【摘 要】
：
目的 分析按摩推拿护理对缓解哺乳期乳汁淤积导致的乳房疼痛及排乳不畅等症的作用。方法 选取文山州中医医院2015年1月—2021年12月期间收治的乳汁淤积产妇90例，按随机数字表法分为对照组（45例）和观察组（45例）。对照组采用常规护理干预，观察组于对照组常规护理干预的基础上采用以乳房为主的按摩推拿护理。两组均连续干预3 d。比较两组产妇的乳房胀痛、乳房硬结持续时间，乳房胀痛程度，乳汁淤积改善情况
论文部分内容阅读
目的 分析按摩推拿护理对缓解哺乳期乳汁淤积导致的乳房疼痛及排乳不畅等症的作用。方法 选取文山州中医医院2015年1月—2021年12月期间收治的乳汁淤积产妇90例，按随机数字表法分为对照组（45例）和观察组（45例）。对照组采用常规护理干预，观察组于对照组常规护理干预的基础上采用以乳房为主的按摩推拿护理。两组均连续干预3 d。比较两组产妇的乳房胀痛、乳房硬结持续时间，乳房胀痛程度，乳汁淤积改善情况，乳汁排出量及母乳喂养情况。结果 干预3 d后，观察组产妇乳房胀痛、乳房硬结持续时间均短于对照组（P ＜0.01）。干预前，两组视觉模拟评分法（VAS）评分比较，差异无统计学意义（P＞ 0.05）；干预后，两组VAS评分均降低（P ＜0.05），且观察组低于对照组（P ＜0.01）。干预3 d后，观察组乳汁淤积0级发生率（88.89%）高于对照组（68.89%,P ＜0.05）。干预第1 d，两组排乳量比较，差异无统计学意义（P＞ 0.05）；干预第2、3 d，观察组排乳量均高于对照组（P ＜0.01）。干预3 d后，观察组母乳喂养充足率（84.44%）高于对照组（62.22%,P ＜0.05）。结论 乳房按摩推拿护理可缩短哺乳期乳汁淤积产妇的乳房胀痛、乳房硬结持续时间，缓解哺乳期乳汁淤积导致的疼痛，并促进乳汁排出，提高母乳喂养充足率。
其他文献
随着传感器技术的发展,影像传感器丰富多样,所获得的遥感影像数据呈现多源化、海量化的趋势,同时也带来了影像之间几何和辐射的差异,给联合多源影像数据解决同一问题带来一定的困难。多源遥感影像特征匹配技术是寻求不同影像间的对应关系,可以联合使用不同的影像数据源解决同一问题,充分发挥影像各自的优势。多源影像匹配技术是利用现有高质量影像辅助量测低质量影像的重要手段,在无人机导航、植被覆盖率检测和灾害监测评估等
长期稳定的高精度地球参考框架不仅对国民经济发展和国防建设具有重要意义,而且在地球科学研究与减灾防灾等领域也具有重大作用。高精度的维持方法是保持地球参考框架精度与稳定性的关键。但是在基准站非线性运动和地心运动的影响下,基于线性速度维持的参考框架在季节性尺度上的精度仅为厘米级,难以满足大范围或全球尺度的毫米级地球动态变化监测的需求。经过多年的观测,GNSS、SLR、VLBI、DORIS的全球观测站积累
全球卫星导航系统（Global Navigation Satellite System,GNSS）具备精度高、连续性好等优势,已广泛地应用于各行各业。然而,由于GNSS信号在经过长距离的传播过程中受到相当大的功率衰减,加上信号结构公开,GNSS接收机易受到各种干扰的影响。GNSS欺骗式干扰作为一种人为的恶意干扰,因隐蔽性强等特点具有严重危害性。GNSS欺骗式干扰的识别、检测和抑制方法已成为目前的研
随着空间数据获取技术的飞速发展和全球经济一体化的不断深入,许多应用领域越来越频繁地使用大范围、多分辨率、多类型的海量遥感图像开展研究分析,以获得更高质量的决策结果。现有遥感图像的组织和处理模式均是在欧几里得（Euclid）几何学理论体系下建立,对于大区域范围图像而言,由于地球曲率的影响会引起“非欧”曲面效应,不可避免地造成拼接数据精度降低、各种变形无法消除、空间关系发生变化,现有数据模型不能完全适
作为兵棋推演系统对军事战场环境功能分析的一部分——越野路径规划研究,是辅助指挥员制定战场机动方案的有效手段,更是有效完成作战协同的主要因素。然而,在复杂越野环境中,相关要素的类型、属性特征、分布范围等方面都对越野通行有着重要限制和影响作用。故本文在越野路径规划相关研究现状分析的前提下,在顾及军事地质要素的基础上,综合分析相关要素对越野通行的影响,建立了越野路径规划影响体系,结合六角格网相关理论和技
随着空天对地观测、地基传感器网络以及其他探测技术的迅猛发展,地球空间信息的获取、处理和应用已步入“大数据”时代。对地观测数据广域、多源、异构、多尺度、多时相的固有属性,加之地基采集数据多变量、高维度、时空复合等特点,导致“地球大数据”的表征、汇聚和处理愈加困难。“全球离散格网系统”（Discrete Global Grid System,DGGS）是对整个地球空间进行递归剖分形成的多分辨率离散地球
面对复杂多变的现实任务环境,无人平台以较强的适应能力受到各界的青睐,得益于近年来计算机视觉、材料科学和新型传感器制造等研究领域的快速发展融合,无人平台不断向智能化迈进。视觉目标自动跟踪技术可以为无人平台自主完成目标伴随、移动平台对接、精准打击等任务提供运动决策依据,性能优异的跟踪算法能够大幅提升无人平台智能化作业的能力。本文针对无人平台的作业特点改进了高效卷积算子目标跟踪算法,同时考虑到算法实地测
新一代星载光子计数激光雷达极高的仪器灵敏性使其能够获取高分辨率、高精度数据,在大尺度地形测绘、地表覆盖分类中展现出了巨大的应用潜力。然而,星载光子计数激光雷达易受环境和噪声的影响,从获取数据中提取有效信息存在较多困难,影响了其后续应用。因此,本论文围绕星载光子计数激光雷达数据处理的关键技术开展研究,重点针对光子数据去噪、地面光子提取和光子数据地表覆盖分类三个方面进行攻关。论文的主要工作与创新点如下
高光谱遥感影像同时包含了丰富的光谱和空间信息,为地物的准确识别与分类提供了可能。近年来,随着成像光谱仪的不断改进和航天航空平台的不断增多,高光谱数据量迅速增加。深度学习模型需要充足的标记样本进行参数更新,然而获取高质量的标记样本往往费时费力。因此,如何利用少量标记样本实现高精度的分类结果,即实现准确的高光谱影像少样例分类,已经成为了近年来遥感领域的研究热点之一。论文以元学习方法为基础,结合网络结构
高光谱遥感影像在国民经济和军事应用中正发挥着越来越重要的作用,地物的分类是高光谱影像处理中的重点环节之一,然而高光谱影像分类所需的地物真实标记往往难以获取。因此,如何在标记样本较少的条件下获取高精度的分类结果,即实现高光谱影像的少样例分类,已经成为地物分类技术面临的重大挑战。就数据形式而言,高光谱影像可以被视为规则的格网数据或者不规则的图数据。相比于格网数据,图数据由节点和边组成,打破了影像既有的