原始文章

一項針對822位醫師的研究發現,醫師罹患喉咽逆流(LPR)的比例比一般人高,主要和輪班、不規律飲食、不健康習慣及長工時有關,年齡和性別影響不大。研究也提出新模型可評估個人風險,建議改善排班、飲食和壓力管理,有助降低LPR發生率。 PubMed DOI


站上相關主題文章列表

隨著胰高血糖素樣肽-1受體激動劑(GLP-1 RAs)在糖尿病等疾病中的使用增加,圍手術期的吸入風險引起關注。本研究回顧了3712篇文獻,最終納入24項研究,發現GLP-1使用者的胃殘留量顯著增加,但吸入事件的發生率並無顯著差異。雖然GLP-1 RAs可能影響胃內容物,但目前數據未顯示其與吸入或反流事件有明顯關聯,因此暫停使用的建議可能不合理。未來需進一步研究以釐清其影響。 PubMed DOI

醫學生常面臨高壓、睡眠不規律和疲勞等問題,影響身心健康。為了解決這些困擾,PROMESS-Sleep 臨床試驗計畫透過三個階段的睡眠管理,幫助醫學生改善睡眠。計畫包括與睡眠專家的個別會議、自我照護教育及個人化目標設定。研究將評估45名里昂東醫學院四、五年級醫學生的睡眠和疲勞情況,主要結果為匹茲堡睡眠品質指數(PSQI)分數變化。研究已獲倫理批准,並將在科學會議及期刊上分享,期望成為醫學教育中促進健康的可持續方案。 PubMed DOI

在麻醉誘導過程中,吸入胃內容物雖然罕見,但卻是嚴重的併發症,可能導致高病痛和死亡率。某些病人如胃部充滿、糖尿病等風險較高。隨著GLP-1激動劑使用增加,對其在圍手術期間的影響引發關注。美國麻醉醫學會調查顯示,97%的麻醉醫師了解GLP-1激動劑,81%未見併發症,62%有相關經驗,且大多數遵循NPO指導。整體來看,麻醉醫師對這類患者的吸入風險表達了明顯的擔憂。 PubMed DOI

睡眠呼吸障礙(SDB),特別是阻塞性睡眠呼吸暫停症(OSA),因氣道阻塞影響健康,及早介入非常重要。本研究利用機器學習(ML)和大型語言模型(LLM),透過電子健康紀錄(EHR)來識別SDB。提出的DSS-LLM框架結合動態海鷗搜尋演算法與LLM,使用臨床數據進行特徵提取和預處理,最終達到98.91%的分類準確率,顯示出其在臨床篩檢中的潛力,期望能改善耳鼻喉科的決策與病人結果。 PubMed DOI

這篇回溯性研究發現,腸胃道內殘留異物(GIDR)雖然會讓內視鏡檢查較容易中斷,但並不會明顯增加檢查後的併發症風險。GIDR較常出現在年輕、BMI較低,以及有使用鴉片類止痛藥的病人,這些因素可能和異物殘留有關。 PubMed DOI

這份針對10國657位醫療人員的調查發現,GLP-1受體促效劑(像semaglutide、liraglutide)在體重管理上很常被使用,連非糖尿病患者也不少用。大多數醫療人員覺得這類藥物安全又有效,但學歷越高的醫師反而疑慮較多。另外,醫療人員自用這類藥物的情況也不少,建議要加強監督,避免健康風險。 PubMed DOI

這項研究用30個虛構案例發現,ChatGPT在建議生活型態改變上,跟睡眠專科醫師很接近,但比較容易建議多做醫療檢查。雖然是模擬資料,結果顯示LLM有潛力協助辨識睡眠健康風險並支援臨床,但還需要用真實資料再研究。 PubMed DOI

紐約一項調查發現,多數醫師知道也有興趣用大型語言模型(LLM)虛擬助理,但實際用的人還不多。大家最想用在文獻審閱、病人衛教和醫療紀錄。年輕醫師、住院醫師和女性醫師興趣較高。研究建議未來要加強教育和指引,協助醫療人員安全導入LLM。 PubMed DOI

21位拉丁美洲專家回顧文獻,提出30項針對GERD(胃食道逆流)的診斷與個人化治療建議,內容包括診斷方式、藥物與手術選擇,以及針對肥胖、孕婦、年長者等特殊族群。強調透過正確檢查辨識不同表現型,能提供更適合的治療,提升病患照護品質。 PubMed DOI

調查發現,多數基層醫師雖知道肥胖風險,卻不熟悉治療藥物和手術適應症。醫師對新型注射藥物較有信心,但看診時間短和訓練不足是主要障礙。建議加強教育、資源和政策支持,幫助醫師更有效管理肥胖。 PubMed DOI