目的 探讨2型糖尿病（T2DM）睡眠障碍患者使用经颅微电流刺激（CES）联合自我穴位按摩干预的效果。方法 使用随机数表法将南昌大学第二附属医院2022年6月—2023年1月收治的T2DM合并睡眠障碍患者100例分为两组，每组各50例。对照组采用CES干预，基于此，观察组加用自我穴位按摩，比较两组临床疗效、睡眠质量及血糖水平。结果 与对照组干预总有效率80.00%（40/50）比较，观察组干预总有效率96.00%（48/50）更高（χ 2 =6.061，P=0.014）；两组干预后匹兹堡睡眠质量指数（PSQI）中入睡时间、睡眠效率、催眠药物、睡眠障碍、睡眠时间、主观睡眠质量、日间功能障碍及总分均降低，且观察组［（0.95±0.28）分、（1.05±0.24）分、（0.55±0.14）分、（0.67±0.20）分、（0.92±0.21）分、（0.82±0.20）分、（0.65±0.18）分、（5.61±1.10）分］均低于对照组［（1.42±0.33）分、（1.30±0.33）分、（1.40±0.26）分、（1.14±0.27）分、（1.31±0.30）分、（1.32±0.37）分、（1.22±0.27）分、（9.11±1.26）分］（t=7.679、4.332、20.354、9.891、7.531、8.406、12.421、14.797，均P＜0.001）；两组干预后餐后2 h血糖（2 hPG）、糖化血红蛋白（HbA1c）及空腹血糖（FBG）水平均降低，且观察组2 hPG［（6.14±0.68）mmol/L］、HbA1c［（3.45±0.37）%］、FBG［（5.52±0.48）mmol/L］低于对照组［（7.12±1.25）mmol/L、（4.30±0.34）%、（6.58±0.67）mmol/L］（t=4.870、11.961、9.094，均P＜0.001）。结论 对T2DM合并睡眠障碍患者使用CES联合自我穴位按摩干预效果满意，可有效提高患者的睡眠质量，调节血糖水平。
患有发育障碍类疾病的儿童数量庞大，给社会造成了严重的影响。这类疾病难以预防和治愈，同时缺乏特效药物，因此治疗主要依赖于行为和教育干预，药物治疗只是辅助手段。然而，目前临床相关治疗均有一定的不足，如存在不良反应、治疗周期相对较长、专业性要求相对较高等缺点。与之相比，音乐疗法具有操作简便、不良反应少等优势，因此可应用于儿科多种慢性疾病的治疗。文章旨在通过研究现代音乐治疗，探讨结合古代五音疗法、现代知识以及中医理论，为儿童临床治疗提供一定的方法指导。
The number of children suffering from developmental disorders is substantial，causing significant impact on society．These diseases are difficult to prevent and cure，with a lack of specific medications，thus treatment primarily relies on behavioral and educational interventions，with medication being only an auxiliary measure．However，current clinical treatments have certain drawbacks，such as potential toxic side effects，relatively long treatment periods，and high demands for specialization．In contrast，music therapy offers significant advantages such as easy operation and minimal side effects，making it suitable for the treatment of various chronic pediatric disease．This paper aims to explore the integration of ancient pentatonic therapy，modern knowledge，and traditional Chinese medicine theory through the study of modern music therapy，providing guidance for clinical treatment of children．
近年来，人工智能技术（AI）的发展正在逐渐改变传统的医疗行业，机器学习作为人工智能技术中的主流被越来越多地应用于分析复杂的医学数据，为疾病的诊断、预后风险评估、诊疗决策的制定等方面提供了便利。文章对国内外机器学习算法在术后谵妄中的应用进行综述，以期为术后谵妄预测模型的构建提供新的思路，为临床早期评估术后谵妄提供新的依据。
In recent years，the development of artificial intelligence（AI）is gradually changing the traditional medical industry．Machine learning，as the mainstream of artificial intelligence technology，is increasingly applied to analyze complex data in medical research．It provides convenience for disease diagnosis，risk assessment and diagnosis and treatment decision making．This paper reviews the application of machine learning algorithms in postoperative delirium at home and abroad，in order to provide a new idea for the construction of postoperative delirium prediction model and a new basis for early clinical evaluation of postoperative delirium．
