CN109124604A - 一种新生儿疼痛程度的评估方法 - Google Patents
一种新生儿疼痛程度的评估方法 Download PDFInfo
- Publication number
- CN109124604A CN109124604A CN201811099613.XA CN201811099613A CN109124604A CN 109124604 A CN109124604 A CN 109124604A CN 201811099613 A CN201811099613 A CN 201811099613A CN 109124604 A CN109124604 A CN 109124604A
- Authority
- CN
- China
- Prior art keywords
- pain
- group
- point
- weighted value
- neonatal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4824—Touch or pain perception evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/04—Babies, e.g. for SIDS detection
- A61B2503/045—Newborns, e.g. premature baby monitoring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Optics & Photonics (AREA)
- Hospice & Palliative Care (AREA)
- Pain & Pain Management (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种新生儿疼痛程度的评估方法,将新生儿疼痛时面部表情的变化作为评估其疼痛程度的主要表征,将新生儿的心率变化和血氧饱和度变化分别作为评估其疼痛程度的第一次要表征和第二次要表征,通过主要表征、第一次要表征和第二次要表征三者权重值之和来评估新生儿疼痛程度。本发明提供的新生儿疼痛程度的评估方法,其结合面部表情与生理指标,具有良好的信度、效度、可行性和临床实用性,可用于早产儿和足月新生儿急性操作性疼痛评估。
Description
技术领域
本发明涉及疼痛评估方法,尤其涉及一种新生儿疼痛程度的评估方法。
背景技术
新生儿无法准确表达疼痛,而医护人员评估新生儿的疼痛缺乏标准,导致医护人员无法对新生儿的病痛进行及时、准确的处理,从而可造成短期并发症及长期后遗症。面部表情是测量新生儿疼痛的最佳行为指标之一。目前,国外已有40余种新生儿疼痛评估工具,但面部表情等行为指标依靠文字描述,记录繁琐、耗时,且未见以脸谱形式设计的新生儿疼痛评估工具。
比较具备代表性的包括新生儿面部编码系统和新生儿疼痛量表。
其中,“新生儿面部编码系统”由Grunau等1998年设计,包括皱眉、挤眼、鼻唇沟加深、张口、嘴垂直伸展、嘴水平伸展、舌呈杯状、下颌颤动、嘴呈“o”形、伸舌(仅用于评估早产儿)10个条目。无上述表现为0分,出现1项得1分,总分0-10分。
“新生儿疼痛量表”由Lawrence等于1993年设计,包括面部表情、哭闹、呼吸型态、活动和觉醒状态6个条目。其中“哭闹”评分0-2分,其余条目0-1分,总分0-7分。以上两个量表中文版已在中国用于评估早产和足月新生儿急性疼痛,具有良好的信效度。
然而,疼痛作为一种生理心理活动,如仅仅通过面部表情来评价新生儿的疼痛程度仍不够准确。
发明内容
本发明的目的是提供一种新生儿疼痛程度的评估方法,其结合面部表情与生理指标,具有良好的信度、效度、可行性和临床实用性,可用于早产儿和足月新生儿急性操作性疼痛评估。
为实现上述目的,本发明提供一种新生儿疼痛程度的评估方法,将新生儿疼痛时面部表情的变化作为评估其疼痛程度的主要表征,将新生儿的心率变化和血氧饱和度变化分别作为评估其疼痛程度的第一次要表征和第二次要表征,通过主要表征、第一次要表征和第二次要表征三者权重值之和来评估新生儿疼痛程度;
其中,当新生儿无疼痛且表情放松时,即新生儿不存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展、嘴呈“o”形、舌呈杯状表情时,则主要表征的权重值为0;新生儿的表情因疼痛而变化时,主要表征的权重值为正值且最大值为8;
新生儿的心率基础值取安静状态下最高心率;当心率比基础值增快≤4次/min时,第一次要表征的权重值为0;当心率比基础值增快≥5次/min时,第一次要表征的权重值为1;
新生儿的血氧饱和度基础值取安静状态下最低血氧饱和度;当血氧饱和度比基础值下降≤2%时,第二次要表征的权重值为0;当血氧饱和度比基础值下降≥3%时,第二次要表征的权重值为1;
主要表征、第一次要表征和第二次要表征三者权重值之和为0-3时为轻度疼痛;三者权重值之和为4-7时为中度疼痛;三者权重值之和为8或8以上时为重度疼痛。
作为本发明的进一步改进,在设定主要表征的权重值时,在新生儿面部选取11个节点并两两一对作为点对组;
其中,点对组1:节点1和节点2,分别位于单侧眉头、对侧眉头;
点对组2:节点3和节点4,分别位于眉毛中部、同侧眼睛中部;
点对组3:节点5和节点6,分别位于单侧鼻翼、鼻翼同侧嘴角;
点对组4:节点6和节点7,分别位于鼻翼同侧嘴角、对侧嘴角;
点对组5:节点8和节点9,分别位于上嘴唇缘中部、下嘴唇缘中部;
点对组6:节点10和节点11,分别位于单侧耳朵上缘、对侧耳朵上缘;
建立新生儿面部表情的图像数据库,数据库中的图像用点对法具体分析新生儿疼痛表情相关的面部区域运动;选择面部宽度的距离作为参照组,即点对组6;以主要表征的权重值为0的图像为基线图,基线图中的6个点对组的距离为基线距离,设为Sn,节点设为n1-n11;其余主要表征的权重值为正值的图像为疼痛图,疼痛图中6个点对组的距离为疼痛距离,设为Sp,节点设为p1-p11;点对距离即2个节点的像素距离。
由于每张图片的像素不一致,统一先把疼痛图按基线图的比例转换,方便同质化运算:Z代表疼痛图各个点对组距离换算为基线图比例后的距离,即基线图上发生面部表情变化后的距离;C代表在基线图的比例中疼痛后点对组变化的距离;BL代表在基线图的比例中各个点对组的变化距离占面部宽度的比例,即点对组比例;公式如下:
第1个点对组:
第2个点对组:
第3个点对组:
第4个点对组:
第5个点对组:
作为本发明的更进一步改进,根据各点对组比例BL,并用图像处理合成5张新生儿面部表情图像作为5个代表表情,各代表表情对应的主要表征权重值分别为0、2、4、6、8;
其中,在上述主要表征权重值分别为2、4、6、8的代表表情图像中,各图像特征以及所代表的权重值如下:如代表表情图像仅存在皱眉、挤眼,即主要表征的权重值为2;
如代表表情图像仅存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展,即主要表征的权重值为4;
如代表表情图像仅存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展时,即主要表征的权重值为6;
如代表表情图像存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展、嘴呈“o”形,舌呈杯状,即主要表征的权重值为8。
作为本发明的更进一步改进,所述通过代入各个节点坐标并进行运算,主要表征权重值为0时,第1-5点对组的距离Sn分别为177px、117px、124px、199px、59px、667px,其中,px为像素单位;主要表征权重值为2时,第1-5点对组比例BL分别为12.41%、4.91%、–0.44%、–0.82%、0.11%;主要表征权重值为4时,第1-5点对组比例BL分别为13.37%、6.19%、–4.42%、–9.09%、–1.53%;主要表征权重值为6时,第1-5点对组比例BL分别为12.64%、5.41%、–8.05%、–8.45%、–12.17%;主要表征权重值为8时,第1-5点对组比例BL分别为12.88%、6.29%、–10.67%、–8.26%、–17.82%;以上正数为缩短的比例,负数为延长的比例。
作为本发明的更进一步改进,根据各点对组的比例BL,并用图像处理软件合成5张新生儿面部表情图像作为5个代表表情;
具体方式为,通过计算得出主要表征权重值为0、第1-5点对组的距离后,首先在图像处理软件中新建图像居中画出面部框架,然后通过绘图工具画出面部轮廓;主要表征权重值为0的图像完成后,在此基础上分别根据主要表征权重值为2、4、6、8时算得各点对组的比例BL,缩短或延长点与点之间的距离而修改面部表情,制作出其余4张新生儿面部表情图像。
有益效果
与现有技术相比,本发明的新生儿疼痛程度的评估方法的优点为:
1、其结合面部表情与生理指标,既简便直观,又能综合、客观评估新生儿疼痛,具有良好的信度、效度、可行性和临床实用性,可用于早产儿和足月新生儿急性操作性疼痛评估,值得推广使用;
2、通过新生儿疼痛程度的评估方法可区分疼痛性操作前后的疼痛水平,操作中疼痛评分均值达到重度疼痛,操作后疼痛评分均值达到中度疼痛,有利于医护人员根据新生儿不同疼痛程度,在疼痛性操作前后给予药物和/或非药物镇痛干预,尽量减轻新生儿的痛楚;
3、该新生儿疼痛程度的评估方法有较好的结构效度、聚集效度、效标效度;
4、新生儿疼痛程度的评估方法的重测信度大于0.9,表明其稳定性较好。
通过以下的描述并结合附图,本发明将变得更加清晰,这些附图用于解释本发明的实施例。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为新生儿面部节点选取位置示意图;
图2为新生儿面部表情疼痛量表(Neonatal Faces Pain Scale,NFPS)和新生儿面部编码系统(Neonatal Facial Coding System,NFCS)的Bland-Altman图;
图3为新生儿面部表情疼痛量表(Neonatal Faces Pain Scale,NFPS)和新生儿疼痛量表(Neonatal Infant Pain Scale,NIPS)的Bland-Altman图。
具体实施方式
现在参考附图描述本发明的实施例。
实施例
以下为本发明的具体实施方式。
研究的对象如下:
采取便利抽样法,选择2017年8月至2018年1月在广州市某三级甲等医院入住新生儿重症监护病房(Neonatal Intensive Care Unit,NICU)的新生儿为研究对象。入选标准:1-28day,胎龄≥32week,1、5、10min Apgar评分>6,危重病例评分>92,因诊疗需要进行动脉穿刺抽血,父母或法定监护人知情同意。排除标准:术后、深昏迷和使用麻醉镇静药物、先天性异常等。查阅病历系统筛选符合纳入标准的新生儿,获取其人口统计学资料,包括床号、ID号、姓名、诊断、Apgar评分等。其中,Apgar评分,即:阿氏评分、新生儿评分,Apgar(阿普加)这个名字的英文字母刚好对应检查项目的英文首字母,包括:肌张力(Activity)、脉搏(Pulse)、皱眉动作即对刺激的反应(Grimace)、外貌(肤色)(Appearance)、呼吸(Respiration),是孩子出生后立即检查其身体状况的标准评估方法。
选择对照的量表新生儿面部编码系统条目数最多(10个条目),按照选择量表条目数的5-10倍为样本量计算,需纳入50-100例。入选132例新生儿,排除9例,其中1例嘴角右斜,2例骨折史,2例颅内出血,4例拍摄模糊,最终纳入123例。选择20例用于设计新生儿面部表情疼痛量表,103例用于评价该量表,其中男性67例(54.5%),女性56例(45.5%),体重1660-3940(2802.12±544.722)g,胎龄≥37week的70例(56.91%)、32-36+6week的53例(43.09%),日龄2-28day。
护士入选标准为在NICU工作≥3个月,知情同意。排除标准为研究期间休年假、产假或病假,外出进修。共43名护士参与研究,100%为女性,25岁以下的护士26名(60.5%),25岁及以上护士17名(39.5%);大专学历24名(55.8%),本科学历19名(44.2%);在NICU工作5年以下32名(74.4%),在NICU工作5年以上11名(25.6%)。
具体方法如下:
一种新生儿疼痛程度的评估方法,将新生儿疼痛时面部表情的变化作为评估其疼痛程度的主要表征,将新生儿的心率变化和血氧饱和度变化分别作为评估其疼痛程度的第一次要表征和第二次要表征,通过主要表征、第一次要表征和第二次要表征三者权重值之和来评估新生儿疼痛程度。实际操作中,主要表征、第一次要表征和第二次要表征三者的权重值可以通过分值来表示。分值与权重值之间呈一固定比例。
其中,新生儿无疼痛且表情放松时,主要表征的权重值为0,新生儿无疼痛且表情放松指的是,新生儿不存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展、嘴呈“o”形、舌呈杯状表情时;新生儿的表情因疼痛而变化时,主要表征的权重值为正值,并随疼痛表情相对无疼痛表情变化的程度而增大。
如图1和表1所示,在设定主要表征的权重值时,在新生儿面部选取11个节点并两两一对作为点对组。
表1 6个点对组的节点信息
点对组 | 节点 | 部位 | 面部疼痛表情 |
1 | 1、2 | 单侧眉头、对侧眉头 | 距离缩短代表皱眉 |
2 | 3、4 | 眉毛中部、同侧眼睛中部 | 距离缩短代表挤眼 |
3 | 5、6 | 单侧鼻翼、鼻翼同侧嘴角 | 距离延长代表鼻唇沟加深 |
4 | 6、7 | 鼻翼同侧嘴角、对侧嘴角 | 距离延长代表嘴水平延伸 |
5 | 8、9 | 上嘴唇缘中部、下嘴唇缘中部 | 距离延长代表嘴垂直伸展、张口 |
6 | 10、11 | 单侧耳朵上缘、对侧耳朵上缘 | 代表面部宽度 |
建立新生儿面部表情的图像数据库。对符合入选条件的123例行动脉穿刺操作新生儿进行录像,包括操作前1min、操作中和操作后1min。选择20例新生儿的面部表情视频资料以每隔3s 1张的速度连续截图,建立包括1053张面部表情的新生儿面部疼痛表情数据库。3名评估者(1名护理研究生、NICU工作5年、8年的护士各1名)经过6学时新生儿疼痛评估培训,模拟评估5例新生儿后,3人同时独立地用新生儿面部编码系统评估以上数据库的图像。
图像数据库中的图像用点对法具体分析新生儿疼痛表情相关的面部区域运动。点对法(Point-Pair Method)2008年由Schiavenato等设计,以像素为单位,通过跟踪点与点之间的距离变化来测量精细面部区域运动。
选择面部宽度的距离作为参照组,即点对组6;以主要表征的权重值为0的图像为基线图,基线图中的6个点对组的距离为基线距离,设为Sn,节点设为n1-n11。其余主要表征的权重值为正值的图像为疼痛图,疼痛图中6个点对组的距离为疼痛距离,设为Sp,节点设为p1-p11。点对距离即2个节点的像素距离。如第一组公式:
由于每张图片的像素不一致,统一先把疼痛图按基线图的比例转换,方便同质化运算:Z代表疼痛图各个点对组距离换算为基线图比例后的距离,即基线图上发生面部表情变化后的距离;C代表在基线图的比例中疼痛后点对组变化的距离;BL代表在基线图的比例中各个点对组的变化距离占面部宽度的比例,即点对组比例;公式如下:
第1个点对组:
第2个点对组:
第3个点对组:
第4个点对组:
第5个点对组:
利用Malab软件建立编程公式,输入各个节点的坐标值,运行公式计算得出精细面部活动的具体变化。根据以上运算得出各点对组的比例BL,并用Photoshop软件合成5张新生儿面部表情图像作为5个代表表情,各代表表情对应的主要表征权重值分别为0、2、4、6、8,其中,主要表征权重值为0的新生儿面部表情图像,指的是新生儿无疼痛且表情放松时,此时新生儿表情不存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展、嘴呈“o”形、舌呈杯状表情时。本实施例中,将各代表表情对应的主要表征权重值以分数形式表示,分别为0分、2分、4分、6分、8分。具体方式为,通过计算得出主要表征权重值为0、第1-5点对组的距离后,首先在图像处理软件中新建图像居中画出面部框架,如Photoshop软件,然后通过软件中的绘图工具画出面部轮廓;主要表征权重值为0的图像完成后,在此基础上分别根据主要表征权重值为2、4、6、8时算得各点对组的比例BL,缩短或延长点与点之间的距离而修改面部表情,制作出其余4张新生儿面部表情图像。
如代表表情图像仅存在皱眉、挤眼,即主要表征的权重值为2;
如代表表情图像仅存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展,即主要表征的权重值为4;
如代表表情图像仅存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展时,即主要表征的权重值为6;
如代表表情图像存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展、嘴呈“o”形,舌呈杯状,即主要表征的权重值为8。
通过代入各个节点坐标并进行运算,主要表征的分值为0分时,第1-5点对组的距离Sn分别为177px、117px、124px、199px、59px、667px,其中,px为像素单位;主要表征的分值为2分时,第1-5点对组比例BL分别为12.41%、4.91%、–0.44%、–0.82%、0.11%;主要表征的分值为4分时,第1-5点对组比例BL分别为13.37%、6.19%、–4.42%、–9.09%、–1.53%;主要表征的分值为6时,第1-5点对组比例BL分别为12.64%、5.41%、–8.05%、–8.45%、–12.17%;主要表征的分值为8分时,第1-5点对组比例BL分别为12.88%、6.29%、–10.67%、–8.26%、–17.82%;以上正数为缩短的比例,负数为延长的比例。
新生儿的心率基础值取安静状态下最高心率。当心率比基础值增快≤4次/min时,第一次要表征的分值为0分;当心率比基础值增快≥5次/min时,第一次要表征的分值为1分。
新生儿的血氧饱和度基础值取安静状态下最低血氧饱和度。当血氧饱和度比基础值下降≤2%时,第二次要表征的分值为0分;当血氧饱和度比基础值下降≥3%时,第二次要表征的分值为1分。
新生儿的心率和血氧饱和度均由心电监护仪获取。例如某新生儿在疼痛操作前1分钟的安静状态下血氧饱和度维持在98%-100%,则基础值为98%,疼痛刺激后即操作中的血氧饱和度波动范围在90%-95%,即取90%,操作中的血氧饱和度比操作前的下降了8%,因此血氧饱和度评得1分。
实际操作中需要对新生儿的疼痛程度进行评估时,采用如表格2所示的新生儿面部表情疼痛量表,通过新生儿的面部表情、心率、血氧饱和度三个条目的实际情况计算各表征之和的分值,并以此来评估新生儿的疼痛程度。新生儿面部表情疼痛量表包括面部表情和生理指标2个维度,面部表情、心率、血氧饱和度3个条目,总分0-10分。主要表征(对应面部表情)、第一次要表征(对应心率)和第二次要表征(对应血氧饱和度)三者分值之和为0-3分时为轻度疼痛;三者分值之和为4-7分为中度疼痛;三者分值之和为8或8分以上为重度疼痛。
表2新生儿面部表情疼痛量表
为确认该新生儿疼痛程度的评估方法的效果,由43名护士同时使用新生儿面部表情疼痛量表、新生儿面部编码系统和新生儿疼痛量表3种量表评估103例新生儿的疼痛,其中随机选择30例在1周后再次评估,校验新生儿面部表情疼痛量表的信度和效度。43名护士对三种量表的可行性、临床实用性及首选率进行评价。
43名NICU护士接受以上3种量表使用培训后,填写量表可行性和临床实用性调查问卷。该问卷由课题组设计,共10个条目,其中可行性评价包括量表使用简单等6个条目,临床实用性评价包括量表有助于识别新生儿疼痛迹象等4个条目,每个条目0-5分,总分50分。已用于调查NICU护士对疼痛评估量表可行性和临床实用性研究。
1统计方法
数据经双人核对录入后用SPSS 20.0作统计学分析。3种量表不同操作时机的疼痛评分比较用Wilcoxon秩和检验。结构效度通过分析各个因子与总量表的相关性评价,聚集效度用各个维度、条目与总分的相关性评价,效标关联效度用Spearman相关系数表示。评估者间一致性信度用组内相关系数(Intraclass Correlation Coefficient,ICC)评价,重测信度用Spearman相关系数评价,检验新生儿面部表情疼痛量表的稳定程度。面部表情、生理指标的内部一致性信度用Cronbachα系数。3种量表评估结果的一致性比较用Bland-Altman图分析。可行性、临床实用性和首选率分析采用均数、标准差、百分数等描述性统计并用方差分析进行比较,如存在组间差异,则以Bonferroni检验进行两两比较。
2结果
2.1 3种量表不同操作时机的疼痛评分比较
3名评估者使用3种量表共完成927次疼痛评估,其中操作中的疼痛评分最高。3种量表不同操作时机的疼痛分值用均数±标准差表示。公式如下:
代表均数,X1~X103代表3名评估者疼痛评估的平均值,n代表样本含量,即103,∑代表求和,S代表标准差。
由于3种量表评估疼痛操作中和操作后的评分两总体方差均不等(P<0.01),用Wilcoxon秩和检验,公式如下:
n1、n2分别为操作中、操作后的样本例数,T为秩和,N=n1+n2,tj(j=1,2,…)为第j个相同秩的个数,u值即Z值。其中,Z代表秩和检验的统计量,P代表事件发生的可能性,即概率。
经Wilcoxon秩和检验后,3种量表在操作中和操作后的疼痛评分均存在显著性差异,见表3。
表3 3种量表评估103例新生儿动脉穿刺不同操作时机疼痛评分比较(分,)
量表 | 操作前 | 操作中 | 操作后 | Z | P |
新生儿面部表情疼痛量表 | 0 | 8.11±2.46 | 6.19±3.71 | -5.447 | P<0.001 |
新生儿面部编码系统 | 0 | 7.62±2.56 | 5.64±3.95 | -5.002 | P<0.001 |
新生儿疼痛量表 | 0 | 6.13±1.78 | 4.44±3.09 | -5.359 | P<0.001 |
2.2效度分析
2.2.1结构效度
面部表情、生理指标的内部一致性信度用Cronbachα系数表示。公式为:
k为各个维度的条目数,为第i个条目得分的方差,为该维度总得分的方差。
面部表情、生理指标的内部一致性信度Cronbachα系数分别为1.000、0.488。面部表情、生理指标的内部一致性信度Cronbachα系数在操作中、后分别为1.000、0.151,1.000、-0.138。面部表情、生理指标因子之间、各因子与总量表间的相关系数见表3。
2.2.2聚集效度
各条目与各维度间、各维度与总得分间的相关性用Spearman相关系数rs表示,公式为:
d代表秩的差值,n代表样本例数。将n对样本例数Xi、Yi(i=1,2,…,n)分别由小到大编秩,Pi表示Xi的秩,Qi表示Yi的秩,其中每对Pi,Qi可能相等,也可能不等。这里考虑用Pi与Qi之差来反映X、Y两变量秩排列一致性的情况。令di=Pi-Qi,由于di可正可负,∑di就不能真实反映Pi与Qi差值的大小,故取∑di 2=∑(Pi-Qi)2;聚集效度的公式中,u代表检验统计量。
面部表情、生理指标与该量表的相关系数均大于面部表情、生理指标间的相关系数,同时满足面部表情和生理指标各自的内部一致性均大于面部表情、生理指标间相关系数的条件,表明该量表有较好的结构效度。面部表情、生理指标得分与总得分间的相关系数均大于面部表情、生理指标得分间的相关系数,且满足各条目得分与其所属维度得分间的相关系数均大于条目与其他维度间相关系数的条件,显示量表的聚集效度较好。
各条目与各维度间、各维度与总得分间的相关系数同见表4。
表4面部表情、生理指标因子之间、各条目间、各因子与总量表间的相关性(r值)
注:1)P<0.01。
2.2.3效标效度
新生儿面部表情疼痛量表分别与新生儿面部编码系统和新生儿疼痛量表的相关性用Spearman相关系数rs表示公式为:
d代表秩的差值,n代表样本例数。将n对样本例数Xi、Yi(i=1,2,…,n)分别由小到大编秩,Pi表示Xi的秩,Qi表示Yi的秩,其中每对Pi,Qi可能相等,也可能不等。这里考虑用Pi与Qi之差来反映X、Y两变量秩排列一致性的情况。令di=Pi-Qi,由于di可正可负,∑di就不能真实反映Pi与Qi差值的大小,故取∑di 2=∑(Pi-Qi)2;在效标效度的公式中,u代表检验统计量。
以新生儿面部编码系统作为效标,新生儿面部表情疼痛量表与新生儿面部编码系统的Spearman相关系数rs为0.952;以新生儿疼痛量表作为效标,新生儿面部表情疼痛量表与新生儿疼痛量表Spearman相关系数rs为0.944。新生儿面部表情疼痛量表与新生儿面部编码系统在操作中、后的Spearman相关系数rs分别为0.830、0.949;新生儿面部表情疼痛量表与新生儿疼痛量表在操作中、后的Spearman相关系数rs分别为0.791、0.929,差异有统计学意义,P均<0.01。
2.3信度分析
2.3.1评估者间一致性
用组内相关系数(Intraclass Correlation Coefficient,ICC)表示,公式为:
k代表评估者的人数,BMS代表评估者间的均方差,WMS代表评估者内的均方差。
使用双向随机模型、绝对一致性类型测量,新生儿面部表情疼痛量表、新生儿面部编码系统、新生儿疼痛量表评估者间一致性组内相关系数ICC分别为0.994、0.994、0.989。三种量表在操作中、后评估者间一致性组内相关系数ICC分别为0.987、0.981,0.984、0.986和0.956、0.977,均有统计学意义,P<0.01。
2.3.2重测信度
用Spearman相关系数rs表示,公式为:
d代表秩的差值,n代表样本例数。将n对样本例数Xi、Yi(i=1,2,…,n)分别由小到大编秩,Pi表示Xi的秩,Qi表示Yi的秩,其中每对Pi,Qi可能相等,也可能不等。这里考虑用Pi与Qi之差来反映X、Y两变量秩排列一致性的情况。令di=Pi-Qi,由于di可正可负,∑di就不能真实反映Pi与Qi差值的大小,故取∑di 2=∑(Pi-Qi)2;在重测信度的公式中,u代表检验统计量。
从103例研究对象中随机抽取30例间隔1周后重测,总量表重测信度为0.989,面部表情重测信度为0.990,见表5。上述公式求的是相关系数,即表格中的最后一列结果。是第1次和第2次各个项目的量表疼痛分值,公式如下:
代表均数,X1~X103代表3名评估者疼痛评估的平均值,n代表样本含量,即103,∑代表求和,S代表标准差。
表5新生儿面部表情疼痛量表面部表情及总量表的重测信度(分,)
注:由于生理指标均由心电监护仪获取,故不单独检测。均有统计学意义,P<0.01
2.4 3种量表评估的一致性
用Bland-Altman图分析新生儿面部表情疼痛量表分别与新生儿面部编码系统和新生儿疼痛量表的一致性,横轴x表示两种量表测量每例新生儿的平均值,纵轴y表示两种方法测量每例新生儿的差值,图中上下两条水平实线代表95%一致性界限的上下限,中间实线代表差值的均数,代表103例配对数据差值的均数,Sd代表差值的标准差,公式为:得到数据后画出对应的Bland-Altman图,因部分散点重叠,两张图中95%以上的散点均位于一致性界限范围内,因此可以认为该量表与其它两种评估方法测量的结果具有较好的一致性,可以替代使用。
本研究采用Bland-Altman图分析比较3种量表评估疼痛的一致性。为尽量减少分值差异造成的偏倚,先把新生儿疼痛量表按比例换算成10分值再进行计算。新生儿面部表情疼痛量表与新生儿面部编码系统差值的均数为0.35,差值的标准差为0.57,则95%一致性界限为(-0.78,1.47),见图2;新生儿面部表情疼痛量表与新生儿疼痛量表差值的均数为-0.26,差值的标准差为0.91,则95%一致性界限为(-2.05,1.52),见图3。
2.5 NICU护士对3种量表的可行性和临床实用性评价
NICU护士对3种量表的可行性和临床实用性评分用均数±标准差表示。公式如下:
代表均数,X1~X10代表NICU护士对量表的可行性和临床实用性评分分值,n代表可行性和临床实用性问卷条目数量,即10,∑代表求和,S代表标准差。
3种量表可行性和临床实用性比较用Kruskal-Wallis秩和检验,公式:
Hc=H/C,
v=g-1,
ni代表各个量表的可行性和临床实用性问卷条目数量,Ri代表秩和,N代表三种量表的可行性和临床实用性问卷条目数总和,tj(j=1,2,…)为第j个相同秩的个数,Hc为校正值,v为自由度,g为量表的个数。
使用Bonferroni法校正,进一步两两比较,需做3次比较,显著性水准调整为α=0.05/3=0.0167,由于最小样本例数为43>10,用Wilcoxon秩和检验,公式为:
n1、n2代表样本例数均为43,tj(j=1,2,…)为j个相同秩的个数,令n1+n2=N。
新生儿面部表情疼痛量表、新生儿面部编码系统和新生儿疼痛量表的可行性和临床实用性评价条目总分分别为47.35±4.95、44.79±6.67、43.91±7.18,见表6。因不满足方差齐性检验,采用独立样本Kruskal-Wallis秩和检验进行比较。三者间有统计学差异,F=7.369,P<0.05。依据Bonferroni法校正,进一步两两比较发现,新生儿面部表情疼痛量表可行性和临床实用性得分高于新生儿疼痛量表,P<0.05,差异有统计学意义。同时,新生儿面部表情疼痛量表可行性和临床实用性得分高于新生儿面部编码系统,P>0.05,两者无统计学差异。43名护士对新生儿面部表情疼痛量表、新生儿面部编码系统、新生儿疼痛量表的首选率分别为79.1%(n=34)、16.3%(n=7)、4.6%(n=2)。
表6 NICU护士对3种量表的可行性和临床实用性评分(n=43)
3讨论
3.1量表效度评价良好
本研究中,新生儿面部表情疼痛量表可区分动脉采血操作前后的疼痛水平,操作中疼痛评分均值达到重度疼痛,操作后疼痛评分均值达到中度疼痛。建议根据不同疼痛程度,在疼痛性操作前后给予药物和/或非药物镇痛干预,尽量减轻新生儿的痛楚。
面部表情、生理指标与该量表的相关系数均大于面部表情、生理指标间的相关系数,同时满足面部表情和生理指标各自的内部一致性均大于面部表情、生理指标间相关系数的条件,表明该量表有较好的结构效度。在操作前和操作后生理指标的内部一致性系数Cronbachα系数分别大于0和小于0,表明心率和血氧饱和度在疼痛刺激后变化趋势不一致,这可能与新生儿的生理指标缺乏敏感性有关。以上数据同样适用于分析量表的聚集效度。面部表情、生理指标得分与总得分间的相关系数均大于面部表情、生理指标得分间的相关系数,且满足各条目得分与其所属维度得分间的相关系数均大于条目与其他维度间相关系数的条件,显示量表的聚集效度较好。由于新生儿疼痛评估无金标准,本研究选择信效度良好的新生儿面部编码系统和新生儿疼痛量表分别作为标准,检验量表与两个标准量表评估结果的相关性,两组Spearman相关系数r均大于0.7,表明量表的效标效度较好。
3.2量表信度评价良好
组内相关系数ICC用于评价评估者评分间一致程度。一般来说,ICC大于0.75表示极好。本研究中3名评估者经过新生儿疼痛评估培训后,分别使用新生儿面部表情疼痛量表、新生儿面部编码系统、新生儿疼痛量表评估疼痛操作中和操作后的疼痛,分析显示,组内相关系数ICC均大于0.9,表明不同年资的护士经过培训,均容易掌握该量表的使用。重测信度主要检验量表经过一段时间后再次测量结果的稳定程度,一般重测信度系数达到0.70以上较好,该量表的重测信度大于0.9,表明该量表的稳定性较好。由于新生儿面部表情疼痛量表的条目低于4个,因此未进行内部一致性检测。
3.3 3种量表可替代使用
通过Bland-Altman图分析,将新生儿面部表情疼痛量表分别与新生儿面部编码系统、新生儿疼痛量表进行一致性评价。在一致性界限范围内,新生儿面部表情疼痛量表的分数与新生儿面部编码系统测得的分数比较,差值的绝对值最大为1分,新生儿面部表情疼痛量表与新生儿疼痛量表分数的差值绝对值最大为1.29分,这种相差的幅度在临床上可以接受,因部分散点重叠,两张图中95%以上的散点均位于一致性界限范围内,因此可以认为该量表与其它两种评估方法测量的结果具有较好的一致性,可以替代使用。
3.4新生儿面部表情疼痛量表的可行性和临床实用性评价良好,首选率最高
被调查的NICU护士均认为三种量表可行性和临床实用性良好,新生儿面部表情疼痛量表可行性和临床实用性得分高于新生儿面部编码系统和新生儿疼痛量表,但与新生儿面部编码系统得分比较无显著差异,可能与两量表评估内容均有面部表情的成分有关。3种量表中新生儿面部表情疼痛量表首选率最高,可能与该量表结合面部表情与生理指标有关,既简便直观,又能综合、客观评估新生儿疼痛。
4结论
新生儿面部表情疼痛量表在建立真实面部表情数据库的基础上,通过点对法技术分析形成新生儿疼痛面部表情,同时结合生理指标评估新生儿疼痛,具有良好的信度、效度、可行性和临床实用性,可用于早产儿和足月新生儿急性操作性疼痛评估,值得推广使用。
以上结合最佳实施例对本发明进行了描述,但本发明并不局限于以上揭示的实施例,而应当涵盖各种根据本发明的本质进行的修改、等效组合。
Claims (5)
1.一种新生儿疼痛程度的评估方法,其特征在于,将新生儿疼痛时面部表情的变化作为评估其疼痛程度的主要表征,将新生儿的心率变化和血氧饱和度变化分别作为评估其疼痛程度的第一次要表征和第二次要表征,通过主要表征、第一次要表征和第二次要表征三者权重值之和来评估新生儿疼痛程度;
其中,当新生儿无疼痛且表情放松时,即新生儿不存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展、嘴呈“o”形、舌呈杯状表情时,则主要表征的权重值为0;新生儿的表情因疼痛而变化时,主要表征的权重值为正值且最大值为8;
新生儿的心率基础值取安静状态下最高心率;当心率比基础值增快≤4次/min时,第一次要表征的权重值为0;当心率比基础值增快≥5次/min时,第一次要表征的权重值为1;
新生儿的血氧饱和度基础值取安静状态下最低血氧饱和度;当血氧饱和度比基础值下降≤2%时,第二次要表征的权重值为0;当血氧饱和度比基础值下降≥3%时,第二次要表征的权重值为1;
主要表征、第一次要表征和第二次要表征三者权重值之和为0-3时为轻度疼痛;三者权重值之和为4-7时为中度疼痛;三者权重值之和为8或8以上时为重度疼痛。
2.根据权利要求1所述的一种新生儿疼痛程度的评估方法,其特征在于,在设定主要表征的权重值时,在新生儿面部选取11个节点并两两一对作为点对组;
其中,点对组1:节点1和节点2,分别位于单侧眉头、对侧眉头;
点对组2:节点3和节点4,分别位于眉毛中部、同侧眼睛中部;
点对组3:节点5和节点6,分别位于单侧鼻翼、鼻翼同侧嘴角;
点对组4:节点6和节点7,分别位于鼻翼同侧嘴角、对侧嘴角;
点对组5:节点8和节点9,分别位于上嘴唇缘中部、下嘴唇缘中部;
点对组6:节点10和节点11,分别位于单侧耳朵上缘、对侧耳朵上缘;
建立新生儿面部表情的图像数据库,数据库中的图像用点对法分析新生儿疼痛表情相关的面部区域运动;选择面部宽度的距离作为参照组,即将点对组6作为参照组;以主要表征的权重值为0的图像为基线图,基线图中的6个点对组的距离为基线距离,设为Sn,节点设为n1-n11,主要表征的权重值为正值的图像为疼痛图,疼痛图中6个点对组的距离为疼痛距离,设为Sp,节点设为p1-p11;点对距离即2个节点的像素距离;
对疼痛图按基线图的比例转换,Z代表疼痛图各个点对组距离换算为基线图比例后的距离,即基线图上发生面部表情变化后的距离,C代表在基线图的比例中疼痛后点对组变化的距离,点对组比例BL代表在基线图的比例中各个点对组的变化距离占面部宽度的比例,点对组比例的公式如下:
第1个点对组:
第2个点对组:
第3个点对组:
第4个点对组:
第5个点对组:
3.根据权利要求2所述的一种新生儿疼痛程度的评估方法,其特征在于,根据各点对组比例BL,并用图像处理合成5张新生儿面部表情图像作为5个代表表情,各代表表情对应的主要表征权重值分别为0、2、4、6、8;
其中,在上述主要表征权重值分别为2、4、6、8的代表表情图像中,各图像特征以及所代表的权重值如下:如代表表情图像仅存在皱眉、挤眼,即主要表征的权重值为2;
如代表表情图像仅存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展,即主要表征的权重值为4;
如代表表情图像仅存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展时,即主要表征的权重值为6;
如代表表情图像存在皱眉、挤眼、鼻唇沟加深、嘴水平伸展、张口、嘴垂直伸展、嘴呈“o”形,舌呈杯状,即主要表征的权重值为8。
4.根据权利要求3所述的一种新生儿疼痛程度的评估方法,其特征在于,通过代入各个节点坐标并进行运算,主要表征权重值为0时,第1-5点对组的距离Sn分别为177px、117px、124px、199px、59px、667px,其中,px为像素单位;主要表征权重值为2时,第1-5点对组比例BL分别为12.41%、4.91%、–0.44%、–0.82%、0.11%;主要表征权重值为4时,第1-5点对组比例BL分别为13.37%、6.19%、–4.42%、–9.09%、–1.53%;主要表征权重值为6时,第1-5点对组比例BL分别为12.64%、5.41%、–8.05%、–8.45%、–12.17%;主要表征权重值为8时,第1-5点对组比例BL分别为12.88%、6.29%、–10.67%、–8.26%、–17.82%;以上正数为缩短的比例,负数为延长的比例。
5.根据权利要求3或4所述的一种新生儿疼痛程度的评估方法,其特征在于,根据各点对组的比例BL,并用图像处理软件合成5张新生儿面部表情图像作为5个代表表情;
具体方式为,通过计算得出主要表征权重值为0、第1-5点对组的距离后,首先在图像处理软件中新建图像居中画出面部框架,然后通过绘图工具画出面部轮廓;主要表征权重值为0的图像完成后,在此基础上分别根据主要表征权重值为2、4、6、8时算得各点对组的比例BL,缩短或延长点与点之间的距离而修改面部表情,制作出其余4张新生儿面部表情图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811099613.XA CN109124604A (zh) | 2018-09-20 | 2018-09-20 | 一种新生儿疼痛程度的评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811099613.XA CN109124604A (zh) | 2018-09-20 | 2018-09-20 | 一种新生儿疼痛程度的评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109124604A true CN109124604A (zh) | 2019-01-04 |
Family
ID=64815288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811099613.XA Pending CN109124604A (zh) | 2018-09-20 | 2018-09-20 | 一种新生儿疼痛程度的评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109124604A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110338777A (zh) * | 2019-06-27 | 2019-10-18 | 嘉兴深拓科技有限公司 | 融合心率变异特征和面部表情特征的疼痛评估方法 |
CN112741593A (zh) * | 2019-10-29 | 2021-05-04 | 重庆医科大学附属儿童医院 | 疼痛评估方法、系统、设备及存储介质 |
CN113180594A (zh) * | 2021-03-09 | 2021-07-30 | 山西三友和智慧信息技术股份有限公司 | 一种多维时空深度学习评估新生儿术后疼痛方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1731416A (zh) * | 2005-08-04 | 2006-02-08 | 上海交通大学 | 快速且精确的人脸特征点定位方法 |
US20140171749A1 (en) * | 2012-12-19 | 2014-06-19 | Elwha Llc | Systems and methods for controlling acquisition of sensor information |
CN204483185U (zh) * | 2015-03-02 | 2015-07-22 | 兰州交通大学 | 一种无线头盔面部表情捕捉装置 |
CN105139004A (zh) * | 2015-09-23 | 2015-12-09 | 河北工业大学 | 基于视频序列的人脸表情识别方法 |
CN105354527A (zh) * | 2014-08-20 | 2016-02-24 | 南京普爱射线影像设备有限公司 | 一种消极表情识别鼓励系统 |
CN107491740A (zh) * | 2017-07-28 | 2017-12-19 | 北京科技大学 | 一种基于面部表情分析的新生儿疼痛识别方法 |
-
2018
- 2018-09-20 CN CN201811099613.XA patent/CN109124604A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1731416A (zh) * | 2005-08-04 | 2006-02-08 | 上海交通大学 | 快速且精确的人脸特征点定位方法 |
US20140171749A1 (en) * | 2012-12-19 | 2014-06-19 | Elwha Llc | Systems and methods for controlling acquisition of sensor information |
CN105354527A (zh) * | 2014-08-20 | 2016-02-24 | 南京普爱射线影像设备有限公司 | 一种消极表情识别鼓励系统 |
CN204483185U (zh) * | 2015-03-02 | 2015-07-22 | 兰州交通大学 | 一种无线头盔面部表情捕捉装置 |
CN105139004A (zh) * | 2015-09-23 | 2015-12-09 | 河北工业大学 | 基于视频序列的人脸表情识别方法 |
CN107491740A (zh) * | 2017-07-28 | 2017-12-19 | 北京科技大学 | 一种基于面部表情分析的新生儿疼痛识别方法 |
Non-Patent Citations (2)
Title |
---|
SCHIAVENATO: "Neonatal pain facial expression: evaluating the primal face of pain", 《PAIN》 * |
贺芳: "新生儿疼痛评估进展", 《护理学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110338777A (zh) * | 2019-06-27 | 2019-10-18 | 嘉兴深拓科技有限公司 | 融合心率变异特征和面部表情特征的疼痛评估方法 |
CN112741593A (zh) * | 2019-10-29 | 2021-05-04 | 重庆医科大学附属儿童医院 | 疼痛评估方法、系统、设备及存储介质 |
CN113180594A (zh) * | 2021-03-09 | 2021-07-30 | 山西三友和智慧信息技术股份有限公司 | 一种多维时空深度学习评估新生儿术后疼痛方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210085180A1 (en) | Computational User-Health Testing | |
Morgan et al. | Establishing clinical meaning and defining important differences for Patient-Reported Outcomes Measurement Information System (PROMIS®) measures in juvenile idiopathic arthritis using standard setting with patients, parents, and providers | |
Haidet et al. | Methods to improve reliability of video‐recorded behavioral data | |
US9775554B2 (en) | Population cohort-linked avatar | |
US20090018407A1 (en) | Computational user-health testing | |
US20080287821A1 (en) | Computational user-health testing | |
US20090157323A1 (en) | Methods and systems for specifying an avatar | |
US20090318773A1 (en) | Involuntary-response-dependent consequences | |
US20090156907A1 (en) | Methods and systems for specifying an avatar | |
Porcelli et al. | Mirroring activity in the brain and movement determinant in the Rorschach test | |
WO2008143908A2 (en) | Computational user-health testing | |
Cekin | Psychological Benefits of Regular Physical Activity: Evidence from Emerging Adults. | |
CN109124604A (zh) | 一种新生儿疼痛程度的评估方法 | |
RAMELET et al. | Clinical validation of the multidimensional assessment of pain scale | |
Hanna et al. | The use of photography to explore the meaning of health among adolescents with cancer | |
Navic et al. | The development and testing of Thai facial soft tissue thickness data in three-dimensional computerized forensic facial reconstruction | |
Schiavenato | Facial expression and pain assessment in the pediatric patient: the primal face of pain | |
Frisby et al. | Using Profile Analysis via Multidimensional Scaling (PAMS) to identify core profiles from the WMS-III. | |
Briody | Emotional intelligence: Personality, gender and cultural factors | |
Gao | Human behaviour sensing and profiling in the wild | |
Languis et al. | The neuroscience and educational practice: Asking better questions | |
Bolu et al. | Assesment of the effect of summer camp on the life quality of diabetic children | |
Brunzini | Effectiveness analysis of traditional and mixed reality simulations in medical training: a methodological approach for the assessment of stress, cognitive load and performance | |
Foster | A multimethod approach to the description of factors influencing nurses' pharmacologic management of children's pain | |
Mills | A statistical study of the formal aspects of the Diagnostic Drawing Series of borderline personality disordered patients, and its context in contemporary art therapy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |
|
RJ01 | Rejection of invention patent application after publication |