【摘 要】
：
目的:分析研究针对性护理干预用于急诊脑卒中患者护理中的作用.方法:时段2018.12～2020.12,选择本院接收的急诊脑卒中患者进行分析,共计86例,将其分为实施常规护理方法的对照组
【机 构】
：
中山大学附属第三医院 广东 广州 510630
论文部分内容阅读
目的:分析研究针对性护理干预用于急诊脑卒中患者护理中的作用.方法:时段2018.12～2020.12,选择本院接收的急诊脑卒中患者进行分析,共计86例,将其分为实施常规护理方法的对照组43例和实施针对性护理方法的观察组43例,对比护理满意度和SAS评分、SDS评分.结果:和对照组患者的护理满意度(83.72％)相比,观察组患者的护理满意度(97.67％)更高,P<0.05.观察组SAS评分(42.09±1.72)、SDS评分(41.15±1.47)较对照组低,P<0.05.结论:实施针对性护理方法,对急诊脑卒中患者具有降低SAS评分、SDS评分、提高护理满意度的效果,护理效果确切.
其他文献
目的:探讨饮食与运动干预对高血压患者血压控制及自我管理的影响.方法:选取我院2018年3月至2021年3月80例高血压患者,将受试者进行随机分组,各40例,对照组仅接受常规药物治疗
红外热成像仪是利用红外热成像技术,探测目标物体的红外辐射,并通过光电转换、信号处理等手段,将物体发出的不可见红外光转变为可见红外热图像的设备.其在医疗领域的应用,弥
时空轨迹数据的获取变得越来越容易,轨迹数据刻画了移动对象的行为模式与活动规律,是对移动对象在时空环境下的移动模式和行为特征的真实写照,在城市规划、交通管理、服务推荐、位置预测等领域具有重要的应用价值。这些过程通常需要通过对时空轨迹数据进行模式挖掘才能得以实现。简述了轨迹数据挖掘的预处理和基本步骤,归纳了异常轨迹检测方法的分类,分析、总结了近年来基于轨迹数据的四种模式挖掘,从管理决策角度对轨迹数据挖掘进行相关综述和分析,有望为轨迹数据的模式挖掘与管理决策提供必要的文献资料和理论基础。
支持向量回归机(Support Vector Regression,SVR)是建立在统计学习理论上的一种机器学习方法,主要用来处理回归问题。选取到合适的参数是实现支持向量回归机算法优势的前提,但在实践中仍然存在模型参数选择困难的问题。群智能算法主要是模仿自然界生物种群社会行为规律的元启发式算法,具有简单性、自适应性、灵活性等特点,现已成为非线性参数寻优方法的研究热点。系统综述了利用群智能算法优化支持向量回归机参数的研究进展。在介绍支持向量回归机基础理论之后,系统分析了常见群智能算法及其改进方法实现支持向量
目的:探究多发性肋骨骨折并血气胸患者全程优质护理对护理质量与满意度的影响.方法:选择多发性肋骨骨折并血气胸患者作研究对象,病例数68例,时间2019年1月至2021年1月,分组采
X光图像在安检中应用十分广泛,目前大部分安检工作还要依靠人工完成,但X光安检巨大的工作量和工作强度使自动安检成为必然趋势。如何根据X光图像自动检测其中物体成为研究热点。随着基于深度学习技术的目标检测取得巨大进展,在X光图像违禁品检测中也大量应用深度学习模型进行研究并获得大量成果。为全面、详细总结现有研究,首先介绍X光成像特点、X光图像检测的传统方法以及基于深度学习的方法,然后对比传统方法与深度学习
目的:探讨在老年冠心病患者住院康复中行老年综合评估护理的效果.方法:选取本院2020年3月-2020年11月期间收治的98例老年冠心病患者进行研究,并采取随机电脑分号法将其分为对
目的:分析质量控制小组管理法对手术室护理管理质量的提升效果.方法:从2019年8月-2020年8月我院收治的患者中随机择取50例手术治疗患者作为研究对象,按照数字表达法均分成两
对于非线性系统而言,容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法是处理状态估计问题的一种有效方法,并且其在高斯噪声下可以获得良好的估计性能。然而,当噪声被重尾噪声污染时,其性能通常会急剧下降。为解决此问题,将Huber方法应用于CKF框架中,取代了传统的最小均方误差(Minimum Mean Square Error,MMSE)准则,以提高算法的鲁棒性。在所提算法中,通过将量测方程线性化构造了线性回归模型,并采用固定点迭代的方法求解基于Huber方法的最小化问题。因此,推导了
目的:研究定量运动联合饮食干预指导对妊娠期糖尿病患者血糖水平和母婴结局的影响.方法:选取2019年12月～2020年12月我院收治的60例妊娠期糖尿病患者,采取抽签模式分观察组和对