简介:【摘要】目的:探讨综合护理干预的实施对于内分泌失调型肥胖患者减肥效果的影响。方法:选取我院2020年4月~2022年10月期间收治的82例内分泌失调型肥胖患者作为研究对象,分为观察组(综合护理干预)和对照组(常规护理)各41例,比较两组患者的护理效果。结果:观察组患者在护理后的体重指数(BMI)值[(25.34±1.13)kg/m2<(26.25±1.09)kg/m2,t=3.711]、体脂率[(29.91±3.08)%<(32.04±3.45)%,t=2.949]、焦虑自评量表(SAS)评分[(40.22±3.89)分<(45.79±3.54)分,t=6.781]、抑郁自评量表(SDS)评分[(39.37±5.03)分<(44.28±5.15)分,t=4.367]低于对照组(P<0.05),观察组患者的护理满意度(95.12%>75.61%,χ2=6.248)高于对照组(P<0.05)。结论:内分泌失调型肥胖患者接受综合护理干预,有助于提高减肥效果,减轻肥胖对于患者身体健康的危害性,进而提高患者的生活质量。
简介:摘要:本文提出了一种基于机器学习的眼底图像检测方法、装置及系统,其中主要包括:获取待检测的眼底图像;对所述眼底图像整体区域进行第一特征集检测;对所述眼底图像中特定区域进行第二特征集检测,所述第一特征中的特征的显著度大于第二特征集中的特征的显著度;基于机器学习对检测的结论进行判定得到最终检测结果。每种类型的特征分开检测,互不影响,可以较为精确的判断每个特征的类别,同时进行多种类别多种显著度的特征的检测,可以高效精确的对眼底图像进行检测。
简介:【摘要】 目的:构建术后肺部并发症(postoperative pulmonary complications, PPCs)的预测模型并进行验证。方法:回顾性收集2019年1月1日至2021年12月31日在重庆医科大学附属巴南医院实施的头颈胸及上腹部三、四级手术的患者,其中满足纳入排除标准的病例有2157例。数据预处理后,通过循证和临床结合的方式筛选出预测模型的特征变量,基于机器学习技术分别构建Logistic回归模型、梯度提升决策树(gradient boosting decision tree, GBDT)模型和人工神经网络(artificial neural network, ANN)模型。通过比较预测模型的准确度、灵敏度、特异度和曲线下面积(the area under the curve, AUC)等指标,评估三种模型的预测性能。结果:Logistic回归模型、GBDT模型和ANN模型的AUC值,分别为0.823 (95% CI: 0.790~0.855)、0.877 (95% CI: 0.841~0.913)和0.908 (95% CI: 0.878~0.938)。结论:基于机器学习算法构建PPCs风险预测模型具有可行性。在本研究构建的三种PPCs机器学习模型中,ANN模型具有良好的预测表现和临床价值。
简介:【摘要】目的 分析脑卒中偏瘫患者使用智能机器人康复手套对手功能的疗效。 方法 将我院于2022年3月至2023年3月之间收治的54例脑卒中偏瘫患者作为研究对象,分为对照组和研究组,遵循随机数字表法,每组各27例。对照组给予常规康复治疗,研究组给予常规康复治疗+智能机器人康复手套训练,观察两组患者的上肢功能和手功能恢复情况、日常生活活动能力上的差异。结果 治疗前,两组患者的上肢功能、手功能以及日常生活能力的差异无意义,P>0.05;治疗后,研究组的上肢及手功能明显好转,日常生活活动能力评分也高于对照组,差异有意义,P<0.05。 结论 脑卒中偏瘫患者采用智能机器人康复手套的治疗效果优异,可以显著改善患者的上肢功能和手功能,日常生活活动能力也随之提高,适合临床广泛应用与推广。
简介:摘要:目的:研究ROSA在辅助定向手术中对高血压脑干出血的治疗效果。方法:从我院2022年1月至12月之间接收的高血压性脑干出血中随机选出66例展开实验分析,为其实施微创手术治疗,并以时间节点为依据进行分组,其中使用框架辅助的患者共计34例,纳入对照组,时间为2022年1月至6月;使用ROSA辅助的患者共计32例,纳入研究组,时间为2022年7月至12月。结果:研究组的血肿清除率高于对照组(P<0.05);从手术持续时间、术后拔管时间方面进行对比,研究组的用时均短于对照组(P<0.05);从术后并发症的角度分析,组间无明显差异(P>0.05)。结论:相比于框架立体定向辅助治疗,ROSA用于辅助微创手术的表现更佳,适用于超早期治疗高血压性脑干出血患者。