一种基于床旁护理的重症急性胰腺炎临床数据管理方法与流程

本发明涉及医学数据信息管理的，特别涉及一种基于床旁护理的重症急性胰腺炎临床数据管理方法。

背景技术：

1、重症急性胰腺炎病症是一种致死率极高的疾病，容易造成器官功能障碍甚至休克，若不能得到及时的救治，在超过48h的情况下，会导致心血管系统，肾脏和呼吸系统损伤等多种器官损伤，研究发现，国内急性胰腺炎发病率逐年增加，而一些轻症者，在缺少预前性的干预时，会有在一至两天的时间内发展成重症的风险，且重症病死率高达20-30%，因此，对急性胰腺炎进行早期识别预测显得至关重要。

2、研究表明，准确对重症急性胰腺炎症状变化的识别，能够有效减少急性胰腺炎造成的并发症，对改善预后有着重要意义；现今对于重症急性胰腺炎的症状数据信息多依靠于实验室检查和影像学结果，而实验室的检测结果缓慢，影像结果虽然科学性强，但是影像指标复杂，所要检测项目较多，评估周期长，且获得最终结果报告至少需一天的时间，无法短时间多次反复检查，及时监测急性胰腺炎病症发展。而床旁护理，有着监测和干预的特性，能够及时观察病症的变化，根据生命特征，疾病状况和生理反应的变化，及早发现异常情况，采取有效的干预，能够及时记录评估患者的状态，如果能够以床旁护理的数据构建出及时反应胰腺炎病症发展变化的模型，将能够在护士对胰腺炎病人看护过程中，提供有效的护理依据。

3、基于以上特点，以床旁护理记录的数据为基点，通过对数据和信息的处理，提供了一种基于床旁护理的重症急性胰腺炎临床数据管理方法。

技术实现思路

1、本发明的目的在于提供一种基于床旁护理的重症急性胰腺炎临床数据管理方法，通过床旁护理数据的收集，对收集到的床旁护理数据的单因素和多因素分析，能够快速建立基于床旁护理评估的重症急性胰腺炎临床数据管理模型，所得临床数据管理模型有益于针对重症急性胰腺炎的研究，能够快速对床旁护理的表征指标进行数据信息管理。

2、为了达成以上目的，本发明采取的技术方案为：一种基于床旁护理的重症急性胰腺炎临床数据管理方法，包括以下具体步骤：

3、步骤一，收集轻症胰腺炎和重症急性胰腺炎样本的床旁护理数据，同时对轻症胰腺炎进行haps评分和重症急性胰腺炎样本进行marshall评分；

4、步骤二，对采集到的轻症胰腺炎和重症急性胰腺炎样本的床旁护理数据进行单因素分析，对所得差异体征数据再进行多因素分析，构建基于床旁护理评估的重症急性胰腺炎临床数据管理模型，模型公式为：

5、；

6、其中，y为逻辑斯蒂多因素回归构建临床数据管理模型的评分值，n为组内个体数，i为组内个体测量特征指标名称，为组内个体测量特征指标的系数，为组内个体测量特征指标数值，为逻辑斯蒂多因素回归构建临床数据管理模型的常数；

7、步骤三，对临床数据管理模型进行roc曲线下面积（auc）检验评测；

8、步骤四，将haps评分以及marshall评分进行相关性分析，引入误差系数，降低haps评分和marshall评分之间的时间误差影响，构建轻症胰腺炎和重症急性胰腺炎发展过程中的差异变化系数；

9、；

10、其中，为轻症胰腺炎和重症急性胰腺炎发展过程中的差异变化系数，为haps评分以及marshall评分进行相关性分析误差系数，a为轻症胰腺炎组中的haps评分平均值，b为重症急性胰腺炎样本组中的marshall评分值；

11、步骤五，将差异变化系数导入临床数据管理模型，再次进行roc曲线下面积（auc）检验评测，进而精确优化临床数据管理模型。

12、进一步的，在步骤一中，收集轻症胰腺炎和重症急性胰腺炎样本的床旁护理数据时间点设定为初始就诊和就诊后的24h，haps评分为无害性急性胰腺炎评分；marshall评分为多器官功能障碍评分。

13、进一步的，在步骤二中，对收集到的床旁护理数据进行单因素分析的时间点为就诊后的24h，对收集到的床旁护理数据进行单因素分析的时间点为就诊后的24h，以所收集的床旁护理数据的表征指标数值变化为自变量，因变量为轻症和重症胰腺炎病症发展的评分，使用spss软件进行单一自变量数值变化对因变量数值变化的差异性的分析，所用公式为：

14、；

15、其中，为轻症和重症胰腺炎病症发展的评分值，和为单一床旁护理数据的变化系数，为单一床旁护理表征指标的数据，z为常数。

16、进一步的，在步骤二中，单因素分析，设置差异性值小于0.3，用于扩大样本床旁护理表征的指标，依据单因素分析筛选出具有差异性的指标数据，将各指标数据值与正常指标数据进行对比，进而限定床旁护理指标数据的范围于0-1之间，以限定后的各床旁护理指标数据值为多因素自变量，以重症胰腺炎临床评分值为因变量，进行逻辑斯蒂多因素回归分析，再导入以综合床旁护理指标数据变化得出的标准误，为个体检测特征指标的系数，构建临床数据管理模型，其中，所用逻辑斯蒂多因素回归分析的公式为：

17、；

18、其中，为因变量重症胰腺炎临床数据评分值，-为重症胰腺炎床旁护理逻辑斯蒂多因素回归分析的系数，n为重症胰腺炎床旁护理的差异表征指标数量，为重症胰腺炎床旁护理的差异表征指标的数值。

19、进一步的，在步骤二中，在逻辑斯蒂多因素回归临床数据管理模型构建的过程中，将床旁护理数据进行初步分类，选取70%的分类后数据作为训练集，剩余数据作为验证集。

20、进一步的，在步骤二中，模型的评估采用准确率，精确率和召回率的评估方式进行评估，验证方法采用k折交叉验证。

21、进一步的，在步骤三中，对auc评测的准确性赋以分值，以一类、二类和三类为梯度，其中一类为高质量模型，二类为中等模型，三类为低质量模型，auc在0.5-0.7之间代表三类的准确性，在0.7-0.9之间代表二类的准确性，在0.9往上代表一类的准确性，用以判断临床数据管理模型的可靠性。

22、进一步的，在步骤五中，将haps评分以及marshall评分与床旁护理的临床数据管理模型进行比较。

23、进一步的，在步骤五中，roc曲线下面积（auc）检验评测所需数据类型分为临床数据管理模型正确判断出胰腺炎程度的真阳例，正确判断出不存在胰腺炎的真阴例和错误判断出胰腺炎程度的为假阳例，所用auc检验评测公式为：；

24、其中，为roc曲线下面积（auc）检验评测结果，为临床数据管理模型正确判断出胰腺炎程度的真阳例数，为正确判断出不存在胰腺炎的真阴例数，为错误判断出胰腺炎程度的为假阳例数。

25、本发明的有益效果是：通过单因素分析能够初步筛选出具有差异性的轻症胰腺炎和重症急性胰腺炎样本的床旁护理对比数据，再通过多因素分析能够快速得到差异性更强的重症急性胰腺炎的床旁护理体征指标，进而获取基于床旁护理评估的重症急性胰腺炎临床数据管理模型，再通过roc曲线下面积的检验评测，对临床数据管理模型进行评估，结合haps评分以及marshall评分进行相关性分析，对临床数据管理模型优化，再进行roc曲线下面积的检验评测，能够得到高精准，高召回率的临床数据管理模型；所得临床数据管理模型有益于针对重症急性胰腺炎的研究，且能够快速获取床旁护理的表征指标。