-
题名胸腔镜肺癌手术围术期的快速康复护理分析
被引量:1
- 1
-
-
作者
李凤娴
-
机构
苏州大学附属常熟医院(常熟市第一人民医院)胸外科
-
出处
《现代医学与健康研究电子杂志》
2018年第13期111-111,113,共2页
-
文摘
目的目的研究分析使用康复护理方法对胸腔镜肺癌手术围术期进行护理的临床应用效果。方法选取在2015年4月至2017年8月我院接收的胸腔镜肺癌手术患者86例,均分两组后予以临床护理,对照组使用常规临床护理,研究组则在该基础上,实施快速康复护理,对比两种方法在相关指标改善、并发症发生情况上的效果。结果同对照组相比,研究组的住院时间、下床活动时间、拔管时间以及排气时间更短,差异有统计学意义(P<0.05);研究组的并发症发生率为4.65%,相较对照组的25.58%明显更低,差异有统计学意义(P<0.05)。结论在临床上,使用快速康复护理措施对胸腔镜肺癌手术患者实施围术期护理的应用效果更加明显,值得予以推广使用。
-
关键词
胸腔镜
肺癌
快速康复护理
围手术期
-
分类号
R473.73
[医药卫生—护理学]
-
-
题名基于随机森林模型的肺部肿瘤浸润性预测与分析研究
- 2
-
-
作者
朱萍
周涛
赵奔英
唐慧
夏开建
-
机构
苏州大学附属常熟医院(常熟市第一人民医院)智能医疗技术研究中心
苏州大学附属常熟医院(常熟市第一人民医院)胸外科
苏州大学附属常熟医院(常熟市第一人民医院)药剂科
-
出处
《中国数字医学》
2023年第11期90-96,共7页
-
基金
苏州市重点扶持学科卫生信息学资助项目(SZFCXK202147)
苏州市临床重点病种诊疗技术专项项目(LCZX202124)。
-
文摘
探讨肺部肿瘤浸润性的独立危险因素,建立预测分类模型,并针对现下肺部肿瘤预测模型多使用传统Logistic回归方法,容易导致拟合过度并且预测准确度有限的问题,提出了基于随机森林(RF)算法,建立肺部肿瘤浸润性的风险预测模型,与Logistic回归、决策树(CART)、支持向量机(SVM)、XGBoost从模型区分度、模型校准度和临床适用度3方面进行比较,结果表明,随机森林分类器对于肺部肿瘤浸润性数据集有着更高的预测准确性、一致性和临床适用性。对变量特征重要性进行分析发现,恶性概率对判断肺部肿瘤浸润性有着显著影响,对于促进早发现、早诊断、早治疗肺癌有着重要应用价值。
-
关键词
肺部肿瘤浸润性
随机森林
机器学习
变量特征评价
-
Keywords
Lung tumor infiltration
Random forest
Machine learning
Variable feature evaluation
-
分类号
R197
[医药卫生—卫生事业管理]
R319
[医药卫生—基础医学]
-