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:探究肺部并发症预防治疗与护理在风湿免疫性疾病病患中的应用效果。方法:将近一年本科室收治的风湿免疫性疾病病例,选取84例进行系统抽样并随机分组。其中探究组采用肺部并发症预防治疗与护理,对比组采用基础护理。结果:经过两种不同模式的护理后,探究组病患仅发生3例肺部并发症,占比为7.14%,低于对比组的9例、21.43%;探究组病患对于护理的依从度为97.62%,满意度为92.86%,均高于对比组的88.10%、83.33%。结论:肺部并发症预防治疗与护理在风湿免疫性疾病护理中的应用效果显著,能够显著改善病患的肺部并发症发生情况,提升病患的护理依从度与满意度。
简介:【摘要】目的:研究如何预防风湿免疫疾病治疗护理过程当中出现肺部并发症。方法:从2020年1月至2022年11月在我院接受治疗的患有风湿免疫疾病的患者当中,随机无目的性地挑选出50名参与到这一次实验研究中,应用抽签的方式将患者分为对照组以及实验组。对照组患者所接受的是医院常规基础护理,实验组患者接受的是预防并发症护理,经过一段时间护理治疗之后,对实验组以及对照组护理效果进行对比。结果:实验组患者出现肺部并发症的可能性要明显低于对照组,并且结果差异相对较大,所以在统计学科上具有较高的研究价值;实验组患者对医院护理工作更加满意,并且结果差异相对较大,所以在统计学科上具有较高的研究价值。结论:在对患有风湿免疫疾病的患者进行护理的过程当中,如果应用预防并发症护理模式,能够有效降低肺部并发症出现的概率,患者对医院护理工作也将更加满意,有效提高患者生活质量,所以可以进行大范围推广应用。
简介:摘要:目的:分析心脏外科术后肺部并发症的影响因素,并提出相应的护理对策。方法:选择2022年10月至2023年10月期间70例心脏外科手术患者作为研究对象,对比分析患者的术后肺部并发症发生情况及相关因素,包括年龄、性别、手术方式、术前疾病史、术中输血量等。结果:经过对比分析发现,手术方式、术中输血量和术后康复护理是影响心脏外科术后肺部并发症的主要因素。其中,心脏手术方式与肺部并发症的发生存在一定的相关性。术中输血量过多也会增加术后肺部并发症的风险。而术后的康复护理,包括改善呼吸道通畅、控制感染等方面的护理对策,能有效减少术后肺部并发症的发生。结论:针对上述结果,我们提出相应的护理对策,包括改善手术技术、减少术中输血量的同时注意维持循环稳定,以及加强术后的康复护理工作等,以降低心脏外科术后肺部并发症的发生率,提高患者术后生存质量,值得临床进一步探讨和实践。
简介:摘要:目的:分析脊柱手术后肺部并发症的危险因素,并建立相应的风险评估表,以提高术前评估和手术中安全管理水平。方法:回顾分析2022年7月至2023年7月期间进行的脊柱手术患者的临床资料。收集包括年龄、性别、BMI、合并疾病、手术方式等多个相关因素。通过统计学方法,对这些因素与脊柱手术后肺部并发症的关系进行分析,并筛选出可能存在的危险因素。结果:在研究期间,共有5例脊柱手术患者发生了肺部并发症。经过统计学分析,我们发现年龄、BMI、合并疾病和手术方式与肺部并发症发生存在一定的相关性。根据这些结果,我们建立了一个包含这些危险因素的风险评估表。结论:通过分析脊柱手术后肺部并发症的危险因素,我们可以预测术前患者的风险程度,并采取相应的预防措施。建立风险评估表可以为手术医生提供有针对性的指导,以提高手术安全性和患者康复质量。然而,需要进一步验证和优化该评估表,以适应不同人群的需求。