当前位置: 首页 > 期刊 > 《全科护理》 > 2022年第36期
编号:193532
基于关联规则的Apriori算法在呼吸机相关性肺炎中的应用
http://www.100md.com 2023年1月11日 全科护理 2022年第36期
气管,2结果,3讨论,4小结
     边 静,孙雯敏,王 玮,王跃琴

    呼吸机相关性肺炎(ventilator-associated pneumonia,VAP)是最常见的医院获得性感染,指气管插管或气管切开病人在接受机械通气48 h后发生的肺炎,其中撤机、拔管48 h内出现的肺炎仍属于呼吸机相关性肺炎[1-2]。VAP的诊断主要如下。①胸部X线影像可见新发生的或进展性的浸润阴影。②同时满足下述2项:体温>38 ℃或10×109/L或1 资料与方法

    1.1 数据来源 回顾性整理2019年—2021年盐城某三级甲等医院在国家护理质量数据平台填报有关于VAP发生相关数据。共纳入136例。

    1.2 资料收集方法 收集数据病人一般资料,包括性别、年龄。呼吸机相关性肺炎相关资料,包括人工气道类型、导管类型、吸痰方式、发生VAP时经人工气道机械通气时长(天)、是否有慢性疾病、有创机械通气前相关指标如白蛋白、抑酸剂的使用、科别、是否留置胃管等。

    1.3 关联规则挖掘 运用Apriori算法进行数据挖掘。采用Apriori算法对数据进行分析,通过查找数据中的频繁项集并生成关联规则,确定数据中项集间的关联性。X为前项,Y为后项,X→Y。支持度表示项集出现的频次,反映关联规则的重要性。置信度表示关联规则中X和Y的相关性,作用对>1且越高表明正相关性越高,作用度1为强关联规则。最后结合专业实践知识,筛选出有临床指导意义的关联规则。采用SPSS Modeler 18.0软件应用Apriori算法进行VAP关联规则分析。

    2 结果

    2.1 呼吸机相关性肺炎资料分析 本研究纳入分析的136例呼吸机相关性肺炎病人 ......

您现在查看是摘要页,全文长 6385 字符