期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
对口腔专科医院31天内非计划性再入院患者的研究 被引量:9
1
作者 王晓颖 宋颖 王晓霞 《中国卫生统计》 CSCD 北大核心 2017年第2期293-295,共3页
目的了解口腔专科医院住院患者出院31天内非计划再入院的现状并分析其影响因素。方法对某口腔专科医院2010年1月1日-2015年12月31日出院后31天内非计划性再入院的患者进行描述性分析和相关因素分析。结果计划性和非计划性再入院的间隔... 目的了解口腔专科医院住院患者出院31天内非计划再入院的现状并分析其影响因素。方法对某口腔专科医院2010年1月1日-2015年12月31日出院后31天内非计划性再入院的患者进行描述性分析和相关因素分析。结果计划性和非计划性再入院的间隔天数差异具有统计学意义,颌面部恶性肿瘤、面部嗜酸性肉芽肿等病种的非计划性再入院率较高。年龄、住院次数、是否有伴随疾病、前次入院是否手术等因素与患者出院31天内再入院率相关。结论住院服务与患者出院31天内非计划性再入院相关,应加强再入院的管理。 展开更多
关键词 非计划性再入院 影响因素
在线阅读 下载PDF
DRG在口腔专科医疗服务绩效评价中的应用 被引量:4
2
作者 王晓颖 宋颖 王晓霞 《中国卫生统计》 CSCD 北大核心 2022年第6期919-921,共3页
目的应用DRG指标和传统指标对口腔专科医院病区的医疗服务进行绩效评价,多维度地分析科室医疗服务水平,为医院精细化管理提供依据。方法收集2016-2020年科室DRG分组数据,分析各病区DRG分组和医疗服务难度情况,并通过综合指数法与传统指... 目的应用DRG指标和传统指标对口腔专科医院病区的医疗服务进行绩效评价,多维度地分析科室医疗服务水平,为医院精细化管理提供依据。方法收集2016-2020年科室DRG分组数据,分析各病区DRG分组和医疗服务难度情况,并通过综合指数法与传统指标在服务能力、效率、安全进行对比。结果口腔专业病种较为集中,前80%病种仅有6个DRG组,其中5个DRG组在病区的分布具有统计学差异;病区在权重(W≤1、1﹤W≤2和W>2)三个层次的病种出院人数具有统计学差异;传统指标A病区综合指数最高,DRG指标B病区综合指数最高。结论DRG指标和传统指标在口腔颌面外科的医疗服务绩效评价上存在某些一致性和明显的差别,使用不同评价体系探索发现问题并采取针对性的改进措施,有助于提高口腔专科医疗服务和评价水平。 展开更多
关键词 疾病诊断相关分组 口腔专科 绩效评价
在线阅读 下载PDF
舌鳞状细胞癌根治性切除术后患者预后预测列线图的构建与验证 被引量:1
3
作者 苏俊琪 王晓颖 孙志强 《北京大学学报(医学版)》 CAS CSCD 北大核心 2024年第1期120-130,共11页
目的:评估术前炎症生物标志物、预后营养指数和临床病理特征对舌鳞状细胞癌(tongue squamous cell carcinoma,TSCC)患者行根治性切除术后生存结局的预后价值,并以此构建患者预后预测列线图模型。方法:回顾性收集2017年1月至2018年7月于... 目的:评估术前炎症生物标志物、预后营养指数和临床病理特征对舌鳞状细胞癌(tongue squamous cell carcinoma,TSCC)患者行根治性切除术后生存结局的预后价值,并以此构建患者预后预测列线图模型。方法:回顾性收集2017年1月至2018年7月于北京大学口腔医院接受根治性肿瘤切除术的297例TSCC患者的病例资料,随机按照7∶3比例分为训练集和验证集。分析患者术前全身炎症反应标志物中性粒细胞/淋巴细胞比率(neutrophil-to-lymphocyte ratio,NLR)、淋巴细胞/单核细胞比率(lymphocyte-to-monocyte ratio,LMR)、血小板/淋巴细胞比率(platelet-to-lymphocyte ratio,PLR)、系统免疫炎症指数(systemic immune-inflammation index,SII)、系统性炎症评分(systemic inflammation score,SIS)及预后营养指数(prognostic nutritional index,PNI)与TSCC患者术后总生存期(overall survival,OS)和疾病特异性生存期(disease-specific survival,DSS)的相关性。使用X-tile软件确定连续变量的最佳截断值作为分界点。采用Kaplan-Meier生存分析和多变量Cox回归模型分析影响TSCC患者的独立预后预测因素,据此构建OS和DSS的生存相关列线图预测模型,通过训练集和验证集进行模型内部交叉验证和外部验证,具体通过一致性指数、时间依赖性受试者工作特征(receiver operating characteristic,ROC)曲线、曲线下面积(area under the curve,AUC)、校准曲线和决策曲线分析对列线图的准确性进行验证。结果:单因素Cox回归分析显示,TNM分期、T分期、N分期、分化程度、侵袭深度(depth of invasion,DOI)、肿瘤直径和治疗前PNI水平为影响TSCC预后危险因素;多因素Cox回归分析显示,治疗前PNI水平、N分期、DOI和肿瘤直径为患者5年OS或DSS的独立预后因素(P<0.05)。治疗前N分期≥1、PNI≤50.65和DOI>2.4 cm与较差的5年OS显著相关,而N分期≥1、PNI≤50.65、肿瘤直径>3.4 cm与较差的5年DSS显著相关。基于独立预后因素构建的TSCC术后患者OS和DSS的列线图预测模型的一致性指数分别为0.708(95%CI,0.625~0.791)和0.717(95%CI,0.600~0.834),验证集验证结果显示,OS和DSS列线图预测模型的一致性指数为0.659(95%CI,0.550~0.767)和0.780(95%CI,0.669~0.890)。OS列线图模型和DSS列线图模型的1年、3年和5年的时间依赖性ROC分析(AUC分别为0.66、0.71、0.72和0.68、0.77、0.79)表明模型具有稳定的判别能力。校准曲线显示OS和DSS预测估值与实际观察值之间具有良好的一致性,决策曲线分析反映模型具有较好的临床应用价值。结论:治疗前PNI、N分期、DOI和肿瘤直径可能对TSCC患者的OS和DSS有可靠的预测价值,基于这些参数构建的预后预测列线图在预测TSCC根治性切除术后患者的OS和DSS方面表现出良好的准确性和有效性,是评估生存结局的有效工具,有助于选择有针对性的联合治疗来改善患者预后。 展开更多
关键词 舌鳞状细胞癌 预后营养指数 预后预测模型 总生存期 疾病特异性生存期 列线图
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部