CN113035296A - 用于icu后综合征的随访方法及系统 - Google Patents
用于icu后综合征的随访方法及系统 Download PDFInfo
- Publication number
- CN113035296A CN113035296A CN202110215139.8A CN202110215139A CN113035296A CN 113035296 A CN113035296 A CN 113035296A CN 202110215139 A CN202110215139 A CN 202110215139A CN 113035296 A CN113035296 A CN 113035296A
- Authority
- CN
- China
- Prior art keywords
- icu
- patient
- syndrome
- follow
- post
- 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
- 208000011580 syndromic disease Diseases 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000000474 nursing effect Effects 0.000 claims description 13
- 239000003814 drug Substances 0.000 claims description 9
- 229940079593 drug Drugs 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 6
- 238000005399 mechanical ventilation Methods 0.000 claims description 5
- 206010011985 Decubitus ulcer Diseases 0.000 claims description 4
- 208000004210 Pressure Ulcer Diseases 0.000 claims description 4
- 206010039897 Sedation Diseases 0.000 claims description 4
- 230000036280 sedation Effects 0.000 claims description 4
- 201000010099 disease Diseases 0.000 claims description 3
- 210000003205 muscle Anatomy 0.000 claims description 3
- 230000003860 sleep quality Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims 1
- 238000002483 medication Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 3
- 230000010365 information processing Effects 0.000 abstract description 2
- 208000028399 Critical Illness Diseases 0.000 description 6
- 206010012218 Delirium Diseases 0.000 description 3
- 208000010877 cognitive disease Diseases 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 208000020016 psychiatric disease Diseases 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 2
- 208000020401 Depressive disease Diseases 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000004064 dysfunction Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 206010010144 Completed suicide Diseases 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 206010003549 asthenia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 230000006998 cognitive state Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000037870 generalized anxiety Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000022119 inability to concentrate Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 201000000585 muscular atrophy Diseases 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009323 psychological health Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及医学信息处理技术领域,本发明旨在解决现有的ICU后综合征干预指导过程中存在人力资源消耗大、并且没有针对性的问题,提出一种用于ICU后综合征的随访方法及系统,主要方案包括:获取患者在ICU期间的患者基本信息,所述患者基本信息至少包括与ICU后综合征相关的临床指标;根据所述患者基本信息并结合ICU后综合征风险知识库计算对应患者出现ICU后综合征的风险类型和等级,根据所述风险和等级生成相应的医护人员护理计划、患者运动计划、医生随访计划和患者自测量表。本发明降低了人力资源的投入,提高了康复指导的针对性,适用于ICU后综合征的随访。
Description
技术领域
本发明涉及医学信息处理技术领域,具体来说涉及一种用于ICU后综合征的随访方法及系统。
背景技术
2010年全球危重症会议上,美国危重症医学会提出ICU后综合征(Post-intensivecare syndrome,PICS)概念,引起全球学者关注,它是患者经历ICU治疗好转后,出院回家或者进入普通病房后,之前症状恶化反复或者出现一系列新症状等不良表现,严重影响了患者的生活质量。PICS最常见的临床表现包括生理、心理以及认知方面的障碍:其中生理方面障碍主要包括四肢肌肉萎缩、ICU获得性衰弱以及失眠症等;心理方面的障碍主要包括创伤后应激功能障碍(PTSD)和广泛性焦虑抑郁发作等;认知方面的障碍则主要体现为谵妄,患者出现注意力无法集中,执行能力和记忆力出现明显下滑等。据相关研究报道,ICU患者转出患者60%出现生理障碍,50%左右出现心理障碍,25%以上出现认知障碍,给患者和家属带来沉重的负担,导致家属在身心方面出现障碍,甚至出现自杀等严重不良事件发生。我国作为人口大国,PICS患者数量不容小觑。
美国危重医学会在2012年关于PICS的会议上提出从ICU期间、ICU过渡期和ICU后进行干预。多个研究表明在ICU期间早期活动、每日唤醒和低剂量镇静药物维持患者处于平静而舒适的浅镇静状态,保持患者意识和认知功能可以减少PICS发生。患者从ICU病房好转转到普通病房的过渡期,多学科合作过度护理模式(对ICU后综合征的干预指导)可以降低PICS的发生,但是需要大量人力资源,因此在临床应用中很难实施。ICU后干预措施主要在开设ICU后门诊和运动康复计划等方面,ICU医生和心理卫生医生联合为患者出ICU后提供身心健康的诊疗服务,能提高患者康复率并减少PICS发生,但是我国针对ICU后门诊制度尚未建立,患者和家属对ICU后门诊认知也不足,造成投入产出并不成正比。
发明内容
本发明旨在解决现有的ICU后综合征干预指导过程中存在人力资源消耗大、并且没有针对性的问题,提出一种用于ICU后综合征的随访方法及系统。
本发明解决上述技术问题所采用的技术方案是:用于ICU后综合征的随访方法,包括以下步骤:
步骤1、获取患者在ICU期间的患者基本信息,所述患者基本信息至少包括与ICU后综合征相关的临床指标;
步骤2、根据所述患者基本信息并结合ICU后综合征风险知识库计算对应患者出现ICU后综合征的风险类型和等级;
步骤3、根据所述风险和等级生成相应的医护人员护理计划、患者运动计划、医生随访计划和患者自测量表。
进一步地,所述患者出现ICU后综合征的风险类型和等级的计算方法包括:
从ICU后综合征风险知识库中获取包含多个历史患者基本信息及对应出现ICU后综合征的风险类型和等级的历史数据,根据所述历史数据进行训练得到预测模型,根据所述预测模型计算当前患者出现ICU后综合征的风险类型和等级。
进一步地,还包括:
获取患者在ICU期间的护理记录,根据所述护理记录生成ICU日记,并将所述ICU日记以图形的方式展示。
进一步地,所述患者基本信息至少包括:住院时间信息、机械通气信息、ApacheII评分信息、GCS评分信息、睡眠质量评分信息、日常生活能力评分信息、镇静药物使用信息、肌力分级信息和疾病类型信息。
进一步地,所述医护人员护理计划至少包括管道、药物、环境、压疮和心理的护理计划。
进一步地,所述患者在ICU期间的患者基本信息从ICU信息系统中获取。
本发明另一方面还提出一种用于ICU后综合征的随访系统,包括:
获取单元,用于获取患者在ICU期间的患者基本信息,所述患者基本信息至少包括与ICU后综合征相关的临床指标;
计算单元,用于根据所述患者基本信息并结合ICU后综合征风险知识库计算对应患者出现ICU后综合征的风险类型和等级,
生成单元,用于根据所述风险和等级生成相应的医护人员护理计划、患者运动计划、医生随访计划和患者自测量表。
本发明的有益效果是:本发明所述的用于ICU后综合征的随访方法及系统,通过大数据和互联网技术手段以及预测算法,提供具有针对性的个性化随访计划,降低了人力资源的投入,促进医务人员关注PICS,病人能获得个性化的随访计划,降低了PICS的发生几率,并通过定期的随访,对PICS进行及早的干预,降低了不良事件的发生,同时互联网的方式也降低了病人的交通成本,降低了家属的医疗负担。
附图说明
图1为本发明实施例所述的用于ICU后综合征的随访方法的流程示意图;
图2为本发明实施例所述的用于ICU后综合征的随访系统的结构示意图。
具体实施方式
下面将结合附图对本发明的实施方式进行详细描述。
本发明旨在解决现有的ICU后综合征干预指导过程中存在人力资源消耗大、并且没有针对性的问题,提出一种用于ICU后综合征的随访方法及系统,主要的技术构思为:获取患者在ICU期间的患者基本信息,所述患者基本信息至少包括与ICU后综合征相关的临床指标;根据所述患者基本信息并结合ICU后综合征风险知识库计算对应患者出现ICU后综合征的风险类型和等级,根据所述风险和等级生成相应的医护人员护理计划、患者运动计划、医生随访计划和患者自测量表。
具体而言,ICU信息系统收集了危重病患者在ICU住院期间的各种监测数据和治疗数据,通过获取患者在ICU期间的患者基本信息,这些患者基本信息结合ICU后综合征高风险知识库,通过预测算法计算出患者出现ICU后综合征的风险和类型,再根据风险等级和类型推荐个性化的针对过度病房的医务人员护理计划、针对患者或家属的运动计划、医生随访计划和根据病人特点推荐合适的患者自测量表,患者根据个性化运动计划进行运动锻炼,在随访时间和ICU医生或者心理卫生医生进行在线随访,通过患者自测量表进行自我诊断和评估,了解自身的身体情况,以便于对患者后续的随访。
实施例
本发明实施例所述的用于ICU后综合征的随访方法,如图1所示,包括以下步骤:
步骤S1、获取患者在ICU期间的患者基本信息,所述患者基本信息至少包括与ICU后综合征相关的临床指标;
可以理解,ICU信息系统是医院信息系统的重要组成部分,是重症医学与计算机软件工程相结合的产物,其收集了危重病患者在ICU住院期间的各种监测数据和治疗数据。在病人好转离开ICU后可以通过获取单元(如ICU信息系统API接口)将必要的数据进行处理后发送给计算单元。
为了实现对ICU后综合征的风险和类型进行准确预测,所述患者基本信息至少包括:住院时间信息、机械通气信息、ApacheII评分信息、GCS评分信息、睡眠质量评分信息、日常生活能力评分信息、镇静药物使用信息、肌力分级信息和疾病类型信息。
其中,机械通气信息是指呼吸机辅助呼吸情况,机械通气信息包括是否使用呼吸机、呼吸机的类型(有创呼吸机还是无创呼吸机),使用呼吸机的时间等医疗资料。
ApacheII评分信息是一种对危重病人的危重程度的医学评分,从3分到72分,分数越高,病人病情越危重,其中公认评分超过15分即为危重病人。
GCS评分信息是对患者意识情况的一种医学评分,包括睁眼反应、运用反应和言语反应三项,总分从3分到15分,分数越小昏迷的程度越高,15分表示完全清醒,3分表示重度昏迷。
步骤S2、根据所述患者基本信息并结合ICU后综合征风险知识库计算对应患者出现ICU后综合征的风险类型和等级,
本实施例中,患者出现ICU后综合征的风险类型和等级的计算方法包括:
从ICU后综合征风险知识库中获取包含多个历史患者基本信息及对应出现ICU后综合征的风险类型和等级的历史数据,根据所述历史数据进行训练得到预测模型,根据所述预测模型计算当前患者出现ICU后综合征的风险类型和等级。即通过统计的历史数据建立预测模型,并根据该预测模型来进行出现ICU后综合征的风险类型和等级的预测。
可以理解的是,ICU后综合征风险知识库中保存了大量历史患者基本信息及对应出现ICU后综合征的风险类型和等级的历史数据,根据历史数据的增多以及现有医疗技术的发展,ICU后综合征风险知识库中的历史数据也会不断更新,据此建立的预测模型也会相应更新,如此能够保证预测的准确性。
步骤S3、根据所述风险和等级生成相应的医护人员护理计划、患者运动计划、医生随访计划和患者自测量表。
其中,医护人员护理计划主要涉及管道、药物、环境、压疮和心理护理方面计划,自动生成一个个性化的、适合患者本人的护理计划,促进患者尽快适应过度病房,避免重返ICU,减少PICS发生。
患者运动计划主要是在患者出ICU后给与适当的运动计划,促进患者通过运动减少身体功能障碍,通过早期活动逐渐回归社会,降低家属的负担。
医生随访计划是根据患者发生PICS的风险程度,制定不同的随访方式和随访时间,避免所有出ICU患者的全覆盖,有的放矢,降低人力资源投入。为了进一步节约人力资源的消耗,可以通过图文和实时音视频实现ICU患者或家属和ICU医生或心理卫生医生的在线的咨询和沟通,进而实现医生的随访。
在患者自测量表方面,目前没有统一的PICS评估工具,生理方面主要有广泛应用的日常生活能力量表(ADL),世界卫生组织发布的生活质量现状评估量表(AQoL)和针对老年患者的健康调查简表(SF-36),着重睡眠状况的匹兹堡睡眠指数量表;认知方面有谵妄筛查单(ICDSC),监护室谵妄评估量(CAM-ICU)和简易精神状态量表;心理方面有医院焦虑抑郁量表(HADS),事件影响量表-修订版(IES-R),Davidson创伤量表(DTS)和创伤后诊断量表(PDS)。这些评估工具都有侧重点,本实施例中,系统可以根据病人类型自动匹配相应的患者自测量表。
为了便于患者及家属直观的认知病情,本实施还包括:获取患者在ICU期间的护理记录,根据所述护理记录生成ICU日记,并将所述ICU日记以图形的方式展示。
具体地,患者在ICU期间的护理记录也可以通过获取单元从ICU信息系统中获取,通过获取的护理记录生成ICU日记,并以图形的方式展示在患者在ICU住院期间的流程视图中,协助患者和家属认知病情。本实施例中,护理记录也可以包括管道、药物、环境、压疮和心理的护理记录。
基于上述技术方案,本实施例还提出一种用于ICU后综合征的随访系统,如图2所示,包括:
获取单元,用于获取患者在ICU期间的患者基本信息,所述患者基本信息至少包括与ICU后综合征相关的临床指标;
计算单元,用于根据所述患者基本信息并结合ICU后综合征风险知识库计算对应患者出现ICU后综合征的风险类型和等级,
生成单元,用于根据所述风险和等级生成相应的医护人员护理计划、患者运动计划、医生随访计划和患者自测量表。
可以理解,由于本发明实施例所述的用于ICU后综合征的随访系统是用于实现实施例所述的用于ICU后综合征的随访方法的系统,对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的较为简单,相关之处参见方法的部分说明即可。
Claims (7)
1.用于ICU后综合征的随访方法,其特征在于,包括以下步骤:
步骤1、获取患者在ICU期间的患者基本信息,所述患者基本信息至少包括与ICU后综合征相关的临床指标;
步骤2、根据所述患者基本信息并结合ICU后综合征风险知识库计算对应患者出现ICU后综合征的风险类型和等级;
步骤3、根据所述风险和等级生成相应的医护人员护理计划、患者运动计划、医生随访计划和患者自测量表。
2.如权利要求1所述的用于ICU后综合征的随访方法,其特征在于,所述患者出现ICU后综合征的风险类型和等级的计算方法包括:
从ICU后综合征风险知识库中获取包含多个历史患者基本信息及对应出现ICU后综合征的风险类型和等级的历史数据,根据所述历史数据进行训练得到预测模型,根据所述预测模型计算当前患者出现ICU后综合征的风险类型和等级。
3.如权利要求1所述的用于ICU后综合征的随访方法,其特征在于,还包括:
获取患者在ICU期间的护理记录,根据所述护理记录生成ICU日记,并将所述ICU日记以图形的方式展示。
4.如权利要求1所述的用于ICU后综合征的随访方法,其特征在于,所述患者基本信息至少包括:住院时间信息、机械通气信息、ApacheII评分信息、GCS评分信息、睡眠质量评分信息、日常生活能力评分信息、镇静药物使用信息、肌力分级信息和疾病类型信息。
5.如权利要求1所述的用于ICU后综合征的随访方法,其特征在于,所述医护人员护理计划至少包括管道、药物、环境、压疮和心理的护理计划。
6.如权利要求1所述的用于ICU后综合征的随访方法,其特征在于,所述患者在ICU期间的患者基本信息从ICU信息系统中获取。
7.用于ICU后综合征的随访系统,其特征在于,包括:
获取单元,用于获取患者在ICU期间的患者基本信息,所述患者基本信息至少包括与ICU后综合征相关的临床指标;
计算单元,用于根据所述患者基本信息并结合ICU后综合征风险知识库计算对应患者出现ICU后综合征的风险类型和等级,
生成单元,用于根据所述风险和等级生成相应的医护人员护理计划、患者运动计划、医生随访计划和患者自测量表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110215139.8A CN113035296A (zh) | 2021-02-25 | 2021-02-25 | 用于icu后综合征的随访方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110215139.8A CN113035296A (zh) | 2021-02-25 | 2021-02-25 | 用于icu后综合征的随访方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113035296A true CN113035296A (zh) | 2021-06-25 |
Family
ID=76462180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110215139.8A Pending CN113035296A (zh) | 2021-02-25 | 2021-02-25 | 用于icu后综合征的随访方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113035296A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114999658A (zh) * | 2022-08-04 | 2022-09-02 | 四川大学华西医院 | 一种数字干预icu后综合征的系统及方法 |
CN115019973A (zh) * | 2022-08-08 | 2022-09-06 | 四川大学华西医院 | 一种icu后综合征自评快速筛查系统及其筛查方法 |
CN118486485A (zh) * | 2024-07-16 | 2024-08-13 | 四川智康科技有限责任公司 | 一种医患关系沟通管理系统、计算机设备及数据处理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448865A (zh) * | 2018-11-01 | 2019-03-08 | 唐杨烽 | Icu临床决策支持系统 |
CN111009322A (zh) * | 2019-10-21 | 2020-04-14 | 四川大学华西医院 | 围术期风险评估和临床决策智能辅助系统 |
CN111951975A (zh) * | 2020-08-19 | 2020-11-17 | 哈尔滨工业大学 | 一种基于深度学习模型gpt-2的脓毒症早期预警方法 |
CN112216361A (zh) * | 2020-10-15 | 2021-01-12 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的随访计划单生成方法、装置、终端及介质 |
CN112365978A (zh) * | 2020-11-10 | 2021-02-12 | 北京航空航天大学 | 心动过速事件早期风险评估的模型的建立方法及其装置 |
-
2021
- 2021-02-25 CN CN202110215139.8A patent/CN113035296A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448865A (zh) * | 2018-11-01 | 2019-03-08 | 唐杨烽 | Icu临床决策支持系统 |
CN111009322A (zh) * | 2019-10-21 | 2020-04-14 | 四川大学华西医院 | 围术期风险评估和临床决策智能辅助系统 |
CN111951975A (zh) * | 2020-08-19 | 2020-11-17 | 哈尔滨工业大学 | 一种基于深度学习模型gpt-2的脓毒症早期预警方法 |
CN112216361A (zh) * | 2020-10-15 | 2021-01-12 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的随访计划单生成方法、装置、终端及介质 |
CN112365978A (zh) * | 2020-11-10 | 2021-02-12 | 北京航空航天大学 | 心动过速事件早期风险评估的模型的建立方法及其装置 |
Non-Patent Citations (1)
Title |
---|
姚丽等: "重症患者转出ICU后认知损害危险因素的Meta分析", 《中国护理管理》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114999658A (zh) * | 2022-08-04 | 2022-09-02 | 四川大学华西医院 | 一种数字干预icu后综合征的系统及方法 |
CN114999658B (zh) * | 2022-08-04 | 2022-11-11 | 四川大学华西医院 | 一种数字干预icu后综合征的系统及方法 |
CN115019973A (zh) * | 2022-08-08 | 2022-09-06 | 四川大学华西医院 | 一种icu后综合征自评快速筛查系统及其筛查方法 |
CN115019973B (zh) * | 2022-08-08 | 2022-10-25 | 四川大学华西医院 | 一种icu后综合征自评快速筛查系统 |
CN118486485A (zh) * | 2024-07-16 | 2024-08-13 | 四川智康科技有限责任公司 | 一种医患关系沟通管理系统、计算机设备及数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113035296A (zh) | 用于icu后综合征的随访方法及系统 | |
Johnston et al. | Paternal vs maternal kangaroo care for procedural pain in preterm neonates: a randomized crossover trial | |
Loayza et al. | Biofeedback for pain management during labour | |
US20190259482A1 (en) | System and method of determining a prescription for a patient | |
Shum et al. | Commercially available seizure detection devices: A systematic review | |
Tavares et al. | The intersection of artificial intelligence, telemedicine, and neurophysiology: Opportunities and challenges | |
Snow et al. | Assessing and managing impairment of consciousness following TBI | |
Serrano et al. | Benefits and challenges of remote patient monitoring as perceived by health care practitioners: a systematic review | |
Putri et al. | Relationship between Heart Failure Treatment and Self-Management Compliance in Congestive Heart Failure Patients | |
Stanley et al. | Experience with an adult alcohol withdrawal syndrome practice guideline in internal medicine patients | |
Adamowicz et al. | Predicting and improving hospital outcomes for older adults | |
Zhang et al. | Research Progress on Self-Care Ability of Hemodialysis Patients | |
Wu et al. | The effect of home visits on healthcare resource utilisation | |
Heslop et al. | The impact of the national clinical outcome review programmes in England: a review of the evidence | |
Bala et al. | Exploratory study on nursing manpower required for caring critically ill patients in intensive care unit | |
Li et al. | Mental Health and Quality of Life in Chronic Kidney Disease Patients with Mild-to-Moderate Depression: A Retrospective Cohort Study of Mindfulness-Based Stress Reduction Therapy | |
Erickson | Approaches to measure sleep–wake disturbances in adolescents with cancer | |
Lian et al. | Cause Analysis and Nursing Intervention of Sleep Disorder in Elderly Patients with Diabetes | |
Li et al. | Nursing discharge teaching of hospitalized postpartum women in China: A cross-sectional study | |
Biswas et al. | Stopping the overmedication of people with intellectual disability, autism or both (STOMP) and supporting treatment and appropriate medication in paediatrics (STAMP) | |
Zhao et al. | Application of Nurse Patient Communication in Nursing Care of Elderly Patients with Diabetes Mellitus | |
Huttunen et al. | Wishes For Wearables From Patients With Migraine | |
Qi et al. | Study on the application of accountability nursing in cardiology department | |
Aries | How to Applicate Comprehensive Geriatric Assessment in Geriatric Rehabilitation | |
Howard | Coma and brainstem death |
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: 20210625 |
|
RJ01 | Rejection of invention patent application after publication |