再住院

摘要： 2018-2019年对42个欧洲心脏病学会的国家调查显示到:心力衰竭发病率的中位数为每例3.20例/1000人/年,患病率的中位数为17.20例/1000,每年每百万人中心力衰竭住院的中位数为2671[1]。2019我国前瞻性地对2017-2018年169家医院的心衰患者进行了研究,显示心衰患者近1年内因心衰住院的比例为32.8%,射血分数降低的心衰组患者共11034例(35.2%),射血分数中间值的心衰组患者共6825例(21.8%),射血分数保留的心衰组患者共13497例(43.0%)[2]。

摘要： 目的探讨再住院精神分裂症患者药物依从性的相关因素。方法回顾性分析2016年5月至2018年5月北京市怀柔安佳医院收治的180例再住院精神分裂症患者的年龄、性别、病程、婚姻、就业、文化程度、家族史、居住环境、药物类型、自知力、严重精神疾病危险性分级、免费服药、经济情况、残疾鉴定资料。采用Morisky服药依从性问卷(MAQ-8)将评分<6分者分为依从性差组(112例),6~8分者分为依从性较好组(68例),并用logistic回归分析再住院精神分裂症患者药物依从性的相关因素。结果单因素分析结果显示,两组患者的就业情况、居住环境、药物类型、自知力、严重精神疾病危险性分级比较,差异有统计学意义(P<0.05)。logistic回归分析结果显示,自知力缺乏(β=1.338,OR=3.811,95%CI=2.362~6.148)、严重精神疾病风险性分级≥2级(β=1.213,OR=3.363,95%CI=1.558~7.262)是再住院精神分裂症患者服药依从性的独立危险因素(P<0.05)。结论精神分裂症患者自知力越差,则依从性越差;严重精神疾病风险评估分级越高,依从性越差,因此临床医务人员需重视患者自知力并及时评估严重精神疾病风险等级,将有助于提高患者治疗依从性。

摘要： 目的探讨心力衰竭(HF)合并2型糖尿病(T2DM)患者因HF再住院的影响因素。方法选取2019年4月至2020年12月石河子大学医学院第一附属医院心内科收治的341例HF合并T2DM患者,于患者出院后第3、6、12个月对其进行电话随访。随访终点为因HF再住院,随访过程中因HF死亡视为再住院。按照12个月内是否因HF再住院将入组患者分为再住院组(n=105)和对照组(n=236)。收集患者的临床资料,包括一般资料、合并基础疾病情况、实验室检查指标、药物使用情况及心功能指标。采用单因素及多因素Logistic回归分析探讨HF合并T2DM患者因HF再住院的影响因素。结果再住院组白蛋白、血钠低于对照组(P<0.05)。再住院组利尿剂使用率高于对照组,钠-葡萄糖协同转运蛋白2(SGLT2)抑制剂使用率低于对照组(P<0.05)。再住院组N末端脑钠肽前体(NT-proBNP)高于对照组,左心室舒张末期内径(LVEDD)大于对照组(P<0.05)。多因素Logistic回归分析结果显示,合并心房颤动、LVEDD增大是HF合并T2DM患者因HF再住院的危险因素,使用SGLT2抑制剂是HF合并T2DM患者因HF再住院的保护因素(P<0.05)。结论合并心房颤动、LVEDD增大是HF合并T2DM患者因HF再住院的危险因素,使用SGLT2抑制剂是其保护因素。

摘要： 因急性失代偿性心力衰竭住院的患者身体虚弱、生活质量差、恢复缓慢和频繁再住院的比率较高。这项名为“老年急性心力衰竭患者康复治疗”(Rehab-HF)的研究评估了早期、过渡性、渐进性康复对心力衰竭住院导致身体虚弱的患者的影响。受试者年龄在60岁或以上,因急性失代偿性心力衰竭住院。参与者被随机分为常规护理组和干预组。

摘要： 随着全球人口老龄化进程加速,心力衰竭(以下简称心衰)成为全球发病率和死亡率增长的首要原因,影响了全球约6430万人[1]。研究[2]显示,我国年龄35岁及以上的人中心衰患病率高达1.3%,已有890万人罹患心衰。心衰患者预后差,出院后的早期为躯体“脆弱期”,此时再住院的风险最高[3]。30天再住院是指患者出院后30天内被再次收住入院,不包括有计划的入院过程,如出院随访、康复锻炼、心脏移植等[4]。

摘要： 目的探讨整体护理运用于十二指肠溃疡(DU)患者的护理效果。方法从收治的DU患者中选取50例进行研究,随机分成对照组和观察组各25例。对照组行常规护理,观察组在对照组基础上增加整体护理,对比两组住院时间、疼痛缓解时间、溃疡愈合时间、并发症发生率、疾病复发率、生活质量[GQOLI-74(生活质量量表)]评定结果。结果观察组住院时间、疼痛缓解时间、溃疡愈合时间均短于对照组(P0.05);护理后,观察组心理功能、躯体功能、物质生活及社会功能评分均高于对照组(P<0.05)。结论整体护理在DU中应用可有效缩短患者康复时间,降低并发症风险,减少再住院风险,显著提高患者生活质量。

摘要： 目的 探讨血浆D-二聚体水平对急性心肌梗死患者发生心力衰竭及其预后的影响。方法 连续入组2013年1月1日至2015年12月31日在上海交通大学医学院附属瑞金医院进行急诊血运重建的急性心肌梗死患者287例,其中113例(39.4%)发生心肌梗死后心力衰竭。患者平均D-二聚体水平为(0.56±0.94)mg/L,按D-二聚体水平三分位将患者分为三组,分别为0.48 mg/L组。比较不同D-二聚体水平组的心功能指标,以及随访远期发生心力衰竭再住院的风险。结果 心肌梗死后患者D-二聚体水平与左心房内径、左心室舒张末期内径和左心室收缩末期内径呈正相关(r=0.203、0.211、0.260,P <0.01),与左心室射血分数呈负相关(r=-0.328,P <0.01),可预测心肌梗死后心力衰竭发生。对这些患者进行了中位2.8年的随访,生存曲线分析结果显示,基线期D-二聚体水平高的患者,其远期心力衰竭再住院率更高(P <0.05);校正传统危险因素后,D-二聚体水平仍可预测心肌梗死患者远期心力衰竭再住院的发生(HR=1.493,95%CI=1.089~2.048,P <0.05)。结论 D-二聚体水平是心肌梗死后发生心力衰竭的独立危险因素,D-二聚体水平可预测心肌梗死患者远期发生心力衰竭再住院的风险。

摘要： 目的 调查出院过渡期症状评分与老年心力衰竭患者短期内再住院的关系,并进一步分析老年心力衰竭患者短期内再住院的影响因素。方法 回顾性分析2019年3月至2020年9月东莞市第八人民医院收治的98例老年心力衰竭患者的临床资料,将其按照短期内再出院发生次数进行分组,短期内再出院发生次数≤1次为观察组,> 1次为对照组。比较2组出院前和出院过渡期心力衰竭症状积分的差异,并分析老年心力衰竭患者短期内再住院的影响因素。结果 本研究98例患者中,观察组81例(82.65%),对照组17例(17.35%);所有患者在出院后心力衰竭症状均出现恶化,出院后6个月的Memorial心力衰竭症状评估量表中文版(MSAS-HF)评分均高于出院前(P均<0.05);观察组患者的M SAS-HF各项评分和总分均低于对照组患者(P均<0.05);单因素分析结果显示,老年心力衰竭患者短期内再住院与年龄、病程、住院时间、6分钟步行距离、合并疾病种类和照顾者照护能力有关(P均<0.05);Logistics回归分析结果显示,年龄、M SAS-HF评分、6分钟步行距离、合并疾病种类、照顾者照护能力均是影响老年心力衰竭患者出院后短期内再住院的独立影响因素(P均<0.05)。结论 老年心力衰竭患者短期内再住院次数受年龄、MSAS-HF评分等多种因素影响,临床护士可针对其影响因素采取预防措施,以降低其再住院率。

摘要： [目的]探讨早期应用中药汤剂联合标准治疗对急性冠脉综合征(ACS)急诊经皮冠状动脉介入(PCI)术后患者再住院的影响,为PCI术后早期中医药干预提供循证依据。[方法]采用真实世界回顾性队列研究,纳入2019年1月—2021年8月所有在天津中医药大学第二附属医院诊断为ACS并行急诊PCI治疗的患者,采集临床基本资料、冠状动脉造影及介入数据、术后治疗方案,随访观察截至2022年4月再住院情况。根据实际治疗策略的差异,将患者分为中药汤剂联合标准治疗组(暴露组)和标准治疗组(非暴露组),以全因再住院为主要疗效指标,以因心脏事件再住院、因卒中再住院、因消化道损伤再住院为次要疗效指标,构建Cox回归模型,综合分析两种治疗方案患者预后差异。[结果]共纳入ACS急诊PCI治疗患者232例,其中暴露组126例(54.31%),非暴露组106例(45.69%),多因素Cox回归分析显示,调整潜在混杂因素后,与非暴露组相比,暴露组因心脏事件再住院风险降低59%[HR=0.41,95%CI(0.21,0.81),P0.05)。[结论]ACS急诊PCI术后早期中药汤剂联合标准治疗显著减少患者因心脏事件再住院风险,且不增加因消化道损伤或卒中住院风险。

摘要： 目的 调查老年慢性阻塞性肺疾病患者衰弱情况,分析COPD衰弱与患者预后、再住院率的关系.方法 选择老年COPD患者435例,临床衰弱水平量表(CFS)调查衰弱发生情况,随访6个月统计不良事件及再住院率,筛选COPD预后、再住院率影响因素.结果 老年COPD患者衰弱检出率为38.39％.衰弱组年龄≥70岁(82.04％)、合并脑梗死(26.95％)、病程≥10年(47.31％)、COPD分级为Ⅳ级(38.92％)、长期用药>4种类型(41.32％)患者所占比例高于非衰弱组(57.46％、13.43％、31.72％、20.15％、19.78％)(P<0.05),随访期间不良事件发生率(24.55％)及再住院率(64.07％)高于非衰弱组(5.97％、10.82％)(P<0.05);年龄(Or=2.192、2.257,95％CI:1.051～4.572、1.008～5.051)、COPD分级(Or=3.557、3.238,95％CI:1.788～7.078、1.583～6.622)、长期服药数量(Or=5.789、4.831,95％CI:2.102～15.948、1.346～17.338)、衰弱(Or=23.689、19.453,95％CI:6.727～89.468、6.025～62.808)均为导致COPD随访期间不良事件发生及再住院的相关危险因素(P<0.05).结论 老年COPD患者衰弱发生率较高;高龄、长病程、高COPD分级、长期服用多种药物、合并脑梗死COPD患者,更易患衰弱;衰弱与年龄、长期服药数量、COPD分级均为影响老年COPD患者预后及再住院率的相关因素.

摘要： 收集2016年1月1日至2016年12月31日在我院肾内科再住院的176例维持性血透患者236次再住院事件的临床资料,分析其再住院原因.按再住院原因心血管疾病的有与无,分为心血管疾病组和非心血管疾病组进行临床资料比较分析;按感染的有与无,分为感染组和非感染病组进行临床资料比较分析,以P<0.05为有统计学意义,P<0.01为有显著性统计意义.回顾性调查维持性血液透析患者的再住院原因及心血管疾病再住院事件和感染再住院事件的相关因素为临床提供参考.

摘要： 提供增加患有肝性脑病的受试者的长期生存可能性的方法，其中所述方法包括将包含利福昔明的组合物给予受试者。还提供降低患有HE的受试者的住院频率的方法，其中所述方法包括将包含利福昔明的组合物给予受试者。

摘要： 本发明涉及利用对液体溶液选择性还原(SCR)，即柴油发动机废气后处理技术，无漏泄式再注入的方法，所述方法包括在储液箱(37)的联接部分和用于无漏泄再注入的注枪(9)分配嘴的联接部分之间建立不漏液体连接的步骤。本发明还涉及用于液体无漏泄式再注入的系统使用，及另外涉及用于无漏泄再注入液体的注枪、汽车储液箱的连接、无漏泄液体再注入系统控制和通信用的方法和系统、在无漏泄再注入系统中供应介质的方法和系统、无漏泄和不漏液的再注入连接和计算机程序产品。

摘要： 本发明提供了一种心血管疾病非计划再住院风险预测方法，基于与患者健康相关的结构化数据以及非结构化数据构成的多源异构医疗健康数据，应用基于深度神经网络的多模型集成算法,构建非计划再住院风险预测模型。本发明可以准确分析外部环境变化对患者非计划再住院的影响，同时应用文本挖掘技术提取非结构化数据的关键信息，全面挖掘患者健康影响因子。本发明解决了现有技术中缺乏外部环境变化对患者健康的影响分析、非结构化数据信息挖掘不足以及非平衡分类样本预测准确率较低的问题，提升了心血管疾病患者非计划再住院的预测准确性。

摘要： 本发明公开了一种基于病人医疗时序画像图的再住院预测方法，包括：从医疗数据中分析提取医疗事件，对提取的医疗事件按时间先后序列化；基于序列化的医疗事件，为每位病人构建医疗时序画像图；采用改进的AGM算法，挖掘所有医疗时序画像图的频繁子图；根据所述频繁子图，采用蒙特卡洛模拟方法，为每位病人的所有频繁子图计算对应的重构系数，基于所述重构系数，采用随机森林算法预测病人是否再住院。根据本发明的技术方案，能够帮助病人提前了解自己的健康状况，也有助于医疗机构提供更好的医疗服务。

摘要： 描述了用于主体再住院管理的系统和方法。在一个示例中，可以使用多个传感器来获得来自主体的多个生理信号。响应于住院事件，可以识别多个生理信号的住院前特征。可以识别多个生理信号的住院后特征，包括与其对应的住院前特征不同的特征。稍后，可以在住院事件之后例如使用相同的多个传感器来进一步监视随后生理信号，并且可以识别随后生理信号特征。在一个示例中，可以使用与住院前特征、住院后特征以及随后特征有关的信息来确定心力衰竭诊断指示。与来自多个传感器的信号特征中的相对变化有关的信息可以用于识别特定主体生理信号以在随后期间监视。

摘要： 本发明提供了一种心血管疾病非计划再住院风险预测方法，基于与患者健康相关的结构化数据以及非结构化数据构成的多源异构医疗健康数据，应用基于深度神经网络的多模型集成算法,构建非计划再住院风险预测模型。本发明可以准确分析外部环境变化对患者非计划再住院的影响，同时应用文本挖掘技术提取非结构化数据的关键信息，全面挖掘患者健康影响因子。本发明解决了现有技术中缺乏外部环境变化对患者健康的影响分析、非结构化数据信息挖掘不足以及非平衡分类样本预测准确率较低的问题，提升了心血管疾病患者非计划再住院的预测准确性。

摘要： 本发明公开了一种基于深度学习混合模型的再住院风险预测方法，该方法包括以下步骤：步骤1：收集数据集，包括患者个体特征和外部环境特征；步骤2：特征分组及预处理，将特征分为静态特征和时间序列特征；步骤3：时间序列特征挖掘，对时间序列特征进行统计分析、构建LDA模型和双向LSTM模型；步骤4：特征拼接，将静态特征和经特征工程处理的时间序列特征融合，作为CNN模型的输入；步骤5：构建CNN模型，预测患者再住院风险。本发明基于深度学习算法，对患者健康医疗大数据及所处外部环境进行研究分析，构建再住院风险预测模型，有助于医疗机构合理安排医疗资源，为患者提供更好的医疗服务，也有助于提升保险机构对参保人再住院风险识别的效率和准确率。

摘要： 本发明公开了一种基于病人医疗时序画像图的再住院预测方法，包括：从医疗数据中分析提取医疗事件，对提取的医疗事件按时间先后序列化；基于序列化的医疗事件，为每位病人构建医疗时序画像图；采用改进的AGM算法，挖掘所有医疗时序画像图的频繁子图；根据所述频繁子图，采用蒙特卡洛模拟方法，为每位病人的所有频繁子图计算对应的重构系数，基于所述重构系数，采用随机森林算法预测病人是否再住院。根据本发明的技术方案，能够帮助病人提前了解自己的健康状况，也有助于医疗机构提供更好的医疗服务。

摘要： 本发明公开了一种基于最优特征组合的再住院行为预测系统及方法，对长时间的住院记录、普通门诊记录、慢性病记录和体检记录进行处理分析，得到能够表示病人再住院环境的多个再住院特征；设计合理的适应度函数，利用遗传算法，获得影响再住院的最优特征组合；将最优特征组合和再住院标签作为预测方法的输入，利用集成学习算法来判断和预测病人是否在观察窗口时间内执行再住院，能够预估患者是否在一定时间间隔内执行再住院，以准确的表达病人再住院环境，帮助患者本身和医疗机构进行合理安排时间与医疗、资金资源。

摘要： 描述了用于主体再住院管理的系统和方法。在一个示例中，可以使用多个传感器来获得来自主体的多个生理信号。响应于住院事件，可以识别多个生理信号的住院前特征。可以识别多个生理信号的住院后特征，包括与其对应的住院前特征不同的特征。稍后，可以在住院事件之后例如使用相同的多个传感器来进一步监视随后生理信号，并且可以识别随后生理信号特征。在一个示例中，可以使用与住院前特征、住院后特征以及随后特征有关的信息来确定心力衰竭诊断指示。与来自多个传感器的信号特征中的相对变化有关的信息可以用于识别特定主体生理信号以在随后期间监视。