排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
马梦伟 《河南职工医学院学报》2023,(3):319-322
目的 探究冠状动脉粥样硬化性心脏病(简称冠心病)监护病房(CCU)开展舒适护理联合情绪疏导对患者治疗效果的影响。方法 选取80例冠心病患者作为研究对象,按照随机数字表法分为对照组(常规护理)和观察组(舒适护理+情绪疏导),各40例。比较2组患者舒适度、心理弹性、CCU住院时间、呼吸机支持治疗时间及并发症发生率。结果 护理前,2组患者舒适度评分(Kolcaba评分)比较,差异无统计学意义(P<0.05)。护理后,2组患者Kolcaba评分均增加,且观察组Kolcaba评分高于对照组,差异有统计学意义(P<0.05)。护理前,2组患者心理弹性比较,差异无统计学意义(P>0.05)。护理后,2组患者心理弹性均较护理前增强,且观察组高于对照组,差异有统计学意义(P<0.05)。观察组CCU住院时间(4.78±0.87)d,呼吸机支持治疗时间(7.65±1.24)d,少于对照组的(7.25±1.24)d、(10.25±1.25)d,差异有统计学意义(P<0.05)。观察组并发症发生率为2.50%,低于对照组的15.00%,差异有统计学意义(P<0.05)。结论... 相似文献
3.
目的 观察基于X线及超声的乳腺影像报告和数据系统(BI-RADS)选取影像学特征构建的机器学习模型预测乳腺癌分子分型的可行性。方法 回顾性分析200例经病理的浸润性乳腺癌,根据免疫组织化学结果分为Luminal组(n=109)与非Luminal组(n=91),组内按7 :3比例随机分为训练亚组及测试亚组。采集11个临床信息,并提取24个影像学特征,建立4种机器学习模型,通过受试者工作特征(ROC)曲线评价各模型预测不同分子分型乳腺癌的效能,比较各模型曲线下面积(AUC)的差异。结果 测试组随机森林(RF)、极端梯度提升(XGBoost)、逻辑回归(LR)及支持向量机(SVC)模型判断不同分子分型乳腺癌的敏感度分别为74.10%、74.10%、77.80%和70.40%,特异度分别为63.60%、51.50%、57.60%和60.60%,准确率分别为68.30%、61.70%、66.70%和65.00%;其中RF模型判断Luminal型与非Luminal型乳腺癌的AUC值最大(AUC=0.70,P<0.05),但与其他模型间差异均无统计学意义(P均>0.05)。结论 RF模型预测不同分子分型乳腺癌的效能较好。 相似文献
1