住院患者压力性损伤风险智能预警模型的构建 |
| |
引用本文: | 秦春香,程倪妮,盛江明,胡思卿,陆晶,梁伟,黄旺,张秋香.住院患者压力性损伤风险智能预警模型的构建[J].中国护理管理,2023(9):1317-1321. |
| |
作者姓名: | 秦春香 程倪妮 盛江明 胡思卿 陆晶 梁伟 黄旺 张秋香 |
| |
作者单位: | 1. 中南大学湘雅三医院健康管理中心;2. 中南大学湘雅护理学院;3. 中南大学湘雅二医院超声科;4. 中南大学湘雅三医院产科;5. 中南大学湘雅三医院心血管内科;6. 湖南工商大学前沿交叉学院;7. 中南大学湘雅三医院护理部 |
| |
基金项目: | 国家自然科学基金青年项目(71704191);;湖南省重点研发计划(2021SK2024);;湖南省自然科学基金(2021JJ30920); |
| |
摘 要: | 目的 :构建并验证住院患者压力性损伤风险智能预警模型,为住院患者的压力性损伤风险管理提供依据和参考。方法 :采用便利抽样法,选取长沙市某三级甲等医院压力性损伤病例和同期非压力性损伤病例作为研究对象,通过结构化查询语句进行预警指标的特征提取,并进行一致性检验;应用随机森林Gini指数结合最优特征集选择进行特征筛选;运用机器学习算法构建预警模型并评价模型性能。结果 :预警指标的智能提取与人工提取的Kappa系数为0.639~1.000,随机森林Gini指数下的特征重要性评分为0.005~0.220,最优特征集筛选了身体约束、机械通气、血管活性药物的使用、意识障碍、水肿、高龄等12个预警指标进入模型构建;比较不同机器学习算法构建的模型性能评价指标发现,随机森林算法构建的模型性能更好。结论 :本研究构建了基于电子病历系统的压力性损伤智能预警模型,模型性能好,可在临床推广应用。
|
关 键 词: | 压力性损伤 电子病历 机器学习 智能预警模型 智慧护理 |
|