您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览214 | 下载93

目的:筛选院内跌倒伤害预测因素,构建院内跌倒伤害预测模型并开发列线图。方法:选取浙江大学医学院附属第二医院2014年1月至2019年12月所有住院期间发生院内跌倒的患者243例为研究对象。患者发生跌倒后收集相关资料,包括年龄、性别、功能障碍等。采取Lasso回归与Logistic回归相结合方法筛选预测因素,构建院内跌倒伤害预测模型并开发列线图。C指数、H-L拟合优度检验验证模型区分度、一致性。Bootstrap重采法进行模型内部验证。结果:70例患者发生院内跌倒伤害,跌倒伤害发生率为28.81

作者:徐双燕;姚梅琪;黄鑫;封秀琴;宋剑平;许杰

来源:中国实用护理杂志 2021 年 37卷 19期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:214 | 下载:93
作者:
徐双燕;姚梅琪;黄鑫;封秀琴;宋剑平;许杰
来源:
中国实用护理杂志 2021 年 37卷 19期
标签:
跌倒 伤害 院内 预测模型 列线图 Fall Injury Inpatient Predictive model Nomogram
目的:筛选院内跌倒伤害预测因素,构建院内跌倒伤害预测模型并开发列线图。方法:选取浙江大学医学院附属第二医院2014年1月至2019年12月所有住院期间发生院内跌倒的患者243例为研究对象。患者发生跌倒后收集相关资料,包括年龄、性别、功能障碍等。采取Lasso回归与Logistic回归相结合方法筛选预测因素,构建院内跌倒伤害预测模型并开发列线图。C指数、H-L拟合优度检验验证模型区分度、一致性。Bootstrap重采法进行模型内部验证。结果:70例患者发生院内跌倒伤害,跌倒伤害发生率为28.81