健康教育联合心理护理在帕金森患者护理中的运用效果观察

来源 :饮食保健 | 被引量 : 0次 | 上传用户:z444567059
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:研究健康教育联合心理护理,运用在帕金森患者护理中的成效.方法:选取本院2019年9月-2021年2月,实施诊治的60例帕金森患者作为客体,具体分成两组,对照组使用常规护理,观察组使用健康教育联合心理护理,对比两组护理满意度以及焦虑、抑郁改善等情况.结果:就护理满意水平指标分析,观察组情况明显优于对照组,统计学影响凸显(P<0.05);比较两组焦虑、抑郁改善情况,发现不同,有影响(P<0.05).结论:对帕金森患者开展护理过程中,运用健康教育联合心理护理的形式,不但患者护理满意度较为突出,同时还可显著改良患者的焦虑以及抑郁状态.因此,该护理形式属于非常理想的帕金森患者护理措施,临床推广价值凸显.
其他文献
目前在对抗样本生成研究领域,基于梯度的攻击方法由于生成速度快和资源消耗低而得到广泛应用.然而,现有大多数基于梯度的攻击方法所得对抗样本的黑盒攻击成功率并不高.最强基
期刊
针对汉语语句表意灵活复杂多变的特点,提出一种基于语义与情感的句子相似度计算方法,从表意层面计算句子相似度。该方法使用哈工大LTP平台对句子进行预处理,提取词语、词性、句法依存标记与语义角色标记,将语义角色标注结果作为句中语义独立成分赋予相似度权重系数,综合句法依存关系与词法关系计算两句相同标签语义独立成分相似度得到部分相似度,加权计算部分相似度得到句子整体相似度。另外,考虑到情感与句式因子,在整体相似度的基础上对满足条件的两句计算情感减益与句式减益。实验结果表明,该方法能有效提取出句子语义独立成分,从语义
为解决WebShell样本在文本向量化处理中出现的“维度灾难”和检测效果差的问题,提出了基于近邻成分分析(Neighborhood Component Analysis,NCA)的WebShell特征处理算法。算法通过NCA自动化学习投影矩阵,在保留全局信息的同时完成高维特征空间的约减,为避免过于依赖总体训练样本,采用ReliefF特征选择方法从局部信息的角度进一步优化特征处理,提高WebShell模型检测性能。实验表明,基于近邻成分分析的WebShell特征处理方法能有效检测WebShell,并在准确率
目的:评析整体护理模式应用在宫缩乏力性产后出血产妇护理治疗中的临床价值.方法:选取30例2018年1月-2020年5月来我医院进行治疗的宫缩乏力性产后出血产妇作为本次分析病例,
目的:探究对急性呼吸窘迫综合征患者行ICU护理风险管理模式后患者呼吸机相关性肺炎的发生率、呼吸功能改善情况.方法:以急性呼吸窘迫综合征80例(2017年6月至2019年6月)病患开
近年来,深度学习在卫星影像目标检测领域得到了快速的发展,如何精准高效定位目标物体是卫星影像目标检测研究中的主要难点。提出了一种基于旋转矩形空间的YOLOv3改进算法来精准定位卫星影像目标,对原有网络进行改进,增加角度变换的数据预处理过程,防止实例角度变化对网络训练造成影响。使用双旋转坐标进行回归训练,增加了角度锚点,提高了网络对卫星目标的检测有效性。提出了基于旋转矩形空间的非极大值抑制改进算法,可
目前人机交互方式多以键盘鼠标为主,而基于深度学习手势识别的交互方式算法准确率不高,且实时性和系统稳定性均有待提升。提出一种新颖的针对轻量级OpenPose进行改进的幻影机手势交互系统。采用轻量级OpenPose将人手简化建模为21个关键点,以MobileNetV1作为基础模型,应用部分亲和域(Part Affinity Fields,PAF)方法实现人手关键点的检测并画出简化骨骼图。为进一步提升人
基于无线体域网(Wireless Body Area Network,WBAN)的智慧医疗在取得广泛关注的同时也面临诸多挑战,传统方法引入云计算解决体域网网关设备(HUB)资源受限问题,但实时性差。采用低时延的雾计算辅助的方法对体域网生理数据进行处理,提出了一种雾计算目标节点优化选择及任务卸载方法。该方法充分考虑紧急任务的实时性需求,采用抢占式任务调度及有效的资源分配方式降低紧急任务的总时延。同时该方法根据任务紧急与否自适应调整目标节点的评价尺度,在紧急情况下,以时延及任务负载最小为优化目标,在非紧急情况
从数据中学习模糊系统是其智能建模的重要方法之一,针对目前模糊系统建模及优化方法对于学习后的模糊系统的规则数以及结构优化关注不足而影响了其精度和可解释性的问题,提出了一种结合模拟退火与基于支持度约简规则的模糊系统优化方法。该方法通过支持度约简系统冗余规则进而提高模糊系统的可解释性;同时利用模拟退火算法优化模糊系统的隶属度函数参数进一步提高模糊系统的精度。针对回归任务,与BP(Back Propagation)神经网络、径向基(Radial Basis Function,RBF)神经网络以及经典的模糊算法WM