图书馆

绍兴杨汛桥校区  8:00—21:00

杭州拱宸桥校区  8:00—21:30

【期刊导读】《护理学杂志》2025年第7期
来源:护理学杂志   作者:信息资源部   编辑:黄求尔   时间:2025-05-26   点击数:

P7《腹膜透析患者积极情绪书写表达干预方案的构建与实施

概述:本文旨在构建并实施腹膜透析患者积极情绪书写表达干预方案,并探讨其对患者心理弹性和主观幸福感的影响。方法:基于循证和专家会议法构建腹膜透析患者积极情绪书写表达干预方案。采用便利抽样法,选取20237月至20241月长期随访的80例腹膜透析患者为研究对象,随机分成两组各40例;对照组实施常规护理,干预组在此基础上实施积极情绪书写表达干预。干预8周后比较两组心理弹性和主观幸福感水平。结果:干预后,干预组心理弹性、主观幸福感得分显著高于对照组(P<0.05)。结论:积极情绪书写表达干预方案的实施,可以改善腹膜透析患者心理弹性和主观幸福感水平,增强其战胜疾病的信心

作者简介:杜冰,硕士,主管护师,上海市第十人民医院护理部;E-mail1589086017@qq.com

王丽雅,上海市第十人民医院护理部;E-mailsy_snk@163.com

引用:杜冰, 陈亚梅, 樊晶晶, . 腹膜透析患者积极情绪书写表达干预方案的构建与实施[J]. 护理学杂志,2025,7: 7-11.

全文:点击下载


P12《社区慢性病共病患者习得性无助感现状及影响因素分析》

概述:本文旨在了解社区慢性病共病患者习得性无助感现状及其影响因素,为制订和实施针对性干预措施提供参考。方法:采用一般资料调查表、习得性无助量表、慢性病患者健康素养量表、慢性病自我效能量表、心理弹性量表、领悟社会支持量表,于20248-10月对南昌市4个社区289例慢性病共病患者进行调查。结果:社区慢性病共病患者的习得性无助感得分(76.26±6.43)分。多元线性回归分析显示,文化程度、共病数量、健康素养、自我效能、心理弹性、领悟社会支持是社区慢性病共病患者习得性无助感的影响因素(P<0.05)。结论:社区慢性病共病患者习得性无助感处于较高水平,社区卫生保健人员应加强慢性病共病患者习得性无助感的识别,制订针对性干预措施,减轻其习得性无助感。

作者简介:刘炜彬,硕士在读,南昌大学江西医学院护理学院学生;E-mail1799568201@qq.com

程淑华, 南昌大学附属康复医院护理部;E-mailchengsh29@163.com

引用:刘炜彬, 蒋楠, 李远,. 社区慢性病共病患者习得性无助感现状及影响因素分析[J]. 护理学杂志,2025,7: 12-15+19.

全文:点击下载


P20《慢性心力衰竭患者容量管理旅程地图的研究》

概述:本文旨在基于旅程地图识别慢性心力衰竭患者容量管理的多维需求,为优化患者容量管理提供参考。方法:运用描述性质性研究方法,于20247-9月选取12例慢性心力衰竭患者进行半结构化访谈,采用内容分析法进行资料分析并绘制患者旅程地图。结果:按诊疗时间轴,从任务、情绪和痛点3个维度将慢性心力衰竭患者的容量管理需求细分归纳为早期症状管理等14个主题,并形成患者旅程地图。结论:慢性心力衰竭患者容量管理旅程漫长且复杂,需求动态变化且多维交织。未来可针对其容量管理需求构建管理策略,精准提供照护支持,提升患者生活质量。

作者简介:於茗,硕士,护师,南通市如东县人民医院护理部;E-mail2113320515@stmail.ntu.edu.cn

姜玲玲,南通市如东县人民医院护理部;E-mailymrdry@163.com

引用:於茗,唐荣,纪晶,. 慢性心力衰竭患者容量管理旅程地图的研究[J]. 护理学杂志,2025,7: 20-24.

全文:点击下载


P95《基于XGBoost算法的面部特征对轻度认知障碍风险的预测作用》

概述:本文旨在初步构建预测轻度认知障碍(MCI)风险的机器学习模型,为医护人员早期快速筛查轻度认知障碍提供参考。方法:20247-9月,采用便利采样法选取南京市2个街道老年人294人,通过OpenFace 3.0提取受试者观看快乐、中性、悲伤视频的面部特征,将其显著性面部特征分别归类为快乐、中性、悲伤、快乐+中性、快乐+悲伤、中性+悲伤、快乐+中性+悲伤7种面部特征组合。以特征组合作为输入变量,是否患有MCI作为结局变量,按照73的比例分为训练集和测试集构建XGBoost的机器学习模型。运用准确率、精确率、召回率、F1得分和曲线下面积(AUC-ROC)值评价判别效能,并对预测效果较优的面部特征组合模型进行SHAP分析。结果:两组面部特征比较,MCI组在观看快乐视频产生的面部特征AU04_AUIAU06_AUIAU10_AUPAU12_AUP与非MCI组有显著差异;MCI组在观看中性、悲伤视频分别产生的9种、8种面部特征与非MCI组有显著差异(P<0.05)。各面部特征组合构建的XGBoost模型受试者工作特征曲线下面积(AUC)均大于0.6,其中悲伤最高(0.71)。悲伤视频的面部特征构建的XGBoost模型SHAP结果显示排名前3的预测因子是AU04_AUIAU20_AUPAU07_AUI。结论:初步构建基于面部特征的XGBoost机器学习模型,旨在辅助早期阶段识别MCI的风险,实现MCI风险的早期预警与干预。

作者简介:戚馨如,硕士在读,南京中医药大学护理学院学生;E-mail20221081@njucm.edu.cn

柏亚妹,南京中医药大学护理学院;E-mailczbym@njucm.edu.cn

引用:戚馨如,宋玉磊,吕玉婵,. 基于XGBoost算法的面部特征对轻度认知障碍风险的预测作用[J]. 护理学杂志,2025,7: 95-99.

全文:点击下载


P117《移动医疗技术用于慢性伤口居家护理的范围综述》

概述:本文旨在对移动医疗技术在慢性伤口居家护理应用的基本内容、应用效果和现存问题等进行范围综述,为促进慢性伤口居家护理发展提供参考。方法:系统检索PubMedWeb of ScienceCochrane LibraryEmbaseScience Direct、中国知网、万方数据知识服务平台、维普网、中国生物医学文献数据库中的相关研究,检索时间为建库至2024518日,对纳入研究进行汇总分析。结果:共纳入43篇文章。移动医疗技术主要包括应用程序、移动网络平台、可穿戴设备、远程治疗系统;管理的慢性伤口类型包括压力性损伤、糖尿病足、下肢静脉溃疡、难愈性手术伤口;干预内容包括健康教育、伤口管理、居家监测、居家治疗;结局指标包括治疗效果、就医情况、自我管理指标、医患体验。结论:移动医疗技术在慢性伤口居家护理的应用能够降低患者就医费用,具有可行性、有效性及安全性。未来还需继续完善相关法律法规,保障患者和医务人员权益,以及开展更多高质量研究,更好地改善患者结局。

作者简介:辛慧琳,硕士在读,中南大学湘雅护理学院学生;E-mailxhl0921778@163.com

戴薇薇,中南大学湘雅医院门诊伤口中心;E-mail1163956773@qq.com

引用:辛慧琳,戴薇薇,张其健,. 移动医疗技术用于慢性伤口居家护理的范围综述[J]. 护理学杂志,2025,7: 117-124.

全文:点击下载