简介:摘要目的构建造口患者造口旁疝预防与管理的方案。方法基于文献分析和临床需求,结合个人与家庭自我管理理论,以个案管理模式为框架,拟定造口旁疝预防与管理的方案初稿,选取16名专家进行2轮德尔菲专家函询,分析并筛选各级指标,计算专家的积极系数、权威系数和协调系数来分析专家咨询结果的可信度。结果2轮专家函询问卷有效回收率分别为88.89%和100.00%,权威系数分别为0.825和0.844,2轮肯德尔系数分别为0.221和0.269,均有统计学意义(P<0.01),各级指标的集中程度较高。最终得到包括6项一级指标、16项二级指标和42项三级指标构成的基于个人与家庭自我管理理论的造口旁疝预防与管理的方案。结论基于个人与家庭自我管理理论的造口旁疝预防与管理的方案具有较高的可靠性和科学性,可为造口旁疝预防和管理的研究提供依据。
简介:摘要目的基于机器学习算法构建3种不同的经外周静脉置入中心静脉导管(PICC)相关性血栓风险预测模型,并比较模型性能,为评估及预防PICC相关性血栓提供依据。方法基于最佳证据和专家函询形成PICC相关性血栓风险因素调查表。采取便利抽样法,选取2016年1月—2020年10月在江苏大学附属医院行PICC置管的626例患者为研究对象收集临床资料,基于机器学习算法,分别采用支持向量机(SVM)、XGBoost和Logistic回归方法构建3种不同的PICC相关性血栓风险预测模型,并进行评价和比较。模型评价指标包括马修斯相关系数(MCC)、F1分数、受试者工作特征曲线下面积(AUC)及Brier得分。结果共30个变量纳入研究,预测因子包括患者的人口学资料、患者病情、治疗因素、导管相关性因素4个方面。测试集上验证后的模型,在MCC、F1分数上,Logistic回归预测模型得分低于XGBoost、SVM预测模型;在AUC上,Logistic回归预测模型得分等于SVM,小于XGBoost;在Brier得分上,Logistic回归预测模型得分高于XGBoost、SVM预测模型。结论基于机器学习算法XGBoost、SVM预测模型性能在敏感性及准确性上优于传统Logistic回归模型。血栓预测因子有助于指导临床医务人员识别高风险患者,降低PICC相关性血栓发生率。
简介:摘要目的构建造口患者造口旁疝预防与管理的方案。方法基于文献分析和临床需求,结合个人与家庭自我管理理论,以个案管理模式为框架,拟定造口旁疝预防与管理的方案初稿,选取16名专家进行2轮德尔菲专家函询,分析并筛选各级指标,计算专家的积极系数、权威系数和协调系数来分析专家咨询结果的可信度。结果2轮专家函询问卷有效回收率分别为88.89%和100.00%,权威系数分别为0.825和0.844,2轮肯德尔系数分别为0.221和0.269,均有统计学意义(P<0.01),各级指标的集中程度较高。最终得到包括6项一级指标、16项二级指标和42项三级指标构成的基于个人与家庭自我管理理论的造口旁疝预防与管理的方案。结论基于个人与家庭自我管理理论的造口旁疝预防与管理的方案具有较高的可靠性和科学性,可为造口旁疝预防和管理的研究提供依据。