【摘 要】
：
目的 探讨康复训练对肺癌术后患者肺功能及生存质量的临床价值。方法 86例在胸外科行胸腔镜肺癌手术的患者,随机分为对照组和观察组,每组43例。对照组使用术后常规干预,观察组使用术后康复训练。比较两组术后恢复指标、并发症发生情况、手术前后肺功能指标及生存质量评分、满意度。结果 观察组术后下床活动时间（18.56±2.07）h、拔管时间（4.73±0.62）d、术后氧疗时间（3.11±0.42）d、住院
论文部分内容阅读
目的 探讨康复训练对肺癌术后患者肺功能及生存质量的临床价值。方法 86例在胸外科行胸腔镜肺癌手术的患者,随机分为对照组和观察组,每组43例。对照组使用术后常规干预,观察组使用术后康复训练。比较两组术后恢复指标、并发症发生情况、手术前后肺功能指标及生存质量评分、满意度。结果 观察组术后下床活动时间（18.56±2.07）h、拔管时间（4.73±0.62）d、术后氧疗时间（3.11±0.42）d、住院时间（9.82±1.27）d均短于对照组的（27.84±3.75）h、（5.94±0.78）d、（4.79±0.68）d、（12.76±2.05）d,中重度疼痛发生率6.98%低于对照组的30.23%,差异有统计学意义（P＜0.05）。观察组并发症发生率6.98%明显低于对照组23.26%,差异有统计学意义（P＜0.05）。术后7 d,观察组第1秒用力呼气容积（FEV1）（2.82±0.62）L、用力肺活量（FVC）（3.83±0.82）L、呼气峰流速（PEF）（4.78±0.72）L/s、FEV1占用力肺活量的百分比（FEV1/FVC）（73.64±7.56）%、血氧饱和度（SaO2）（97.38±1.54）%均高于对照组的（2.21±0.54）L、（3.29±0.76）L、（4.12±0.80）L/s、（67.17±7.11）%、（95.11±2.62）%,差异有统计学意义（P＜0.05）。术后3个月,观察组生活功能评分（80.97±12.14）分、社会功能评分（75.42±11.87）分、心理状态评分（75.65±8.47）分、肢体功能评分（81.24±10.63）分、疼痛度评分（76.82±7.25）分、体力评分（70.15±9.21）分、精力评分（80.47±10.30）分均明显高于对照组的（75.46±11.37）、（65.90±12.23）、（60.38±9.76）、（74.98±11.72）、（64.83±9.12）、（63.54±9.85）、（72.06±11.35）分,差异有统计学意义（P＜0.05）。观察组总满意度97.67%高于对照组的72.09%,差异有统计学意义（P＜0.05）。结论 康复训练对肺癌术后患者有积极作用,能加快康复速度,降低并发症发生率,改善肺功能,提高生存质量。
其他文献
细粒度图像识别无论在工业界还是学术界都有着广泛的研究需求与应用场景。双线性卷积神经网络（Bilinear Convolutional Neural Networks,B-CNN）因其编码方式具有卓越的提取细粒度特征的能力,由于细粒度图像识别的关键在于局部特征的提取与识别,所以应用B-CNN有效的提取并识别细粒度图像的区分性特征,是提升细粒度图像识别精度的方法之一。本文主要从两个方向对B-CNN模型
在当今这个互联网爆炸式发展的时代,网络导致了新闻传播的途径愈加广泛,也使得新闻文本的数量不断增加,导致了用户缺少精力从海量的新闻中查找特定的新闻类别.面对自然语言处理领域中的文本分类问题,在大数据的筛选和预测方面具有明显优势的神经网络方法能起到重要的作用.Textcnn是一种基于卷积神经网络的文本分类算法,本文针对Textcnn模型在文本分类中特征提取能力较弱以及分类能力不足的问题提出了改进方法.
在20世纪中期掀起了混沌理论的研究热潮,而在OGY法研究应用后,混沌控制研究也出现在了研究者的视野。混沌控制理论应用领域广泛,主要在物理、化学、经济学、医学、生物学等领域发挥着重要意义。随着研究的深入和研究领域的开拓,混沌控制方法也呈现了多样性:反馈控制法、自适应控制法、脉冲控制法等。本文分别在两类具有时滞的离散种群系统、两类捕食者-猎物系统、两类宿主-寄生虫系统的基础上,应用了基于Backste
生成对抗网络的提出和发展极大推动了图像生成的研究。生成高质量图像和解决模式崩溃问题一直是图像生成领域重要的研究目标。为提高自注意力机制加强图像特征处理能力,使生成图像细节更清晰、真实,同时研究并解决生成模型出现的模式崩溃问题。本文以自注意力机制和生成对抗网络作为研究对象,应用了相对位置编码、变分法梯度下降法、小批量归一化方法等方法对自注意力生成对抗网络进行图像生成算法研究。具体研究内容如下:1)针
随着大数据时代的来临,海量的图像数据充斥着人们的生活。如何在众多的图像中,快速检索出人们需要的图像,一直是计算机视觉领域研究的热门问题。虽然在研究者的不断探索下图像处理、图像检索等技术已经在诸多领域取得了非常好的成果,但在对图像进行特征提取时会出现局部特征在量化过程中丢失全局信息,而全局特征也比较困难的反映图像内容信息的问题。因此,本文以基于内容的图像检索为基础,对图像如何分块进行分析研究,提出一
近年来,非线性结构的时间序列数据被广泛应用于金融、医疗和社会科学等领域,整值时间序列作为其中的分支,是研究人数、次数等指标的重要工具之一.目前,整值时间序列的研究成果集中在固定环境下,而在现实生活中,如果模型环境发生随机变化,模型的扰动随之发生相应的变化.此外,存在一些取值较小但波动性较大的整值时间序列数据,此类数据具有非平稳性,通常采用差分的处理方法,使差分之后的数据为平稳数据,可能存在负值的现