慢性心力衰竭症状群管理个性化推荐平台的构建及应用

目的:开发适用于慢性心力衰竭症状群管理个性化推荐平台,并验证其效果。方法:成立研发小组,构建症状群管理个性化推荐平台的内容模块,包含个人信息中心、症状检索、生活日志、知识学习4个病人应用端模块;用户管理、症状管理、知识库管理、病区管理4个医护管理端模块。于2022年2月—4月,招募60例慢性心力衰竭病人分为干预组和对照组,各30例。对照组实施常规护理,干预组实施个性化推荐平台的症状管理延续护理,采用心力衰竭症状状态量表(SSQ⁃HF)、明尼苏达生活质量量表(ML⁃HFQ)、心力衰竭自我管理能力量表(SMSHF)、因心血管突发事件再入院情况对平台应用效果进行评价。结果:应用平台进行症状群管理的干预组病人在出院后3个月、6个月的症状状态、自我管理能力、生活质量得分均优于对照组,且再入院率低于对照组,差异均有统计学意义(P<0.05)。结论:症状群管理个性化推荐平台可满足慢性心力衰竭病人症状管理需求,对提升病人生存质量具有积极作用。

医学人工智能研究热点双聚类分析

目的采用双聚类方法对人工智能在医学领域的国际研究成果进行分析,探讨主题领域内热点趋势。方法检索Web of Science核心合集数据库中医学人工智能的相关文献,采用Co-Occurrence13.4提取高频关键词生成词篇矩阵,应用gCluto1.0聚类工具包进行双聚类分析。结果共纳入文献7803篇,年发文量整体呈上升趋势,美国位居发文总量的首位,共提取30个高频主题词,形成人工智能应用于生物标志物检测等6个聚类。研究热点聚焦于卫生保健、疾病转归、疾病全程监测、辅助诊断癌症、预测模型效验和鉴别生物标志物6个主题。结论人工智能已普遍应用于临床诊断和治疗,为基因检测及公共卫生事件提供了针对性的支持,但国内相关研究还处于发展阶段,未来还需要依托多学科、机构间的交流合作,推动中国智能化医疗的发展,使其真正成为促进医疗卫生事业发展的重要工具。

慢性心力衰竭患者照护者健康素养的潜在剖面分析

目的探讨慢性心力衰竭患者照护者健康素养的潜在分类,并分析不同类别的影响因素。方法采用一般资料调查表和慢性心力衰竭患者照护者健康素养调查问卷,便利抽取245例慢性心力衰竭患者照护者进行调查。采用Mplus7.4对慢性心力衰竭患者照护者健康素养水平进行潜在剖面分析,并对不同类别间人口学变量的分布差异进行检验。结果照护者健康素养水平可分为健康素养低等型(38.0%)、健康素养中等型(56.3%)和健康素养高等型(5.7%)3个潜在类别。不同年龄、与患者关系、文化程度、家庭人均月收入、照护患者的时间和是否有共同照护者的照护者健康素养类别比较,差异有统计学意义(均P<0.05)。结论慢性心力衰竭患者照护者个体之间健康素养水平存在差异,医护人员应根据各类别的不同特征采取针对性的评估和干预,以提高照护者的健康素养。