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396 | 下载1

目的:建立基于机器学习算法的护理人员心理健康状况预测模型。方法:采用便利抽样法,应用一般资料调查表、症状自评量表(SCL-90)、应对方式问卷、社会支持评定量表和工作适应障碍量表于2020年2月对汕头市中心医院和汕头大学医学院附属肿瘤医院的护理人员进行调查。心理健康状况作为二分类变量处理,采用单因素和多因素Logistic回归分析筛选出候选预测因子。研究对象按照8∶2比例随机分为训练集和测试集。应用机器学习算法的Logistic回归、人工神经网络、C5.0决策树、贝叶斯网络和支持向量机建立护理人员心理健康状况预测模型,并对5个模型进行验证及对比分析,筛选出最高预测效能模型。结果:本研究共纳入415名护士,心理健康症状阳性检出率为20.48

作者:王沛如;罗泽槟;郭植君;李丹丹;王逸如

来源:中国实用护理杂志 2021 年 37卷 35期

相似文献
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:396 | 下载:1
作者:
王沛如;罗泽槟;郭植君;李丹丹;王逸如
来源:
中国实用护理杂志 2021 年 37卷 35期
标签:
护士 心理健康 机器学习 预测模型 Nurse Mental health Machine learning Predictive model
目的:建立基于机器学习算法的护理人员心理健康状况预测模型。方法:采用便利抽样法,应用一般资料调查表、症状自评量表(SCL-90)、应对方式问卷、社会支持评定量表和工作适应障碍量表于2020年2月对汕头市中心医院和汕头大学医学院附属肿瘤医院的护理人员进行调查。心理健康状况作为二分类变量处理,采用单因素和多因素Logistic回归分析筛选出候选预测因子。研究对象按照8∶2比例随机分为训练集和测试集。应用机器学习算法的Logistic回归、人工神经网络、C5.0决策树、贝叶斯网络和支持向量机建立护理人员心理健康状况预测模型,并对5个模型进行验证及对比分析,筛选出最高预测效能模型。结果:本研究共纳入415名护士,心理健康症状阳性检出率为20.48