Đặt vấn đề: Máy phân tích nhiễm khuẩn âm đạo GMD-S600 được sản xuất bởi công ty Diriu Industrial Co., Ltd, sử dụng công nghệ chụp ảnh dòng chảy tế bào và phân tích hóa học men áp dụng nguyên tắc so màu quang điện, công nghệ nhận dạng thông minh và thuật toán tự động phân tích dựa trên trí tuệ nhân tạo. Mục tiêu: Nhận xét kết quả chẩn đoán viêm âm đạo bằng máy GMD-S600. Đối tượng và phương pháp nghiên cứu: mô tả tiến cứu trên 300 bệnh nhân đến khám có triệu chứng ngứa rát âm hộ, âm đạo hoặc ra khí hư bất thường, được xét nghiệm khí hư bằng máy GMD-S600 trong thời gian từ tháng 8/2019 đến tháng 12/2019 tại Bệnh viện Phụ sản Trung ương. Kết quả: Viêm âm đạo do vi khuẩn ưa khí (AV - aerobic vaginitis): 60,33% với AV đơn thuần: 39,67% và AV phối hợp: 20,66%. Tỷ lệ viêm âm đạo do nấm: 20,33% với nấm đơn thuần: 5% và nấm phối hợp: 15,33%. Viêm âm đạo chưa rõ nguyên nhân (VIR - Vaginal Inflammatory Response ): 18,34%. Loạn khuẩn âm đạo (BV - bacterial vaginosis): 12,66% với BV đơn thuần: 4% và BV phối hợp: 8,66%. Viêm âm đạo do trichomonas chiếm 0,66%. Kết luận: Có thể sử dụng máy GMD-S600 trong hỗ trợ chuẩn đoán các căn nguyên viêm âm đạo.
Mục tiêu: Mô tả đặc điểm lâm sàng và cận lâm sàng của bệnh nhân cắt tử cung hoàn toàn sau LEEP tại Bệnh viện Phụ sản Trung ương. Đối tượng và phương pháp nghiên cứu: Nghiên cứu hồi cứu trên 51 bệnh nhân bệnh nhân được cắt tử cung hoàn toàn sau LEEP tại Bệnh viện Phụ Sản Trung ương, từ tháng 1 năm 2017 đến tháng 12 năm 2020. Kết quả: Xét nghiệm tế bào cổ tử cung bình thường và ASCUS, LSIIL có 95,65% tổn thương mô bệnh học từ CIN-II trở lên, kết quả sinh thiết chỉ phát hiện ra 19,6% trường hợp CIN-III và 3,92 ung thư cổ tử cung. Trong khi đó, khi làm LEEP phát hiện 64,92% ung thư cổ tử cung (19,6 CIN-III, 45,06 CIS và 19,6% ung thư xâm nhập). Trên bệnh phẩm cắt tử cung, có 3,92% CIN-III, 27,45% ung thư cổ tử cung (13,73% CIS, 1,96% AIS, 11,76% ung thư cổ tử cung xâm nhập). Kết luận: Xét nghiệm tế bào cổ tử cung trong những trường hợp tế bào bình thường, ASCUS và LSIL không tương ứng với tổn thương mô bệnh học; LEEP phát hiện tổn thương ung thư cổ tử cung cao hơn so với sinh thiết; tỷ lệ tổn thương nặng trên bệnh phẩm cắt tử cung thấp, nhưng tổn thương mức độ càng cao thì còn tồn tại sau điều trị LEEP càng tăng.
Mục tiêu: Mô tả tình hình, nguyên nhân tử vong mẹ (TVM) và các yếu tố liên quan đến tử vong mẹ tại 31 tỉnh phía Bắc 3 năm 2019 - 2021. Đối tượng và phương pháp nghiên cứu: Nghiên cứu hồi cứu biên bản thẩm định của 154 bà mẹ tử vong (BMTV) tại 31 tỉnh phía Bắc năm 2019 - 2021. Kết quả: Tổng số ca tử vong của khu vực phía Bắc là 206 ca, đã thẩm định là 154 ca chiếm 74,8%. Trong 154 hồ sơ được thẩm định: nguyên nhân tử vong trực tiếp 63%, trong đó nguyên nhân chảy máu sau đẻ nhiều nhất trong nhóm này 50,5%. Chậm 1 - chậm phát hiện các dấu hiệu bất thường và tìm đến cơ sở y tế chiếm tỷ lệ cao nhất với 63%. 83,8% trường hợp tử vong có một yếu tố chậm hoặc phối hợp nhiều yếu tố chậm trễ. Có mối liên quan có ý nghĩa thống kê giữa các yếu tố chậm trễ, thời điểm tử vong với nguyên nhân tử vong mẹ. Kết luận: Nguyên nhân tử vong mẹ liên quan đến chậm 1 là nhiều nhất, 83,8% trường hợp tử vong có một yếu tố chậm hoặc phối hợp nhiều yếu tố chậm trễ. Khuyến nghị: Truyền thông đến đối tượng phụ nữ trước và trong độ tuổi sinh đẻ chăm sóc thai nghén, cách phát hiện dấu hiệu bất thường, đẻ tại CSYT… Đồng thời nâng cao năng lực ở các CSYT các tuyến. Công tác khám và quản lý thai nghén từ trạm y tế xã trở lên cần được chú trọng, phát hiện sớm các dấu hiệu bất thường, có thái độ xử trí đúng đắn, kịp thời.
Gần đây dữ liệu bay quét Lidar đã trở thành nguồn dữ liệu đầu vào khá thông dụng trên thế giới và ở Việt Nam. Ảnh cường độ phản hồi từ dữ liệu Lidar cung cấp lượng thông tin về lớp phủ bề mặt trong giải phổ hồng ngoại sóng ngắn với độ phân giải không gian cao có thể được sử dụng cùng với các dữ liệu khác chiết tách từ dữ liệu Lidar như DEM, DSM, ảnh máy bay chụp đồng thời và ảnh vũ trụ độ phân giải cao để phân loại lớp phủ bề mặt ở độ phân giải dưới 1m. Báo cáo giới thiệu các phương pháp thường dùng trong bài toán phân loại như phương pháp cây quyết định, phương pháp hướng đối tượng, phương pháp xác suất cực đại, phương pháp khoảng cách tối thiểu và phương pháp mạng neuron. Trong phần thử nghiệm, các phương pháp này được áp dụng cho 4 tổ hợp khác nhau của các nguồn dữ liệu đầu vào nêu trên cho khu vực thuộc TP Bắc Giang. Kết quả được đánh giá thông qua ma trận sai số cho thấy khả năng phân tích tốt nhất có thể chiết tách được 8 nhóm lớp phủ bề mặt là cỏ và cây bụi, cây cao, đất trống ẩm, đất trống khô, mặt đường nhựa, nhà mái ngói, nhà mái bê tông với độ chính xác 85-90% khi sử dụng phương pháp mạng neuron với tổ hợp tất cả các dữ liệu đầu vào trong thử nghiệm. Kết quả nghiên cứu mở ra khả năng xây dựng nhanh thông tin về lớp phủ bề mặt từ dữ liệu của các dự án bay quét Lidar bổ sung cho hệ thống dữ liệu nền địa lý tỷ lệ lớn.
Mục tiêu: Ứng dụng mô hình IOTA ADNEX trong thăm dò chẩn đoán khối u buồng trứng tại Bệnh viện Phụ sản Trung ương. Đối tượng và phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang trên những những trường hợp được chẩn đoán lâm sàng là u buồng trứng lành tính và ung thư buồng trứng được phẫu thuật tại Bệnh viện Phụ sản Trung ương từ tháng 02/2021 đến tháng 10/2021, được siêu âm sử dụng mô hình IOTA ADNEX đánh giá độ ác tính trước phẫu thuật. Kết quả mô bệnh học sau phẫu thuật u buồng trứng được xem là tiêu chuẩn vàng để đánh giá độ chính xác của mô hình IOTA ADNEX. Kết quả: Nghiên cứu có sự đồng ý tham gia của 70 người bệnh, với 79 khối u, bao gồm 26 trường hợp ung thư buồng trứng (37,2%) và 44 trường hợp có u buồng trứng lành tính (62,8%). Có 18 người bệnh có u buồng trứng 2 bên trong nghiên cứu chiếm 12,9%. Tuổi trung bình của người bệnh trong nghiên cứu là 35,6 ± 15,1. Ở ngưỡng cắt 10%, mô hình IOTA ADNEX có: độ nhạy: 83,9% (95% CI: 66,3 – 94,5%), độ đặc hiệu: 75,0% (95% CI: 60,4 – 86,4%), diện tích dưới đường cong ROC: 0,889. Kết luận: Mô hình IOTA ADNEX ở ngưỡng cắt 10% cho thấy hiệu quả tốt trong việc phân biệt khối u buồng trứng lành tính và ác tính.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.