家庭为中心护理模式对小儿哮喘住院患儿生活质量的影响

来源 :饮食保健 | 被引量 : 0次 | 上传用户:xsl_1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:探讨研究在小儿喘息住院患儿的临床护理中对其实施以家庭为中心的护理模式对于提升患儿生活质量的效果.方法:研究样本选取时间为2020年06月至2021年06月笔者所在医院接收的住院治疗小儿哮喘患儿,共计80例,分组方式为随机抽签,组名为实验组与参照组,两组患者例数均为40例.参照组患儿实施常规临床护理干预,实验组患儿实施家庭为中心护理模式,比较两组患儿的生活质量.结果:实验组患儿的躯体功能、心理功能、社会功能、物质生活均显著优异参照组患儿,组间比较有较大的差别(P<0.05).结论:在小儿哮喘的住院患儿中对其实施家庭为中心护理模式可显著提升患儿的生活质量,有助于促进患儿的治疗,值得临床推广.
其他文献
以数传电台为核心器件设计了一型适用于靶弹的测控系统;该测控系统由弹载数传设备和数传地面站组成,可以下传靶弹飞行状态信息同时上传用于控制靶弹自毁的安控指令;对弹载数传设备结构及采编器软件和硬件,数传地面站电气结构,收发控制器软件流程进行了详细设计;数传地面站采用时分多址的通信模式进行设计,可以实现4台地面站在不同的传输时隙内上传安控指令;该设计方法用于4台数传地面站沿着靶弹飞行航迹接力布站时,可保证4台数传地面站同时发送安控指令而不会相互干扰,该方法增加了数传地面站测控范围和工作可靠性;经过对工程样机的实物
随着光纤激光器广泛应用与快速发展,市场竞争与成本控制不断加强,其光电系统的控制与保护成为光纤激光应用的关键;为实现激光器的智能化控制和预报警保护,降低生产和维护成本,详细介绍了激光器监控系统的软、硬件设计及其测试结果;通过Visual Basic编写USB转RS232的串口通讯软件,以STM32F407ZG单片机为核心设计了激光器功率驱动、故障保护、数据采集等硬件电路,完成PC端上位机软件对光纤激光器功率的控制(0~100%),实现对光纤激光器泵源温度、工作电流、工作状态等数据的实时采集和监测;根据对30
目的:研究围手术期护理在微创颅内血肿清除术治疗高血压脑出血患者的作用效果.方法:从2019年10月-2020年10月在我院治疗高血压脑出血的患者中随机择取100例作为研究对象,平均
针对旋转弹用磁测系统在飞行过程中,存在由机械安装误差以及固定磁干扰带来的测量系下三轴磁矢量与弹体系不平行问题,提出一种磁测系统与弹体之间等效安装误差角的在线标定补偿法;通过分析磁测系统实时输出的三轴地磁矢量信息,建立测量信息与误差的误差模型,利用类正弦信号特征值求取误差角,进而补偿磁测信息中的误差项,最终提高磁测系统解算输出的滚转角精度;实验结果表明,当弹体仅做滚转运动时,经过该方法补偿后磁测系统解算的滚转角比补偿前解算的滚转角精度可提高6倍以上,滚转角解算误差保持在2°以内,可以满足制导弹药对滚转角的精
目的:分析无痛管理临床路径在老年股骨骨折患者围术期护理中的应用效果.方法:选择2019年8月-2020年8月收治的62例老年股骨骨折为对象,结合不同的护理方式分组,分别是对照组和
大数据时代信息技术的快速发展,依托于各类硬件防护设备的网络体系架构的异构数据量每天以指数级的量级递增,基于传统的网络安全防护技术无法有效地适用于具有海量数据的特征
针对隧道施工环境,设计了一款隧道安全预警机器人,并重点研究其导航系统实现;机器人搭载检测仪器与分析主机,集数据采集、分析、预警于一体,实现隧道巡检的自动化和智能化;分别利用Cartographer算法和自适应蒙特卡洛算法(AMCL)融合雷达、里程计、IMU的数据,实现环境地图的创建与机器人实时定位;采用A*算法和DWA算法实现机器人的全局和局部路径规划,并结合ROS操作系统对其进行实验验证;实验结
目的:浅析健康教育护理在脑外伤患者心理状态和肢体障碍康复中的作用.方法:选取我院在2019年4月到2021年5月期间接收的脑外伤患者进行分组,按入院时间分为对比组和实验组,每
针对传统PSO算法容易陷入局部最优的问题,提出一种基于竞争学习的粒子群优化算法(CLPSO);在CLPSO中,首先通过动态计算粒子的适应度值将种群分成优选、合理和疏离3个子群;其次,根据3个子群中粒子的进化特性,为3个子群分别设计了不同的更新变异方式;然后,利用12个基准测试函数对算法的性能进行了验证;实验结果表明,所提的竞争学习策略能够有效克服经典PSO算法在处理复杂多峰问题时容易陷入局部最优的缺陷;最后,利用CLPSO算法优化模糊神经网络的参数设计CLPSO-FNN算法,并利用其建立出水氨氮软测量模型
自主水下航行器(AUV)在海洋资源勘探与开发中发挥着重要作用,安全性作为其研究的重要内容与关键技术,关乎着水下任务能否顺利完成并安全返回;为进一步加强AUV在水下应对故障及危险的处理能力,依托实体AUV,设计一套安全抛载系统;该系统基于ARM Cortex-M4处理器,搭建抛载电路,使其不仅能够响应程序预先设定的抛载指令,还能根据一些突发或紧急情况,自动触发抛载动作,如:系统掉电、死机或漏水等;最后通过岸上模拟实验与真实水下实验,测得对10 kg抛载块进行抛载测试的准确执行率达100%,且抛载系统功耗为2