个性化心理护理在老年脑梗死患者护理中的应用效果

来源 :现代医学 | 被引量 : 0次 | 上传用户:dx3386136
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:探讨个性化心理护理在老年脑梗死患者临床护理中的应用效果。方法:选取2020年2月至2021年4月本院收治的76例老年脑梗死患者,按照随机数字表法均分成对照组(n=38,常规护理)和观察组(n=38,常规护理下行个性化心理护理),对比两组老年脑梗死患者护理后的心理状态评分、治疗依从性、生活质量、护理满意度。结果:经过不同护理后,观察组抑郁自评量表(SAS)、焦虑自评量表(SDS)心理状态评分改善明显优于对照组(P<0.05);观察组治疗依从性为94.74%,高于对照组的76.32%(P<0.05);观察组生活质量评分高于对照组(P<0.05);观察组护理满意度为97.37%,高于对照组的83.78%(P<0.05)。结论:个性化心理护理可提高老年脑梗死患者的治疗依从性,缓解其负面情绪,提升其生活质量,提高护理服务满意度。
其他文献
<正>2020—2021年,西双版纳州农业科技部门对粮食生产早计划、早安排,不断推广新技术、新品种,良种覆盖率95%以上,推广了19项农业科学技术在粮食生产中的应用。但因耕地“非粮化”现象严重,粮经争地矛盾日益突出,自然灾害发生频繁,农田水利设施薄弱,新型农业经营主体融资难、融资贵,粮食价格过低和农资成本过高影响了西双版纳州农户种粮的积极性。落实全州粮食功能区的划分,稳定现有粮食种植面积,加大科技
期刊
<正>据海关总署12月发布的数据:2022年前11个月,我国进出口总值38.34万亿元,比去年同期(下同)增长8.6%。其中,出口21.84万亿元,增长11.9%;进口16.5万亿元,增长4.6%;贸易顺差5.34万亿元,扩大42.8%。东盟为第一大贸易伙伴,欧盟次之前11个月,我国一般贸易进出口24.47万亿元,增长12.4%,占我国外贸总值的63.8%,比去年同期提升2.2个百分点。
期刊
经济的增长及电商行业的兴盛,促进了我国快递行业的高速发展。为解决日益增长的快递配送需求和效益低下的传统快递配送之间的矛盾,文章以A公司北京市顺义区的快递配送为例,综合考虑车辆配送成本和一般路径约束等条件,构建了以配送成本最小为目标的车辆路径问题的数学模型,并运用遗传算法对模型进行了求解,最终有效地降低了A公司配送成本,优化了配送车辆调度,证实了算法的可行性。
作业是学生巩固化学知识的重要方式,通过作业能够让学生对化学知识有一个更深入的认识。高中化学学科对学生来说是一个比较困难和抽象的学科,为了提高高中化学教学效率,教师必须注重优化化学学科的作业设计,做到规范实用、形式多样,以此为教育质量的提升奠定优良基础。
绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)是一种利用金属-氧化物半导体场效应晶体管(Metal Oxide Semiconductor Field Effect Transistor,MOSFET)驱动双极结型晶体管(Bipolar Junction Transistor,BJT)实现导通的复合型器件,兼具MOSFET和BJT的优点,自问世以
<正>基本情况近年来,临汾市票据业务发展较快,交易规模持续扩大,截至2019年6月末,临汾市票据融资余额140.27亿元,占各项贷款的比重为9.1%。从企业层面来看,临汾市银行承兑汇票中约50%是为满足中小企业融资需要所签发的。从数据来看,一是中小企业票据承兑业务稳步增长。截至2019年6月底,临汾市辖内银行承兑汇票累计发生额100.55亿元,较2018年增加18.31亿元,
期刊
目的 观察肺胀方辅助治疗慢性阻塞性肺疾病急性加重期(acute exacerbation of chronic obstructive pulmonary disease,AECOPD)疗效及对营养状态的影响。方法 选取2020年5月至2021年5月绍兴市中医院收治住院的AECOPD患者80例,采用随机数字表法分为对照组和研究组,每组40例。对照组给予西医常规治疗,研究组在对照组基础上辅以肺胀方治
构建大数据审计采集技术体系的关键是大数据的采集及其标准化处理,如何从纷繁的数据中快速有效地找到所需数据,正逐渐成为大数据审计发展的关键因素。大数据审计采集技术体系主要由数据库采集技术、系统日志采集技术、感知设备采集技术和网络数据采集技术四方面构成。本文针对上述四方面的原理与应用进行深层次研究,以期促进审计采集技术的高质量发展。
随着大数据、物联网的普及,数据产生的速度越来越快,数据量越来越多。为了从这些大量的数据中发现可利用的数据,数据挖掘应运而生。模式挖掘是数据挖掘的一个重要研究领域,其目标是从数据中发现事物之间可能存在的某种模式关联。从模式挖掘中寻找频繁共同出现的项目称为频繁项集挖掘。序列模式挖掘是频繁项集挖掘更深层次的研究,它不仅考虑了项目在事务数据库中是否出现,而且还考虑了项目出现的先后次序,在现实生活中应用更广