【摘 要】
：
目的 基于政策工具分析2018—2022年我国老年健康相关政策文件，为完善老年健康相关政策，推进健康老龄化提供参考。方法 以“老年”“老龄化”“老年健康”等关键词在“北大法宝”、国务院政策文件库和相关部委门户网站检索公开发布的老年健康相关政策文件，采用内容分析法对文件进行编码，提取关键词。基于Rothwell和Zegveld的政策工具分类理论和系统论维度理论构建二维分析框架，分析政策工具使用情况。
【基金项目】
：
公共卫生应急反应机制的运行（102393220020010000017）；
论文部分内容阅读
目的 基于政策工具分析2018—2022年我国老年健康相关政策文件，为完善老年健康相关政策，推进健康老龄化提供参考。方法 以“老年”“老龄化”“老年健康”等关键词在“北大法宝”、国务院政策文件库和相关部委门户网站检索公开发布的老年健康相关政策文件，采用内容分析法对文件进行编码，提取关键词。基于Rothwell和Zegveld的政策工具分类理论和系统论维度理论构建二维分析框架，分析政策工具使用情况。结果 收集2018—2022年我国老年人健康相关政策文件57份，其中通知44份，意见7份，规定、制度、法规、通告、函和联合宣言各1份。由国家卫生健康委员会及其司、局发文37份，占64.91%。文件高频关键词为“医疗卫生机构”“老年健康”“康复/护理”“社区/基层/农村”“试点”“中医药”“宣传”“规范”。文件编码413条，政策工具维度中的供给型、环境型和需求型政策工具分别占52.54%、31.72%和15.74%；供给型政策工具中，公共卫生与医疗服务（19.61%）和科普宣传（7.99%）使用较多；环境型政策工具中，法规与管理制度（7.99%）使用较多；需求型政策工具中，试点/示范项目（5.33%）使用较多。系统论维度外部指标和内部指标分别占48.18%和51.82%；外部指标中政治系统（17.19%）和技术系统（16.46%）使用较多；内部指标使用集中在服务系统（35.60%）。结论 2018—2022年我国老年人健康相关政策重点在于公共卫生与医疗服务等供给型政策；建议增加需求型政策工具的运用，优化供给型、环境型政策工具内部构成。
其他文献
以某百万千瓦级压水堆核电厂核岛厂房为研究对象，采用核岛筏板基础的整体隔震技术方案，对比分析了在不同周期地震动下分别采用三种常用基底隔震支座类型（铅芯橡胶支座、滑动支座、三重摆摩擦支座）核岛厂房的地震响应，探讨了上述结构考虑土-结构相互作用（SSI）效应的楼层加速度反应谱。分析结果表明：三重摆摩擦支座在短周期地震动下的隔震性能优于其他两种类型的隔震支座。铅芯橡胶支座可以满足不同周期地震动下的隔震性能
随着移动网络和智能终端的发展普及,APP在人们生活的各个方面发挥着极大的作用。在享受APP带来的便利的同时,个人隐私安全也受到越来越多的关注。隐私协议作为约束安卓应用提供商与用户之间的法律媒介及其重要。隐私协议通常冗长且包含一些法律术语,因而对于普通用户来说难以理解。特别是存在一些结构混乱的隐私协议,增加用户阅读隐私协议的时间成本。目前针对隐私协议的研究关注隐私数据实体分析,隐私协议与安卓App行
蛋白质组在亚细胞水平上的空间分布为蛋白质功能的分析提供了线索,因此对人类生物学和疾病的治疗很重要。基于图像的方法是预测蛋白质亚细胞定位的最重要的方法之一。尽管深度神经网络（DNN）在许多图像任务中已显示出很好的性能,但尚未充分探索其在蛋白质亚细胞定位中的应用。本研究开发了一种基于深度图像特征的方法来对蛋白质亚细胞进行定位。利用从卷积神经网络（CNN）中提取的深度图像特征,可以准确预测单标签图像和多
对企业犯罪进行以合规为核心的附条件不起诉有望成为未来企业犯罪治理的一种重要模式。恢复性司法理念在“补偿”与“预防”的基础上增加了“恢复”的元素，与企业犯罪治理具有契合性，能够为企业犯罪附条件不起诉的具体制度设计提供理念上的指导。恢复性司法在企业犯罪治理中的侧重点可以归纳为“激励”，在弥补已经造成的损失方面强调企业的补偿责任，在修复原有的社会关系方面鼓励多方共同参与，在降低再犯可能性方面重视企业合规
推荐系统因其可以个性化、高效地向用户推荐信息,与人们的生活日益联系紧密。在推荐系统中,用户和项目的特征以及它们自身信息的交互对推荐的效率和准确性具有着至关重要的影响。在考虑用户的历史交互行为对推荐结果的影响时,一般偏重于学习用户自身历史交互的行为数据,往往忽略了项目也会对用户产生一定的影响与吸引力,这就在某种程度上模糊了在项目级别上用户与项目交互信息的作用,无法充分考虑它们之间的潜在联系,降低了推
时间序列预测是从历史数据中提取规律来预测未来的数据。在实际问题中,很多任务都可以表征为时间序列预测,其已经得到了广泛的关注和研究。从历史数据中提取内在信息来估计未来趋势具有重大意义。近年来,概率信息提取在物体识别中被证明是有效的,但在时间序列预测中还没有被引入。长短时记忆神经网络（LSTM）在时间序列预测中表现出优异的性能。然而,众所周知,目前还没有任何工作将高斯分布插入到LSTM中作为端到端的特
细粒度图像分类的目的是找到细粒度图像所属的具体子类。近年来,随着深度学习的发展,强监督细粒度图像分类算法和弱监督细粒度图像分类算法都在细粒度图像分类任务中取得了不错的效果。这些细粒度图像分类算法都依赖于大量的训练样本。然而,在实际的生产和科研过程中,细粒度图像的获取成本高、难度大,因此传统的细粒度图像分类算法并不实用。本篇论文提出的带有注意力机制的全局和局部信息的嵌入网络（GLAE）,通过减少全局
中性肽内切酶（Neutral Endopeptidase,NEP）,属于M13锌金属蛋白酶家族的一种Ⅱ型整合细胞膜糖蛋白,在许多组织中有广泛的表达。同时,NEP作为一种神经肽的降解酶,已经被发现广泛地存在于中枢神经系统以及外周各种组织中。NEP通过水解疏水性氨基酸侧链,使神经肽失活。而这些神经肽参与生命调节的多重代谢活动,对生命系统的正常有序运转有重要的作用。其中P物质为一种神经肽,是造血系统网络
时间序列不确定性预测可以量化时序中的不确定信息,其在决策过程中起到一定的作用,广泛应用于各个领域。不确定性包含数据的不确定性和模型的不确定性。一方面,估计数据不确定性时,通常假设数据的噪声为高斯分布、拉普拉斯分布或其他单一分布。可是这些假设并不能完全适用于所有的应用。另一方面,模型不确定性的估计方法大多都是通过多个模型集成来实现的,依据各模型之间的“不一样”程度来估计模型的方差。然而,该集成的过程
随着计算能力的不断提升,流场数值模拟获取的数据量呈爆炸式增长,但是硬盘等存储介质的I/O速度并没有更进一步的增长,这就导致了大规模模拟数据在后处理和可视化时存在难以避免的滞后性,因此,建立一个能够实时进行流场数值模拟中间过程可视化的系统对模拟过程控制和结果预估有重要的意义。原位可视化是实现这一功能的有效方式,目前已经存在了多种的原位可视化模式,它们的应用场景均有不同,但是都不能很好适合超级计算机上