香港急诊室冠病患者等候人数下降近七成

香港急诊室冠病患者等候人数下降近七成香港医管局行政总裁高拔升今天（17日）说，香港急诊室冠病患者等候人数下降近七成。据中通社报道，香港正与第五波冠病疫情做艰难斗争，医疗设施不足是阻碍防疫控疫脚步的关键。在特区政府各项措施努力下，极大缓解了公立医院的压力。高拔升今天在记者会上作出上述说明。高拔升说，自医管局1万1000张病床专作照顾冠病病人、伊利沙伯医院转作定点医院后，确诊者需等候入院的情况大幅改善，从最高峰超过1800名患者等候到现在的约600人。高拔升说，仍有部分病人需等候入院，但病情较严重的病人已都能安排入院。另外，全港23间指定诊所有4300个应诊优先号码，目前优先号码仍未派完，有需要人士都可联络到指定诊所治疗。香港政府新引入的两款冠病口服药已在不同的医管局层面使用。高拔升说，截至16日，逾6000名病人已获默沙东药厂的莫纳皮拉韦，当中约4000人住在院舍及在指定诊所的求诊人士。辉瑞药厂的帕克斯洛维德也开始作为处方药，暂时给100至200名病人使用。他还提到，先前抵港的中国大陆医护人员已开始照顾病人，并安排他们作“荣誉雇员”，预计他们的加入可加强亚博社区治疗设施诊治病人的能力。发布：2022年3月17日4:46PM

预期寿命缩短两年：COVID-19对心脏病患者的隐藏成本

预期寿命缩短两年：COVID-19对心脏病患者的隐藏成本研究报告的作者、爱尔兰高威大学Lambe转化医学研究所的WilliamWijns教授说："对危及生命的疾病治疗的限制对个人和整个社会都有直接和长期的负面影响。备份计划必须到位，以便即使在自然或健康灾难期间也能保留紧急服务。"心脏病发作需要用支架进行紧急治疗（称为经皮冠状动脉介入或PCI），以打开阻塞的动脉并恢复携带氧气的血液流动。拖延，以及由此产生的缺氧，会导致心肌不可逆的损伤，并可能导致心力衰竭或其他并发症。当大量的心脏组织受损时，心脏会停止跳动（称为心脏停搏），这可能是致命的。在大流行的第一波中，由于政府让人们呆在家里，人们害怕感染病毒，一些常规的紧急护理被停止，所以去医院的心脏病患者减少了大约40%。与接受及时治疗相比，呆在家里的心脏病患者死亡的可能性要高一倍以上，而那些推迟去医院的患者出现本可以避免的严重并发症的可能性要高近一倍。这项研究估计了英国和西班牙在大流行期间减少心脏病治疗的长期临床和经济影响。研究人员比较了在第一次封锁期间心脏病发作的病人与前一年同一时间心脏病发作的病人的预期寿命。该研究重点关注ST段抬高型心肌梗死（STEMI），即向心脏供血的动脉完全堵塞。研究人员还比较了封锁期间STEMI的成本和前一年的同等时期。研究人员开发了一个模型来估计长期生存、生活质量和与STEMI相关的成本。英国的分析将3月23日（封锁开始时）至2020年4月22日这段时间与2019年的同等时间进行了比较。西班牙的分析比较了2019年3月和2020年3月（封锁开始于2020年3月14日）。存活率预测考虑了年龄、住院状态和使用每个国家的公开数据进行治疗的时间。例如，利用已公布的数据，估计英国77%的STEMI患者在大流行之前就已经住院，而在封锁期间只有44%。西班牙的同等比率为74%和57%。研究人员还比较了大流行前和大流行期间STEMI患者失去多少年的完美健康。成本分析的重点是最初的住院和治疗、后续治疗、心力衰竭的管理，以及无法返回工作岗位的病人的生产力损失。例如，在英国，适用于STEMI入院并进行PCI的成本为2837英镑，在西班牙为8780欧元。在英国，第一年的心力衰竭成本估计为6086英镑，随后各年为3882英镑。西班牙的相应数字为3815欧元（第一年）和2930欧元（随后每年）。分析预测，与大流行之前出现的STEMI患者相比，在英国第一次封锁期间出现的STEMI患者将平均损失1.55年的寿命。此外，在活着的时候，那些在封锁期间发生STEMI的人被预测将失去大约一年零两个月的完全健康的生命。西班牙的相应数字是损失2.03年的生命，以及损失大约一年零七个月的完全健康的生命。在英国，与之前相比，大流行期间一次STEMI的额外成本是8897英镑，其中包括国家卫生服务的214英镑和8684英镑的工作缺勤。6根据每年49332例STEMI的发病率，在封锁的第一个月，减少PCI的使用预计在这些病人的一生中将额外花费3660万英镑（4130万欧元）。在西班牙，封锁期间每个STEMI的额外成本估计为20069欧元。根据每年52954例STEMI的发病率，预计2020年3月期间PCI服务的减少将在这些患者的一生中造成8860万欧元的额外损失。工作缺勤是主要原因，每个病人多花了23224欧元（大流行前81062欧元，大流行后104286欧元）。然而，由于更多的STEMI患者在封锁期间死亡，因此心力衰竭住院的成本降低，部分抵消了这一损失。Wijns教授说："这些发现说明了延迟或错过护理的影响。患者和社会将在未来几年为仅仅一个月的封锁期间减少心脏病治疗而付出代价。卫生服务部门需要一份应该始终提供的救命疗法清单，必须建立有弹性的医疗系统，可以毫不拖延地切换到应急计划。公众意识活动应该强调及时治疗的好处，即使是在大流行病或其他危机期间"。...PC版：https://www.cnbeta.com.tw/articles/soft/1364641.htm手机版：https://m.cnbeta.com.tw/view/1364641.htm

机器学习算法现在可以快速与准确地诊断心脏病发作

机器学习算法现在可以快速与准确地诊断心脏病发作目前，诊断心脏病发作的金标准是测量血液中蛋白质肌钙蛋白的水平。肌钙蛋白在心肌受损时释放出来；水平通常在心脏病发作后3至12小时内急剧上升，大约24小时后达到峰值。世界各地的许多医院都采用了诊断路径，包括在有人因疑似心脏病发作入院时评估肌钙蛋白水平。但它们有一些局限性：它们需要固定时间收集血样，这在急诊科环境中是一个挑战；它们只将患者分为心脏病发作的低、中或高风险，而不考虑其他重要信息，如症状何时开始或心电图结果；而且，它们没有考虑到性别、年龄和合并症的影响。现在，英国的研究人员已经开发出一种基于人工智能的机器学习算法，该算法快速而准确。该算法被命名为"急性冠状动脉综合征诊断与评估协作"（CoDE-ACS），旨在计算单个患者心脏病发作的概率。研究人员使用了来自全球六个国家的10286名可能出现心脏病发作的患者的数据。除肌钙蛋白水平外，还利用病人的性别、年龄、心电图结果和病史来"教导"机器学习算法，以确定心脏病发作的概率。与现有的方法相比，研究人员发现CoDE-ACS能排除两倍以上的患者的心脏病发作，准确率达到99.6%。该算法准确地预测了各亚组的心脏病发作，包括男性和女性、老年人、有肾脏（肾脏）损伤的人或那些在症状出现后及早到医院就诊的人。研究人员说，他们的CoDE-ACS算法可以防止不太可能有心脏病发作的病人或心脏病发作后遭受心肌损伤或死亡的低风险病人不必要地入院。他们说这将使急诊治疗更有效率和效果，确定哪些病人可以安全回家，哪些需要留下来做进一步检查。"对于因心脏病发作而出现急性胸痛的患者来说，早期诊断和治疗可以拯救生命，"该研究的通讯作者尼古拉斯-米尔斯说。"不幸的是，许多疾病会导致这些常见的症状，而且诊断并不总是直接的。利用数据和人工智能来支持临床决策，对改善病人的护理和我们繁忙的急诊科的效率有着巨大的潜力"。CoDE-ACS目前正在苏格兰进行试验，以观察它是否能减少拥挤的急诊科的压力。该研究发表在《自然医学》杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1359699.htm手机版：https://m.cnbeta.com.tw/view/1359699.htm

加州急诊室的等待时间为何如此之长？

加州急诊室的等待时间为何如此之长？加州大学旧金山分校最近的一项研究显示，加州急诊科等候时间过长的原因是，在过去十年中，急诊科的服务能力跟不上日益增长的需求。分析发现，虽然急诊科的数量有所减少，但就诊人数和严重病例却大幅增加。这项综合研究首次对加利福尼亚州急诊医疗服务使用的最新趋势进行了仔细研究。此外，他们还披露，病情严重的就诊人数激增了近68%，而病情较轻的就诊人数则下降了63%。"我们知道急诊室人满为患。Hsia医学博士、加州大学旧金山分校急诊医学教授说。"容量在很大程度上无法满足患者需求的增长"。该论文最近发表在《JAMANetworkOpen》杂志上。近年来，美国医疗保健系统发生了许多变化，但急诊科（ED）仍在该系统中发挥着重要作用。急诊科必须治疗所有病人，无论他们的支付能力如何，而且急诊科还是无保险病人的安全网，许多无保险病人通过急诊科获得初级保健服务。这项新研究使用了加利福尼亚州医疗保健获取和信息部以及美国人口普查局从2011年1月1日到2021年12月31日的数据。在此期间，加州的人口增长了4.2%，但急诊室的数量却从339个下降到326个，而医院床位数则减少了2.5%（从75940张减少到74052张）。Hsia说："我们的研究结果表明，许多医护人员已经知道事实的真相：在过去的10-15年里，整个加利福尼亚州急诊科的负担加重了。""了解这些趋势是改善急诊科护理的第一步，"她说。"为了高效、公平地解决急诊室拥挤问题并改善整体护理，政策制定者和医疗保健管理者应努力提高急诊室的容量，同时就资源的最佳分配地点和方式做出深思熟虑的决定。...PC版：https://www.cnbeta.com.tw/articles/soft/1373345.htm手机版：https://m.cnbeta.com.tw/view/1373345.htm

研究发现中国股市波动与急诊室就诊量之间存在关联

研究发现中国股市波动与急诊室就诊量之间存在关联根据发表在《NatureMentalHealth》期刊上的一项研究，新加坡国立大学、暨南大学和中山大学的研究人员分析了2009年1月1日到2012年12月31日之间北京三家大型医院的每日急诊室就诊记录和股市波动之间的关联性，发现股市变化会显著影响急诊就诊量。研究发现创业板指数每日市场收益的下跌与心脏病和精神疾病增加有关，而股市上涨则与酗酒增多有关。老年人和男性受影响最为显著。计算显示，每日市场收益下降10个百分点，急诊室服务相关的国家医疗费用增加约3500万元。来源，频道：@kejiqu群组：@kejiquchat

新研究发现过热过冷天气都会加大心脏病患者死亡几率

新研究发现过热过冷天气都会加大心脏病患者死亡几率在对近230万欧洲人的分析中发现，寒冷天气与心脏病死亡之间存在有害关联，尤其是在贫困社区。最新研究在2022年ESC大会上发表。而炎热的天气也让更多的心脏病患者死于心脏病和中风。这项研究的作者、来自挪威奥斯陆大学的斯特凡·艾格沃尔（StefanAgewall）教授表示气候变化导致全球平均气温上升，但也导致某些地区出现极端寒冷。2003年夏天，由于强烈的热浪，整个欧洲超过70000人死亡。寒冷的天气也导致过多的死亡和住院。以前关于热和冷对心血管影响的研究主要使用汇总数据，例如城市的每日死亡人数。不过，EXHAUSTION使用个体数据，使我们能够识别脆弱的亚群以进行保护性干预，从而提高对未来天气事件的抵御能力该研究分析了从1994年至2010年间在意大利、德国、英国、挪威和瑞典进行的五项队列研究的228万成年人。平均年龄从49.7岁到71.7岁不等，女性比例从36.0%到54.5%，包括基线时患有和未患有心血管疾病的参与者。通过死亡和疾病登记以及后续调查收集了死亡率和新发疾病的数据。参与者家庭住址的每日平均气温是从当地气象站收集的，或者使用气象站的温度数据建模来估计。分析了所有参与者和具有特定特征的亚组的温度与心血管疾病和死亡之间的关系。使用了时间分层的病例交叉研究设计，对于每个参与者，科学家们将一周中发生不良事件的当天（例如星期一）的温度与一周中没有发生不良事件的同一天的温度进行比较（例如，所有剩余的星期一）在同一个月内。使用同一个月内的参与者内部比较消除了参与者特征和时间趋势的潜在混杂影响。该分析揭示了心血管疾病和特别是缺血性心脏病的总体死亡风险增加，以及与寒冷天气相关的新发缺血性心脏病的风险增加。温度下降大约10°C(18°F)，从5°C到-5°C（41°F到23°F），死于心血管疾病的风险增加19%（相对风险[RR]1.19；95%置信区间[CI]1.04–1.36）和缺血性心脏病死亡的可能性增加22%（RR1.22；95%CI1.07–1.38）。从2°C到-9°C（36°F到16°F）温度下降约11°C（20°F），新发缺血性心脏病的风险增加4%（RR1.04）;95%CI:1.01–1.08)。热量与整个研究人群的有害影响无关。然而，温度从15°C上升到24°C（27°F到43°F）与25%（RR1.25；95%CI1.12–1.39）和30%（RR1.30；95%CI1.10–1.53）相关)基线时患有心脏病的人死于心血管疾病和中风的风险增加。1.EXHAUSTIONwaspresentedbyDr.SiqiZhangfromHelmholtzMunichduringthesessionLatestscienceinprimaryandsecondarypreventionandenvironmentalhealthonFriday,August26.2.“Deathtollexceeded70,000inEuropeduringthesummerof2003”byJean-MarieRobine,SiuLanK.Cheung,SophieLeRoy,HermanVanOyen,ClareGriffiths,Jean-PierreMichelandFrançoisRichardHerrmann,31December2007,ComptesRendusBiologies.DOI:10.1016/j.crvi.2007.12.0013.“Mortalityriskattributabletohighandlowambienttemperature:amulticountryobservationalstudy”byDrAntonioGasparrini,PhD;YumingGuo,PhD;ProfMasahiroHashizume,PhD;EricLavigne,PhD;AntonellaZanobetti,PhD;ProfJoelS...PC版：https://www.cnbeta.com/articles/soft/1310599.htm手机版：https://m.cnbeta.com/view/1310599.htm