目的分析呼吸科住院患者护理工作量的影响因素,探究呼吸科住院患者护理工作量和并发症与合并症指数(Complication and Comorbidity Index,CCI)的剂量-反应关系,为临床患者管理及护理人力资源配置提供参考。方法选取呼吸内科1121例住院...目的分析呼吸科住院患者护理工作量的影响因素,探究呼吸科住院患者护理工作量和并发症与合并症指数(Complication and Comorbidity Index,CCI)的剂量-反应关系,为临床患者管理及护理人力资源配置提供参考。方法选取呼吸内科1121例住院患者作为研究对象,以病案回顾法,根据医院信息系统电子病历和护理执行单获取患者住院期间每天的护理项目及执行频次,计算护理总工时,通过多元线性回归分析护理工作量的影响因素,采用限制性立方样条探究CCI与护理工作量之间的剂量-反应关系。结果回归分析结果显示,患者年龄、入院途径、住院次数、CCI、呼吸机使用、抗生素使用是护理工作量的影响因素(均P<0.05)。限制性立方样条结果显示,CCI与护理工作量之间存在剂量-反应关系(P_(总体趋势)<0.05,P_(非线性)<0.05),当CCI>0.066时,护理工作量随着CCI的增长不断增大,根据不同年龄段、入院途径、住院次数及是否使用呼吸机和抗生素进行分组探究显示,不同临床特征患者护理工作量间存在差异(均P<0.05)。结论CCI和护理工作量之间存在剂量-反应关系,是呼吸科患者住院期间护理工作量的有效预测因子。建议护理管理者结合患者CCI和其他临床特征科学地进行护理人力资源配置,提高护理人力资源利用效率。展开更多
目的:探讨2型糖尿病视网膜病变的风险因素,建立并验证一种辅助临床预测2型糖尿病病人视网膜病变的可视化工具。方法:回顾性分析1172例完善眼底检查的2型糖尿病病人的临床资料,利用logistic回归分析,筛选出有统计学意义的变量,建立模型...目的:探讨2型糖尿病视网膜病变的风险因素,建立并验证一种辅助临床预测2型糖尿病病人视网膜病变的可视化工具。方法:回顾性分析1172例完善眼底检查的2型糖尿病病人的临床资料,利用logistic回归分析,筛选出有统计学意义的变量,建立模型和列线图。使用ROC曲线下面积(AUC)、校正曲线和决策曲线分析(DCA)来评估预测模型的分类性能、准确性和临床实用性。结果:年龄小、糖尿病病程长、糖化血红蛋白水平高、餐后1 h C肽水平低、尿蛋白阳性和红细胞分布宽度变异系数大是2型糖尿病视网膜病变风险因素(P<0.05~P<0.01),训练集的AUC为0.772,验证集的AUC为0.784,Hosmer-Lemeshow拟合优度检验显示拟合优度尚可(P>0.05)。DCA显示此模型可选的阈值概率范围大,相对安全。结论:构建的列线图风险预测模型具有良好的性能,指出了2型糖尿病视网膜病变发生风险指标,可为2型糖尿病视网膜病变早期诊断及预防提供依据。展开更多
文摘目的分析呼吸科住院患者护理工作量的影响因素,探究呼吸科住院患者护理工作量和并发症与合并症指数(Complication and Comorbidity Index,CCI)的剂量-反应关系,为临床患者管理及护理人力资源配置提供参考。方法选取呼吸内科1121例住院患者作为研究对象,以病案回顾法,根据医院信息系统电子病历和护理执行单获取患者住院期间每天的护理项目及执行频次,计算护理总工时,通过多元线性回归分析护理工作量的影响因素,采用限制性立方样条探究CCI与护理工作量之间的剂量-反应关系。结果回归分析结果显示,患者年龄、入院途径、住院次数、CCI、呼吸机使用、抗生素使用是护理工作量的影响因素(均P<0.05)。限制性立方样条结果显示,CCI与护理工作量之间存在剂量-反应关系(P_(总体趋势)<0.05,P_(非线性)<0.05),当CCI>0.066时,护理工作量随着CCI的增长不断增大,根据不同年龄段、入院途径、住院次数及是否使用呼吸机和抗生素进行分组探究显示,不同临床特征患者护理工作量间存在差异(均P<0.05)。结论CCI和护理工作量之间存在剂量-反应关系,是呼吸科患者住院期间护理工作量的有效预测因子。建议护理管理者结合患者CCI和其他临床特征科学地进行护理人力资源配置,提高护理人力资源利用效率。
文摘目的:探讨2型糖尿病视网膜病变的风险因素,建立并验证一种辅助临床预测2型糖尿病病人视网膜病变的可视化工具。方法:回顾性分析1172例完善眼底检查的2型糖尿病病人的临床资料,利用logistic回归分析,筛选出有统计学意义的变量,建立模型和列线图。使用ROC曲线下面积(AUC)、校正曲线和决策曲线分析(DCA)来评估预测模型的分类性能、准确性和临床实用性。结果:年龄小、糖尿病病程长、糖化血红蛋白水平高、餐后1 h C肽水平低、尿蛋白阳性和红细胞分布宽度变异系数大是2型糖尿病视网膜病变风险因素(P<0.05~P<0.01),训练集的AUC为0.772,验证集的AUC为0.784,Hosmer-Lemeshow拟合优度检验显示拟合优度尚可(P>0.05)。DCA显示此模型可选的阈值概率范围大,相对安全。结论:构建的列线图风险预测模型具有良好的性能,指出了2型糖尿病视网膜病变发生风险指标,可为2型糖尿病视网膜病变早期诊断及预防提供依据。
