医院图书馆创新服务方式和内容探析

来源 :中华医学会第二十三次全国医学信息学术会议 | 被引量 : 0次 | 上传用户:yellow1989
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图书馆是社会知识、信息保存与传递、扩散的重要机构之一。服务创新是医院图书馆发展的动力。医院图书馆的藏书为临床工作人员的科研工作提供了丰富的知识,随着信息化的发展,医院图书馆不断与时俱进,大力发展电子资源,打造数字图书馆,极大的方便了临床工作人员的工作,使他们的临床、科研工作不受时间、地点的约束。医院图书馆仅仅拥有资源是不够的。作为医院的重要信息枢纽,图书馆承担着医院的信息收集、整理与传播的重要任务,图书馆在信息瞬息万变的时代应该创新服务方式,为临床工作者提供科研所需的服务,在数字医院的发展中发挥图书馆最大的作用。
其他文献
健康管理团体标准的开展与实施可以说是健康管理学科领域大力深化数据信息化发展、推进标准化工作改革的一项重要举措。在当今大数据时代的背景下,健康服务业要以健康管理团体标准的制定为重要抓手之一,发挥其对国家标准的补充和协调作用,紧密贴合领域所需研制标准,以期对行业内各层次健康管理机构的数据结构进行标化统一,从而有效整合国内有关健康管理领域的资源;同时打造信息团体标准从研发到市场应用的长效机制,配合国家对
本文旨在以目前最常见的女性恶性肿瘤—乳腺癌为例,通过数据挖掘方法中的关联规则找出与预后关系密切的因素,再通过Logistic回归分析乳腺癌预后相关危险因素及影响程度。
本文利用Citespace对WOS数据进行医学大数据研究领域的可视化分析,可以看出,医学大数据仍属于初级阶段,相关文献较少,但并不是纯概念性的理论研究,而是和医疗卫生服务紧密结合进行的实践探索。医学大数据研究从2012年开始迅速攀升,到目前已引起越来越多的学者的关注,共有91个国家的1835个机构的5901位作者从事相关领域研究。从发表论文数量和被引频次来看,美国在医学大数据研究上占领先地位,其相
本研究应用2015年重庆某大型综合三甲医院出院病案首页数据对BJ-DRGs分组器进行效果验证,从费用评价、分类结果评价以下两方面进行. 我们采用了分类费用与结果评价两方面指标对CN-DRGs分组器效能进行验证。在去除极值后,分组器显示了较好的分组效能,体现出组内一致性较好,组间差异显著,目前暂不知道CN-DRGs分组器中关于合并症、伴随病的处理原则,而其确定必须是经过大量的数据统计分析处理,并且需
本文中,首先介绍了一个可开放获取的电子健康档案数据库—MIMIC,之后阐述电子健康档案数据挖掘在临床科学研究中的应用,包括患者分层和患者招募、流行病学研究、预测模型研究、效果对比研究和药物替戒等。最后,我们对电子健康档案数据挖掘在临床科研中的应用和驱动作用进行了总结和展望。
对本研究所收集数据来说,RF学习速度快,达到了最佳效能,由于预测这一目的更注重于应用性,故侧重关注预测准确性,RF显著高于其他两项常用方法,且AUC面积接近0.8,说明该预测效能稳定,根据筛选出的变量对临床未来工作有一定的借鉴意义,如婚姻状况。筛选出的因素多为疾病因素,而社会因素在某些研究中也有所提及,这需要未来进一步的观察。可考虑进行外部验证,从而明确对具体国家患者预后情况预测的能力,为预后评价
医学科学数据管理与共享平台综合利用WEB技术、结构化数据库技术、可视化技术以及语义技术等构建了一个集数据汇交、管理与共享于一体的综合平台。通过规范化的数据上传流程以及灵活的元数据配置,对用户上传的数据的内外部特征进行规范,有助于同类目数据的整合,为科学发现提供条件;数据分类管理不仅有利于不同层次数据的聚合,也提高了数据查询和响应速度;多层面的规范处理在保证了数据质量的同时,也增加了数据的语义和关联
本研究首先对我国的医学生信息素养的现状进行了分析以及对当下国内的信息素养发展状况进行了分析。其次对信息素养概念的定义和信息素养内涵的变化过程进行了阐述以及对现在信息素养教育所出现的新形势和新策略进行了讨论。然后运用了BICOMS和Ucinet两个数据处理软件对医学信息素养领域的高频关键词进行分析和画图,指出了现今在医学信息素养领域内的研究热点和文献集中点,得到了40个频数大于四的关键词。接着对我国
基于医学信息学分析的研究结果不断应用于临床数据分析、药物管理、疾病建模、患者生存预后等方面,并在大数据环境下,对于医学信息学领域的研究内容、研究方法等方面都提出了新的要求。因此,准确识别医学信息学领域的研究前沿,有助于加强科研管理的战略性导向,对该领域的研究者具有重要的指导意义。在目前众多的主题模型中,LDA采用了一个完全的贝叶斯途径,其理论基础坚实,并且具有灵活、易扩展等诸多优点,因而被广泛应用
本文聚焦于生物医学领域的科研数据仓储,从数据提交、数据管理和数据使用方面的政策要求进行调研,找到数据管理生命周期的服务切入点,探索生物医学学科领域的数据服务模式。