摘要 | 第6-9页 |
Abstract | 第9-12页 |
1 绪论 | 第13-22页 |
1.1 医院感染概述 | 第13-14页 |
1.2 MRSA医院感染概述 | 第14-17页 |
1.2.1 “超级细菌” | 第14页 |
1.2.2 MRSA医院感染发展 | 第14-15页 |
1.2.3 MRSA医院感染影响因素 | 第15-17页 |
1.3 医院感染透明监管的应用 | 第17-19页 |
1.3.1 国内透明监管实践 | 第17-18页 |
1.3.2 国外透明监管实践 | 第18-19页 |
1.4 风险调整的概述 | 第19-20页 |
1.4.1 概念界定 | 第19-20页 |
1.4.2 医院感染风险调整的重要性 | 第20页 |
1.5 循证实践 | 第20-21页 |
1.6 研究意义 | 第21-22页 |
2 研究目标和研究内容 | 第22-26页 |
2.1 研究目标 | 第22页 |
2.2 研究内容 | 第22-26页 |
2.2.1 基于医院信息公开的MRSA医院感染风险因素及风险调整相关理论研究 | 第23-24页 |
2.2.2 MRSA医院感染风险调整模型的构建 | 第24-25页 |
2.2.3 讨论与管理建议 | 第25-26页 |
3 研究方法 | 第26-31页 |
3.1 文献法 | 第26-28页 |
3.2 专题小组讨论 | 第28页 |
3.3 确定风险因素的实证研究 | 第28-29页 |
3.4 统计分析软件及检验水准 | 第29-30页 |
3.5 技术路线 | 第30-31页 |
4 研究结果 | 第31-49页 |
4.1 基于医院信息公开的风险因素集的确定 | 第31-37页 |
4.1.1 文献检索情况 | 第31页 |
4.1.2 文献质量评价 | 第31-33页 |
4.1.3 MRSA医院感染影响因素 | 第33-35页 |
4.1.4 MRSA医院感染风险因素集 | 第35-37页 |
4.2 基于医院信息公开的MRSA医院感染风险调整关键风险因素的确定及模型构建 | 第37-49页 |
4.2.1 一般情况 | 第37页 |
4.2.2 单因素分析 | 第37-39页 |
4.2.3 Logistic回归分析 | 第39-41页 |
4.2.4 神经网络模型 | 第41-45页 |
4.2.5 决策树模型 | 第45-47页 |
4.2.6 Logistic回归、ANN神经网络模型及决策树模型三者结果比较 | 第47-49页 |
5 讨论 | 第49-57页 |
5.1 MRSA医院感染问题严峻 | 第49-50页 |
5.2 基于医院信息公开的MRSA医院感染风险调整模型 | 第50页 |
5.3 基于医院信息公开的MRSA医院感染关键风险因素 | 第50-53页 |
5.3.1 MRSA定植 | 第50-51页 |
5.3.2 留置导管史 | 第51-52页 |
5.3.3 白细胞异常 | 第52页 |
5.3.4 高血压 | 第52-53页 |
5.3.5 住院史 | 第53页 |
5.4 控制预防MRSA医院感染的举措 | 第53-54页 |
5.5 LOGISTIC回归、ANN神经网络与决策树模型之间的比较 | 第54-56页 |
5.6 创新与不足 | 第56-57页 |
6 结论 | 第57-58页 |
7 预防控制MRSA医院感染管理建议 | 第58-60页 |
7.1 宏观层面:建立医院感染透明监管体系 | 第58页 |
7.2 微观层面:院内预防控制措施 | 第58-60页 |
7.2.1 控制MRSA传播,加强人员管理 | 第59页 |
7.2.2 去定植 | 第59-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-71页 |
综述 | 第71-86页 |
参考文献 | 第81-86页 |
附件1 攻读学位期间发表论文目录 | 第86页 |