目的 系统评价护士经历护理中断事件的真实体验的质性研究。方法 计算机检索PubMed、Embase、CINAHL(EBSCO)、Web of Science、Cochrane、ProQuest、中国知网、万方、中国生物医学数据库、维普,搜索相关质性研究,其主题为护理中断事件...目的 系统评价护士经历护理中断事件的真实体验的质性研究。方法 计算机检索PubMed、Embase、CINAHL(EBSCO)、Web of Science、Cochrane、ProQuest、中国知网、万方、中国生物医学数据库、维普,搜索相关质性研究,其主题为护理中断事件经历者的感受及体验。建库至2023年1月是检索时限。文献质量评价标准采用JBI循证卫生保健中心评价标准(2016年版),并采用汇集性Meta整合方法对结果进行归纳和整合。结果 共纳入9项研究,提炼出43个结果,归为8个新类别,合为3个整合结果。护理中断事件的不良后果,包括干扰护士的正常工作、增加护士工作压力;护理中断事件的发生原因,包括患者及家属因素、医护人员相关因素、管理相关因素;护理中断事件的应对策略,包括中断事件风险评估、护士的能力及经验、恢复被中断工作连续性。结论本研究归纳分析护理中断事件的不良后果、发生原因及应对策略,护理中断事件对护士造成心理压力,需为经历中断事件的护士提供针对性的心理支持,建立护理中断事件发生原因评估机制,并对中断事件进行风险评估,加强护士能力培训及经验总结。展开更多
文摘目的运用自回归积分滑动平均模型(Autoregressive Intergrated Moving Average,ARIMA)建立月平均住院费用和住院日的医学经济学模型,为医院精细化管理提供依据。方法利用R4.0.2软件对2017年1月—2021年12月四川大学华西医院宜宾医院(宜宾市第二人民医院)的平均住院费用和住院日数据建立时间序列ARIMA预测模型。结果住院费用最优模型为ARIMA(0,1,1),赤池信息准则(Akaike information criterion,AIC)=924.35,贝叶斯信息准则(Bayesian Information Criterion,BIC)=928.51,残差Ljung-Box Q=12.51(P=0.768),可认为残差序列为白噪声。平均住院日的最优模型为ARIMA(5,1,1),AIC=87.49,BIC=104.11,残差Ljung-Box Q=10.05(P=0.612),可认为残差序列为白噪声。2022年1—12月实际值与预测值基本吻合,月人均住院费用和人均住院日的平均相对误差为0.55%、0.29%。结论建立基于时间序列ARIMA模型能够为合理配置卫生资源提供强有力的数据支撑。
