检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:周琳[1] 彭丽[1] 姜丽芳 孟祥梅 滕红玉 吴穗婷 侯晓敏[1]
机构地区:[1]南方医科大学南方医院,510515
出 处:《全科护理》2021年第32期4571-4574,共4页Chinese General Practice Nursing
摘 要:目的:构建麻醉手术病人苏醒期躁动风险预测模型,并验证其预测效果,以期为临床开展预防护理工作提供参考。方法:选择医院收治的行麻醉手术的病人为研究对象,经回顾性分析法获取病人基础信息,借助镇静-躁动(SAS)评分量表评估麻醉手术病人苏醒期躁动状况,统计苏醒期躁动病人例数,并通过单因素分析、多因素Logistic回归分析筛选麻醉手术病人苏醒期躁动的危险因素,据此构建苏醒期躁动风险预测模型,验证其效果。结果:苏醒期躁动病人52例。单因素分析显示,麻醉手术病人苏醒期躁动的影响因素有年龄、合并基础疾病、药物催醒、术后疼痛、留置导尿管、术中低体温、术前焦虑(P<0.05);多因素Logistic回归分析显示,麻醉手术病人苏醒期躁动的危险因素有年龄≥60岁或<18岁、药物催醒、术后疼痛视觉模拟评分(VAS)≥6分、留置导尿管、术中低体温、术前汉密尔顿焦虑量表(HAMA)评分≥14分(P<0.05);研究构建得到,麻醉手术苏醒期躁动风险预测模型为P苏醒期躁动=1/[1+e-(-7.430+0.834X_(1)+1.159X_(2)+1.326X_(3)+1.281X_(4)+1.405X_(5)+1.103X_(6))];ROC曲线分析显示,ROC曲线下面积为0.832,最佳截断值为6.3分,敏感系数为0.843,特异系数为0.874,Youden指数最大为0.717,预测准确率为98.00%。结论:麻醉手术病人易出现苏醒期躁动,且其风险因素复杂,研究构建的苏醒期躁动风险预测模型能实现对苏醒期躁动风险的有效识别,有助于临床及时采取预防护理措施。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.222