文摘
目前,最常用的外科治疗骨折引起的外力损伤是临床,监督和管理数据挖掘是更有利的面对未知的围手术期网络数据的格式。因此,本研究旨在探索无监督数据挖掘的应用效果快速断裂手术后康复护理干预的概念。80病人骨折手术整形外科学系的XXX医院确定的主题,他们开进一个研究小组(R组,40例)和对照组(C组,40例)抽签。基于无监督数据挖掘一个无监督数据挖掘算法对支持向量机(VDMSVMs)和应用提出了两组病人围手术期骨折手术的快速康复护理干预和基本的日常护理。结果表明,选择的一些重要的特性VDMSVM算法(5)显然比压缩边缘的片段抽样(cef)算法(1)和multicorrelation向前搜索算法(mcf) (2) ( )。筛选的噪声特性的数量VDMSVM算法(3)相比是少得多的欧共体语言教学大纲的算法和mcf算法,分别是8和10 (P< 0.05)。视觉模拟量表(血管)骨折部位的分数4th,8th,12th和16th小时后手术在R组的得分都低于C组( )。住院时间(loh) R组大大短于,在C组( )。不同的护理方法后,世界卫生组织生活质量(WHOQOL-BREF)评分的患者组R(89.64分)大大高于C组的得分(61.45分)( )。集团R的护理满意度得分为92.35±3.65点,在C组为2.14±1.25点,分别为( )。测试结果验证了VDMSVM的特征选择算法的有效性。快速康复护理干预有利于降低骨折患者的术后疼痛,缩短病人的loh,提高生活质量(QOL)骨折手术的病人,和增加病人的满意度和护理。
1。介绍
骨折是指骨头的完整性的中断。在大多数情况下,断裂是由外力引起的刺激,和大多数的治疗在临床实践中使用手术治疗(1- - - - - -3]。骨折手术的目的是修复的基本形状相关骨组织在最大的程度上,重建骨骼的运动功能和杠杆功能。骨折患者的功能康复需要早期,积极和全面的护理(4,5]。传统康复治疗是让病人长期卧床休息,但有研究指出,如果病人骨折手术后卧床休息太长时间,它会导致骨质疏松,肌腱损伤,和其他条件,以增加痛苦。综合护理干预,快速康复护理干预是高度认可骨折临床医生和患者由于其自身的优势。它可以明显缓解患者的临床症状,减少住院时间,降低并发症的发生率[6]。
特征选择是一个关键的技术用于成像评价。它维护后的识别精度移除不相关的特性的基础上,保持原来的目标特性,它可以应用于成像评价骨折后(7,8]。根据网络数据的类型,特征选择算法可以分为semisupervised特征选择(社保基金),监督特征选择(SFS)和无监督特征选择(UFS)。一般来说,社保基金或执行SFS标记的训练数据。然而,在实际应用中,标志着获得很小的数量,有一定的限制(9,10]。在UFS,仍然可以进行特征选择甚至无标号数据,和entropy-based无监督数据挖掘模式可以自动提取的组合最多的从大量的数据信息,这是非常适合高度离散的数据。帕金斯et al。11)评估骨折操作下基于无监督数据挖掘F痛、优化问题,实现特征选择通过求解优化问题,目标特征提取。算法必须运行在手动标记的原始特性集,和自主学习能力严重不足12,13]。为了解决上述问题,一个无监督数据挖掘基于支持向量机的无监督数据挖掘(VDMSVM)算法。算法输入原始数据,不需要手动构建候选特征进行特征选择和可以过滤之前未知的目标特性直接从网络数据格式。快速康复护理干预骨折手术患者围手术期期间是有效的,能有效减少并发症的发生率。此外,VDMSVM算法可以从原来的网络数据,选择关键特性过滤未知网络数据的格式,并连接到模型的特性训练,从而大大提高了算法的性能。
为了探讨快速康复护理干预的概念应用在骨折手术效果,VDMSVM算法被提出并应用于患者快速康复护理干预和基本日常护理骨折手术围手术期患者临床护理提供依据。
2。研究对象和他们的分组
80病人骨折手术XXX医院整形外科部门从3月15日,2020年5月23日,2021年,被选中,滚进一个研究小组(R组,40例)和对照组(C组,40例)使用随机抽签的方法,其中包括34名男性和46名女性,平均年龄为61.2±3.5年。研究已经允许的医学伦理委员会,和患者理解并签署了知情同意表格。
2.1。入选标准
入选标准确定如下:患者积极配合骨折手术治疗;病人没有其他身体器官异常除了骨折网站;和病人在20岁。
2.2。排除标准
排除标准有如下:严重的神经系统疾病,患者的认知功能障碍,患者凝血功能障碍患者,肝脏和肾脏功能障碍和消化性溃疡。
2.3。治疗方法
在两组R和C组的受试者接受手术。
C组患者在进行基本的常规治疗方法。具体程序和预防围手术期处理是手术前的指示。禁食是10个小时,喝被禁止手术前6小时。常规外科护理学和常规麻醉手术期间进行。手术后,病人被常规输液和常见的镇痛药物。根据实际情况,病人被允许独立锻炼下肢功能,和尿导管移除手术后3天。
在R组,护理人员与病人沟通,告知病人的手术,可能的条件下,在手术前和相应的治疗措施,以减轻患者的紧张和恐慌,和改善病人的合作。手术前的一天,病人的饮食主要是液体食物,富含维生素;前2个小时手术,病人被要求采取功能性饮料没有特殊的添加剂和开始避免喝酒。在手术期间,护理人员必须注意温度和湿度在手术室,采取适当措施,保持温暖,执行与神经阻滞麻醉,减少阿片类药物的使用。护理人员必须严格控制手术后病人的输液量,给止痛药后48小时的手术。根据患者自身的情况,应制定具体的功能锻炼措施以确保病人的锻炼量。如果病人术后尿潴留,尿导管应插入和删除6小时后。
2.4。观察指标
视觉模拟量表(血管)骨折的两组患者中估计4th,8th,12th和16th小时后手术;和住院时间(loh)和并发症的发生率在两组计算和比较。一个白手起家的问卷调查被用来计算病人的满意度和护理。总共有25个问题,每个1 - 4的得分,包括“不满”,“满意”,“一般满意,”和“非常满意”(100分)。世界卫生组织生活质量(WHOQOL-BREF)采用评估生活质量(QOL)手术后的病人。
2.5。VDMSVM建设
这是认为有N网络数据{X1,X2,X3、…Xn},X我是一个问维空间向量,X我(我= 1,…,n)来表示我th数据,所以相应的分类标志是表示Y我,(X我,Y我)服从概率分布。一个简单的支持向量机(SVM)不能准确地描述的特性,不能进行特征选择。VDMSVM在本研究提出,不断优化下列事项:
在方程(1),一个是一个常数,γ和δ代表了调整参数的范围Y我(−1,- 1),α权向量代表一个功能,β是指一个偏移量,N指的是数据量。监督特征选择算法的基础上,网络数据的未知格式也是未知的。在这个时候,他们变成了一个无监督特征选择:
在方程(2),B()代表了损失函数, ,一个是一个常数,γ和δ代表了调整参数的范围Y我(−1,- 1),α代表一个功能权向量,β是指一个偏移量。
2.6。实验设计与分析
压缩边缘片段抽样(cef)算法增加存储边缘信息所需的空间,减少了计算复杂度的重建进程。Multicorrelation向前搜索(mcf)算法优化铅集和提高系统的性能。为了验证VDMSVM算法的特征选择结果的有效性,这是与欧共体语言教学大纲的算法和mcf算法相比在这项研究中。的k——集群(KMC)算法采用测试所选特征子集,子集选择的质量特性是根据测试结果,评估和特征的有效性评估的错误最终测试。VDMSVM算法的性能评估使用非线性仿真实验的数据集,和最终的绩效评估指标包括测试误差,获得了许多重要的功能,许多噪声特性和运行时间。在仿真实验中,有两种类型的数据模拟,生成的数据维度问= 100,训练数据和测试数据都是2500年。参数设置为最优解,达到200倍交叉验证。
2.7。统计分析
SPSS 19.0进行分析和处理的数据。测量数据所表达的平均值和标准偏差(±年代),t以及执行。计数资料用百分比表示,卡方检验。单向方差分析(方差分析)是成对比较。 显示有统计学差异。
3所示。结果与讨论
3.1。三种算法的性能比较结果
表演的三种算法进行了比较具体的分析,如图1。这说明VDMSVM算法的测试误差(12.5%)明显低于cef算法(38.7%)和mcf算法(42.6%),显示统计大差异( )。VDMSVM的一些重要的特征筛选算法(5)更多的是与欧共体语言教学大纲的算法(1)和(2)mcf算法,显示明显统计学差异( )。此外,选择的许多噪声特性VDMSVM算法(3)明显低于cef算法(8)和mcf算法(10)( )。然而,尽管VDMSVM算法表现出良好的性能,其运行时间(9.5秒)比英语更长的时间和mcf算法,分别是2.6和3.1年代( )。欧共体语言教学大纲和mcf算法的特征选择结果不是很理想,而VDMSVM算法主要是对非线性数据,和特征选择的效果很好。原始网络数据输入时,VDMSVM算法可以自动过滤重要特征,而英语和mcf算法相对较弱。虽然VDMSVM算法可以识别能力高的特征子集,它花了很长时间,其时间成本需要降低后期。一般来说,VDMSVM算法可以从原来的网络数据,选择关键特性未知格式网络数据上执行功能筛查,并集成到模型的功能训练,大大提高了算法的性能。试验结果还显示特征选择的有效性(14]。
(一)
(b)
(c)
3.2。比较通用数据
病人的一般数据进行比较,结果如图2。其中,有16 R组男性和24岁女性,年龄在58 65年和18 C组男性和22岁女性,平均年龄为61.2±3.5年。比较结果表明,无统计差异能找到通用的数据包括主体( )。
(一)
(b)
3.3。血管比较分数
骨折部位的血管分数计算两组患者的4th,8th,12th和16th小时后手术,如图3。它显示脉管分数明显降低R组(4.5分,3.1分,2.3分,1.2分,分别)比C组(5.9分,4.8分,4.5分,3.9分,分别)4th,8th,12th和16th小时。所有上述值显示统计上显著差异( )。这样的结果表明,快速康复护理干预有利于缓解术后疼痛和改善病人的预后,这是与金等的研究结果一致。15]。
3.4。比较在loh
图4显示病人的loh的比较结果在R和C组,组的loh R(8.3天)大大短于C组(13.5天),这是统计上的不同( )。这意味着快速康复护理干预可以减少住院的天数在某种程度上,从而减少了住院成本,减轻患者的经济压力。这样的结果匹配的结论Segevall et al。16]。
3.5。比较WHOQOL-BREF得分
WHOQOL-BREF分数的患者比较,如图5。护理之前,无统计差异之间WHOQOL-BREF分数组R和C ( )。经过不同的护理方法,WHOQOL-BREF分数的R组患者大大高于C组的分数,与统计差异(89.64点和61.45点; )。这表明快速康复护理干预能有效改善病人生命质量的骨折手术治疗(17- - - - - -19]。
3.6。比较并发症的发病率
表1显示病人的术后并发症。切口感染患者的数量,血栓形成,肌肉萎缩、脂肪栓塞、休克是1,2,1,3,和实验组1和6,8日,7日,9日,分别在C组和5。上述并发症的发生率在统计学上不同的两组之间( )。这揭示快速康复护理干预骨折手术患者围手术期期间是有效的,能有效降低并发症的发生率20.]。
3.7。比较两组患者的护理满意度
病人的护理满意度进行比较。表中的数据2表明,护理满意度得分在R组明显高于C组,这是92.35±3.65分和2.14±1.25点,分别统计差异( )。这表明患者快速康复护理干预是一致公认,这不仅可以有效地缓解护病关系也大大提高病人与医护人员护理的满意度(21,22]。
4所示。结论
基于VDMSVM,快速康复护理干预是用来分析骨折手术后围手术期患者的护理效果。VDMSVM算法的测试误差为12.5%,重要特征的数量是5,噪声特性的数量是3。测试结果验证了VDMSVM的特征选择算法的有效性。此外,快速康复护理干预有利于缓解骨折患者的术后疼痛,缩短病人的loh,改善骨折手术患者的生命质量,并增加患者护理的满意度程度。本研究的缺点是样本容量小,这将干扰研究结果在一定程度上。在以后的阶段,必须扩大样本量进一步深入探索。简而言之,快速康复护理干预目前处于初步发展阶段,为临床提供一种新的方法骨折围手术期护理。
数据可用性
数据基础提出了研究结果中可用的文章。
信息披露
作者确认手稿的内容没有被发表或投稿。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
两位作者看到提交的手稿和批准《华尔街日报》。