Background: The role of preventive measures increases significantly in the absence of effective specific COVID-19 treatment. Mass population immunization and the achievement of collective immunity are of particular importance. The future development of public attitudes towards SARS-CoV-2 immunization depends significantly on medical students, as future physicians. Therefore, it seemed relevant to determine the percentage of COVID-19-vaccinated medical students and to identify the factors significantly affecting this indicator. Methods: A total of 2890 medical students from years one to six, studying at nine leading Russian medical universities, participated in an anonymous sociological survey. The study was performed in accordance with the STROBE guidelines. Results: It was found that the percentage of vaccinated Russian medical students at the beginning of the academic year 2021 was 58.8 ± 7.69%, which did not significantly differ from the vaccination coverage of the general population in the corresponding regions (54.19 ± 4.83%). Student vaccination rate was largely determined by the region-specific epidemiological situation. The level of student vaccination coverage did not depend on the gender or student residence (in a family or in a university dormitory). The group of senior students had a higher number of COVID-19 vaccine completers than the group of junior students. The lack of reliable information about COVID-19 vaccines had a pronounced negative impact on the SARS-CoV-2 immunization process. Significant information sources influencing student attitudes toward vaccination included medical professionals, medical universities, academic conferences, and manuscripts, which at that time provided the least information. Conclusion: The obtained results make it possible to develop recommendations to promote SARS-CoV-2 immunoprophylaxis among students and the general population and to increase collective immunity.

No abstract

РЕЗЮМЕ Обоснование. Одной из значимых причин преждевременной смертности и инвалидизации населения в настоящее время является патология клапанов сердца. Наибольшее распространение среди этой группы патологий имеет аортальный стеноз. Самым востребованным методом его коррекции на сегодняшний день является транскатетерная имплантация протеза аортального клапана. Для обучения ординаторов и мануального тренинга чаще используют анатомический материал и операции на животных, однако подобного рода практика имеет высокую стоимость и не всегда доступна широкому кругу обуча ющихся. В качестве альтернативы на рынке появляются виртуальные хирургические симуляторы, включающие рабочую станцию с манипуляторами и программное обеспечение для компьютерной визуализации, однако на сегодняшний день на рынке не представлено готового решения для сегментации структур сосудистого русла, участвующих в транскатетерной имплантации протеза аортального клапана. Цель исследования. Разработка алгоритма для автоматической сегментации структур артериального сосудистого русла, в зоне транскатетерной имплантации протеза АК на основе обработки данных компьютерной томографии. Материал и методы. В ходе работы были использованы 14 КТ-исследований рандомизированных больных, не имеющих аномалий и/или патологии АК и луковицы аорты. Их анализ и дальнейшие преобразования были осуществлены с помощью ПО Vidar DICOM Viewer, SolidWorks 2016, VMTKLab и других существующих видов ПО и библиотек. В связи с тем, что визуализация полулунных заслонок АК при выполнении КТ практически невозможна, было выполнено построение виртуального 3D-шаблона АК с учетом параметров, приведенных в литературных источниках. Результаты. В результате первой части работы был получен готовый виртуальный 3D-шаблон АК, способный изменять свою геометрию при внешних воздействиях. Была доказана работоспособность параметрической модели. В ходе работы с моделью каких-либо проблем с геометрией при деформации выявлено не было. В результате второй части работы была сформирована готовая STL-модель сосудов от устья аорты до уровня перехода наружной подвздошной артерии в бедренную артерию. После этого мы импортировали модель сосудов в SolidWorks и применили параметры механических свойств биологических материалов. На последнем этапе производилась сборка двух моделей в единую систему, в результате чего была сформирована готовая STL-модель зоны интереса с сегментированными структурами. Выводы. 1. При реализации разработанного алгоритма автоматической сегментации структур артериального русла использованы готовые пакеты ПО, что позволило реализовать разработанный алгоритм по достаточно простой и оригинальной методике. 2. Учитывая, что оператор задействован в большинстве этапов использования алгоритма, сегментация в разработанном ПО носит полуавтоматический характер, однако выполняемые оператором действия не требуют глубокого погружения в алгоритмы работы ПО и носят поверхностный характер. 3. В результате исследования получена индивидуализированная 3D-модель анатомических структур в зоне оперативного вмешательс...

No abstract

No abstract