【摘 要】
：
目的 探讨医护一体化合作模式对血透患者心理应激及应对方式的影响。方法 将2013年1月-2015年8月我院收治的30例血液透析患者分为观察组和对照组，各15例。对照组给予常规护理，观察组在上述基础上采用医护一体化合作模式进行护理。比较两组心理应激及应对方式。结果 两组护理后坚韧、自强、乐观、面对评分上升且观察组上升更大；两组护理后回避、屈服评分下降且观察组下降更大（P＜0.05）。结论 医护一体化
论文部分内容阅读
目的 探讨医护一体化合作模式对血透患者心理应激及应对方式的影响。方法 将2013年1月-2015年8月我院收治的30例血液透析患者分为观察组和对照组，各15例。对照组给予常规护理，观察组在上述基础上采用医护一体化合作模式进行护理。比较两组心理应激及应对方式。结果 两组护理后坚韧、自强、乐观、面对评分上升且观察组上升更大；两组护理后回避、屈服评分下降且观察组下降更大（P＜0.05）。结论 医护一体化合作模式对血透患者心理应激及应对方式有改善作用。
其他文献
大明王朝建国之始，国都选址问题深深困扰着朱元璋。迁延十余年之久，朱元璋方折中以南京为国都。朱元璋对国都的思考经历了不同的阶段。明朝草创之际，以应天为中心，图谋天下；天下大定之时，意欲建都北京（开封）,经营北方；更有营造帝乡凤阳为国都之举。洪武初年逐渐演变成“两京一都”的奇特格局。其形成有时代大背景下深厚的历史原因，也有朱元璋个人独特的思考因素。朱元璋选择南京为大明国都对明朝之后的政治走向产生了深远
5G通信在超清视频、VR全景游戏、物联网等各类应用的推动下,正在如火如荼的建设中。5G基站对带宽需求大幅提升,但其覆盖范围小,基站密度预计为4G时代5～10倍,导致5G网络中光模块用量将大幅提升。与此同时,全球数据中心流量保持高速增长,云数据中心流量占比预计将不断提升,由于光模块是数据中心中不可或缺的部件,数据中心数量的增加将直接带动光模块需求提升。市场在对光模块数量要求大幅增加的同时,对其传输速
解剖标志的定位是医学图像的分析的重要步骤,是许多医学分析方法的前置步骤,同时能够帮助医生进行临床诊断,为医生的进一步判断病情提供方便。提出了一种基于深度学习的CT髋骨和膝骨关节解剖点自动定位的算法。定位算法分为四步:第一步预处理,主要是对图像进行截断归一化,去除图像金属背景,并通过等方性重采样将图像采样到相同的规格,为深度学习提供更好的数据。第二步解剖点ROI粗定位是针对CT数据过大的问题,降低图
针对磁窑沟煤业使用连续采煤机与掘锚一体机单一施工大断面巷道掘进工艺后,材料配件投入费用高、人员投入多、空顶量大、受采动影响大,不利于管理顶板等问题,设计大断面切眼巷道施工,使用掘进一体机配套桥式转载机施工大断面多样化掘进工序,可根据地形、煤层及顶底板情况选择掘进工序和支护方案,化解其他掘进工艺所带来的诸多不利因素,改变原有的掘进工序,掘锚一体机施工大断面巷道掘进工序在条件允许的煤矿中,将具有广阔的
无人驾驶汽车的局部路径规划对于自动驾驶技术的推广有着至关重要的作用。为了研究无人驾驶汽车在运行过程中前方会出现会静止障碍物采用换道避障策略的情况，提出了基于五阶Bezier曲线的局部路径规划方法。首先，通过分析车辆性能极限及车辆碰撞边界确定换道过程中车辆的可行驶域，再进一步考虑车辆的物理特性提出轨迹曲线优化目标函数，确定五阶Bezier曲线的6个控制点，得到最优避障轨迹。然后利用CarSim和MA
＜正＞一个社会，如果要保持上下两代之间人口基本平稳，也就是说达到正常的“人口更替”水平，总和生育率要在2.1～2.2左右，即每位育龄女性一生生育超过2个孩子。数字计算每一年的人口增长趋势很简单，用全年出生人数减去死亡人数即可。正数就是增长，负数就是负增长。换言之，如果当年度死亡人口超过出生人口，就会出现负增长。社科院的绿皮书对于2027年中国出现人口负增长的预测，是基于总和生育率为1.6的推算。如
为实现四足机器人的稳定行走，需要对其足端轨迹进行合理规划。首先，以Bezier曲线为基础，规划四足机器人的足端轨迹，并依据足端轨迹约束条件对足端轨迹进行优化；其次，通过多组对比实验确定出最优的一组控制点坐标，设计四足机器人的足端轨迹，并找到最佳的步长和抬腿高度组合；最后，基于Matlab/Simulink搭建仿真平台进行仿真实验，与应用复合摆线规划的足端轨迹在足端落地时的冲击力、质心的波动范围、机
针对传统的抓取方法难以获得可靠抓取位姿的问题，提出一种基于双视角点云拼接的抓取方法。首先，通过手眼标定将两个视角下的点云同时转化到机器人基坐标系下，实现点云粗拼接；其次，为了解决迭代最近点（ICP）算法容易陷入局部最优的问题，设计了一种基于垂直平面的ICP算法（VP-ICP）,引入辅助参照物以补偿错误匹配点所带来的计算误差，实现精细拼接；然后，对抓取位姿检测（GPD）算法进行改进，调整候选抓取位姿
小麦产量可由单位面积的小麦麦穗总数估算得出。基于采集小麦图像序列特征并进行检测的方法受光照等因素影响大，检测精度不高。为准确定位麦穗位置，估计麦穗数量，引入深度卷积神经网络进行麦穗检测工作。针对麦穗比例多样，先验锚框设定无法完美契合的弊端，舍弃了目标检测网络中常用的矩形先验锚定框（anchor），提出了一种基于YOLO框架的无锚框（anchor-free）麦穗目标检测方法。采用CSPDarkNet