• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡及核心影響因素決策樹(shù)分析

      2023-12-01 09:50:32張運(yùn)磊張莉潔高大杰
      護(hù)理研究 2023年22期
      關(guān)鍵詞:決策樹(shù)高齡預(yù)期

      王 瑩,馬 艷,張運(yùn)磊,高 原,張莉潔,高大杰

      太和縣人民醫(yī)院,安徽 236600

      高齡孕婦是指妊娠年齡不低于35 歲的孕婦,其錯(cuò)過(guò)了最佳生育年齡[1],生育風(fēng)險(xiǎn)與年輕孕婦相比較大。近年來(lái),我國(guó)高齡孕婦數(shù)量不斷增加,為家庭、醫(yī)療機(jī)構(gòu)及社會(huì)帶來(lái)沉重壓力和巨大挑戰(zhàn)[2]。部分意外懷孕但無(wú)意愿生育的高齡孕婦會(huì)選擇自然流產(chǎn)或手術(shù)流產(chǎn)[3-4]。手術(shù)流產(chǎn)是指通過(guò)手術(shù)方式終止妊娠,主要包括人工流產(chǎn)鉗刮術(shù)和人工流產(chǎn)后刮宮術(shù),二者皆具有較好的流產(chǎn)效果[5-6]。高齡孕婦人工流產(chǎn)后容易出現(xiàn)內(nèi)心傷痛[7],相關(guān)研究顯示,不同心理承受能力的人群在經(jīng)過(guò)手術(shù)、創(chuàng)傷或者喪親等事件時(shí)可表現(xiàn)出不同軌跡[8],然而目前有關(guān)高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡的研究尚未檢索到。探討高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡及核心影響因素,有利于提升醫(yī)療資源利用率。決策樹(shù)模型能夠較好地預(yù)測(cè)不良事件發(fā)生率[9]。基于此,本研究擬探索高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡的影響因素及其發(fā)展軌跡,并構(gòu)建相關(guān)決策樹(shù)模型,旨在為高齡流產(chǎn)孕婦的臨床管理工作提供理論依據(jù)。

      1 對(duì)象與方法

      1.1 研究對(duì)象

      采用便利抽樣法,選取2022 年1 月—2022 年10 月在我院門(mén)診治療的106 例高齡流產(chǎn)孕婦為研究對(duì)象。納入標(biāo)準(zhǔn):1)年齡≥35 歲;2)單胎妊娠;3)成功完成流產(chǎn)手術(shù);4)能夠與醫(yī)護(hù)人員正常溝通;5)孕婦及家屬知情同意參與本研究并已簽署知情同意書(shū)。排除標(biāo)準(zhǔn):1)合并子宮肌瘤、子宮內(nèi)膜息肉等;2)合并自身免疫性疾?。?)合并傳染性疾??;4)合并嚴(yán)重心腦血管疾病;5)有毒物接觸史;6)曾經(jīng)服用過(guò)保胎藥物。本研究已通過(guò)我院倫理委員會(huì)批準(zhǔn),符合《赫爾辛基宣言》中相關(guān)要求。

      1.2 調(diào)查工具

      1)一般資料調(diào)查表:研究者根據(jù)研究目自行設(shè)計(jì)一般資料調(diào)查表,內(nèi)容包括年齡、文化程度、體質(zhì)指數(shù)(BMI)、居住地、家庭人口數(shù)、家庭人均月收入、手術(shù)方式、民族、主要照顧者、宗教信仰、術(shù)后并發(fā)癥(感染、流產(chǎn)后不全流產(chǎn)及不孕等)。2)預(yù)期性悲傷量表:由周霜等[10]進(jìn)行漢化和修訂,包括完成任務(wù)能力、焦慮感、內(nèi)疚感、易怒感、憤怒感、失去感及悲傷感7 個(gè)維度,共27個(gè)條目,總分27~135分,得分越高表示預(yù)期性悲傷越嚴(yán)重。

      1.3 調(diào)查方法

      高齡流產(chǎn)孕婦術(shù)前在門(mén)診采用線下調(diào)研的方式進(jìn)行問(wèn)卷調(diào)查,由2 名調(diào)查人員現(xiàn)場(chǎng)發(fā)放與回收問(wèn)卷。問(wèn)卷發(fā)放前對(duì)孕婦認(rèn)真講解研究目的、意義及填寫(xiě)注意事項(xiàng),向孕婦承諾對(duì)數(shù)據(jù)進(jìn)行保密,調(diào)查結(jié)果僅用于本研究,孕婦根據(jù)自身意愿匿名填寫(xiě)。當(dāng)孕婦對(duì)問(wèn)卷內(nèi)容存在疑問(wèn)時(shí),調(diào)查人員仔細(xì)解答,但不能對(duì)孕婦選擇意愿進(jìn)行干預(yù)。問(wèn)卷填寫(xiě)完成后仔細(xì)檢查問(wèn)卷,剔除規(guī)律作答及漏項(xiàng)超過(guò)10%的問(wèn)卷。本次研究共發(fā)放130 份問(wèn)卷,回收125 份問(wèn)卷,剔除規(guī)律作答及漏項(xiàng)超過(guò)10%的問(wèn)卷,最終剩余111 份問(wèn)卷,問(wèn)卷回收有效率為88.80%(111/125)。

      高齡流產(chǎn)孕婦門(mén)診手術(shù)術(shù)后1 周、術(shù)后2 周及術(shù)后1 個(gè)月時(shí)采用線上(電話、微信)調(diào)研的方式進(jìn)行問(wèn)卷調(diào)查,失訪5 例,最終獲得106 例高齡流產(chǎn)孕婦資料。

      1.4 統(tǒng)計(jì)學(xué)方法

      采用SPSS 24.0 軟件進(jìn)行數(shù)據(jù)分析,定性資料以頻數(shù)表示,組間比較采用χ2檢驗(yàn)。采用Mplus 軟件潛變量數(shù)據(jù)模型分析高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡類(lèi)型,模型的擬合效果依據(jù)赤池信息準(zhǔn)則(AIC)、貝葉斯信息準(zhǔn)則(BIC)、校正貝葉斯信息準(zhǔn)則(aBIC)、熵、基于Bootstrap 的似然比檢驗(yàn)(BLRT)、羅蒙戴爾魯本校正似然比檢驗(yàn)(LMRT)及類(lèi)別概率等進(jìn)行評(píng)估。采用Logistic 回歸分析探討高齡流產(chǎn)孕婦預(yù)期性悲傷的影響因素。采用SPSS Modeler 軟件構(gòu)建高齡流產(chǎn)孕婦預(yù)期性悲傷的決策樹(shù)模型,并應(yīng)用R 4.2.1 軟件繪制Logistic 回歸模型和決策樹(shù)模型的受試者工作特征(ROC)曲線。以P<0.05 為差異有統(tǒng)計(jì)學(xué)意義。

      2 結(jié)果

      2.1 高齡流產(chǎn)孕婦預(yù)期性悲傷軌跡類(lèi)型的識(shí)別與確定

      以高齡流產(chǎn)孕婦門(mén)診術(shù)前、術(shù)后1 周、術(shù)后2 周及術(shù)后1 個(gè)月各時(shí)段的預(yù)期性悲傷評(píng)分作為觀測(cè)指標(biāo),將106 例高齡流產(chǎn)孕婦納入模型進(jìn)行分析,從潛類(lèi)別增長(zhǎng)模型中提取1~5 個(gè)類(lèi)別。當(dāng)潛類(lèi)別數(shù)量從1 增至2 時(shí),AIC、BIC 以及aBIC 均下降;當(dāng)潛類(lèi)別數(shù)量從2 增至5 時(shí),BIC 持續(xù)增加,AIC、aBIC 先下降后上升,熵降低。根據(jù)模型中擬合優(yōu)良的模型,最終保留2 個(gè)類(lèi)別,其中下降緩慢組(51 例,占48.11%)高齡流產(chǎn)孕婦預(yù)期性悲傷評(píng)分相對(duì)較高,且門(mén)診術(shù)前、術(shù)后1 周、術(shù)后2周及術(shù)后1 個(gè)月各時(shí)段預(yù)期性悲傷評(píng)分下降緩慢;下降快速組(55 例,占51.89%)高齡流產(chǎn)孕婦預(yù)期性悲傷評(píng)分開(kāi)始處于中等水平,但門(mén)診術(shù)前、術(shù)后1 周、術(shù)后2 周及術(shù)后1 個(gè)月各時(shí)段預(yù)期性悲傷評(píng)分下降較明顯。詳見(jiàn)表1、圖1。

      圖1 高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡圖

      表1 高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡的模型擬合分析

      2.2 高齡流產(chǎn)孕婦預(yù)期性悲傷影響因素的單因素分 析(見(jiàn)表2)

      表2 高齡流產(chǎn)孕婦預(yù)期性悲傷影響因素的單因素分析 單位:例

      2.3 高齡流產(chǎn)孕婦預(yù)期性悲傷的Logistic 回歸分析及決策樹(shù)模型

      將高齡流產(chǎn)孕婦預(yù)期性悲傷情況作為因變量,將高齡流產(chǎn)孕婦預(yù)期性悲傷影響因素的單因素分析中差異有統(tǒng)計(jì)學(xué)意義的因素(文化程度、居住地、家庭人均月收入、主要照顧者及術(shù)后并發(fā)癥)作為自變量,構(gòu)建決策樹(shù)模型,決策樹(shù)模型共5 層、13 個(gè)節(jié)點(diǎn),模型選擇了文化程度、主要照顧者、居住地、家庭人均月收入及術(shù)后并發(fā)癥5 個(gè)臨床特征作為模型節(jié)點(diǎn),文化程度是其中最重要的預(yù)測(cè)因子。進(jìn)行高齡流產(chǎn)孕婦預(yù)期性悲傷的Logistic 回歸分析,結(jié)果顯示,文化程度、居住地、家庭人均月收入、主要照顧者及術(shù)后并發(fā)癥是高齡流產(chǎn)孕婦預(yù)期性悲傷的影響因素(P<0.05)。變量賦值方式見(jiàn)表3,高齡流產(chǎn)孕婦預(yù)期性悲傷的決策樹(shù)模型見(jiàn)圖2。高齡流產(chǎn)孕婦預(yù)期性悲傷的Logistic 回歸分析結(jié)果見(jiàn)表4。

      圖2 高齡流產(chǎn)孕婦預(yù)期性悲傷的決策樹(shù)模型

      表3 變量賦值方式

      表4 高齡流產(chǎn)孕婦預(yù)期性悲傷的Logistic 回歸分析結(jié)果

      2.4 高齡流產(chǎn)孕婦預(yù)期性悲傷的Logistic 回歸模型及決策樹(shù)模型比較

      高齡流產(chǎn)孕婦預(yù)期性悲傷決策樹(shù)模型的ROC 曲線下面積(AUC)為0.838[95%CI(0.756,0.919)],高齡流產(chǎn)孕婦預(yù)期性悲傷Logistic 回歸模型的AUC 為0.838[95%CI(0.756,0.919)]。Logistic 回 歸 模 型 見(jiàn) 圖3,決策樹(shù)模型見(jiàn)圖4,Logistic 回歸模型和決策樹(shù)模型的分類(lèi)效果比較見(jiàn)表5。

      圖3 Logistic 回歸模型

      圖4 決策樹(shù)模型

      表5 Logistic 回歸模型和決策樹(shù)模型的分類(lèi)效果比較

      3 討論

      3.1 高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡

      預(yù)期性悲傷是指當(dāng)個(gè)體預(yù)感到某種即將出現(xiàn)的喪失而產(chǎn)生的內(nèi)心悲傷[11]。對(duì)于高齡流產(chǎn)孕婦而言,失去孩子、擔(dān)心流產(chǎn)手術(shù)后出現(xiàn)各種并發(fā)癥,均易導(dǎo)致其出現(xiàn)預(yù)期性悲傷。預(yù)期性悲傷會(huì)造成高齡流產(chǎn)孕婦社會(huì)、行為、心理及生理等方面的不適,進(jìn)而影響高齡流產(chǎn)孕婦生活質(zhì)量[12]。手術(shù)病人大多存在預(yù)期性悲傷[13]。但目前有關(guān)預(yù)期性悲傷的研究多集中在癌癥方面[14],關(guān)于高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡研究尚未檢索到。本研究對(duì)高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡進(jìn)行分析,識(shí)別出2 條高齡流產(chǎn)孕婦預(yù)期性悲傷變化軌跡,其中下降緩慢組高齡流產(chǎn)孕婦(占48.11%)預(yù)期性悲傷評(píng)分相對(duì)較高,且術(shù)后1 周、術(shù)后2 周及術(shù)后1 個(gè)月各時(shí)段預(yù)期性悲傷評(píng)分下降緩慢;下降快速組高齡流產(chǎn)孕婦(占51.89%)預(yù)期性悲傷評(píng)分開(kāi)始處于中等水平,但術(shù)后1 周、術(shù)后2 周及術(shù)后1 個(gè)月各時(shí)段預(yù)期性悲傷評(píng)分下降較明顯。預(yù)期性悲傷是影響高齡流產(chǎn)孕婦健康行為的重要因素之一,高水平的預(yù)期性悲傷會(huì)阻礙高齡流產(chǎn)孕婦身心健康的恢復(fù);低水平的預(yù)期性悲傷有利于高齡流產(chǎn)孕婦心理狀態(tài)的改善。因此,醫(yī)護(hù)人員需結(jié)合高齡流產(chǎn)孕婦預(yù)期性悲傷水平給予針對(duì)性干預(yù),重點(diǎn)關(guān)注預(yù)期性悲傷下降緩慢的高齡流產(chǎn)孕婦,加強(qiáng)隨訪期間護(hù)理,適當(dāng)給予高齡流產(chǎn)孕婦心理疏導(dǎo),削減其預(yù)期性悲傷;預(yù)期性悲傷下降快速的高齡流產(chǎn)孕婦具有相對(duì)較強(qiáng)的適應(yīng)能力,在隨訪期間可給予適當(dāng)支持,促進(jìn)其預(yù)期性悲傷進(jìn)一步降低。

      3.2 高齡流產(chǎn)孕婦預(yù)期性悲傷的影響因素

      本研究Logistic 回歸分析結(jié)果顯示,文化程度、居住地、家庭人均月收入、主要照顧者及術(shù)后并發(fā)癥是高齡流產(chǎn)孕婦預(yù)期性悲傷的影響因素(P<0.05)。1)文化程度可影響預(yù)期性悲傷水平[15],文化程度較低的高齡流產(chǎn)孕婦預(yù)期性悲傷下降相對(duì)緩慢,其認(rèn)知水平總體較低,較為感性,預(yù)期性悲傷容易保持在較高水平,而文化程度較高的高齡流產(chǎn)孕婦認(rèn)知水平相對(duì)較高,更可能積極獲取流產(chǎn)相關(guān)信息。2)農(nóng)村的高齡流產(chǎn)孕婦預(yù)期性悲傷下降相對(duì)緩慢,可能與農(nóng)村孕婦思想相對(duì)保守,短時(shí)間內(nèi)難以接受喪子之痛有關(guān)。3)家庭人均月收入可影響預(yù)期性悲傷水平[16],流產(chǎn)手術(shù)費(fèi)用較高,加之孕婦術(shù)后需要進(jìn)行營(yíng)養(yǎng)補(bǔ)充,會(huì)增加家庭經(jīng)濟(jì)負(fù)擔(dān),影響收入水平較低的高齡流產(chǎn)孕婦心理狀態(tài)。4)主要照顧者可影響預(yù)期性悲傷水平[17],主要照顧者是護(hù)工或其他的高齡流產(chǎn)孕婦預(yù)期性悲傷處于較高水平,可能與這些高齡流產(chǎn)孕婦往往缺乏直系親屬的情感支持有關(guān)。5)術(shù)后并發(fā)癥會(huì)影響預(yù)期性悲傷水平,術(shù)后并發(fā)癥會(huì)給高齡流產(chǎn)孕婦造成心理困擾導(dǎo)致預(yù)期性悲傷水平較高。

      3.3 高齡流產(chǎn)孕婦預(yù)期性悲傷的決策樹(shù)模型

      決策樹(shù)是一種樹(shù)形結(jié)構(gòu)分類(lèi)預(yù)測(cè)模型,具有可視化和定量化特點(diǎn),目前已成為醫(yī)學(xué)領(lǐng)域較熱門(mén)的數(shù)據(jù)分析方式[18]。本研究高齡流產(chǎn)孕婦預(yù)期性悲傷的決策樹(shù)模型選擇了文化程度、主要照顧者、居住地、家庭人均月收入及術(shù)后并發(fā)癥5 個(gè)臨床特征作為模型節(jié)點(diǎn),文化程度是其中最重要的預(yù)測(cè)因子;高齡流產(chǎn)孕婦預(yù)期性悲傷決策樹(shù)模型的AUC 為0.838[95%CI(0.756,0.919)],高齡流產(chǎn)孕婦預(yù)期性悲傷Logistic 回歸模型的AUC 為0.838[95%CI(0.756,0.919)],提示決策樹(shù)模型與Logistic 回歸模型皆可用于高齡流產(chǎn)孕婦預(yù)期性悲傷的預(yù)測(cè)。Logistic 回歸模型主要用于反映因變量與各自變量間的關(guān)系,但當(dāng)自變量有較高相關(guān)度時(shí),Logistic 回歸模型可能不會(huì)得出有效的分析結(jié)果[19]。而決策樹(shù)模型在樹(shù)形圖產(chǎn)生的過(guò)程中能夠不斷進(jìn)行分層,樣本逐漸減少,能夠篩選更加有意義的變量,其具有可視化和定量化特點(diǎn),與Logistic 回歸模型相比具有一定優(yōu)勢(shì)[20]。

      4 結(jié)論

      高齡流產(chǎn)孕婦預(yù)期性悲傷呈下降緩慢和下降快速2 種趨勢(shì),文化程度、居住地、家庭人均月收入、主要照顧者及術(shù)后并發(fā)癥是高齡流產(chǎn)孕婦預(yù)期性悲傷的影響因素。本研究構(gòu)建的決策樹(shù)模型能夠較為準(zhǔn)確地預(yù)測(cè)高齡流產(chǎn)孕婦預(yù)期性悲傷。醫(yī)護(hù)人員需結(jié)合高齡流產(chǎn)孕婦預(yù)期性悲傷的危險(xiǎn)因素制定干預(yù)措施,盡可能降低高齡流產(chǎn)孕婦預(yù)期性悲傷水平。

      猜你喜歡
      決策樹(shù)高齡預(yù)期
      高齡女性助孕難在哪里
      一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹(shù)算法
      高齡無(wú)保護(hù)左主干病變患者血運(yùn)重建術(shù)的長(zhǎng)期預(yù)后
      決策樹(shù)和隨機(jī)森林方法在管理決策中的應(yīng)用
      電子制作(2018年16期)2018-09-26 03:27:06
      分析師一致預(yù)期
      分析師一致預(yù)期
      分析師一致預(yù)期
      基于決策樹(shù)的出租車(chē)乘客出行目的識(shí)別
      超高齡瘙癢癥1例
      基于肺癌CT的決策樹(shù)模型在肺癌診斷中的應(yīng)用
      毕节市| 定日县| 遂昌县| 东阿县| 桃源县| 宣威市| 泽库县| 桑日县| 温宿县| 北川| 东乌| 泾阳县| 牟定县| 安岳县| 长寿区| 合山市| 北碚区| 宣汉县| 民勤县| 弥渡县| 保康县| 丹东市| 嘉黎县| 蓬安县| 章丘市| 海安县| 体育| 岑溪市| 九江县| 寿阳县| 堆龙德庆县| 隆昌县| 余干县| 南投县| 三门县| 博客| 老河口市| 郓城县| 清原| 奎屯市| 宣城市|