文摘
客观的。改善,确保护理质量(QOC),科学、有效地提高护理管理,提高医院QOC整体水平和建设适合我国国情的护理质量评价指标(NQEI)系统。方法。这项研究是基于模糊神经网络(FNN)大数据分析技术,和温度的住院病人,血压、血糖、血尿酸、和其他数据分析,协助卫生NQEI大数据。,在智能医学(WIT120),大数据背景下的辅助分析NQEI系统病人的护理满意度指数,住院管理指数,住院病人管理、质量的耦合和住院病人管理、质量四个方面进行了分析。结果。耦合分析的结果表明,护理满意度指标,使用大数据辅助NQEI系统,患者护理的综合满意度为0.963,和抱怨率−0.963。在病人住院管理的耦合分析指标,协助下大数据NQEI,停留的平均时间的病人在系统−0.982中,术后恢复时间−0.996,ICU时间−0.892。耦合分析的病人住院管理质量,协助NQEI协助大数据系统的住院病人感染−0.982,术后康复时间−0.996,ICU时间−0.892。的耦合分析病人的预后管理质量,协助下大数据辅助NQEI,复审合规系统中的患者是0.997,和药物依从率为0.995,表明它是由大数据NQEI辅助系统与实际数据有很高的相关性。结论。通过分析,证明了使用大数据协助NQEI系统病人的护理满意度指数、住院管理指数、住院管理质量,和住院管理质量比那些使用圆NQEI高质量控制系统,和结果是可信的。然而,它的临床应用并不完美,需要进一步的验证。
1。介绍
随着信息技术和经济的发展,人们的生活水平已经显著提高,和身体健康的要求已经开始改善。护理是必不可少的,卫生保健系统的重要组成部分。护士不仅要为病人提供护理技术服务,也为护理服务满足患者的合理要求。据小青,医疗机构的护理质量需要改善,提高护理质量,确保临床病人的安全1]。护理质量直接影响临床医疗质量的医院,以及医院的社会形象和经济效益。马与护理质量的评价标准,建立护理质量管理的关键环节和有效提高护理质量的保证2]。护理质量(QOC):它决定了病人的安全和康复,所以有必要通过护理质量评价指标(NQEI)来判断护理工作。陈Rongbin构建一套科学、可靠的护理质量评价指标体系提供客观和量化评价的基础护理工作的评价(3]。张绵延了定义、理论基础和施工方法的护理质量评价指标,以及在不同的专业护理质量评价指标的研究现状提供参考现有研究中存在的问题和未来的发展方向和建设的护理质量评价指标(4]。护理质量评价是一个重要的评价体系来提高护理质量。它确保护理质量的提高,提供了一个基础护理质量是否符合规定和标准,也可以为临床护士的实际工作提供指导。
建立一个NQEI系统适合中国系统,它可以改善和保证QOC,而且它还可以科学、有效改善护理管理,这是提高医院的整体水平的关键QOC和现代医学模式的必然发展。目前,互联网+在中国的快速发展带来了智能医学(WIT120),突破传统的医疗,将现代信息技术融入到医疗系统通过物联网,实现病人和医务人员之间的互动,提高医疗效率,提高服务质量,大大提高了医院的全面建设。程(依靠“网络+”的深度集成互联网医疗卫生服务体系,大数据,物联网,和其他现代信息技术与传统的医疗卫生服务。传统的数字化医院将逐渐发展成为一个聪明的医院,这势必会带来一个新的医疗和护理服务模式和管理模式5]。据徐婷婷et al .,医疗保健一直是人们的关注的焦点。科技水平的提高使人们对医疗的需求相应增加。智能医疗系统的出现使人们的生活更方便,为人们提供更加有效的安全6]。根据被刘欢,智能医疗服务提供了一个完整的健康护理病人的个人健康管理平台(7]。使用智能医疗大数据平台,医务人员可以快速提取患者的医疗数据和更好的为病人提供有针对性的护理。因此,智能医疗大数据的应用不仅提高了医疗质量的总体水平也缓解了医疗信息传输等问题和不完善的医疗监督机制。
2。概述
2.1。护理质量评价指标体系的现状
自1989年以来,中国已经发布了综合医院分级管理标准。这个管理标准培训的护理质量标准在中国是唯一的护理质量标准体系。由于中国医疗体制改革和医疗模式的转变,原有的护理标准不再能满足人们当前的医疗需求。根据余捧,有几个问题在护理质量管理,也就是说,护理质量的概念不强。护理人员的数量严重不足,这是远远低于所需的人员卫生管理部门,很难提高护理质量。尽管护理工作,护理工作的缺点是逐渐增加8]。护理管理是护理质量管理的核心内容,和护理质量管理的关键是护理质量标准和评估。通过正确和合理的护理质量评价体系,可以提高护理工作中存在的问题,这样可以不断提高护理质量。据刘砚et al .,与护理科学研究的不断发展,对护理质量评价的研究已经引起了专家和学者的注意9]。医疗系统的发展和改变患者对护理服务的需求,建立一个统一的护理质量评价指标体系来满足不同的医务人员和医疗机构的需求质量评价的一致性,以便更好地反映了“以病人为中心”的服务理念。同时关注病人的满意度和护理质量,也提高了中国管理水平的护理质量评价指标体系。
2.2。智能医疗
智能医学将物联网技术应用到医学领域,实现信息化的病人数据,支持病人和医务人员之间的有效互动,医疗机构和医疗设备。张暴增了医疗服务云通过大数据和云计算技术和设计,分析了数据库的功能模块,如用户注册和登录、用户信息管理、预约登记、远程诊断、咨询医疗信息和个人健康档案管理。智能医疗云服务平台实现的协作共享医疗资源和医疗数据,这有助于缓解医疗资源的分布不均和医疗服务的不便10]。据唐易,在“网络+”时代,医学应用基于移动互联网,大数据、云平台,物联网,AI, 5 g,和其他新技术的不断涌现,传统医药行业带来了巨大的创新,使医疗服务迅速走向真正的智慧(11]。智能医疗使医护人员能够掌握每个病人的病案信息在任何时间,迅速制定诊断、治疗和护理计划。它不仅提高了诊断的效率,治疗和护理,但也提高了医务人员的表现,调动医务人员的工作热情。据王Yezhou,智能医疗系统的应用程序是基于大数据和移动互联网技术来实现中国医疗行业的改革和加快医疗信息化(12]。根据Tangmiaojun,在医疗行业,大数据辅助分析已广泛应用于医院的创新发展,尤其在最近爆发的COVID-19。医院的信息化已经有效地促进了智能医疗的实现。这突发卫生事件极大地促进了医疗改革(13]。目前,随着中国医疗信息化的快速发展,智能医学已进入人们的生活。当病人体验一站式医疗和护理服务,他们可以更好的享受安全、方便,高质量的护理服务。
3所示。大数据分析技术
3.1。病人健康指数时间序列数据及其处理方案
病人的体温、血压、血糖、血尿酸形成时间序列数据。数据采集时间戳的变量作为自变量和因变量的测量数据,测量数据遭受z分数无量纲处理形成一个无量纲的序列,如下:
在这里,的算术平均序列X;的价值吗我th序列的序列x;是函数输出结果。
获得数据结果,超限机器学习算法用于提取数据特征,如下:
在这里,我函数的指针变量;n神经网络的节点值;和一个是一个回归变量。
3.2。基于模糊神经网络的大数据分析技术
无因次序列进行傅里叶变换,提取频域特征矩阵作为模糊神经网络的输入数据(模糊神经网络),如下:
在这里,是频率变量的指针遍历函数公式;一个修正变量;和傅里叶变换的输出结果。
超限学习机器的输出值在上面的顺序数据处理作为模糊神经网络的输入数据的模糊神经网络输出值b,检查所有数据和模糊神经网络的节点功能选择sixth-order多项式深度迭代回归函数,如下:
在这里,系数是退化的jth阶多项式j是多项式的秩序。
4所示。数据和方法
4.1。研究对象入选标准
参与者:500患者治疗和护理需要医院从2020年1月到2022年1月被随机选择为研究对象。有274男性和226女性。的平均年龄是35±6.4年。
入选标准:病人需要护理;病人的明确同意的基础上,能够充分理解医生的订单的内容,可以积极回答问题;了解本研究;本研究并主动配合。
排除标准:严重精神疾病,功能衰竭症的重要器官,入学之前和听力和视力损害。
4.2。分组方法
500例患者分为两组。参照组采用常规质量控制圆的模式护理绩效管理方案,即传统护理组。观察组采用的模型NQEI护理绩效管理方案的帮助下大数据。建立护理康复组与主治医生的参与、护士、护理人员和病人。没有显著差异在年龄,性别,教育程度,婚姻状况之间的大数据辅助护理组和传统质量控制圆护理组。两组相互之间良好的平衡和可比性。
日常质量控制圆护理绩效管理计划是一个小圆自动组成的一群人在相同或相似的工作场所来解决问题根据特定的活动过程在一个特定的工作主题。
大数据辅助NQEI护理绩效管理方案是结合大数据辅助NQEI形成统一管理数据中心和及时的设计完美的医疗和护理方案对病人面临不同的医疗企业通过合理的数据治理。
这项研究反映了500名患者的期望和感知质量的医院护理服务方面的综合满意度,投诉,复审合规率和药物依从率通过问卷的评价方法,计算了医院护理服务质量的分数通过反馈患者的平均停留时间、术后康复时间、ICU时间、住院感染率,通风机肺炎率、术后伤口感染率,医院护理服务质量反馈评分的患者;病人的满意度和护理可以看到通过数据的比较高和低的分数。医院护理服务质量评价的现状是澄清,以提高护理服务质量和更好的护理质量评价指标体系构建。
4.3。统计方法
为了验证的数据结果护理质量在智能医疗大数据,使用线性回归方法在SPSS计算R2值,以及二元t以及用于计算t价值。的统计方法R2值如下:
在这里,是我th回归价值的基函数序列;是函数的输入数据我;和n是调查样本的数量的函数公式。
二元的t检查SPSS下
在这里,和相比普通的一系列相关功能;和是元素的数量比较序列的相关函数公式;和t基函数的验证结果。
5。结果
5.1。耦合分析护理满意度指标
在智能医学的背景下,基于大数据的帮助下,分析和建立一个标准化的护理质量评价指标体系,为地区提供参考和医院在不同的发展阶段。通过护理满意度的耦合分析的比较两个不同的护理质量评价指标体系,指标可以看出,护理满意度指标的耦合协助下大数据高于前质量控制循环。基于比较分析的耦合分析护理满意度的两个不同的护理质量评价指标体系,指标表1是获得。
在表1,通过护理满意度指标的耦合分析结果的比较在两种不同的护理质量评价指标体系,它是发现,在护理满意度指标的耦合分析,使用大数据辅助NQEI系统,患者护理的综合满意度为0.963,抱怨率是−0.963,表明大数据辅助NQEI系统的可靠性很高。
为了更好地反映的比较结果护理满意度指标的耦合分析在两个不同的护理质量评价指标体系,比较结果在表的数据1可视化,图吗1得到:
图1的比较结果显示病人住院管理指标的耦合分析在两个不同的护理质量评价指标体系。认为应用大数据下的综合满意度显著高于在先前的应用质量控制圆,和申诉率在大数据的应用明显低于前质量控制循环的应用,可以更好的提高综合满意度,大大降低了医院的抱怨率。
5.2。住院病人管理的耦合分析指标
通过比较病人住院管理的耦合分析在两个不同的护理质量评价指标体系,指标可以看出,病人住院管理指标的耦合的援助下大数据高于前质量控制循环。基于比较分析的耦合分析病人住院管理的两个不同的护理质量评价指标体系,指标表2是获得。
在表2通过比较病人住院管理的耦合分析结果指标在两个不同的护理质量评价指标体系,它是发现,在病人住院管理的耦合分析指标,患者的平均住院时间使用大数据辅助NQEI系统−0.982,术后康复时间是−0.996,和ICU时间−0.892,这表明大数据辅助NQEI系统高度相关的真实数据。
为了更直观地反映的比较结果病人住院管理的耦合分析在两个不同的护理质量评价指标体系,指标比较结果在表的数据2可视化,图吗2是获得。
图2的比较结果显示病人住院管理指标的耦合分析在两个不同的护理质量评价指标体系。认为平均住院时间、术后康复时间,和ICU时间在大数据的应用明显短于那些在上届应用质量控制的循环,这可以更好的减少病人的平均住院时间在医院术后康复时间和ICU时间。
5.3。耦合分析住院病人管理的质量
通过比较病人住院管理质量的耦合分析两个不同的护理质量评价指标体系,可以看出,病人住院管理质量的耦合的援助下大数据高于前质量控制循环。基于比较分析的耦合分析病人住院管理质量的两个不同的护理质量评价指标体系,表3是获得。
在表3分析结果的比较,通过耦合下病人住院管理质量的两个不同的护理质量评价指标体系,它是发现,在病人住院管理质量的耦合分析,住院病人感染的患者使用大数据辅助NQEI系统−0.982,术后康复时间是−0.996,和ICU时间−0.892,这表明大数据辅助NQEI系统高度相关的真实数据。
根据表中的数据3的比较结果,病人住院管理质量耦合分析在两个不同的护理质量评价指标系统可视化,和图3是获得。
在图3的比较结果,我们可以更直观的看到病人住院管理指标的耦合分析在两个不同的护理质量评价指标体系。认为住院感染,通风机肺炎、和术后伤口感染的应用大数据明显低于前应用质量控制圆,通风机肺炎,术后伤口感染,可进一步减少住院病人感染,通风机肺炎的可能性,术后伤口感染。
5.4。耦合分析病人预后的管理质量
病人的治疗效果是受到很多因素的影响,包括复核合规和服药情况。合规程度越高,治疗效果越好。通过比较患者预后的耦合分析质量管理两个不同的护理质量评价指标体系,可以看出,病人预后的耦合由大数据辅助管理质量高于前质量控制循环。基于比较分析的耦合分析病人的预后质量管理两个不同的护理质量评价指标体系,表4是获得。
在表4通过病人预后的耦合分析结果的比较管理质量在两个不同的护理质量评价指标体系在上面的表中,它是发现,在病人的预后管理质量的耦合分析,复核合规率的患者使用大数据辅助NQEI系统是0.997和服药依从率为0.995,表明大数据辅助NQEI系统高度相关的真实数据。
为了更直观地反映病人预后的耦合分析的比较结果管理质量在两个不同的护理质量评价指标体系,比较结果在表的数据4可视化,图吗4是获得。
图4耦合分析的比较结果显示患者预后管理质量在两个不同的护理质量评价指标体系。认为审查合规率和药物合规率下的应用大数据明显高于那些在先前的应用质量控制圆,可以更好的提高审查合规率和药物治疗的患者,合规率,更有利于护理质量评价指标体系的建设。
6。结论
护理工作是医疗的一个重要组成部分,它的健康利益和生命安全密切相关。护理质量评价指标体系的建立的背景下智能医疗可以有效改善,确保护理质量。每个链接的质量评价标准的基础护理活动提供,这样可以大大提高护理质量。通过大数据的技术分析辅助应用,本研究分析了护理满意度指数之间的耦合和病人住院管理质量。可以看出,护理满意度指数的耦合NQEI系统的协助下大数据优于NQEI系统适用于质量控制圆,和结果是可信的。智能医学的核心是“以病人为中心”,给病人一个全面、专业、个性化的护理服务质量的经验。上下文中的智能医学、护理质量评价指标体系的构建基于大数据辅助分析提供新的想法医疗护理和形状一个新的医疗护理服务模型。基于数据和智能技术已成为一个重要的推动力量,全面提高护理服务的质量。因此,护理质量评价指标体系的建设下智能医疗大数据的发展促进了医疗和护理系统,有效地提高了医疗服务的整体质量,和改进医疗信息的传播,具有实际意义的改善护理质量评价指标体系,并在社会主义的和谐发展起着重要的作用。
数据可用性
数据基础的研究结果中可用的手稿。
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
所有作者看到了手稿和批准提交你的日记。
确认
这项工作得到了验证和父母的低血糖恐惧规模的可靠性测试儿童1型糖尿病(yxjkcb - 2021 - 10)。