Background: The eight main Vietnamese medical schools recently cooperated to produce a book listing the knowledge, attitudes and skills expected of a graduate, including specification of the required level for each skill. The teaching program should ensure that students can reach that level. The objective of this study was to determine the perception of graduating students on whether they had achieved the level set for a selection of clinical and public health skills as a guide for the schools to adjust either the levels or the teaching.

No abstract

This paper presents simulations of climate change impacts on water quality in the upstream portion of the Cau River Basin in the North of Vietnam. The integrated modeling system GIBSI was used to simulate hydrological processes, pollutant and sediment wash-off in the river basin, and pollutant transport and transformation in the river network. Three projections for climate change based on emission scenarios B1, B2, and A2 of IPCC Special Report on Emission Scenarios (SRES) were considered. By assuming that the input pollution sources and watershed configuration were constant, based on 2008 data, water quality in the river network was simulated up to the terminal year 2050. For each climate change scenario, patterns of precipitation in wet and dry year were considered. The change in annual and monthly trends for dissolved oxygen (DO), biochemical oxygen demand (BOD), and ammonium ions (NH4+) load and concentration for different portions of the watershed have been analyzed. The results of these simulations show that climate change has more impact on changing the seasonal water quality parameters than on altering the average annual load of the pollutants. The percent change and change pattern in water quality parameters are different for wet and dry year, and the changes in wet year are smaller than those in dry year.

This paper will be concerned with the characteristic form of the two dimensional Saint-Venant equation system, the supplementary equations at the boundaries, the methods of characteristics for solving the equation system and some numerical experiments.

Ứng dụng công nghệ mạng nơ-ron tích chập Darknet YOLO phát triển hệ thống trí tuệ nhân tạoEYEDR có thể tầm soát glôcôm bằng hình ảnh đĩa thị tự động.Mục tiêu: Xác định tính giá trị và tin cậy của thuật toán trí tuệ nhân tạo EYEDR trong tầm soát bệnhglôcôm ở người trưởng thành bằng hình ảnh màu đĩa thị.Phương pháp: Nghiên cứu cắt ngang. Chọn lọc 2470 ảnh màu đĩa thị để huấn luyện cho máy họcbằng mạng nơ-ron tích chập Darknet YOLO nhằm xác định hình dạng optic disc và optic cup của đĩathị, từ đó xây dựng thuật toán trí tuệ nhân tạo để phát hiện đĩa thi có glaucoma và non-glaucoma. Sửdụng bộ test gồm 1028 ảnh dùng để đánh giá giá trị của phần mềm AI này dựa vào độ nhạy, độ đặchiệu, diện tích dưới đường cong ROC (AUC), tính khả dĩ đương, tính chính xác và chỉ số đồng thuậnKappa của máy học và bác sĩ đọc kết quả.Kết quả: Diện tích dưới đường cong ROC (AUC) là 0,93 ± 0,01 (0,92 -0,95; CI 95%), với độ nhạy90,3%, độ đặc hiệu 95,06%, tỉ số tiên đoán dương 90,80%, độ chính xác 86,80% và chỉ số đồng thuậnKappa là 0,86.Kết luận: Phần mềm trí tuệ nhân tạo EYEDR ứng dụng công nghệ CNN Darknet YOLO version 3có độ nhạy cao giúp phát hiện tầm soát glôcôm bằng ảnh màu gai thị trong cộng đồng.