政事
中大醫學院指，這些餐具成為新冠病毒傳播途徑的風險不容忽視。
中大醫學院facebook表示，中大醫學院專家於美國疾病管制與預防中心 (Centers for Disease Control and Prevention) 發表的最新報告，發現感染新冠病毒的患者，不論是無症狀的感染者或症狀嚴重的個案，都會將病毒留在他們曾使用的即棄木筷子上，甚至當他們的症狀消失後，仍有此情況。
資料圖片
中大醫學院指，報告雖未有證實木筷子上的病毒活性，但這些餐具成為新冠病毒傳播途徑的風險仍不容忽視。新冠病毒已知可在塑膠和不銹鋼上存在72小時，在木料上則可存在60小時，而用這類物質製造的筷子或餐具十分常見。
中大醫學院專家認為，自用的筷子容易與公筷調亂，加上親友聚餐又未必會用到公筷，故建議減少聚餐以保持社交距離，尤其是在習慣共享餸菜的社會。病人使用過的餐具亦須被視為具傳染性，按感染控制標準處理。
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。
