以质量求发展,以服务铸品牌

护理学报 ›› 2024, Vol. 31 ›› Issue (22): 54-60.doi: 10.16460/j.issn1008-9969.2024.22.054

• 循证护理 • 上一篇    下一篇

围手术期低体温风险预测模型的系统评价

章明阳1, 刘京辉2, 金雁1, 徐文琪2, 李斌飞1, 黄珊1, 杜李百合1, 侯亚甜2, 李小寒3   

  1. 1.中山市人民医院 手术麻醉三科/护理部,广东 中山 528400;
    2.河南大学 护理与健康学院,河南 开封 475000;
    3.中国医科大学 护理学院,辽宁 沈阳 110000
  • 收稿日期:2024-07-18 出版日期:2024-11-25 发布日期:2024-12-04
  • 通讯作者: 李小寒(1963-),女,重庆人,硕士研究生,教授,博士研究生导师。E-mai1:xhli@cmu.edu.cn
  • 作者简介:章明阳(1987-),河南信阳人,硕士研究生,副主任护师,副护士长。
  • 基金资助:
    2023年度广东省医学科研基金(B2023066)

  • Received:2024-07-18 Online:2024-11-25 Published:2024-12-04

摘要: 目的 系统评价围手术期低体温风险预测模型,为建立和改进模型提供指导。方法 检索PubMed、Embase、Web of Science、Cochrane Library、CINAHL、中国知网、万方数据库、维普期刊库和中国生物医学文献数据库发表的关于围手术期低体温风险预测模型的研究,检索年限为建库至2024年5月23日。2 名研究者独立筛选文献、提取资料,并采用预测模型研究的偏倚风险评估工具(Prediction Model Risk of Bias Assessment Tool,PROBAST)评价纳入文献的质量。采用 Stata 15.0软件对建立模型的预测变量进行Meta分析。结果 共纳入52篇文献,构建58个围手术期低体温风险预测模型,受试者工作特征曲线下面积(Area Under the Curve,AUC)为0.683~0.968,其中51个预测模型的预测性能较好(AUC>0.700)。43 篇文献进行了模型校准,23篇文献进行内部验证,13篇文献进行外部验证,8篇文献内外部验证相结合。PROBAST评价结果表明52篇文献均为高偏倚风险。最常见的预测因子包括:年龄、基础体温、术中输液量、麻醉持续时间、手术室温度、手术时间、术中出血量、术中冲洗液用量、麻醉方式、甲状腺功能减退、手术方式等。结论 围手术期低体温风险预测模型预测性能较理想,部分预测模型建模方法学存在一定缺陷,后续关于模型构建研究可按照 PROBAST工具相关条目开展。医护人员应尽早干预存在以上危险因素的高危患者,降低围手术期低体温发生率。

关键词: 围手术期低体温, 预测模型, 系统评价, Meta分析

中图分类号: 

  • R472.3
[1] Sessler DI.Mild perioperative hypothermia[J]. N Engl J Med, 1997, 336(24):1730-1737.DOI:10.1056/NEJM1997061
23362407.
[2] Yi J, Lei Y, Xu S, et al.Intraoperative hypothermia and its clinical outcomes in patients undergoing general anesthesia: national study in China[J].PLoS One,2017, 12(6):e0177221.DOI:10.1371/journal.pone.0177221.
[3] Ribeiro E, Ferreira RC, Montanari FL, et al.Conceptual and operational definition of the components of the nursing diagnosis hypothermia (00006) in the perioperative period[J]. Rev Bras Enferm,2021,74(2):e20190684.DOI:10.1590/0034-7167-2019-0684.
[4] Moons KGM, Wolff RF, Riley RD, et al.PROBAST: A Tool to Assess Risk of Bias and Applicability of Prediction Model Studies: Explanation and Elaboration[J]. Ann Intern Med, 2019, 170(1):W1-W33.DOI:10.7326/M18-1377.
[5] Grant SW, Collins GS, Nashef SAM.Statistical primer: developing and validating a risk prediction model[J]. Eur J Cardiothorac Surg, 2018, 54(2):203-208.DOI:10.1093/ejcts/ezy180.
[6] Moons KG, Hooft L, Williams K, et al. Implementing systematic reviews of prognosis studies in Cochrane[J]. Cochrane Database Syst Rev, 2018, 10(10):ED000129. DOI:10.1002/14651858.ED000129.
[7] Snell KIE, Levis B, Damen JAA, et al.Transparent reporting of multivariable prediction models for individual prognosis or diagnosis: checklist for systematic reviews and Meta-analyses (TRIPOD-SRMA)[J]. BMJ, 2023(381):e073538.DOI:10.1136/bmj-2022-073538.
[8] Moons KG, de Groot JA, Bouwmeester W, et al. Critical appraisal and data extraction for systematic reviews of prediction modelling studies:the CHARMS checklist[J].PLoS Med,2014,11(10):e1001744.DOI:10.1371/journal.pmed.1001744.
[9] 卞海磊,范明思,倪荔.非体外心脏复合手术患者术中低体温影响因素分析及风险预测模型构建[J].重庆医学, 2024,53(16):2443-2447. DOI: 10.3969/j.issn.1671-8348.2024.16.008.
[10] 曾昕,卢秀英,周羽,等.肺癌患者术中低体温风险预测模型的构建及验证[J].中国护理管理,2023,23(10):1500-1506. DOI:10.3969/j.issn.1672-1756.2023.10.012.
[11] 方敏,高兴莲,柯稳,等.腹部消化系统手术患者术中低体温风险预测模型的构建与验证[J].护理学报, 2023,30(20):58-63.DOI:10.16460/j.issn1008-9969.2023.20.058.
[12] 严露培. 腹腔镜结直肠癌手术患者术中低体温风险预测模型的构建及验证[D].重庆:重庆医科大学,2023.DOI:10.27674/d.cnki.gcyku.2022.001333.
[13] 黄晓霞,劳景茂,韦小波,等.腹腔镜结直肠癌手术术中低体温预警模型的构建与验证[J].现代医药卫生,2024,40(1):26-30. DOI:10.3969/j.issn.1009-5519.2024.01.005.
[14] 刘琳,邓溧,冯龙.腹腔镜结直肠癌手术术中低体温预警模型的构建与验证[J].中国实用护理杂志, 2022, 38(20):1546-1553.DOI:10.3760/cma.j.cn211501-20210818-02354.
[15] 李丽,颜艳,房馨,等.腹腔镜手术患者术中低体温风险预测模型的构建及验证[J].中华护理杂志, 2022,57(4):463-468.DOI:10.3761/j.issn.0254-1769.2022.04.012.
[16] 普鹰,张莹,汤佳骏,等.腹腔镜手术患者术中低体温预测模型的构建及应用[J].中华护理杂志, 2019,54(9):1308-1312.DOI:10.3761/j.issn.0254-1769.2019.09.005.
[17] 周博,史素玲,尤炎丽,等.腹腔镜胃癌根治术术中低体温发生的危险因素分析及预测模型构建[J].临床医学研究与实践, 2024, 9(12):26-30.DOI:10.19347/j.cnki.2096-1413.202412007.
[18] 项海燕,黄立峰,朱锋杰,等.基于人工神经网络技术构建围术期病人低体温风险预测模型[J].护理研究,2022,36(5):767-772.DOI:10.12102/j.issn.1009-6493.2022.05.003.
[19] 项海燕,黄立峰,钱维明,等.基于深度学习的全身麻醉患者围术期非计划性低体温预测模型的构建与应用[J].中华急诊医学杂志, 2022, 31(8):1116-1120.DOI:10.3760/cma.j.issn.1671-0282.2022.08.017.
[20] 吴晓舟,魏彦姝,闵玉娣,等.肩关节镜手术患者术中低体温预测模型的构建及验证[J].中华肩肘外科电子杂志,2020,8(4):335-339.DOI:10.3877/cma.j.issn.2095-5790.2020.04.008.
[21] 黄志成,肖天涯.结直肠癌术中低体温列线图预测模型的构建及验证[J].中外医学研究,2022,20(29):160-164.DOI:10.14033/j.cnki.cfmr.2022.29.041.
[22] 成紫琳,马靓.开颅手术继发术中低体温的风险模型构建及复合保温措施干预研究[J].医学综述, 2021, 27(20):4150-4155.DOI:10.3969/j.issn.1006-2084.2021.20.034.
[23] 许芳,姚志清,韩伟,等.口腔癌根治术患者术中低体温风险预测模型的构建及验证[J].护理学报,2022, 29(7):1-6.DOI:10.16460/j.issn1008-9969.2022.07.001.
[24] 刘亮,王梦佳,王媛,等.老年创伤性骨折手术病人术中低体温风险预测模型构建及应用检验[J].全科护理,2023,21(23):3262-3266.DOI:10.12104/j.issn.1674-4748.2023.23.025.
[25] 翟亮,吴芳,周颖.老年关节置换术中低体温风险预测模型的构建及验证[J].临床护理杂志,2022,21(6):55-58.DOI:10.3969/j.issn.1671-8933.2022.06.017.
[26] 朱梦真,张虹,杨萌.老年髋关节置换患者术中低温风险预测模型的构建[J].暨南大学学报(自然科学与医学版),2024,45(2):160-167.DOI:10.11778/j.jdxb.20230185.
[27] 李宁,李美,黄欣欣,等.老年泌尿外科患者术中低体温风险预测模型构建[J].牡丹江医学院学报,2023,44(5):60-63.DOI:10.13799/j.cnki.mdjyxyxb.2023.05.030.
[28] 杨曦仑,孙雪晨,孔繁一,等.老年全身麻醉非心脏手术后发生低体温的独立危险因素筛选及预测模型构建[J].中国老年学杂志, 2022, 42(16):3953-3955.DOI:10.3969/j.issn.1005-9202.2022.16.024.
[29] 程柳榕,赖雪云.老年手术患者术中低体温风险预测模型的构建与应用[J].医学理论与实践, 2023, 36(8):1317-1320.DOI:10.19381/j.issn.1001-7585.2023.08.019.
[30] 孙丽娟,罗成露.老年胃肠道手术患者术中低体温风险评估模型的构建与应用[J].当代护士(中旬刊),2022,29(7):1-5.DOI:10.19792/j.cnki.1006-6411.2022.20.001.
[31] 孔青,朱薇薇,潘迎春.麻醉恢复室低体温发生的危险因素及风险预测模型分析[J].护士进修杂志,2021,36(6):563-566.DOI:10.16821/j.cnki.hsjx.2021.06.017.
[32] 杨霞,李国宏,崔颖.泌尿外科达芬奇机器人手术患者术中低体温风险预测模型的构建及应用研究[J].解放军护理杂志,2021,38(9):33-36.DOI:10.3969/j.issn.1008-9993.2021.09.008.
[33] 李玉梅. 泌尿外科内腔镜手术患者术中低体温风险因素分析及预测模型构建[D].兰州:兰州大学, 2021.DOI:10.27204/d.cnki.glzhu.2021.002275.
[34] 谢芳婷,鲍洁,许波静,等.剖宫产产妇术后手术源性低体温风险预测模型的构建及应用[J].中国计划生育学杂志, 2023, 31(4):944-948.DOI:10.3969/j.issn.1004-8189.2023.04.041.
[35] 孔珊珊,邓露,申海艳,等.剖宫产产妇术中低体温风险预测模型的构建及应用效果研究[J].中华护理杂志,2021,56(2):165-171.DOI:10.3761/j.issn.0254-1769.2021.02.001.
[36] 程志坤,马启刚,张传鑫,等.剖宫产术麻醉中产妇低体温风险的列线图预测模型建立及分析[J].中国计划生育学杂志,2023, 31(2):347-352.DOI:10.3969/j.issn.1004-8189.2023.02.022.
[37] 方丹,施静婧.普外科术中低体温发生情况Logistics回归分析及预测模型构建[J].新疆医科大学学报,2024,47(1):98-102,108.DOI:10.3969/j.issn.1009-5551.2024.01.017.
[38] 王慧利,李慧娟,卢艳,等.腔镜下甲状腺癌根治术患者术中低体温的危险因素分析及列线图模型构建[J].实用临床医药杂志,2024,28(4):29-33.DOI:10.7619/jcmp.20232740.
[39] 刘晓辉,李玮,韩倩倩,等.全髋关节置换术病人术中低体温风险预测模型的构建及验证[J].全科护理, 2023,21(10):1388-1392.DOI:10.12104/j.issn.1674-4748.2023.10.024.
[40] 史卓颖,张海伟,杜祥飞.全身麻醉病人术中低体温发生预测模型的建立[J].护理研究,2021,35(2):246-249.DOI:10.12102/j.issn.1009-6493.2021.02.009.
[41] 陈思宇. 全身麻醉患者苏醒室内低体温的危险因素及预测模型构建[D].上海: 中国人民解放军海军军医大学,2021.DOI:10.26998/d.cnki.gjuyu.2020.000179.
[42] 汪倩倩,王水,严丽洁.乳腺癌改良根治术中发生低体温风险列线图预测模型的构建[J].局解手术学杂志,2024,33(3):234-238.DOI:10.11659/jjssx.09E023002.
[43] 黄萍萍,张海伟,董世阳,等.神经外科患者术中低体温风险预测模型的构建及应用[J].现代临床护理,2022,21(9):62-66.DOI:10.3969/j.issn.1671-8283.2022.09.010.
[44] 陈罡,徐文青,刘秋丽,等.苏醒室胸腔镜手术病人低体温风险预测模型的建立及应用[J].护理研究, 2022, 36(12):2151-2154.DOI:10.12102/j.issn.1009-6493.2022.12.015.
[45] 陈晓,陈智伟.胃癌术中低体温列线图预测模型的建立与验证[J].齐齐哈尔医学院学报,2022,43(17):1601-1605.DOI:10.3969/j.issn.1002-1256.2022.17.001.
[46] 赵兰红,杨丽,王敏,等.胃肠癌根治术患者术中低体温预测模型的构建与验证[J].中国临床研究,2023,36(8):1276-1281.DOI:10.13429/j.cnki.cjcr.2023.08.035.
[47] 罗梦佳,戴艳然,郎红娟.消化道肿瘤患者术中低体温预测模型构建与验证[J].空军军医大学学报,2023,44(9):885-889.DOI:10.13276/j.issn.2097-1656.2023.09.018.
[48] 刘晓航. 胸腔镜手术患者术中低体温风险预测模型的构建[D].呼和浩特:内蒙古医科大学,2024.DOI:10.27231/d.cnki.gnmyc.2023.000619.
[49] 赵丹杨秀梅何玉杰.子宫内膜癌患者腹腔镜术中低体温发生的影响因素分析及预测模型构建[J].中华现代护理杂志,2021,27(17):2331-2335.DOI:10.3760/cma.j.cn115682-20201103-06038.
[50] Rincón DA, Valero JF, Eslava-Schmalbach J.Construction and validation of a model to predict intraoperative hypothermia[J]. Rev Esp Anestesiol Reanim, 2008, 55(7):401-406.DOI:10.1016/s0034-9356(08)70610-8.
[51] Yi J, Zhan L, Lei Y, et al.Establishment and validation of a prediction equation to estimate risk of intraoperative hypothermia in patients receiving general anesthesia[J]. Sci Rep, 2017, 7(1):13927.DOI:10.1038/s41598-017-12997-x.
[52] Kasai T, Hirose M, Yaegashi K, et al.Preoperative risk factors of intraoperative hypothermia in major surgery under general anesthesia[J]. Anesth Analg, 2002, 95(5):1381-1383.DOI:10.1097/00000539-200211000-00051.
[53] Desgranges FP, Bapteste L, Riffard C, et al.Predictive factors of maternal hypothermia during Cesarean delivery: a prospective cohort study. Facteurs prédictifs d'hypothermie maternelle durant la Césarienne : une étude prospective de cohorte[J]. Can J Anaesth, 2017, 64(9):919-927.DOI:10.1007/s12630-017-0912-2.
[54] Hu Z, Li W, Liang C, Li K.Risk factors and prediction model for inadvertent intraoperative hypothermia in patients undergoing robotic surgery: a retrospective analysis[J]. Sci Rep,2023,13(1):3687.DOI:10.1038/s41598-023-30819-1.
[55] Zhao B, Zhu Z, Qi W, et al.Construction and validation of a risk prediction model for intraoperative hypothermia in elderly patients undergoing total hip arthroplasty[J]. Aging Clin Exp Res,2023,35(10):2127-2136.DOI:10.1007/s40520-023-02500-0.
[56] Li L, Lu Y, Yang LL, et al.Construction and validation of postoperative hypothermia prediction model for patients undergoing joint replacement surgery[J].J Clin Nurs, 2023, 32(13-14):3831-3839.DOI:10.1111/jocn.16503.
[57] Zhang B, Pan AF.Development and evaluation of a novel predictive nomogram for assessing the risk of intraoperative hypothermia in patients undergoing thoracoscopic pulmonary tumor surgery[J]. Heliyon, 2023, 9(12):e22574.DOI:10.1016/j.heliyon.2023.e22574.
[58] Yuan X, Liu Q, Zhou H, et al.Development and validation of a predictive model for intraoperative hypothermia in elderly patients undergoing craniocerebral tumor resection: a retrospective cohort study[J]. World Neurosurg, 2024(184):e593-e602.DOI:10.1016/j.wneu.2024.01.174.
[59] Dai Z, Zhang Y, Yi J, et al.Validation of a prediction model for intraoperative hypothermia in patients receiving general anesthesia[J].Int J Clin Pract,2022(2022):6806225.DOI:10.1155/2022/6806225.
[60] Kim EJ,Yoon H.Preoperative factors affecting the intraoperative core body temperature in abdominal surgery under general anesthesia:an observational cohort[J].Clin Nurse Spec, 2014,28(5):268-276.DOI:10.1097/NUR.0000000000000069.
[61] 王禹毅, 卜志军, 李元晞, 等. 临床预测模型变量筛选方法及比较[J]. 现代中医临床, 2024, 31(2):6-12.DOI: 10.3969/j.issn.2095-6606.2024.02.002.
[62] Zhang Q, Yuan KH, Wang L.Asymptotic bias of normal-distribution-based maximum likelihood estimates of moderation effects with data missing at random[J]. Br J Math Stat Psychol,2019,72(2):334-354.DOI:10.1111/bmsp.12151.
[63] Moons KG, Kengne AP, Woodward M, et al.Risk prediction models: I. Development, internal validation, and assessing the incremental value of a new (bio)marker[J].Heart, 2012, 98(9):683-690.DOI:10.1136/heartjnl-2011-301246.
[64] Steyerberg EW, Harrell FE Jr.Prediction models need appropriate internal, internal-external, and external validation[J]. J Clin Epidemiol, 2016(69):245-247.DOI:10.1016/j.jclinepi.2015.04.005.
[65] Collins S, Budds M, Raines C, et al.Risk factors for perioperative hypothermia: a literature review[J]. J Perianesth Nurs,2019,34(2):338-346.DOI:10.1016/j.jopan.2018.06.003.
[66] Madrid E, Urrútia G, Roqué i Figuls M, et al. Active body surface warming systems for preventing complications caused by inadvertent perioperative hypothermia in adults[J]. Cochrane Database Syst Rev, 2016,4(4):CD009016.DOI:10.1002/14651858.CD009016.pub2.
[67] Yoo JH, Ok SY, Kim SH, et al.Efficacy of active forced air warming during induction of anesthesia to prevent inadvertent perioperative hypothermia in intraoperative warming patients: comparison with passive warming, a randomized controlled trial[J]. Medicine (Baltimore), 2021,100(12):e25235.DOI:10.1097/MD.0000000000025235.
[68] 国家麻醉专业质量控制中心.围术期患者低体温防治专家共识(2023版)[J].协和医学杂志,2023,14(4):734-743.DOI:12290/xhyxzz.2023-0266.
[69] Iden T, Höcker J.Prevention of perioperative hypothermia guidelines for daily clinical practice[J]. Anasthesiol Intensivmed Notfallmed Schmerzther,2017,52(7/8):554-562.DOI:10.1055/s-0041-103653.
[70] Zeba S, Surbatović M, Marjanović M, et al.Efficacy of external warming in attenuation of hypothermia in surgical patients[J]. Vojnosanit Pregl, 2016,73(6):566-571.DOI:10.2298/vsp150330032z.
[71] Ma H, Lai B, Dong S, et al.Warming infusion improves perioperative outcomes of elderly patients who underwent bilateral hip replacement[J]. Medicine (Baltimore), 2017,96(13):e6490.DOI:10.1097/MD.0000000000006490.
[72] Sabbag IP, Hohmann FB, Assunção MSC, et al.Postoperative hypothermia following non-cardiac high-risk surgery: a prospective study of temporal patterns and risk factors[J]. PLoS One,2021,16(11):e0259789.DOI:10.1371/journal.pone.0259789.
[73] 方敏,高兴莲,王曾妍,等.骨科患者术中下肢深静脉血栓风险增高的血流变化及影响因素[J].护理学杂志,2024,39(10):64-67.DOI:10.3870/i.issn.1001-4152.2024.10.064.
[74] Giuliano KK, Hendricks J.Inadvertent perioperative hypothermia: current nursing knowledge[J]. AORN J, 2017,105(5):453-463.DOI:10.1016/j.aorn.2017.03.003.
[75] Peduzzi P, Concato J, Kemper E, et al.A simulation study of the number of events per variable in logistic regression analysis[J]. J Clin Epidemiol, 1996,49(12):1373-1379.DOI:10.1016/s0895-4356(96)00236-3.
[76] Riley RD, Ensor J, Snell KIE, et al.Calculating the sample size required for developing a clinical prediction model[J].BMJ, 2020(368):m441.DOI:10.1136/bmj.m441.
[77] Collins GS, Reitsma JB, Altman DG, et al.Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD): the TRIPOD statement[J].BMJ, 2015(350):g7594.DOI:10.1136/bmj.g7594.
[1] 余璐, 黄晓沁, 刘琳, 袁嘉敏, 邬青. 心力衰竭患者30天非计划性再入院风险预测模型的系统评价[J]. 护理学报, 2024, 31(8): 43-48.
[2] 周越, 张杰, 潘宇帆, 戴雨, 孙羽健, 肖益, 余雨枫. 机械通气患者衰弱风险预测模型的系统评价[J]. 护理学报, 2024, 31(6): 56-61.
[3] 吴林梅, 梁志金, 刘瑞杰, 钟静静, 邱予骅. COPD患者运动康复促进和阻碍因素的系统评价-基于CFIR多层次理论[J]. 护理学报, 2024, 31(5): 44-49.
[4] 邢春凤, 李国新, 张广清, 刘雅鑫, 孙晓伟. 产妇产褥期乳房胀痛危险因素分析及风险预测模型构建[J]. 护理学报, 2024, 31(3): 6-11.
[5] 王丽云, 张明慧, 张新月, 沙凯辉. 产后压力性尿失禁风险预测模型的系统评价[J]. 护理学报, 2024, 31(3): 57-62.
[6] 张亦然, 王康美, 朱盛财, 朱璐, 黄沂. 中文版高血压患者自我管理评估工具的系统评价:基于COSMIN指南[J]. 护理学报, 2024, 31(19): 52-57.
[7] 姜宁宁. 连续性肾脏替代治疗患者低体温发生风险列线图预测模型构建与验证[J]. 护理学报, 2024, 31(19): 65-72.
[8] 罗海琴, 谢日华, 梁绰意. 正念干预对不孕症女性心理健康和生活质量影响的Meta分析[J]. 护理学报, 2024, 31(17): 28-34.
[9] 杨蓓, 叶红芳, 相卢伟, 路诗雨. 中老年2型糖尿病患者轻度认知障碍风险预测模型的构建与验证[J]. 护理学报, 2024, 31(13): 18-23.
[10] . 轻度认知障碍向阿尔兹海默病进展风险预测模型的系统评价[J]. 护理学报, 2024, 31(12): 47-53.
[11] 欧阳蝶, 许豆豆, 孙燕荣, 陈莹, 吕安康, 吴蓓雯. 基于生活方式相关指标的非肥胖人群非酒精性脂肪肝预测模型的构建[J]. 护理学报, 2024, 31(10): 1-7.
[12] 邬馨益, 徐林燕, 陈卓琦, 朱徐乐, 赵磊. 老年人运动认知功能减退综合征风险预测模型的构建与验证[J]. 护理学报, 2024, 31(10): 73-78.
[13] 王微, 路潜, 宋艳茹, 柯桑桑, 刘春蕾. 我国护理核心期刊近5年预测模型研究论文分析[J]. 护理学报, 2024, 31(1): 37-41.
[14] 史婷婷, 李婷, 黄友鹏, 赵媛, 朱晓丽, 周梦娟, 陈云梅. 2型糖尿病患者合并骨质疏松风险预测模型的范围综述[J]. 护理学报, 2024, 31(1): 52-57.
[15] 周梦娟, 朱晓丽, 张态, 段剑锋, 罗宇梅, 马维莉, 陆涵, 史婷婷, 杨怡霖, 李婷, 查耀蕾, 赵媛. 急性胰腺炎非重症患者住院时间延长预测模型的构建及验证[J]. 护理学报, 2023, 30(9): 7-12.
Viewed
Full text


Abstract

Cited

  Shared   
[1] 张玉洁, 李晓瑾, 吴金艳, 邓师思, 郭子涵, 吴艳妮. JBI循证卫生保健中心证据总结制作流程解读[J]. 护理学报, 2024, 31(16): 39 -43 .
[2] 杨中善, 张丽华, 许妮娜, 詹昱新, 欧阳燕, 王羡科, 刘淼, 李鹏飞. 脊髓损伤神经源性肠道功能障碍相关指南的质量评价及内容分析[J]. 护理学报, 2024, 31(16): 44 -49 .
[3] 梁慧, 王建宁, 张艺, 胡娇娇, 龚翠颖, 李立群. 卧床患者压力性损伤管理指南的质量评价及内容分析[J]. 护理学报, 2024, 31(16): 50 -55 .
[4] 张煌霞, 李壮苗, 罗文楠, 李秀霞, 黄惠香, 林颖欣. 四子散角针原穴敷贴对脑卒中后偏瘫肩痛患者的影响[J]. 护理学报, 2024, 31(20): 1 -7 .
[5] 李若雨, 刘鑫, 韦静, 覃艳, 林桦. 312例老年高血压患者跌倒警觉度的潜在剖面及影响因素分析[J]. 护理学报, 2024, 31(22): 1 -6 .
[6] 张倩君, 毛小英, 张莉, 刘俏玲, 向霞, 冯结兰, 冼顺英, 张璠, 邓伟英, 白志宝. 218名肠造口患者家庭照顾者的心理脱离现状及影响因素分析[J]. 护理学报, 2024, 31(22): 7 -11 .
[7] 尹霄朦, 郭小庆, 程聪, 刘海涛, 孙秀杰. 基于血库前移的全流程智慧输血管理模式的构建与应用[J]. 护理学报, 2024, 31(22): 12 -16 .
[8] 王莉, 付阿丹, 杨梦莹, 徐苗苗, 黄盼盼. 护理科研门诊的初步构建及实践[J]. 护理学报, 2024, 31(22): 17 -21 .
[9] 赵晓雨, 郭锦丽, 任清丽, 叶泉滟, 薛媛, 李国庆. 穴位按压技术在儿童操作性疼痛护理中的应用进展[J]. 护理学报, 2024, 31(22): 22 -25 .
[10] 江艳, 唐文娟, 赵海燕, 范巧玲. 新生儿营养风险筛查工具的研究进展[J]. 护理学报, 2024, 31(22): 26 -29 .