简介:【摘要】目的:探究同伴支持教育模式在心衰中重度失能患者照顾者中的应用效果。方法:选取2022年1月-2022年12月期间在我院接受治疗的中重度心衰患者及其主要照顾者100例为研究对象,随机分组为对照组(50例,照顾者接受常规健康教育)和实验组(50例,在对照组的基础上,对照顾者进行同伴支持教育)。出院前对比两组照顾者准备度,出院1、3、6个月后对比两组照顾者生活质量、患者生活质量以及患者日常生活能力。结果:出院前实验组照顾者准备度明显高于对照组,差异具有统计学意义(p<0.05);出院1、3、6个月后,实验组的照顾者生活质量、患者生活质量和患者日常生活能力明显优于对照组,差异具有统计学意义(p<0.05)。结论:同伴支持教育模式在心衰中重度失能患者照顾者中应用有较好的效果,值得临床实践应用。
简介:摘要:目前打击欺诈骗取医保基金专项行动已经席卷全国,依法依规合理运用医保基金的氛围在医疗机构日渐浓厚。医保改革强劲动力,必将推动医疗事业的发展,推动医院为人民全生命周期健康而提供完善服务。药品耗材带量采购政策逐步推进,医疗机构特别是公立三级医院在医疗质量、管理运营、规模发展上如何适应医保形势的变革,与国家政策相向而行,是每一位医院管理者必须思考的问题。近年来医院通过齐抓共管,自加压力,及早主动采取积极的医保管理应对措施,做好医疗费用自控干预,做好病种成本管理,强化智能监管,提升信息化管理水平,为高质量发展奠定了基础。
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。