English  |  正體中文  |  简体中文  |  Items with full text/Total items : 6024/14565 (41%)
Visitors : 14013837      Online Users : 308
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version
    Please use this identifier to cite or link to this item: https://ir.fy.edu.tw:8080/ir/handle/987654321/19623


    Title: 運用機器學習技術建構目標體溫管理成人病患之存活預測模型
    Other Titles: Using Machine Learning Technology to Construct aSurvival Predictive Model for Adult Patients with TargetTemperature Management
    Authors: 吳孟貞
    Contributors: 輔英科技大學 護理系
    Keywords: 目標體溫管理;心跳停止;機器學習;存活分析;Targeted temperature management;out-of-hospital cardiac arrest;Machine learning;Survival analysis
    Date: 2021
    Issue Date: 2021-09-15 10:31:10 (UTC+8)
    Abstract: 目標體溫管理是近年在台灣開始執行的臨床治療技術,當心跳停止的病人體溫維持在32-34 度C 的溫度,可減少腦氧氣代謝率以改善病人之預後;然而,由於病人己經心跳停止,決定是否實施目標體溫管理的決策需即時判定外,同時也需考量避免濫用及浪費醫療資源。若能提前預測採用目標體溫管理後病人成功甦醒的機會,將能有效及事前掌握目標體溫管理的成效及提昇病人存活機會,因此本研究目的是針對OHCA 的患者,探討目標體溫管理的成效及建立採用目標體溫管理後存活之預測模式。
    本研究採病歷回溯性次級資料庫回溯分析,探討 2017 至 2020 年南部某醫學中心109 位患者執行目標體溫管理後之存活分析,同時採用資料探勘技術建立預測模式,並了解目標體溫管理的顯著影響因子,以提供臨床決策患者是否使用目標體溫管理前的參考。研究結果顯示,年齡之風險函數呈現負相關,亦即年紀愈小,透過目標體溫管理治療成功存活的可能性愈高,病患若患有冠狀動脈心臟病及心臟節律不整的患者,目標體溫管理治療之時間需要愈高;具有腎臟病的目標體溫管理患者,相對來說存活情況較好。若在實施前有經歷電擊的患者,目標體溫管理時間較短就可以成功。若沒有新發性心律異常的合併症患者目標體溫管理實施的時間可以較短,但若在實施目標體溫管理過程中有新發作癲癇者,則需要拉長治療的時間才能達到存活的目標。
    Relation: 輔英科技大學 護理系碩士班 碩士論文
    Appears in Collections:[護理系] 博碩士論文

    Files in This Item:

    File Description SizeFormat
    index.html0KbHTML17View/Open


    All items in FYIR are protected by copyright, with all rights reserved.


    本網站典藏內容為學術研究目的之提供,請尊重著作權人之權益合理使用,請勿任意重製、轉貼、改作及散佈。

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback