菌科(OR 1.680)和食物谷菌属(OR 1.130)会增加卵巢癌风险(P<0.05),而埃希菌属(OR 0.786)和变形菌纲(OR 0.763)会降低卵巢癌风险(P<0.05)。此外,不同肠道菌群与不同类型卵巢癌存在因果关系,其中拟杆菌门(OR 1.354)、拟杆菌目(OR 1.400)、克里斯滕森菌科(OR 1.907)增加高级别浆液性癌发病风险(P<0.05),而变形菌纲(OR 0.773)降低高级别浆液性癌发病风险(P<0.05);蓝藻门(OR 1.638)增加透明细胞性癌风险(P<0.05),变形菌纲(OR 0.454)降低黏液性癌风险(P<0.05)。敏感性分析结果证明该研究结果可靠。结论:肠道微生物群与卵巢癌发病风险有因果关系,其中蓝藻门、拟杆菌门、拟杆菌目、克里斯滕森菌科和食物谷菌属为卵巢癌发病危险因素,而埃希菌属和变形菌纲为保护因素。 展开更多
关键词 肠道菌群 孟德尔随机化 全基因组关联研究 因果关系 卵巢癌
下载PDF
基于SEER数据库构建子宫平滑肌肉瘤远处转移预测模型 被引量:1
4
作者 黄佳明 曹铁凤 +2 位作者 梁炎春 王伟 姚书忠 《中华转移性肿瘤杂志》 2020年第4期283-287,共5页
目的:分析并筛选子宫平滑肌肉瘤(UL)患者发生远处转移的独立危险因素,并构建列线图预测远处转移的风险。方法:利用美国NCI监测、流行病学和结果数据库收集共计810例UL患者相关临床信息,按7∶3比例随机分成训练组(567例)及验证组(243例)... 目的:分析并筛选子宫平滑肌肉瘤(UL)患者发生远处转移的独立危险因素,并构建列线图预测远处转移的风险。方法:利用美国NCI监测、流行病学和结果数据库收集共计810例UL患者相关临床信息,按7∶3比例随机分成训练组(567例)及验证组(243例)。经单因素及多因素Logistic回归分析筛选变量,确定UL远处转移的独立危险因素,绘制列线图构建远处转移预测模型。通过一致性指数(C-index)、曲线下面积(AUC)和校准曲线评价预测模型的区分度和一致性。结果:单因素及多因素分析显示病理分化、肿瘤大小、手术及化疗为UL患者发生远处转移的独立危险因素(均P<0.05)。应用上述危险因素构建列线图预测模型,内部验证C-index为0.736,模型预测性能良好。结论:UL患者远处转移的列线图预测模型具有良好的预测精度,有助于临床医师评估患者远处转移风险,有针对性地实施个体化诊疗。 展开更多
关键词 子宫平滑肌肉瘤 远处转移 预测模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部