首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   0篇
综合类   3篇
  2023年   1篇
  2017年   2篇
排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2015年9月,国务院办公厅发布《关于推进分级诊疗制度建设的指导意见》,首次对分级诊疗进行详细规划并明确到2017年逐步建成完善的分级诊疗体系,基本建立符合国情的"基层首诊,双向转诊,急慢分治,上下联动"的分级诊疗制度[1].习近平主席近日在全国卫生健康大会上首次将"分级诊疗"定位为5项基本医疗卫生制度之首.  相似文献   
2.
目的 探讨重庆市慢病患者对于分级诊疗的认知、态度和就医意向.方法 采用多阶段分层随机抽样的方法抽取重庆市9所公立医院及9个区县基层医疗卫生机构的1125例慢病患者进行调查,分析患者就医意向的差异及对分级诊疗认知情况.结果 基层医疗卫生机构慢病患者比公立医院慢病患者更易选择在基层医疗卫生机构就诊,差异有统计学意义(χ2=190.051,P<0.01).1125例慢病患者中有31.2%从未接触过分级诊疗.基层医疗卫生机构患者和公立医院患者在基层医疗机构的医疗技术能力满足治疗需求、医疗条件和服务水平的逐步改善和提高、倾向基层医疗机构看病方面差异均有统计学意义(P<0.01).基层医疗卫生机构患者和公立医院患者在了解目前医疗机构间的转诊制度情况、向下转诊有利于使疾病得到连续长期的治疗方面差异有统计学意义(P<0.01).结论 为更好地实施分级诊疗,需完善分级诊疗配套政策,引导慢病患者基层首诊,同时在医联体内建立高效双向转诊机制,扩大分级诊疗政策宣传.  相似文献   
3.
目的:以临床类指标建立基于极限梯度增强(extreme gradient boosting,XGBoost)、基于梯度提升树的分类器(light gradient boosting machine,LightGBM)、自适应增强(adaptive boosting,AdaBoost)、多层感知器(multilayer perceptron,MLP)等4种分类器的糖尿病预测模型,并评价其筛查效果。方法:根据病例对照研究设计采集研究组、对照组的99项临床类数据,使用python3.8进行了分析,接着采用线性插补、固有非负隐特征(inherent non negative implicit features,INLF)模型等方法对特征缺失值进行了预测,然后使用4种分类器构建分类模型来检测糖尿病。结果:3 241例高血压合并糖尿病患者作为研究组,4 181例高血压患者作为对照组被纳入模型进行分析,包含99个特征,通过基于XGBoost、LightGBM、AdaBoost和MLP等4种分类器的糖尿病鉴别分类准确率分别为0.894 9、0.887 5、0.862 0、0.856 6。结论:本研究提...  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号