目的 構建頸椎前路日間手術模式，并與傳統模式比較，評價其初步臨床應用效果。方法 回顧分析2022 年1 月—9 月行頸椎前路手術且符合選擇標準的患者臨床資料。其中，35例行日間手術（日間模式組），35例采用傳統模式進行手術（傳統模式組）。兩組患者性別、年齡、身體質量指數、吸煙史、飲酒史、疾病類型、手術節段、手術方式等基線資料以及術前日本骨科協會（JOA）評分、頸部疼痛視覺模擬評分（VAS-neck）、上肢疼痛視覺模擬評分（VAS-arm）比較，差異均無統計學意義（P>0.05）。記錄兩組手術時間、術中出血量、總住院時間、術后住院時間、住院費用；術前及術后即刻JOA評分、VAS-neck評分、VAS-arm評分，計算上述指標術前及術后即刻差值，評價疼痛及功能改善情況。出院前患者以1～10分進行手術滿意度評分。結果 日間模式組總住院時間、術后住院時間及住院費用均少于傳統模式組，患者滿意度高于傳統模式組，差異均有統計學意義（P<0.05）；兩組手術時間、術中出血量比較，差異無統計學意義（P>0.05）。術后即刻兩組JOA評分、VAS-neck評分、VAS-arm評分均較術前改善（P<0.05），上述評分手術前后差值組間差異均無統計學意義（P>0.05）。兩組患者均獲隨訪，隨訪時間日間模式組（6.67±1.04）個月，傳統模式組為（5.95±1.90）個月，差異無統計學意義（t=0.089，P=0.929）。無遲發性血腫、遲發性感染、遲發性神經損害、食道瘺等并發癥發生。結論 頸椎前路日間手術模式不僅安全性和有效性與傳統手術模式相似，還能顯著縮短患者住院時間及降低住院費用，提高患者就醫體驗。術中減小創傷、徹底止血、不安置引流、精細圍術期管理是頸椎前路日間手術模式的要點。
目的 提出一種用于輔助診斷的胸腰椎骨折智能分類方法，并分析其臨床應用的可行性。方法 收集四川大學華西醫院2019年1月－2020年3月共1256張胸腰椎骨折CT影像，通過影像LabelImg系統用統一的標準進行標注。所有CT圖像按照AO Spine胸腰椎損傷分類。在ABC型的分類中，共使用1039張CT圖像進行訓練和驗證來優化深度學習系統，其中訓練集1004張，驗證集35張；其余217張CT圖像作為測試集，對比深度學習系統和臨床醫生診斷結果。在A型亞型的分類中，共使用581張CT圖像進行訓練和驗證來優化深度學習系統，其中訓練集556張，驗證集25張；其余104張CT圖像作為測試集，對比深度學習系統和臨床醫生診斷結果。結果 深度學習系統骨折ABC分類的正確率為89.4%，Kappa系數為0.849（P<0.001）；A型亞分型的正確率為87.5%，Kappa系數為0.817（P<0.001）。結論 基于深度學習的胸腰椎骨折智能分類正確率高。這種方法可以用來輔助智能診斷胸腰椎骨折CT圖像，改善目前人工復雜的診斷流程。