應用截圖
應用介紹
術中低體溫風險預測模型，可依據手術患者的各類數據及手術方式展開計算，進而預測出現低溫的概率。此模型有大量專業權威的文獻可供查閱，對手術幫助極大！
術中低體溫風險預測模型主要功能
能夠在應用內進行風險計算，從而了解低體溫的狀況。
在應用中就能實現低體溫預測功能，便于及時到預測的結果；
可以手動輸入患者的信息，便于能更精準、優質的實現手術；
可實現多年齡段和男女性別的計算功能，輕松計算出結果；
多種麻醉方式和預計手術靜脈輸液量，可自由選擇使用；
可以自行選擇是否腔鏡手術，以便能更高效的進行手術
術中低體溫風險預測模型軟件亮點
能夠高效地掌握低溫高風險患者的狀況，且能在圍術期以高效的方式落實體溫管理。
可幫助患者加強對自己身體體溫的管理，落實保溫措施，保持健康身體；
有效幫助患者提升自己對低體溫的認識，為自己的身體提供優質服務；
所有預測的計算都能詳細精準的呈現，用戶可以在應用中詳情了解；
詳細的說明信息，用戶在應用中可以知道各個手術的詳情，簡單方便；
提供了模型參考文獻，用戶可以隨時查看，以便能更高效的了解
使用說明
圍術期低體溫高風險患者的識別，對于圍術期體溫管理而言，意義重大。Predictors 評分（ Predictors Score）正是基于黃宇光教授牽頭的兩項國內非心臟手術患者圍術期意外低體溫的臨床流行病學調查而獲得的。
第一項研究是2013年開展的北京地區26家醫院、800多例患者參加的低體溫調查，第二項研究是2015年開展的由全國28家大型三甲醫院、3000多例患者參加的低體溫調查。這兩項研究結果均提示，我國圍術期意外低體溫發生率高達39.9%~44.3%。
在明確圍術期意外低體溫發生的危險因素后，我們借助全國28家醫院的研究數據集構建了一個低體溫發生的預測模型。隨后，運用北京地區26家醫院的數據集對該模型進行驗證，從而得到一種能夠在術前預測圍術期低體溫發生率的計算方法，這便是Predictors評分的來源。
猜你喜歡