老年2型糖尿病患者血糖趋势预测模型构建初探

目的血糖趋势预测模型的构建能有效协助医护人员管理2型糖尿病(T2DM)患者血糖,并促进其维持健康的生活方式。对比研究2种构模方式的优缺点,并探讨模型使用意义。方法采集9例老年T2DM患者连续14 d的持续血糖监测数据(CGM),并结合在此期间的饮食(D)、运动(E)、用药、睡眠4大生活数据,运用支持向量回归(SVR)与基于长短期记忆单元的递归神经网络(LSTM-RNN)构建血糖趋势预测模型,模型的数据输入分为CGM、CGM+D、CGM+D+E这3种方式。结果SVR模型表现随着预测范围的延长而下降(P<0.05),在预测范围(PH)=30 min时,饮食及运动数据的加入提升模型表现(P<0.05)。LSTM-RNN模型表现较为复杂,预测范围的延长对模型结果差异无统计学意义,在PH=45 min时,饮食数据的加入提升模型表现,且优于SVR模型45/60 min的预测结果。SVR与LSTM-RNN构建的预测模型均具有高度的个体化匹配度,EGA值在AB区域的占比达到了93.82%~99.77%。结论SVR短时预测(15 min)优于LSTM-RNN,LSTM-RNN较长预测(45 min)优于SVR(45/60 min);血糖趋势预测模型可对患者进行有效的热量相关指导,对该研究人群而言,饮食数据是影响血糖的主要因素,运动数据对血糖的影响不足。

基于电子病历数据的风险预测模型在临床护理中的应用现状

目的总结归纳基于电子病历数据的风险预测模型在临床护理应用进展,为风险预测模型的构建提供参考。方法搜索国内外关于风险预测模型的应用研究文献,从模型构建方式、模型性能指标、应用的护理领域等角度进行综述。结果基于电子病历数据的风险预测模型在护理领域有一定的开展,能较好地识别患者风险,对护理临床工作具有指导作用,但存在模型构建方式较单一,新技术应用不足,非结构化数据的全面有效提取仍有一定难度、模型性能评价指标不够完善的问题。结论风险预测模型能在一定程度上识别患者风险,利于护理工作的提前介入和干预,能够更加科学、有效的指导护理临床工作,改善患者结局。

糖尿病神经病变性疼痛的护理研究进展

糖尿病神经病变是糖尿病最常见的慢性并发症之一，而病变累及神经最常导致疼痛的发生，严重影响患者的生活质量。糖尿病神经病变性疼痛治疗和护理与其他慢性疾病的疼痛一样，需要医护人员的重视。本文对糖尿病神经病变性疼痛的发生机制，糖尿病神经病变性疼痛的临床表现，糖尿病神经病理性疼痛主要治疗原则与方法，糖尿病神经病变性疼痛的护理等进行了综述。