-
题名老年科护士对皮肤撕裂伤的认知现状及影响因素研究
- 1
-
-
作者
张茵
梁霄
王玫
范柏林
乐霄
-
机构
华中科技大学同济医学院附属同济医院综合医疗科/老年医学科
-
出处
《护理学杂志》
CSCD
北大核心
2024年第2期69-71,共3页
-
文摘
目的了解老年科护士对皮肤撕裂伤的认知现状,分析其影响因素,为开展相关培训提供参考。方法采用便利抽样法,使用一般资料调查表、皮肤撕裂伤知识评估工具对武汉市3所三级甲等综合医院的286名老年科护士进行横断面调查。结果老年科护士的皮肤撕裂伤认知得分为(9.53±2.02)分。老年科护士对皮肤撕裂伤认知正确率排名前5个条目分属于特殊群体、病因学、分类和观察维度;排名最低的5个条目分属于预防、治疗和风险评估维度。影响老年科护士对皮肤撕裂伤认知水平的主要因素为学历、工作年限、是否为专科护士、皮肤撕裂伤相关培训(均P<0.05),共解释总变异的31.7%。结论老年科护士对皮肤撕裂伤认知水平处于中等偏低水平,对与临床实践相关的预防、治疗和风险评估认知相对不足,应加强相关培训,提高老年科护士对皮肤撕裂伤的关注度,从而提高皮肤撕裂伤整体预防及护理水平。
-
关键词
老年人
皮肤撕裂伤
护士
风险评估
预防治疗
认知
培训
影响因素
-
Keywords
the elderly
skin tear
nurse
risk assessment
prevention and treatment
knowledge
training
influencing factors
-
分类号
R47
[医药卫生—护理学]
R197.323
[医药卫生—卫生事业管理]
-
-
题名考虑隐私重要程度的医疗信息分级加密算法
- 2
-
-
作者
王丹
李婉玲
-
机构
华中科技大学同济医学院附属同济医院综合科/老年医学科
-
出处
《吉林大学学报(信息科学版)》
CAS
2023年第2期346-351,共6页
-
基金
湖北省科技计划基金资助项目(2018CFB739)。
-
文摘
为增强病人隐私信息安全系数,降低数据泄露风险,在考虑隐私重要程度前提下,提出一种基于混沌细胞神经网络和小波变换的海量医疗信息分级加密算法。利用分词匹配度和权值匹配度计算医疗信息词语重复率,剔除海量信息中相似数据,降低后续信息加密工作量。使用医疗重要性、访问次数、数据大小等分级评估数据隐私重要度,通过数据属性区分医疗文字信息与图像信息。运用细胞神经网络的混沌特征,将原始医疗信息转换为参数矩阵。运用Logistic映射得到密钥混沌序列,输出一次加密后的医疗文字信息,使用小波变换时域分析图像信号达到二次加密,融合二次加密结果完成医疗信息分级加密。实验结果证明,所提算法具有加密效果好、执行速率快、安全系数高等优势,是面向医疗信息安全储存的适宜方案。
-
关键词
隐私重要性
医疗信息
分级加密
预处理
混沌细胞神经网络
-
Keywords
importance of privacy
medical information
hierarchical encryption
pretreatment
chaotic cellular neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-