简介:摘要:医院的感染管理与控制工作质量是确保患者整体身体健康状况的关键所在,同时这一工作贯穿整体医疗和护理工作的流程中,因此为确保医疗工作和护理工作的高度安全性,医院需要加强对感染管理与控制工作的重视程度。其中,感控护士的工作覆盖医院各个科室,因此对医院感染管理与控制工作会起到重要的影响作用。在此基础上,本文主要以感控护士的工作内容等为落脚点,对医院整体在感染管理模式与控制工作制度方面存在的问题做出简要分析,以此为依据,探讨如何优化各个科室的感控护士的院感工作。
简介:摘要:目的 对高危人群管控在艾滋病防治中的效果进行分析。方法 本研究中选取了2017年5月至2018年6月之间没有实施管控的110例艾滋病高危人群进行研究,同时选择了2018年7月至2019年8月之间实施了管理的110例艾滋病高危人群进行研究,对比进行管控前后高危人群的配合度、艾滋病知识知晓率以及防治技能掌握率。结果 进行管控之后,研究对象的配合度、艾滋病知识知晓率以及防治技能掌握率均高于进行管控之前,组别内数据对比具有意义(P<0.05)。结论 对艾滋病高危人群实施管控具有非常重要的意义,实施有效的管控措施可以帮助高危人群改善自身不良生活习惯,提升其对于艾滋病知识的认知程度,进而降低艾滋病疾病的发生率。
简介:摘要:2019年12月新型冠状病毒肺炎爆发,国内各级和各类口腔医疗机构的诊疗服务均受到较大的影响。口腔专科医院当中有着“小病房、大门诊”的特征,门诊医疗管理是口腔医院日常管理的一大重点工作,和综合医院相比有着较多的不同。如何在对疫情进行严格防控的基础之上恢复口腔门诊的正常诊疗服务,防止医院内爆发感染情况,逐渐成为了口腔门诊管理必须要进行解决的问题。各大口腔医院积极响应,依据国家、省、市各级疫情防控政策文件要求,同时适当与医院口腔门诊实际的情况为依据,对疫情防控措施进行不断的调整,提升门诊的应急管理水平,采取各类措施控制感染源,创建专业队伍,建立起的常态性督导机制,对患者以及医护人员的生命健康进行保障,恢复正常的医疗服务秩序,给予患者最大的帮助。本文正是基于此,对新冠肺炎疫情防控期口腔门诊管理策略进行了研究,以期指导实践。
简介:摘要: 目的:总结社区疫情防控工作经验,查找存在问题和不足,探讨社区防控能力提升途径,为提升全市社区防控能力,优化社区管控措施提供决策依据。方法:采用回顾性调查。结果:全市社区疫情防控存在网格化精准化管理水平不高、主动发现病例能力有待进一步提高、突发疫情应急处置准备不足、社区卫生服务机构公共卫生专业人员严重短缺、社区居民个人防护意识普遍不强等问题和不足。结论:提升社区疫情防控能力的途径以健全组织机构、压实工作责任、强化人员培训、加强宣传教育、做好应急准备等为主。
简介:摘要管控妊娠期高血压,产科医师不该局限在自我意识范畴内,也不能生搬硬套非妊娠期血压管控模式,而需要提升妊娠期高血压管控特色的认知水平。不忘记妊娠期血压管理特点,加强对各类高血压的识别,早期管理并动态监测,掌握非药物性和药物性抗高血压治疗手段,学会如何在中国选择应用抗高血压药物,凡此种种,都是减少妊娠期高血压疾病的发生、减少重度高血压的发生、减少高血压疾患对母儿损害环环相扣之节点。
简介:摘要目的探索一种利用医疗大数据算法筛选临床数据库中能够用于评估老年肺炎患者预后的核心指标。方法基于首都医科大学附属北京朝阳医院医联体朝阳急诊病房临床数据库,应用大数据检索技术,以数据库中老年肺炎患者为研究对象,根据出院时预后将患者分为死亡组和存活组。收集患者的一般资料,包括性别、年龄、血气、实验室指标集合数据,使用计算机语言Python批量计算出影响老年肺炎患者死亡的关键指标,并采用Logistic回归分析实验室指标与患者预后的相关性;绘制受试者工作特征曲线(ROC曲线),分析本研究使用的筛选方法对患者预后的预测价值。结果最终入选265例患者,死亡64例,存活201例。取每例患者入院首次检测指标的数据,最终从472项指标中筛选出23项差异有统计学意义的关键指标,包括:血常规指标7项、血气指标3项、肿瘤标志物指标3项、凝血功能相关指标4项、营养及器官功能相关指标6项。①肺炎死亡患者血气关键指标:51.6%(33例)的患者Cl-浓度为97~111 mmol/L,81.2%(52例)的患者血乳酸(Lac)为0.5~2.5 mmol/L,87.5%(56例)的患者H+浓度为0~46 mmol/L。②肺炎死亡患者血常规关键指标:46.9%(30例)的患者血红蛋白(Hb)为80~109 g/L,67.2%(43例)的患者血中嗜酸粒细胞比例(EOS%)为0.000~0.009,51.6%(33例)的患者血中淋巴细胞比例(LYM%)为0.00~0.09,50.0%(32例)的患者血中红细胞计数(RBC)为(3.0~3.9)×1012/L,54.7%(35例)的患者血中白细胞计数(WBC)为(0.0~9.9)×109/L,48.4%(31例)的患者血中红细胞分布宽度变异系数(RDW-CV)为10.0%~14.9%,48.4%(31例)的患者血中C-反应蛋白(CRP)为0.0~49.9 mg/L。③肺炎死亡患者肿瘤标志物关键指标:76.6%(49例)的患者血游离前列腺特异抗原/总前列腺特异抗原(FPSA/TPSA)为阴性(比值为0),92.2%(59例)的患者细胞角蛋白19片段(CYFRA21-1)为0.0~11.0 μg/L,75.0%(48例)的患者糖类抗原125(CA125)为0~104 kU/L。④肺炎死亡患者凝血功能关键指标:68.8%(44例)的患者活化部分凝血活酶时间(APTT)为57~96 s,73.4%(47例)的患者D-二聚体为0~6 mg/L,93.8%(60例)的患者凝血酶时间(TT)为14~22 s,89.1%(57例)的患者二磷酸腺苷(ADP)的抑制率为0%~53%。⑤肺炎死亡患者营养及器官功能关键指标:92.2%(59例)的患者B型脑钠肽(BNP)为0,46.9%(30例)的患者前白蛋白(PA)为71~140 mg/L,90.6%(58例)的患者尿酸(UA)为21~41 μmol/L,75.0%(48例)的患者白蛋白(Alb)为10~20 g/L,93.5%(60例)患者白蛋白/球蛋白比值(A/G比值)为0~0.9,84.4%(54例)的患者乳酸脱氢酶(LDH)为0~6.68 μmol/L·s-1·L-1。⑥ Logistic回归和ROC曲线分析:Logistic回归分析表明,PA和Lac是影响患者预后的因素,PA可使死亡风险降低0.9%,Lac可使死亡风险增加69.4%;实验室指标与患者死亡预测模型预测效果的ROC曲线下面积(AUC)=0.80,说明本研究使用的筛选方法效果较好,通过本研究模型能较好地预测老年肺炎患者预后。结论运用大数据技术可从急诊病房临床数据库中筛选出23项用于评估老年肺炎患者预后的核心指标,为临床评估老年肺炎患者预后提供了新的角度和方法。
简介:摘要:目的:分析基于TCGA数据库。方法:访问TCGA并下载与患者结肠癌相关的数据集,并获得RPE-108k3BGBD基因表达谱以及相关临床信息。分析在结肠癌中RPE-108k3BGBD基因表达情况,分析表达与临床病理学参数相关性以及对患者预后的影响。采用GO信息和KEGG通路信息进行富集分析RPE-108k3BGBD基因在结肠癌中的调控通路。结果:根据TCGA数据集可以发现,在结肠癌肿瘤中RPE-108k3BGBD基因为低表达,根据COX多因素分析表明影响结肠癌预后的独立因素包括T分期,M分析,以及RPE-108k3BGBD基因表达。RPE-108k3BGBD基因低表达样品富集到DNA复制以及细胞周期等基因集。结论:通过TCGA数据库预测结肠癌患者的临床病理学研究具有明显的价值,在可以为患者的预后生存时间进行全方面的评估,得出较为有效的结果。
简介:摘要脑卒中发病具有致残率高、死亡率高的特点,给社会和个人带来巨大的疾病负担。在全球卫生系统高度信息化的今天,各国纷纷搭建与完善公共卫生信息平台,通过平台中的公共卫生信息实现收集、整理、挖掘、分析、共享一体化,研究脑卒中的疾病负担,为卫生决策提供支撑。本研究通过对国内外文献资料进行检索复习,概述了我国脑卒中疾病负担的研究方法及其公共卫生信息来源,评价了各个疾病负担研究方法的公共卫生学意义以及局限性,描述了全球以及我国脑卒中疾病负担大数据平台的应用及发展情况,并通过总结我国现有的脑卒中疾病负担评价系统的局限性,对我国建立更加现代化以及信息化的脑卒中疾病负担评价系统提供建议。
简介:摘要目的数据缺失是队列研究中几乎无法避免的问题。本文旨在通过模拟研究,比较当前常见的8种缺失数据处理方法在纵向缺失数据中的填补效果,为纵向缺失数据的处理提供有价值的参考。方法模拟研究基于R语言编程实现,通过Monte Carlo方法产生纵向缺失数据,通过比较不同填补方法的平均绝对偏差、平均相对偏差和回归分析的Ⅰ类错误,评价不同填补方法对于纵向缺失数据的填补效果及对后续多因素分析的影响。结果均值填补、k近邻填补(KNN)、回归填补和随机森林的填补效果接近,且表现稳定;多重插补和热卡填充次于以上填补方法;K均值聚类和EM算法填补效果最差,表现也最不稳定。均值填补、EM算法、随机森林、KNN和回归填补可较好地控制Ⅰ类错误,多重插补、热卡填充和K均值聚类不能有效控制Ⅰ类错误。结论对于纵向缺失数据,在随机缺失机制下,均值填补、KNN、回归填补和随机森林均可作为较好的填补方法,当缺失比例不太大时,多重插补和热卡填充也表现较好,不推荐K均值聚类和EM算法。
简介:摘要目的评估非特异性检验指标组成的预测模型在胃癌早期诊断中的可行性。方法从上海长海医院的电子病案系统数据库中,共纳入2010年1月1日至2019年4月30日的24 615例病例记录,包括10 497例胃癌,5 198例胃癌前疾病, 和8 920名健康体检。通过分层随机抽样,将研究人群分为验证集、训练集和测试集。对所有实验室变量进行数据处理和质量控制后,通过梯度增强决策树、随机森林、支持向量机和人工神经元网络这4种机器学习算法,选择随机森林作为最优机器学习算法和诊断效能分组,使用后向逐步回归法训练数据,构建最佳特征模型采用受试者工作特征(ROC)曲线评价模型的诊断效能。结果本研究建立了由22个常规检验项目组成的诊断模型V22, 诊断早期胃癌的ROC曲线下面积(AUC)为0.808,敏感度为85.7%;特异度为91.9%。对癌胚抗原(CEA)阴性胃癌,V22也显示出较高的诊断准确率0.813,AUC为0.801。结论V22是一个有临床应用价值的胃癌辅助诊断模型,可以很好的区分早期胃癌和由健康组和癌前疾病组成的对照组,对早期胃癌的检出率优于传统的肿瘤标志物CEA。