简介:【摘要】目的:探究安全护理在重症肌无力患者护理过程中的应用价值 。 方法:选取我院收治的重症肌无力患者 105 例,通过随机分组 将所有的患者分组为常规护理 组( n=52 例)和安全护理组( n=53 例),并 比较 两组患者护理后并发症相关问题的改善情况。 结果:在并发症相关问题的改善方面, A 组的并发症发生率 5.66% 显著低于 B 组的并发症发生率 21.15% 。 两组患者之间的差异较大,具有统计学意义( P < 0.05 )。 结论:安全护理在重症肌无力患者护理过程中的应用,对于帮助患者减少受到并发症问题的影响有着积极的促进作用,临床护理效果显著。
简介:【摘要】目的:探究早期康复护理应用在脑梗塞患者中的护理效果 。 方法:选取我院收治的脑梗塞患者 149 例,通过随机分组 将所有的患者分组为 A 组( n=75 例)和 B 组( n=74 例),其中对 B 组实施常规的护理措施,而 A 组则在 B 组的基础上对患者实施早期康复护理,并 比较 两组患者护理后生活自理能力的改善情况。 结果:在生活自理能力的改善方面,
简介:目的:讨论基于循证理论的个性化护理在高血压维持性血液透析患者中的价值。方法:入选40例高血压维持性血液透析患者主要于2022年1月-2023年1月参与试验,以双盲原则随机分组,即对照组20例与研究组20例。对照组实施常规护理,研究组在对照组基础上实施基于循证理论的个性化护理,而后对血压指标进行观察。结果:研究组护理后收缩压及舒张压血压水平明显低于对照组,P<0.05。结论:基于循证理论的个性化护理在高血压维持性血液透析患者中的应用将有效控制血压水平,护理效果显著。
简介:摘要目的对行多导睡眠监测的打鼾患者的临床资料及形态测量指标建立一种简单易行且高效的中重度阻塞性睡眠呼吸暂停低通气综合征(OSAHS)临床预测模型,便于提高中重度OSAHS患者的早期诊断和早期干预。方法收集2015年1月至2018年12月同济大学附属杨浦医院做多导睡眠监测(PSG)的打鼾患者299例,根据PSG检测结果分为中重度OSAHS组(143例)及对照组(156例),收集其临床资料数据,形态测量数据,根据二元Logistic回归方法建立回归方程及受试者工作特征(ROC)曲线。另外收集2019年1—10月同济大学附属杨浦医院做PSG检查的打鼾患者110例作为验证数据集。将110例验证数据集按照各危险因素及赋值带入方程,绘制ROC曲线,计算曲线下面积,并计算灵敏度、特异度、准确率、阳性预测值、阴性预测值。结果打鼾患者中的中重度OSAHS预测方程为y = -10.707 86+ 0.589 60 ×性别+ 0.141 61 ×体质量指数+ 1.281 62 ×扁桃体大小+ 1.807 43 ×改良Mallampati分级,该预测模型ROC曲线的AUC为0.851(95% CI 0.807 ~ 0.895),灵敏度为83.9%,特异度为79.5%,临界值为0.634。验证数据集ROC曲线的AUC为0.827(95% CI 0.751 ~ 0.904),灵敏度为73.3%,特异度为86.0%,准确率为79.1%,阳性预测值5.238,阴性预测值0.310。结论联合临床方便获取的临床资料数据(性别)、人体测量指标(体质量指数、改良Mallampati分级的舌位、扁桃体大小)建构的预测模型对打鼾患者中重度OSAHS具有较高的预测效率,该模型经外部验证具有较好的预测准确性。
简介:摘要目的对行多导睡眠监测的打鼾患者的临床资料及形态测量指标建立一种简单易行且高效的中重度阻塞性睡眠呼吸暂停低通气综合征(OSAHS)临床预测模型,便于提高中重度OSAHS患者的早期诊断和早期干预。方法收集2015年1月至2018年12月同济大学附属杨浦医院做多导睡眠监测(PSG)的打鼾患者299例,根据PSG检测结果分为中重度OSAHS组(143例)及对照组(156例),收集其临床资料数据,形态测量数据,根据二元Logistic回归方法建立回归方程及受试者工作特征(ROC)曲线。另外收集2019年1—10月同济大学附属杨浦医院做PSG检查的打鼾患者110例作为验证数据集。将110例验证数据集按照各危险因素及赋值带入方程,绘制ROC曲线,计算曲线下面积,并计算灵敏度、特异度、准确率、阳性预测值、阴性预测值。结果打鼾患者中的中重度OSAHS预测方程为y = -10.707 86+ 0.589 60 ×性别+ 0.141 61 ×体质量指数+ 1.281 62 ×扁桃体大小+ 1.807 43 ×改良Mallampati分级,该预测模型ROC曲线的AUC为0.851(95% CI 0.807 ~ 0.895),灵敏度为83.9%,特异度为79.5%,临界值为0.634。验证数据集ROC曲线的AUC为0.827(95% CI 0.751 ~ 0.904),灵敏度为73.3%,特异度为86.0%,准确率为79.1%,阳性预测值5.238,阴性预测值0.310。结论联合临床方便获取的临床资料数据(性别)、人体测量指标(体质量指数、改良Mallampati分级的舌位、扁桃体大小)建构的预测模型对打鼾患者中重度OSAHS具有较高的预测效率,该模型经外部验证具有较好的预测准确性。