手术患者接待室的设立及使用体会

手术室的工作目标为最大限度满足手术的需要，保证手术能够安全、高效和顺利的进行。手术患者接待室的设立，发掘了手术间的使用潜力，加速了手术间的周转，缩短手术衔接时间，是手术室工作效率和工作质量提高的关键。2007年3月，本院手术室设立了手术患者接待室，负责当日平诊手术的接待、核对和术前准备工作，效果较好。现报告如下。

经胸腔镜肺癌根治手术病人术中体温变化的多中心回顾性研究

目的:分析胸腔镜肺癌根治手术(VATS)病人术中体温变化的规律,为合理制定护理干预策略提供循证依据。方法:收集3所三级甲等医院2018年1月—2020年9月符合研究要求的病例数据,绘制VATS病人术中体温变化曲线,对影响体温降低速率的各类因素进行单因素分析。结果:手术开始3 h内,体温变化曲线依据下降速率分为3个时相,整体呈横"∫"型曲线。个体因素对于体温下降速率变化的影响没有统计学意义。结论:VATS病人术中体温下降速率随手术时间动态变化,可能与体温调节的代偿和失代偿相关;病人个体差异对于术中体温下降速率没有影响;护理人员应在最佳干预时间窗内(手术开始的60 min以内)对所有VATS病人采取有效的干预措施,预防其发生术中低体温。

1例右肝癌切除伴下腔静脉、门静脉癌栓取出术患者的围手术期护理

肝细胞癌在进展过程中容易形成对周围血管的侵犯,肝癌合并血管侵犯被认为是肿瘤晚期及预后不良的重要标志[1].侵犯下腔静脉（inferior vena cava,IVC）的肝脏肿瘤手术属于高风险手术,在技术上有一定难度,国内外有较少的报道[2～3].本例患者癌栓侵犯下腔静脉近心端,超过膈肌,需心脏外科联合手术,较为罕见,在围手术期护理上有一定的特殊性,现报道如下.

基于深度学习的全身麻醉患者围术期非计划低体温预测模型的构建与应用

目的构建全身麻醉患者围术期非计划低体温预测模型并应用于临床,验证其性能。方法纳入2016年1月至2020年9月浙江省某三级甲等医院19068例手术患者数据,运用基于深度学习的人工智能技术构建模型,采用受试者操作特征曲线下面积和决策曲线检验模型的预测效果。于2020年10月至2021年3月纳入2157例手术患者对模型的预测准确率进行检验。结果建模组的手术患者中低体温发生率为13.89%(2649/19068),验证组手术患者低体温发生率为14.18%(306/2157),预测模型的受试者操作特征曲线下面积为0.724(95%CI:0.707~0.741),灵敏度为0.516,特异度为0.823,截断值为0.175,实际应用的准确率为79.54%。结论本研究模型能够稳定的预测全身麻醉患者围术期非计划低体温的发生率,可为临床预防围术期非计划低体温提供参考。