期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
我国二级医院住院患者死亡率的影响因素分析
被引量：
1
1
作者
岳阳阳
郑黎强
+10 位作者
郭佳凯
柴英杰
纪超
王卓非
裴冬梅
郭传骥
姚品
黄金玲
王毅
王斐
郭启勇
《中国医院》
2017年第2期27-30,共4页
目的:分析国内二级医院住院患者死亡率的影响因素。方法:选取《中国二三级医院医疗服务能力》基线调查中二级医院中具有完整的死亡率、医生护士数据和运行指标的医院进行分析。结果:国内二级医院总体住院患者死亡率的中位数(四分位间距)...
目的:分析国内二级医院住院患者死亡率的影响因素。方法:选取《中国二三级医院医疗服务能力》基线调查中二级医院中具有完整的死亡率、医生护士数据和运行指标的医院进行分析。结果:国内二级医院总体住院患者死亡率的中位数(四分位间距)为0.386%(0.192%?0.893%)。不同地区和医院类型间住院患者死亡率无差异。护士人均患者数每增加1人,住院患者死亡率高的可能性降低1.8%;平均住院日每增加1天,住院患者死亡率高的可能性增加9.7%。护士的学历与住院患者死亡率无关。结论:护士的临床护理经验对降低住院患者死亡率具有重要作用,医生的高学历可能不能代表较高的医疗水平,患者的病情严重程度是决定住院患者死亡率的最主要因素。实施医护人员的临床技能培训或派遣医护人员到三级医院进修是二级医院提高医疗水平降低住院患者死亡率的有效手段。
展开更多
关键词
二级医院
住院患者死亡率
护士人均出院
患者
硕士医生比例
平均
住院
日
在线阅读
下载PDF
职称材料
利用支持向量机预测重症监护室患者死亡风险的研究
被引量：
4
2
作者
邓鹏
陈芋文
+5 位作者
李雨捷
杨智勇
钟坤华
张矩
鲁开智
易斌
《陆军军医大学学报》
CAS
CSCD
北大核心
2022年第17期1764-1769,共6页
目的探讨支持向量机(Support Vector Machine,SVM)方法在预测重症监护室(ICU)患者入院后死亡率方面的应用。方法纳入MIMICⅢ数据库18094例ICU住院患者,将总数据集(n=18094)随机分为训练集(n=12666,70%)和测试集(n=5428,30%)。基于Pytho...
目的探讨支持向量机(Support Vector Machine,SVM)方法在预测重症监护室(ICU)患者入院后死亡率方面的应用。方法纳入MIMICⅢ数据库18094例ICU住院患者,将总数据集(n=18094)随机分为训练集(n=12666,70%)和测试集(n=5428,30%)。基于Python平台,采用支持向量机(SVM)学习算法,利用LASSO特征选择结果,建立预测重症监护室患者入院后死亡率的模型。并使用测试集进行模型评估。结果基于SVM算法构建ICU患者入院后24 h和48 h死亡率预测模型的AUC分别为0.8051(0.7936-0.8166)和0.8117(0.7999-0.824),敏感性分别为0.7513和0.7372,特异性分别为0.7130和0.7429。结论基于支持向量机算法建立的预测重症监护室患者死亡率模型预测效果较好,具有较高准确率。
展开更多
关键词
支持向量机
人工智能
预测模型
住院患者死亡率
重症监护室
在线阅读
下载PDF
职称材料
题名
我国二级医院住院患者死亡率的影响因素分析
被引量：
1
1
作者
岳阳阳
郑黎强
郭佳凯
柴英杰
纪超
王卓非
裴冬梅
郭传骥
姚品
黄金玲
王毅
王斐
郭启勇
机构
中国医科大学附属盛京医院
国家卫生和计划生育委员会医政医管局
出处
《中国医院》
2017年第2期27-30,共4页
文摘
目的:分析国内二级医院住院患者死亡率的影响因素。方法:选取《中国二三级医院医疗服务能力》基线调查中二级医院中具有完整的死亡率、医生护士数据和运行指标的医院进行分析。结果:国内二级医院总体住院患者死亡率的中位数(四分位间距)为0.386%(0.192%?0.893%)。不同地区和医院类型间住院患者死亡率无差异。护士人均患者数每增加1人,住院患者死亡率高的可能性降低1.8%;平均住院日每增加1天,住院患者死亡率高的可能性增加9.7%。护士的学历与住院患者死亡率无关。结论:护士的临床护理经验对降低住院患者死亡率具有重要作用,医生的高学历可能不能代表较高的医疗水平,患者的病情严重程度是决定住院患者死亡率的最主要因素。实施医护人员的临床技能培训或派遣医护人员到三级医院进修是二级医院提高医疗水平降低住院患者死亡率的有效手段。
关键词
二级医院
住院患者死亡率
护士人均出院
患者
硕士医生比例
平均
住院
日
Keywords
secondary hospitals
inpatient mortality rate
patients per nurse
master＇s doctor
average length of stay
分类号
R47 [医药卫生—护理学]
在线阅读
下载PDF
职称材料
题名
利用支持向量机预测重症监护室患者死亡风险的研究
被引量：
4
2
作者
邓鹏
陈芋文
李雨捷
杨智勇
钟坤华
张矩
鲁开智
易斌
机构
陆军军医大学(第三军医大学)第一附属医院麻醉科
中国科学院重庆绿色智能技术研究院
中国科学院成都计算机应用研究所
出处
《陆军军医大学学报》
CAS
CSCD
北大核心
2022年第17期1764-1769,共6页
基金
国家自然科学基金(81870422)
国家重点研发计划(2018YFC0116702)。
文摘
目的探讨支持向量机(Support Vector Machine,SVM)方法在预测重症监护室(ICU)患者入院后死亡率方面的应用。方法纳入MIMICⅢ数据库18094例ICU住院患者,将总数据集(n=18094)随机分为训练集(n=12666,70%)和测试集(n=5428,30%)。基于Python平台,采用支持向量机(SVM)学习算法,利用LASSO特征选择结果,建立预测重症监护室患者入院后死亡率的模型。并使用测试集进行模型评估。结果基于SVM算法构建ICU患者入院后24 h和48 h死亡率预测模型的AUC分别为0.8051(0.7936-0.8166)和0.8117(0.7999-0.824),敏感性分别为0.7513和0.7372,特异性分别为0.7130和0.7429。结论基于支持向量机算法建立的预测重症监护室患者死亡率模型预测效果较好,具有较高准确率。
关键词
支持向量机
人工智能
预测模型
住院患者死亡率
重症监护室
Keywords
support vector machine
artificial intelligence
prediction mode
in-hospital mortality risk
intensive care unit
分类号
R195.1 [医药卫生—卫生统计学]
R319 [医药卫生—基础医学]
R459.9 [医药卫生—治疗学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
我国二级医院住院患者死亡率的影响因素分析
岳阳阳
郑黎强
郭佳凯
柴英杰
纪超
王卓非
裴冬梅
郭传骥
姚品
黄金玲
王毅
王斐
郭启勇
《中国医院》
2017
1
在线阅读
下载PDF
职称材料
2
利用支持向量机预测重症监护室患者死亡风险的研究
邓鹏
陈芋文
李雨捷
杨智勇
钟坤华
张矩
鲁开智
易斌
《陆军军医大学学报》
CAS
CSCD
北大核心
2022
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
