Skip to Content Facebook Feature Image

中大醫學院倡擴大限制入境範圍 減低跨境傳播風險

政事

中大醫學院倡擴大限制入境範圍 減低跨境傳播風險
政事

政事

中大醫學院倡擴大限制入境範圍 減低跨境傳播風險

2020年01月28日 00:15 最後更新:00:48

中大醫學院:未來一至兩星期將會是疫情發展關鍵。

鑒於新型冠狀病毒的嚴峻發展,為控制疫情,中大醫學院促請香港政府進一步收緊入境政策,以減低跨境傳播風險。

本港必須密切留意湖北省以外是否有社區爆發的情況出現。 資料圖片

本港必須密切留意湖北省以外是否有社區爆發的情況出現。 資料圖片

中大醫學院表示,未來一至兩星期將會是疫情發展的關鍵時刻,本港必須密切留意湖北省以外是否有社區爆發的情況出現,特別是在香港鄰近地區。一旦鄰近地區出現社區爆發,屆時將很難避免病毒帶菌者進入本港,大大增加跨境慱播風險。

中大醫學院表示,一旦鄰近地區出現社區爆發,屆時將很難避免病毒帶菌者進入本港,大大增加跨境慱播風險。 (資料圖片)

中大醫學院表示,一旦鄰近地區出現社區爆發,屆時將很難避免病毒帶菌者進入本港,大大增加跨境慱播風險。 (資料圖片)

中大醫學院促請政府盡快採取果斷措施,防患於未然,及早收緊入境政策,包括建議把限制入境的範圍進一步擴大至湖北省以外的其他疫症擴散地區、加強強制檢疫及醫學監察等措施。

市民外出佩戴口罩。資料圖片

市民外出佩戴口罩。資料圖片

醫學院表示,防疫工作一定是「宜早不宜遲、宜緊不宜寬」。

醫學院表示,防疫工作一定是「宜早不宜遲、宜緊不宜寬」。

收緊入境政策雖不能完全杜絕跨境傳播,但可有效減少隱形患者入境的機會,降低受感染人數,從而減輕對本地醫療系統造成的負荷。醫學院表示,防疫工作一定是「宜早不宜遲、宜緊不宜寬」,敦促政府果斷並迅速採取行動,以有效減低病毒在本地傳播的風險。

往下看更多文章

中大團隊以大數據開發機器學習模型 預測老年糖尿病患者患嚴重低血糖風險

2024年04月18日 15:33 最後更新:15:33

本港每3名65歲以上長者便有1名糖尿病患者。中大醫學院進行大數據分析,發現老年糖尿病患者因心血管疾病等原因的死亡風險,較一般人高1.5至2倍。中大成功開發一套能預測嚴重低血糖風險的機器學習模型,精確率達85%,可及早揪出高風險病人,進行預防治療。

嚴重低血糖是糖尿病患者常見急性併發症,可增患者跌倒、罹患心血管疾病和認知障礙症及各種死亡風險。 研究團隊分析醫管局數據實驗室逾110萬名65歲或以上長者的數據,發現5年間,此組別長者整體死亡率下降8%,惟若罹患糖尿病,因心血管疾病或其他原因死亡的風險,仍較沒患糖尿病患者高1.5至2倍。

中大醫學院內科及藥物治療學系研究助理教授楊愛民表示,相關發現反映糖尿病增死亡風險,有必要發展助患者預防糖尿病併發症及改善病情自我管理的大型干預措施。

威院內科及藥物治療學系顧問醫生陳俊文指,本港逾80%因低血糖到急症室求診的長者需住院治療,也增患者跌倒、罹患心血管疾病和認知障礙症,及各種原因死亡風險。

團隊利用2013至2018年間來自逾36萬名老年糖尿病患者共約150萬份醫療紀錄,以機器學習演算法XGBoost作基礎,開發了一套能預測出現嚴重低血糖風險的機器學習模型,涵蓋258個不同的預測指標,包括人口統計數據、患者一年內入院、診斷、用藥和恆常實驗室化驗資料,用以預測患者未來一年因嚴重低血糖而需住院的機會,預測精確率達85%。

領導是次研究的中大醫學院內科及藥物治療學系副教授周怡君補充,模型有望能結合本地電子病歷系統,揪出高風險的嚴重低血糖病人,及早進行預防措施,如改用降血糖反應較輕微的糖尿病藥,或調整胰島素注射時間和劑量。相關研究已在國際期刊《PLOS Medicine》及《Diabetes Research and Clinical Practice》發表。

中大團隊利用醫管局大數據,開發一套能預測老年糖尿病患者於未來一年出現嚴重低血糖風險的機器學習模型。

中大團隊利用醫管局大數據,開發一套能預測老年糖尿病患者於未來一年出現嚴重低血糖風險的機器學習模型。

你 或 有 興 趣 的 文 章