PDCA循环对提高抗菌药物使用前病原学送检率的效果分析

来源 :医药前沿 | 被引量 : 0次 | 上传用户:yh124712
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:分析PDCA循环对提高抗菌药物使用前病原学送检率的效果。方法:2019年1月—12月未实施PDCA循环抗菌药物使用前病原学送检情况作为对照组;2020年1月—12月实施PDCA循环对抗菌药物病原学送检情况进行干预,作为观察组,比较两组抗菌药物使用前病原学送检率。结果:在住院患者抗菌药物、限制级抗菌药物以及特殊级抗菌药物使用前病原学送检率,观察组(30.33%、55.10%、96.39%)显著高于对照组(9.81%、20.51%、88.02%),差异有统计学意义(P<0.05)。结论:针对抗菌药
其他文献
理想的空铁联运收益分配方式是实现航空与高铁深度合作的重要条件。本文考虑旅客对空铁联运服务水平和价格的敏感度等影响因素,根据空铁联运的实际运营情况,探究通过收益共享合同协调航空和高铁的利益冲突,形成理想的收益分配方式并促进空铁联运的发展。基于不同的合作水平,使用纳什议价效用函数模拟议价过程,建立航空主导的和具有议价行为的收益共享博弈模型,采用逆向归纳法对博弈模型进行求解。为验证收益共享合同模式的有效性,与分散决策和集中控制两种博弈模型结果进行比较,并选择北京-石家庄-广州空铁联运产品进行数值实验。结果表明,
针对城市交通流数据修复问题,提出一种基于图卷积网络和多头自注意力机制的自注意力图自编码器模型。该模型包括基于拓扑图结构和图信号捕获交通流时空关联性的STGCN(Spatial-temporal Graph Convolutional Networks)网络。在该网络中使用LSTM(Long Short-Term Memory)网络学习数据中时序规律,通过注意力网络计算道路自注意力及一阶临近道路注意力系数,用图卷积网络对图信号重组,达到对缺失数据的精确修复。同时,采用多头自注意力网络计算数据的注意力权值并对
定位与建图是车辆未知环境自主驾驶的基础,激光雷达依赖于场景几何特征而视觉图像易受光线干扰,依靠单一激光点云或视觉图像的定位与建图算法存在一定局限性。本文提出一种激光与视觉融合SLAM(Simultaneous Localization And Mapping)的车辆自主定位算法,通过融合互补的激光与视觉各自优势提升定位算法的整体性能。为发挥多源融合优势,本文在算法前端利用激光点云获取视觉特征的深度
针对如何减少无人驾驶车辆在泊车过程中不必要的频繁移位和因此增高的事故风险,构建了在满足合理共享停车需求条件下最小化无人车移位成本的共享停车供需匹配优化模型,并利用解的结构特征设计了一种具有针对性的模拟退火求解算法。鉴于无人车灵活变换泊位的特征,将泊车需求与泊位供给在时间上加以分割,从而使得基于分割时段的匹配模型可以反映无人车的泊车特征。将对应分割时段的匹配集合加以组合形成对应模型可行解的匹配图。利用匹配图的时空结构特征,定义对应分割时段的匹配图邻域,从而完成对模拟退火算法关键操作的设计。结果表明:利用新方