期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
某三甲医院2010—2015年住院病人疾病谱变化分析 被引量:7
1
作者 周青 何电 +6 位作者 叶小云 潘景业 章虹霞 卢雪琴 陈朝晖 林建阳 李昊天 《中国医院统计》 2017年第4期305-309,共5页
目的研究某三甲医院住院病人疾病谱构成和分布特征,为区域内同级别医院卫生资源的配置提供参考。方法收集2010-2015年6年间的住院病例,分析医院6年的疾病谱变化趋势,并从性别、年龄、病种等方面进行比较分析。结果 6年间该医院住院人次... 目的研究某三甲医院住院病人疾病谱构成和分布特征,为区域内同级别医院卫生资源的配置提供参考。方法收集2010-2015年6年间的住院病例,分析医院6年的疾病谱变化趋势,并从性别、年龄、病种等方面进行比较分析。结果 6年间该医院住院人次有增加趋势;肿瘤、循环系统疾病、消化系统疾病是住院患者的三大病因,6年来三大病因总的构成比依次为:44.74%、43.74%、42.88%、43.78%、47.1%、39.97%。其中,恶性肿瘤维持性化疗的人次均处于所有病种的首位。6年间男女住院人次比例为0.98。每年50~59岁住院量最多,2011年达到最高为19.25%。其次是40~49岁和60-69岁的住院量居多。结论该院6年间住院病例疾病谱发生了重大变化,肿瘤、循环系统疾病、消化系统疾病是主要住院的病因。医院应该根据疾病构成的变化情况安排相应的诊疗措施,并为医疗卫生部门提供相应的建议,以便合理配置医疗资源。 展开更多
关键词 住院病人 疾病谱 分析
下载PDF
基于人工智能的全程病历质控系统的构建与应用 被引量:10
2
作者 张瑜 吴青松 +3 位作者 胡和 高志宏 孙桢 王华晓 《中国数字医学》 2022年第10期83-87,共5页
目的:基于人工智能技术构建智能全程病历质控系统,实现对电子病历的全流程智能质控。方法:解读病历质控相关标准和规范,构建质控规则知识库;通过自然语言处理技术,实现病历文书的语义理解;利用机器学习和深度学习方法,构建自我更新的可... 目的:基于人工智能技术构建智能全程病历质控系统,实现对电子病历的全流程智能质控。方法:解读病历质控相关标准和规范,构建质控规则知识库;通过自然语言处理技术,实现病历文书的语义理解;利用机器学习和深度学习方法,构建自我更新的可视化临床医学知识图谱;利用临床决策推理引擎,提高病历内涵质控的准确度。结果:通过环节质控对运行中的病历进行实时监管,可及时发现医生不合规行为以及病历书写缺陷;通过事后的终末质控,可实现全院病历的全面检查。结论:全程病历质控系统可实现对电子病历全程、动态、智能的闭环分析与管理,满足医院对于电子病历质量以及医生诊疗过程合理性全方位把控的需求。 展开更多
关键词 病历质控 人工智能 医学知识图谱 内涵质控
下载PDF
Stanford A型主动脉夹层患者术后谵妄风险预测评分模型的构建与效果验证 被引量:34
3
作者 李雪苹 王磊 +3 位作者 张淮 邢爱珍 陈朝红 尹志勤 《中华护理杂志》 CSCD 北大核心 2022年第8期950-957,共8页
目的 构建Stanford A型主动脉夹层患者术后谵妄风险预测评分模型,并验证其预测效果。方法 选取2014年1月-2020年6月温州市某三级甲等综合性医院心脏外科收治的Stanford 245例A型主动脉夹层术后住院患者作为研究对象,回顾性收集相关资料... 目的 构建Stanford A型主动脉夹层患者术后谵妄风险预测评分模型,并验证其预测效果。方法 选取2014年1月-2020年6月温州市某三级甲等综合性医院心脏外科收治的Stanford 245例A型主动脉夹层术后住院患者作为研究对象,回顾性收集相关资料。按术后是否发生谵妄分为谵妄组(n=51)和非谵妄组(n=194),对两组资料进行比较,根据多因素Logistic回归分析结果建立风险预测评分模型。采用Hosmer-Lemeshow检验判断模型的拟合优度,受试者工作特征曲线下面积检验模型区分度。前瞻性纳入2020年10月—2021年4月心脏外科收治的51例Stanford A型主动脉夹层术后住院患者对模型进行验证。结果 Stanford A型主动脉夹层患者术后谵妄风险预测评分模型纳入年龄>55.50岁(1分)、男性(1分)、术前血乳酸值>1.85 mmol/L(1分)、深低温停循环时间>36.50 min(1分)、心脏重症监护室住院时间>8.50 d (2分)、术后合并其他并发症(1分)6个因素。该风险预测评分模型的Hosmer-Lemeshow检验结果显示P=0.393;受试者工作特征曲线下面积为0.926。当评分≤4分时,Stanford A型主动脉夹层患者术后谵妄发生率≤15.63%;当评为≥5分时,其发生率≥50.00%。该风险预测评分模型的灵敏度为76.47%,特异度为93.30%,准确率89.80%。模型验证结果显示,受试者工作特征曲线下面积为0.896,Hosmer-Lemeshow检验P=0.359,灵敏度为75.00%,特异度为92.31%,准确率为88.24%。结论 Stanford A型主动脉夹层患者术后谵妄风险预测评分模型的预测效果良好,且临床使用便捷,可为医护人员采取预防性治疗和护理提供参考。 展开更多
关键词 A型主动脉夹层 术后谵妄 风险评分 预测模型 围手术期护理
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部