简介:摘要:目的:研究高压氧联合护理方案在产后失眠中的应用效果。方法:选取70例产后产妇,根据随机数字表法分为对照组与观察组,每组35例。对照组采用常规护理,观察组采用高压氧联合护理方案。对比两组负性心理、睡眠质量、生活质量及失眠发生率。结果:观察组焦虑自评量表(SAS)、抑郁自评量表(SDS)评分低于对照组,匹兹堡睡眠质量指数(PSQI)评分低于对照组,健康状况调查简表(SF-36)评分高于对照组,差异有统计学意义(P<0.05)。观察组失眠发生率5.71%明显低于对照组的28.57%,差异有统计学意义(P<0.05)。结论:在产后失眠护理中,使用高压氧联合护理方案效果良好,能够缓解产妇焦虑、抑郁负性心理,对提高睡眠与生活质量产生积极影响,并降低失眠发生率。
简介:摘要目的基于前列腺经直肠超声造影参数及临床相关资料建立机器学习模型,并探讨各模型诊断临床显著性前列腺癌的效率。方法回顾性分析重庆大学附属肿瘤医院2018年11月至2021年9月接受经直肠超声造影检查并行经直肠超声引导下穿刺活检的患者151例。采用VueBox软件绘制时间-强度曲线,定量分析上升时间、达峰时间、平均渡越时间、峰值强度、上升斜率等12个参数。将年龄、总前列腺特异抗原、游离前列腺特异抗原、游离前列腺特异抗原比值、体积、前列腺特异抗原密度及经直肠超声造影参数共18个特征参数,通过相关属性值及信息增益属性值进行特征分析及特征筛选。将筛选特征通过机器学习单一算法及集成算法进行模型训练及测试,后通过F1值及ROC曲线下面积(AUC)进行模型评价。结果相关属性值及信息增益属性值分别筛选出12个变量及5个变量建立机器学习模型,集成算法建立模型均优于单一算法,两种变量筛选方式基算法为决策树的Bagging集成算法模型AUC(0.810比0.789)及F1值(0.748比0.742)均为最高,其次AUC及F1值均依序为Logistic回归、支持向量机(SVM)。结论基于经直肠超声造影参数及临床资料,在决策树、SVM、Logistic回归及集成算法中,基算法为决策树的Bagging集成算法模型诊断临床显著性前列腺癌性能最优。
简介:摘要:本文研究的目的旨在考察小学生对平面图形和立体图形的折叠、展开能力的发展特征,空间能力达到怎样的发展水平,以及所研究问题涉及到的六个空间因素得分与总成绩的相关性,并尝试找出影响最为突出的因素。本研究采用对六名小学生进行访谈的形式,通过对研究结果的分析可以得出以下结论:(1)总体而言,小学生在平面图形折叠展开方面掌握良好,在立体几何折叠展开方面还有待提高。(2)在本文所涉及的六个空间能力因素中,图形展开、图形折叠、图形定向三个空间能力因素与总成绩间并无密切关系,视觉保持、图形旋转、图形分析三个空间能力因素与总成绩关系显著,其中视觉保持因素最为显著,与总成绩呈现一元线性关系。