【摘 要】
：
目的:前瞻性护理在急性心肌梗死患者预防便秘中的应用效果。方法:本文选取60例急性心肌梗死患者,随机划分两组,采用常规护理方式和前瞻性护理干预方式,对比两组的排便改善情
论文部分内容阅读
目的:前瞻性护理在急性心肌梗死患者预防便秘中的应用效果。方法:本文选取60例急性心肌梗死患者,随机划分两组,采用常规护理方式和前瞻性护理干预方式,对比两组的排便改善情况、护理生存质量等指标大小。结果:护理组的排便通畅发生率、便秘发生率以及死亡发生率大小分别是86.67%(26/30)、13.33%(4/30)以及3.33%(1/30),和对照组的排便通畅发生率、便秘发生率以及死亡发生率大小结果对比具有统计学意义。结论:实施前瞻性护理干预操作后,可以有效提升患者的生存质量,缓解其排便费力、脘腹胀痛等症状,进一步改善其便秘症状,病情早日痊愈。
其他文献
提出一种基于词项关联关系与归一化割加权非负矩阵分解的微博用户兴趣模型构建方法。该方法首先基于词分布上下文语义相关性来建立词项关联关系矩阵刻画词项间相似度,然后应用归一化割加权非负矩阵分解算法获取用户—主题矩阵,产生用户感兴趣的微博主题聚类结果。实验表明,此方法能有效地进行微博主题聚类,并支持微博用户兴趣模型构建。
减少训练样本数量和不使用任何硬件参数是目前头部姿态计算领域的最大挑战。针对这些挑战，提出一种仅需要54个训练样本的头部姿态估计方法。其基本思想是将关键点间的归一化距
在提升支持向量机分类算法精度的问题上,提出了一种基于混合高斯模型和空间模糊度的支持向量机算法。该算法通过采用多维混合高斯模型的求带分布密度概率函数的二次规划问题的最优解,减少不同的输入样本数据对分类超平面造成的影响,引入了优化后的空间模糊度因子和空间模糊度函数。在实验仿真上,采用了人工选择的样本数据集和UCI机器学习数据库中的样本数据集进行多次实验,最后通过对比分析的方法突出了算法在分类精度上的优
最近,Lai等人利用加强的Chebyshev混沌映射设计了一个三方密钥协商协议,声称该协议能够抵抗各类攻击。针对Lai协议中存在的匿名传输等方面的缺陷,通过拦截、修改用户与可信第三方之间的传输数据,成功进行了中间人攻击。在Lai等人的协议基础之上,利用哈希函数、加强的Chebyshev混沌映射以及对称加密思想提出了一个改进方案。分析表明,改进协议在保持Lai协议良好性能的基础上,不但保证了信息传输