-
题名重庆市城乡居民高血压病例管理现状及其影响因素研究
被引量：30
- 1
-
-
作者
邓宇
何坪
-
机构
重庆医药高等专科学校预防医学教研室
重庆医药高等专科学校教务处
-
出处
《中国全科医学》
CAS
CSCD
北大核心
2011年第3期288-290,共3页
-
文摘
目的探讨重庆市高血压病例管理质量的影响因素,为改善城乡社区高血压病例管理现状、完善管理模式提供科学参考依据。方法采用先整群随机后分层随机的抽样方法抽取重庆市城乡社区卫生服务中心12个,对其所管理的高血压患者进行问卷式调查,对调查资料进行单因素和多因素的非条件logistic回归分析。结果管理高血压病例624例,其中管理质量好的病例172例(27.56%),在对高血压病例管理过程中,单因素分析显示影响管理质量有统计学意义的因素有:个体化的诊疗计划、定期监测患者血压及生活行为的干预,而高血压病程、降压药治疗、非药物治疗则是影响其管理质量的混杂因素;多因素分析显示影响管理质量有统计学意义的因素有:是否设有个体化的诊疗计划、是否定期监测血压、是否有不良生活行为的干预,其OR值分别为0.419、0.575、0.565。结论个体化的诊疗计划、定期监测血压、不良生活行为的干预是社区高血压病例管理质量的影响因素,在社区高血压病例的管理过程中,应突出管理重点,提高管理质量。
-
关键词
高血压
病例管理
影响因素
重庆
-
Keywords
Hypertension
Case management
Influencing factors
Chongqing
-
分类号
R544.1
[医药卫生—心血管疾病]
-
-
题名基于小波神经网络的饮用水源水水质参数预测模型研究
被引量：3
- 2
-
-
作者
邓宇
田考聪
-
机构
重庆医药高等专科学校预防医学教研室
重庆医科大学公共卫生学院卫生统计教研室
-
出处
《中国卫生统计》
CSCD
北大核心
2012年第3期333-336,共4页
-
文摘
目的探讨小波神经网络方法预测饮用水源水水质参数的预测效果,为饮用水源水水质参数预测及控制、饮用水总体水质变化趋势的评价提供方法学参考。方法采用小波神经网络方法建立水质参数预测模型,对重庆市某主城区饮用水水质参数高锰酸盐月平均浓度进行预测。采用均方根误差(RMSE)和平均绝对百分比误差(MAPE)来评价各模型预测效果。结果研究实例表明,小波神经网络预测模型对研究数据具有较高的逼近能力及预测精度。结论小波神经网络预测模型对研究数据具有较好的逼近能力和泛化能力,预测效果较好,适合于研究资料的预测。
-
关键词
小波分析
小波神经网络
水质参数
水质预测
-
Keywords
Wavelet analysis
Wavelet neural network
Drinking water parameter
Drinking water prediction
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
X832
[环境科学与工程—环境工程]
-
