文摘

客观的。为了提高医院的细化管理,促进医疗机构的智能医院的科学发展,并解决数据填充和报告的问题逐年增加的国家,省份,城市。方法。共有84名高危孕妇承认我们医院从2020年1月至2021年10月被选中和筛查高危孕妇。风险孕妇分为常规干预组和DS医疗集团,在每组42例。高危孕妇常规干预组接受常规干预,和DS医疗集团应用数据服务智能医疗服务的基础上常规干预。的自我保健、焦虑和抑郁两组之间的比较,分析了应对方式,不利条件的满意度和发病率的高风险puerperae记录,和交付方法两组进行比较。结果。干预后,日常生活的活动,跟踪,监控,和自我保护行为在DS医学组高于常规干预组,差异具有统计学意义( )。焦虑和抑郁的分数较低,有统计学意义( );干预后,消极应对方式得分的DS医学组低于常规干预组,而在积极应对方式的得分高于常规干预组;DS医学组有更高的风险。孕妇的满意度明显高于常规干预组,差异具有统计学意义( );不良的结果的总体发病率在高危孕妇在DS医学组低于常规干预组,差异没有统计学意义( )。与常规组相比,DS医疗集团有更多的阴道分娩和较低数量的剖腹产手术,差异具有统计学意义( )。结论。数据服务的应用在智能医疗高风险maternity-related数据管理平台使促进高危孕妇的自我照顾行为和改善消极情绪,使他们能够在交付配合积极的行为,并降低剖腹产的病例数。

1。介绍

高危孕妇难产和早产的风险很高,这可能会导致一系列产后并发症在严重的情况下(1,2]。有效的护理干预有利于降低孕产妇死亡率,这使得它具有重要意义,掌握高危孕妇的健康状况(3]。随着医疗技术的进步,数据服务得到有效和广泛应用4]。在智能医疗服务的快速形成的背景下,有必要及时关注高危孕妇通过数据分析为加强保护自己和胎儿的5]。基于智能数据服务:数据提取药物,称为DS系统平台,为医院管理提供支持功能通过数据技术的应用和智能手段(6]。为了提供基础建设的高级智能医院数据驱动的核心,本文选择探索智能医疗数据的应用程序的数据服务管理平台对高危孕妇,提供支持,增强医院的核心竞争力。

2。材料和方法

2.1。材料

共有84名高危孕妇从2020年1月至2021年10月在我们医院接受治疗。高危孕妇分为常规干预组和DS医疗集团,每组42例。常规干预组22岁的年龄42岁,平均年龄 年,平均孕周 周。有39初产的孕妇和3经产妇。DS组的年龄范围从23岁到44岁,平均年龄为32.56岁(10.74年),平均胎龄为38.93周(1.22周)。有40初产的孕妇和2经产妇。通用数据没有统计学差异之间的高危孕妇两组( ),表明可比性。

入选标准如下:①数据完成,所有怀孕是单身,②包括怀孕期间出血、妊娠并发症、异常妊娠史。

排除标准如下:①心脏、肺、肝脏功能障碍;②糖尿病历史;③精神病患者;④数据不完整;(5)多个孩子;⑥贫穷合规;⑦免疫疾病的存在。

2.2。方法
2.2.1。干预方法

在常规干预组,高危孕妇治疗与传统管理模式和检查之前交付。医务人员对怀孕的指导和心理干预密切关注产妇血压、血糖、和其他的水平。医务人员观察产妇的进步并协助产妇的分娩。

的基础上常规干预组,DS医疗集团数据服务应用于智能医疗服务。首先,DS医疗小组成立,由医生、助产士,产科护士。开发手册综合医疗、护理、病人服务。和培训团队成员掌握工作程序和标准。Quasidiagnostic服务如下:检查和评估、健康教育,健康教育文件、营养生理状态,体重管理,医疗保健的生理状态,头骨缺陷筛查,治疗常见的不适,头骨教育和头骨的观察。数据记录和怀孕的风险评估。数据从数据中提取服务用于建立后台数据库的基础上,智能医疗、护理干预的指导,以促进高危孕妇的医务人员。医疗团队收集的数据在护理过程中孕妇的条件。上传数据后通过DS平台,它将分析了医生,然后将进行医学干预。通过数据服务智能医疗数据分析高危孕产妇的心理状态、心理护理。 In particular, for older pregnant women, nursing staff should timely communicate with pregnant women and give them psychological comfort to promote their elimination of psychological barriers and build confidence in treatment. Throughout the labor: once the woman is in labor, the team achievement collects data and provides ongoing psychological, physical, secular, and physical support and care according to the delivery schedule. Members of the team should work closely to understand the mix of medical treatment and medical assistance. Based on data services, data support to perceive dynamic changes in maternity and analyze treatment plans and events at medical assistance points and implement them. After the establishment of high-risk maternal archives, high-risk maternal risk screening and scoring were performed. Dynamic pregnancy of pregnant women with higher scores was followed; high scores of late pregnant women, for many visits, carefully recorded, ready for delivery at any time. Establish a reasonable plan. At the same time, for high-risk pregnant women, a daily diet and exercise plan should be made. Provide pregnant women with affordable nutrition and acceptable exercise based on relevant risk factors, and specify the amount of exercise.

2.2.2。自我保健管理得分

孕产妇保健管理水平问卷由我们医院独立开发的用于评估和比较的自我保健管理水平干预前和干预后两组。克伦巴赫的 系数是 ,和重新测试效度为0.862,涉及日常生活(8项)。合规行为(4项),胎儿监测行为(5项),和自我保护行为被分成4个维度,2项。每一项的分数从1到5分级25到125。之间存在着正相关的自我保健管理行为和评估分数。

2.2.3。SAS和SDS评分

在这项研究中,SAS和SDS评分被用来比较高危孕妇的焦虑和抑郁。SAS是一种焦虑量表总分100和20项。根据四点计分法,得分越高,更严重的疾病。SDS的规模通常用于临床评价抑制(7]。总分是100分,有20项。分数越高,更严重的疾病。

2.2.4。得分应对风格

简易应对方式问卷(SCSQ)被用来评估应对风格的高危孕妇之前和之后的干预,其中包括12项积极的应对风格和8项消极的应对方式。分制评分给出成绩。当积极应对得分高,相应的负面得分较低,表明高风险孕妇有积极的应对风格(8]。

2.2.5。满意度,不利条件,和交付方法

高危孕妇的两组高级医生在我们医院,随访两组的满意度评价,分为相对满意,满意,不满意, 。同时,孕妇的不良条件在干预过程记录,包括新生儿窒息、产后出血、早产,交付方法两组记录的上述医生。

2.3。统计处理

利用通用软件SPSS 20.0统计数据分析使用软件操作模式样本统计数据分析和数据处理。()是用来比较样品组之间的测量误差,以及 - - - - - -区别是用来比较的计算误差频率对比组。测量数据行%检查。组间平均误差: 测试是用于组与组之间的频率比较,计算误差 统计上的显著差异。

3所示。结果

3.1。Self-Healthcare分析

如图1,日常生活的比较,符合医生,监控,和自我保护行为干预前两组之间没有统计学意义( )。干预后,日常生活中,合规,监控,和自我保护行为的DS医学组高于常规干预组,有统计学意义( )。


图1
比较两组之间的孕产妇保健水平。
3.2。焦虑和抑郁评分的比较

如图2在干预前,两组的焦虑分数和抑郁分数未达到统计上的显著水平( )。干预后,焦虑和抑郁评分的DS医学组低于常规干预组,这是统计学意义( )。


图2
比较两组之间的焦虑和抑郁评分。
3.3。应对风格比较分数

如图3在干预之前,没有统计学意义的分数两组之间的应对方式与常规干预组( )。干预后,DS消极应对方式得分较低。积极应对得分显著高于常规干预组( )。


图3
比较两组之间的应对风格的分数。
3.4。满意度分析两组

如表所示1高危孕妇的满意度在DS医学组显著高于常规干预组,这是统计学意义( )。

表1
比较两组之间的满意度 。
3.5。不良事件的比较

如表所示2总不良事件的发生率在高危孕妇在DS组低于常规干预组,两组之间的比较没有统计学意义( )。

表2
比较两组之间的不良事件 。
3.6。比较两组之间的交付方法高危孕妇

如表所示3与传统组织相比,有更多例阴道分娩和更少的情况下DS剖腹产的医疗集团,这是统计学意义( )。

表3
比较两组之间的交付模式高危孕妇 。

4所示。讨论

高危妊娠是指某些孕期并发症或致病因素,这可能危害孕妇、胎儿和新生儿或导致难产。孕妇与高危妊娠因素被称为高危孕妇(9]。高危孕妇的管理是提高产科质量的重要环节。及时干预和筛选使孕妇接受相应的医疗服务及时根据情况,这有助于减少并发症的高危孕妇(10,11]。医疗信息管理广泛应用于欧洲和美国,在临床应用方面取得了举世瞩目的成就。因此,信息管理系统已经建立在大多数国家(12,13]。记录个人医疗信息在电脑可以减少医疗事故的发生,从而提高医疗的整体水平,为患者提供更好的医疗服务14,15]。DS数据提取的方法是并行系统实例和连续提取表之间系统实例(16]。与其他数据处理系统相比,DS速度和效率高的特点,在处理大数据17]。

临床研究发现,高危妊娠将严重威胁胎儿和孕妇的生命和健康,甚至导致难产和新生儿窒息。的主要因素导致新生儿畸形率的增加,孕妇没有定期产前检查。在加强高危孕妇的管理中,我们应该从各个方面考虑。母亲需要保护和新生的需要考虑。加强相关的健康知识和安全教育,加强孕产妇自我保护的意识。通过医疗数据的支持,孕妇应该安排孕妇及时检查。此外,应加强产前教育让孕妇有一个全面的了解和对自己和重要性的理解,可以帮助减少新生儿缺陷的发生18]。

这项研究的结果表明,智能医疗数据的应用程序的数据服务管理平台结合常规干预导致更高的日常生活,遵守医生,监控,和高危孕妇的自我保护行为,表明数据服务智能医疗数据管理平台的应用程序可以帮助促进高危孕妇的自我保健。高危孕妇的原因可能是分析基于数据服务智能医疗数据管理平台,使医务人员指导和干预高危孕妇及时,从而促进高危孕妇的自我照顾行为。

目前,我国大多数城市的医疗机构还建立了医疗信息管理系统;该管理系统的应用是加强和改善孕妇自身的管理能力和水平,同时,医院住院部相应地降低了危险的孕妇在整个怀孕,从而减少孕妇的劳动力成本管理(19]。在高危孕妇,及时分析孕产妇状态和有效的指导可以使高危孕妇积极面对困难20.]。积极的态度对疾病与医生的指导和有效的合作可以帮助减少高危孕妇的风险(21]。本文的研究结果表明,智能医疗数据的应用程序的数据服务管理平台对高危孕妇可以改善他们的焦虑、抑郁等负面情绪。

产妇分娩是一个持久的和强烈的压力来源,特别是对高危孕妇,这不可避免地导致恐惧,焦虑,抑郁,和其他负面高危孕妇的心理状态22]。心理因素之间的关系和人类健康和疾病康复吸引了越来越多的关注23]。在母亲的地位,焦虑和抑郁心理problems-kinds表现形式;孕妇的情绪变化已经被证实引起子宫缺氧,从而减少子宫胎盘血流和胎儿血液缺氧发生,比如在剖腹产手术,减少孕妇的容忍程度,胎儿血液缺氧发生率的增加更多的24]。本文的研究结果表明,应用智能医疗数据服务的数据管理平台对高危孕妇积极回应得分更高。数据服务的数据管理平台的应用使高风险的孕妇生积极。

在围产期孕产妇死亡的风险与母亲的年龄密切相关,慢性疾病、妊娠并发症、不良行为,在严重的情况下可以在妊娠结果产生重大影响。在此基础上,水平的机会不利孕妇是全面评估。通过不同级别的预警和跟踪,有效的护理管理是实现动态健康管理实现的。它有利于及时发现不良事件和具有良好应用价值为产妇和新生儿的发展。本文的研究结果表明,应用智能医疗数据服务的数据管理平台对高危孕妇有很高的满意度。阴道分娩的病例数超过剖腹产。

总之,数据服务的应用能促进高危孕妇的自我照顾行为,使他们能够配合交货和积极的行为,和减少剖腹产的情况下25]。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。