冯慧芬
- 作品数：58 被引量：421H指数：12
- 供职机构：郑州大学第五附属医院更多>>
- 发文基金：国家自然科学基金王宝恩肝纤维化研究基金河南省医学科技攻关计划项目更多>>
- 相关领域：医药卫生文化科学社会学经济管理更多>>
- 拉米夫定治疗慢性重型乙型肝炎33例体会
- 2006年
- 张淑凤冯慧芬张俊红
- 关键词：乙型病毒性肝炎拉米夫定疗效评定
- 弓形虫病误诊一例
- 2007年
- 患者男，51岁。因反复发热、颈部肿块半年，伴胸闷、气喘2个月，加重1周以肺结核、淋巴结核入院。否认传染病接触史，无输血、手术史，无饲养宠物及鸟类史，偶有吃涮牛、羊肉史。体格检查：体温39．6℃，脉搏112次／min，呼吸24次／min，BP130／85mmHg（1mmHg=0．133kPa）。急性热病容，双侧颈部、锁骨上下、腋下、腹股沟均可触及成串肿大淋巴结，直径0．5～4．0cm，质韧、活动度好、无触痛。眼结膜轻度充血，巩膜轻度黄染。咽部轻度充血。
- 张淑凤冯慧芬兰海涛张俊红
- 关键词：弓形虫病误诊颈部肿块反复发热淋巴结核急性热病
- 支持向量机模型和Logistic回归模型在肝硬化食管静脉曲张中的预测价值被引量：1
- 2022年
- 目的:比较支持向量机模型和Logistic回归模型在肝硬化食管静脉曲张中的预测价值。方法:收集在郑州大学第五附属医院住院治疗的肝硬化患者305例,以电子胃镜检查结果作为“金标准”,将食管静脉曲张分为无或轻度曲张150例,中重度曲张155例,构建支持向量机、Logistic回归模型进行肝硬化食管静脉曲张风险预测。结果:构建的支持向量机模型和Logistic回归模型的预测正确率分别为86.8%和83.5%,二者的AUC、敏感度、特异度、阳性预测值、阴性预测值分别为0.931、0.896,84.8%、82.6%,88.9%、84.4%,88.6%、84.4%,85.1%、82.6%。支持向量机输出预测变量重要性居前4位的依次为肝硬度值、门静脉直径、血红蛋白、血小板计数/脾脏厚度,与Logistic回归模型一致。结论:支持向量机构建的肝硬化食管静脉曲张预测模型有较好的应用价值,较传统的Logistic回归模型表现更佳。
- 徐晶张霞封爽郑珊冯慧芬
- 关键词：食管静脉曲张肝硬化支持向量机模型LOGISTIC回归模型
- 基于小波分析的手足口病时间序列预测被引量：4
- 2021年
- 目的构建基于小波分析的自回归移动平均(ARIMA)模型预测手足口病流行,提高预测精度。方法使用2010-2015年郑州市疾控中心手足口病监测数据,构建基于小波分析的ARIMA模型进行预测,用2016年数据进行验证,并与单纯的ARIMA模型进行比较。结果构建的基于小波分解一层的ARIMA模型为ARIMA(0,1,3)(2,1,0)52,矫正后的AIC=2747.82,残差序列的ACF、PACF图示残差序列无自相关,Box-Ljung test统计量为0.9177,P=0.34,认为该残差为白噪声序列,模型拟合良好。预测2016年发病趋势与实际较为相符,均方根误差RMSE(root mean square error)、平均绝对误差MAE(mean absolute error)、平均绝对百分比误差MAPE(mean absolute percentage error),分别为49.42、26.45、15.75(训练集拟合)和275.84、219.90、72.95(验证集预测),除了验证集MAPE外,均小于单一的ARIMA模型。结论基于小波分析的ARIMA模型可用于手足口病时间序列预测,拟合和预测性能较单一的ARIMA模型好。
- 余功超冯慧芬封爽赵敬徐晶
- 关键词：手足口病时间序列预测小波分析ARIMA
- 临床本科医学生实践教学现状及对策分析被引量：21
- 2016年
- 目的了解"5+3"医学培养模式下实践教学现况,发现临床实践教学环节存在的问题,为提高临床教学质量及培养合格医学人才提供相应对策。方法以在郑州大学第一、第二及第五附属医院实习的临床医学专业五年制2010级229名毕业生为研究对象开展问卷调查,采用SPSS 21.0进行数据处理和统计分析。结果 229名临床实习生中,215名(93.8%)完成了问卷调查。20.9%的实习生对现行"5+3"医学模式不了解;38.1%的学生认为"5+3"模式下临床实习很有必要;57.2%的医学生希望专业学位研究生教育。在临床实践教学活动中,参加过"示范性教学查房""专题讲座""经典病案讨论"的研究对象分别占74.9%、77.7%及69.8%;接受过"诊断思维能力训练""某一教学内容的专业实训""医患沟通技巧"和"医德医风"培训的研究对象依次为46.5%、51.2%、44.7%和44.7%。临床带教师资主要为主治医师(77.2%)。在临床实践考核内容中,接受过病历书写质量考核和临床基本技能考核所占的比例分别为77.2%和73.5%。临床实习后,73.0%的学生认为自己能熟悉或者了解临床基本操作。在临床工作中,认为自己缺乏敢于动手的勇气和理论与实践相结合的能力的医学生所占的比例分别为56.3%和53.0%。结论医学生对"5+3"模式的认知欠缺;现有临床实践教学活动开展不全面;临床带教师资力量薄弱;医院教学管理部门考核管理力度不够。
- 杨海燕冯慧芬靳荣荣
- 关键词：教学现状影响因素
- 新医科背景下专业课教师在“课程思政”建设中的实践探索——以《传染病学》课程为例
- 2022年
- 在新医科建设背景下,全面推进课程思政建设是大势所趋。但是如何实践好课程思政仍然是目前探讨较多的一个话题,本文将以《传染病学》课程为例,围绕建设重要性、内容和执行者等方面进行探讨。党和人民事业的发展必须落实好后继有人这个根本大计,青少年是人生最重要的阶段之一,如何培养好学生关系到国家长治久安、民族复兴和国家崛起。新的赶考路上,要不忘“立德树人”初心,牢记“为党育人、为国育才”使命,始终将思想政治教育放到首位,做到价值塑造、知识传授和能力培养有机统一。
- 王俊义冯慧芬
- 关键词：立德树人传染病学
- 肾综合征出血热肝功能损害的临床分析被引量：15
- 2006年
- 张淑凤冯慧芬张俊红
- 基于机器学习的Cat Boost模型在预测重症手足口病中的应用被引量：12
- 2019年
- 目的通过机器学习算法,探究CatBoost模型在预测重症手足口病(HFMD)中的应用价值。方法收集郑州市某医院2014年1月—2017年6月住院部诊治的2983例HFMD患儿,使用R3.4.3软件进行数据分析,构建CatBoost模型和其他普通模型,评估CatBoost模型的预测性能。结果最终构建的CatBoost模型,预测正确率可达87.6%,人工神经网络模型位居第二(83.8%),其他(决策树、支持向量机、logistic回归、贝叶斯网络)模型预测正确率<80%。CatBoost算法模型ROC曲线下面积、灵敏度、特异度均高(分别为0.866、80.80%、92.33%),其中居前3位的预测变量依次为呕吐、肢体抖动和病原学结果。结论CatBoost模型可以用于预测重症HFMD,相比于其他传统算法,具有较高的预测正确率和诊断价值。
- 王斌冯慧芬王芳秦新华黄平党德建赵敬易佳音
- 关键词：手足口病重症手足口病
- 乙型肝炎肝硬化糖代谢特点及其影响因素被引量：4
- 2006年
- 张淑凤冯慧芬
- 关键词：肝硬化糖耐量试验胰岛素胰岛素抵抗
- 构建并验证反向传播神经网络模型对筛选重症手足口病影响因素的性能
- 2024年
- 目的通过构建反向传播神经网络(BPNN)模型,筛选重症手足口病(HFMD)临床早期预警指标,探讨神经网络技术在临床中的应用价值。方法收集河南省新乡医学院第一附属医院感染科及儿科2019年1月至2023年1月收治的HFMD患儿临床资料,使用SPSS Modeler18.0将数据分为70%的训练样本和30%的测试样本,并构建BPNN模型和Logistic模型,对比评估模型预测准确性及筛选效果。结果共收集589例患儿临床资料进行分析,轻症组324例,重症组265例。BPNN模型和Logistic回归模型的测试集(n=178)预测正确率为82.02%、84.83%;ROC曲线下面积及95%CI分别为0.791(0.749~0.834)和0.625(0.577~0.674)。BPNN模型输出的预测变量中,对分组影响最大的前5位因素为:最高体温、发热持续时间、谷氨酰转肽酶、天冬氨酸氨基转移酶和球蛋白。两模型输出预测变量重要性结果前十位中重合的有3个,分别为:最高体温、发热持续时间和肢体抖动。结论BPNN模型和Logistic回归模型在筛选验证重症手足口病危险因素方面均表现良好,但BPNN模型的综合预测性能更好,BPNN模型筛选出的前五名重症HFMD影响因素为最高体温、发热持续时间、谷氨酰转肽酶、天冬氨酸氨基转移酶和球蛋白。
- 陈琳冯慧芬屈质马驰
- 关键词：重症手足口病人工神经网络LOGISTIC回归模型
