应用TQC方法提高健康监护工作水平

全面质量管理(TQC)方法,应用于工业生产中,对保证产品质量是卓有成效的。它作为科学的管理方法,用到健康监护工作上,无疑也应有积极作用。基于这种认识,我们应用的 TQC 的思想和方法来指导和提高健康监护工作,在应用实践中取得了明显的成效。我们的具体作法和步骤是;     

剖宫产并发羊水栓塞1例的急救与护理

羊水栓塞是分娩过程中羊水有形成分进入母体血液循环引起急性肺栓塞、休克、弥漫型血管内凝血、肾功能衰竭或突发死亡的分娩严重并发症.     

老年人糖尿病临床特点及护理体会

糖尿病是一种老年人多发病,老年人由于机体抵抗力低,各器官功能退变,具有患病率高,起病隐匿,并发症多等特点,本文针对上述特点,提出突出饮食、体育疗法并结合基础心理等护理应对措施,严防各种并发症的发生,收到较好的临床效果。     

慢性化脓性中耳炎细菌学分析（附217例报告）

由于地区居民卫生与生活条件及疾病类型的不同。慢性化脓性中耳炎致病菌种类及药敏试验示有所不同。现将我院所做细菌培养及药敏试验分析如下。做为临床治病、用药参考。     

残胃癌组织中P~(21ras)、EGFR和P~(53)蛋白的表达

已有研究表明原癌基因、抑癌基因和生长因子（及其受体）的相关基因变化在胃癌的发生发展过程中起重要作用。本文对3例残胃癌组织中产'一。EGFR（表皮生长因子受体）和产3蛋白进行免疫组织化学（I～法）检测，以探讨残胃癌的分子发病机理。］材料与方法1．1标本3例均为本院普外     

目标管理法在产科护理带教中的应用效果

目的：针对在产科护理带教中实施目标管理的应用效果进行分析.方法：选取2012年6月至2013年11月期间到我院产科实习的40名护理学生为研究对象,随机分为研究组与参照组,其中参照组患者依据实习大纲中的内容进行常规的带教模式,而研究组患者在此基础上实施目标管理进行带教工作,对比两组护理学生的学习效果.结果：研究组护理学生的考核成绩、健康教育掌握情况及对带教老师的满意度均优于参照组护理学生,两组患者比较差异具有统计学意义,即P ＜0.05.结论：在产科的护理带教中,实施目标管理不仅调动了护理学生学习的积极性,同时也提高了带教老师的知识水平.     

血浆置换治疗重型肝炎42例

目的:探讨应用血浆置换治疗重型肝炎的临床疗效及不良反应.方法:我院住院的重型肝炎患者42例,在内科治疗效果不佳时,给予血浆置换治疗.观察患者三次治疗前后的临床症状、体征和肝肾功能、电解质、凝血功能的变化.结果:42例患者经血浆置换治疗后,临床症状及体征均有明显改善,肝功能有明显好转.三次治疗后与治疗前相比,ALB、CHE显著升高,而ALT、AST、ALP、GGT、TBA、TBIL明显下降,均有显著性差异,血NH3 第3次和第1次治疗前比较明显下降,有显著性差异(49.00±12.03 VS 69.96±34.87,P＜0.05).血电解质变化不大,凝血功能有所改善,肾功能有轻微下降,但均无显著性差异.结论:应用血浆置换治疗重症肝炎,可以广泛迅速地清除肝衰竭患者体内的多种毒素,同时补充肝功能不全患者所缺乏的多种生物活性物质,改善机体内环境和肝功能,防治并发症,降低病死率,改善预后.     

梗阻性黄疸的内镜介入治疗

建立通畅有效的胆道引流,是治疗胆管疾病的基本原则之一,特别对梗阻性黄疸,更是如此。外科治疗是传统的方法,而内镜介入治疗以其独特的方法,也能有效的解除胆道梗阻,本组介入治疗5例梗阻性黄疸,现报告如下:     

不同药物致神经阻滞剂恶性综合征的护理

目的:探讨不同抗精神病药物致神经阻滞剂恶性综合征的护理方法。方法:采用Levenson的恶性综合征诊断标准,对44例精神病患者的临床特征进行回顾性分析,在早期识别和及时停药后进行支持性护理。结果:44例患者在使用高效价抗精神病药物时出现以发热、肌张力增高、意识障碍、血清肌酸磷酸激酶升高以及植物神经功能紊乱等明显的临床表现,在治疗1~4周内,临床症状逐渐消失,病情得到有效控制和缓解。结论:要求护理人员了解患者用药情况,尤其在医师换药、调药的过程中应重点监护,加强患者服药后的观察。早期发现异常情况及时停药并给予支持性护理,避免造成严重不良反应的发生。     

基于YOLO算法和ResNet深度卷积神经网络的结直肠息肉检测（含视频）

目的 构建一个基于YOLO算法和ResNet网络的自动检测结直肠息肉的深度卷积神经网络（deep convolutional neural network,DCNN）模型,并测试其功能。 方法 选取武汉大学人民医院消化内镜中心数据库2018年1月—2019年3月的肠镜图像及视频并分为3个数据集（数据集1、3、4）,另以公共数据集CVC-ClinicDB（由西班牙巴塞罗那医院提供的29个结肠镜检查视频中提取的612帧息肉图像组成）作为数据集2。数据集1（2018年1—11月的肠息肉图像3 700张,无息肉图像1 000张）用于DCNN模型构建、训练与验证;数据集2和数据集3（2019年1—3月的肠息肉图像320张,无息肉图像400张）用于DCNN模型在图像中的测试;数据集4（2018年12月肠镜视频15个,包含33个息肉）,用于DCNN模型在视频中的测试。主要观察DCNN模型检测肠息肉的敏感度、特异度、准确率和假阳性率。 结果 DCNN模型在数据集2中检测肠息肉的敏感度为93.19%（602/646）;在数据集3中检测肠息肉的准确率为95.00%（684/720）,敏感度为98.13%（314/320）,特异度为92.50%（370/400）,假阳性率为7.50%（30/400）;在数据集4中检测息肉逐息肉个数的敏感度为100.00%（33/33）,逐帧准确率为96.29%（133 840/138 998）,逐帧敏感度为90.24%（4 066/4 506）,逐帧特异度为96.49%（129 774/134 492）,逐帧假阳性率为3.51%（4 718/134 492）。 结论 构建的DCNN模型可用于自动检测结直肠息肉,在静止肠镜图像及肠镜视频中均具有较高的敏感度与特异度,且在视频中测试的假阳性率低,可用于帮助内镜医师检测结直肠息肉。