21 Dec 2024，vol 387， issue 8453)  摘要 

  https://www.bmj.com/content/387/8453  

hysical hand function in people with hand osteoarthritis: randomised controlled trial

加热手套对手部骨关节炎患者手部功能的影响：随机对照试验

• 手部骨关节炎很常见，会导致疼痛和功能减退
• 现有的治疗方法只有轻微到中等程度的效果
• 有条件地推荐将热敷作为缓解症状的工具，但支持证据的质量较低

• 与对照手套（加热元件断开）相比，每天使用电加热手套六周与手部功能主要结果的额外改善无关
• 在手部骨关节炎相关问题的总体评分和握力方面，电热手套也没有带来额外的益处
• 检测到手部疼痛方面的微小额外益处，但这很可能被高估了

Architecture and public health: from harmful designs to healthy built environments

建筑与公共卫生：从有害设计到健康的建筑环境

在建筑设计中，营造舒适和恢复性空间对于促进社会结构、身体健康和心理状态至关重要。以下是一些关键点，概述了如何通过建筑设计提升居住者的幸福感：

• 视觉单调的环境可能增加应激反应。
• 视觉丰富、复杂的环境有助于缓解压力。
• 建筑立面设计应包含多样化元素，以减轻视觉压力。

• 高层住宅可能增加居民对反社会行为的感知。
• 深思熟虑的设计可以减少负面感知，增强安全感和隐私感。
• 建筑形式应促进社区感，鼓励步行，丰富日常生活和社交互动。

• 建筑和城市设计在解决过度拥挤、潮湿、霉菌等健康问题方面扮演关键角色。
• 不良的通风和空气质量可能导致“病态建筑综合症”。
• 城市设计应鼓励步行和积极交通，以降低健康风险。

• 常面临更多有害建筑问题。
• 城市设计可以通过融入绿色植物减少健康不平等，促进心理和身体健康，减少污染。

• 应为全球政策和实践提供信息，整合证据。
• 促进医疗专业人员、城市规划师和建筑师之间的合作。
• 设计出减轻健康风险和促进福祉的空间。

• 建筑师、工程师和规划师有责任将研究成果纳入设计中。
• 创造更健康的建筑和社区，减少不平等，支持城市可持续性。
• 目标是为更健康、更公平的社会铺平道路。

Age against the machine—susceptibility of large language models to cognitive impairment: cross sectional analysis

“老年痴呆”的机器人——大型语言模型对认知障碍的易感性：横截面分析"

摘要

目的

评估领先的大型语言模型的认知能力，并确定它们对认知障碍的易感性，使用蒙特利尔认知评估（MoCA）和额外的测试。

设计

横断面分析。

环境

通过基于文本的提示与大型语言模型在线互动。

参与者

公开可用的大型语言模型，或“聊天机器人”：由OpenAI开发的ChatGPT版本4和4o，由Anthropic开发的Claude 3.5“十四行诗”，以及由Alphabet开发的Gemini版本1和1.5。

评估

MoCA测试（8.1版）按照给人类患者的相同指示对领先的大型语言模型进行管理。评分遵循官方指南，并由执业神经科医生评估。额外的评估包括Navon图形、饼干盗窃图片、Poppelreuter图形和Stroop测试。

主要结果指标

MoCA得分、视觉空间/执行任务的表现和Stroop测试结果。

结果

ChatGPT 4o在MoCA测试中得分最高（30分中的26分），其次是ChatGPT 4和Claude（25分），Gemini 1.0得分最低（16分）。所有大型语言模型在视觉空间/执行任务中表现不佳。Gemini模型未能完成延迟回忆任务。只有ChatGPT 4o成功完成了Stroop测试的不一致阶段。

结论

除了ChatGPT 4o之外，几乎所有接受MoCA测试的大型语言模型都显示出轻度认知障碍的迹象。此外，与人类一样，年龄是认知衰退的关键决定因素：“年长”的聊天机器人，像年长的病人一样，在MoCA测试中表现更差。这些发现挑战了人工智能将很快取代人类医生的假设，因为领先聊天机器人中明显的认知障碍可能会影响其在医学诊断中的可靠性，并削弱患者的信心。

不同大型语言模型的蒙特利尔认知评估（MoCA）得分（满分30分）。MCI=轻度认知障碍

关于这一主题的已知信息

人工智能领域的巨大进步引发了人们对聊天机器人是否会超越人类医生的各种既兴奋又恐惧的猜测。

多项研究表明，大型语言模型（LLM）在一系列医疗诊断任务中表现出色，超过了人类医生

如果我们要依靠 LLMs 进行医疗诊断和护理，就必须研究它们是否容易受到认知能力下降等人类缺陷的影响。

本研究的补充内容

几乎所有领先的 LLM都在蒙特利尔认知评估测试中显示出轻度认知障碍的迹象，尤其是在视觉空间领域。

与人类一样，年龄是决定认知能力衰退的关键因素，“老年版 ”聊天机器人与老年患者一样，在测试中表现较差。

这些发现对人工智能将很快取代人类医生的假设提出了质疑。

Dexterity assessment of hospital workers: prospective comparative study

医院工作人员的灵活性评估：前瞻性比较研究

在医院这个复杂的生态系统中，从手术室到诊室，手部灵活性都扮演着至关重要但又各不相同的角色。外科医生、内科医生、护士和非临床人员在日常任务中都面临着独特的灵活性挑战。外科医生需要精细的运动精度和在压力下保持冷静，以安全地执行手术。从内科医生执行介入性手术到行政人员快速无误地打字，其他工作人员每天都在复制这些原则。这种多样性让我们思考，那些握着手术刀的人是否真的比其他医院工作人员角色拥有更大的灵活性。此外，在精细运动挑战的环境中，是否有些同事在压力下保持更好的冷静。

摘要

目的

比较不同医院工作人员角色在使用电丝游戏中的手部灵巧度和压力下的表现。

设计：前瞻性、观察性、比较研究（震颤研究）。

环境

在2024年的三周内，英国利兹教学医院。

研究设计和参与者

Tremor是一项前瞻性、观察性研究，比较了不同医院工作人员角色的手部灵活性和冷静度，在英国的一个地点进行。参与者参加了一次单次观察的手部灵活性评估，没有后续跟进。参与者是从英格兰的一个NHS信托（利兹教学医院NHS信托）招募的，特别是来自其两个最大的三级医院。符合条件的参与者在四个医院工作人员角色中就业：内科医生、外科医生、护士和非临床人员。内科医生和外科医生如果他们是注册于普通医学委员会的顾问或专科医生（注册医师），则符合条件。护士如果他们注册于护理和助产委员会，则符合条件。非临床人员必须是当前雇员，不直接参与病人护理角色，包括但不限于病房文员、秘书、家政人员和搬运工。为了确保一个普遍性和代表性的样本，排除标准保持最少，仅限于不愿意参与和自我报告的身体限制妨碍任务完成。

主要结果指标

在五分钟内成功完成电丝游戏以及发生咒骂和可听到的沮丧声音。

结果

共有254名医院工作人员参与了研究，包括60名内科医生、64名外科医生、69名护士和61名非临床人员。外科医生在五分钟内完成电丝游戏的成功率显著更高。外科医生在游戏中的咒骂率最高，其次是护士、内科医生和非临床人员。非临床人员的沮丧声音使用率最高，其次是护士、外科医生和内科医生。

讨论

Tremor研究发现，与其他医院工作人员角色相比，外科医生平均更快、更成功地在五分钟内完成了电丝游戏；虽然，他们更可能在完成任务时咒骂。这种差异即使在考虑了年龄和性别的基线差异，并且在两分钟内分析时仍然明显。

结论

这项研究表明，与其它医院工作人员角色相比，利兹教学医院的外科医生在使用电丝游戏评估时显示出更高的灵活性，但咒骂水平也更高。护士和非临床人员表现出了值得称赞的灵活性，并更公开地表达沮丧的声音，显示出医院工作人员角色之间的多样化技能。未来的培训可能会从纳入家庭游戏来增强所有专业领域的灵活性和压力管理中受益。未来筹款活动应考虑实施外科医生咒骂罐计划。

在五分钟内成功完成 “嗡嗡线 ”游戏的参与者百分比，按医院员工角色分层；经 χ2 检验，P<0.001。下图，在五分钟内成功完成嗡嗡线游戏的 Kaplan-Meier 曲线，按医院员工角色分层

上图，在嗡嗡线游戏中说脏话的参与者百分比，按医院员工角色分层；经 χ2 检验，P=0.004。下图，在嗡嗡线游戏中发出沮丧声音的参与者百分比，按医院工作人员角色分层；经 χ2tes 检验，P=0.03。

关于这个话题已知的信息

以往的研究对于外科医生和内科医生之间手部灵活性的差异显示出相互矛盾的结果。之前未曾探索过不同医院工作人员角色之间手部灵活性的比较评估。

本研究新增的内容

当使用电丝游戏进行评估时，与内科医生、护士和非临床人员相比，外科医生显示出显著更高的手部灵活性。在手部灵活性任务中，外科医生的咒骂率最高，而护士和非临床人员的沮丧声音率最高。

Good nights: optimising children’s health through bedtime stories

晚安：通过睡前故事优化儿童健康