张海林
- 作品数：5 被引量：7H指数：2
- 供职机构：北京中医药大学东直门医院更多>>
- 相关领域：医药卫生更多>>
- 急性缺血性脑卒中风痰证预测模型构建与验证被引量：1
- 2023年
- 目的基于LASSO回归变量筛选的Logistic回归模型(以下简称为“LASSO-Logistic方法”)构建急性缺血性脑卒中(acute ischemic stroke,AIS)患者风痰证的临床预测模型,为研究该病种中医临床诊治提供依据。方法纳入北京中医药大学东直门医院通州院区脑病科六区2017年6月至2022年6月收治的1073例AIS患者,依据证候判断标准分为风痰组和非风痰组,利用LASSO-Logistic方法进行多因素回归分析,构建AIS患者风痰证的临床预测模型,应用Bootstrap法进行1000次重抽样进行模型内部验证,采用一致性系数(concordance index,C-index)、校准曲线、决策曲线分析法(decision curve analysis,DCA)对模型的区分度、校准度和临床有效性进行评价。结果(1)通过LASSO回归模型筛选得到16个变量,进一步的Logistic回归分析显示性别、年龄、生活评分、合并高脂血症、纤维蛋白原定量(fibrinogen,FIB)、白细胞计数(white blood cell count,WBC)为风痰证预测模型的独立影响因素(P<0.05);(2)利用上述6个指标构建列线图模型,模型中各参数的系数分别为:性别(β=0.518)、年龄(β=-0.02)、生活评分(β=0.015)、合并高脂血症(β=1.42)、FIB(β=-0.199)和WBC(β=0.4);(3)模型评价方面,该模型的C-index为0.712(95%CI[0.680,0.745]),Hosmer-Lemeshow拟合优度检验提示本模型校准度良好(P>0.05);(4)DCA曲线显示,当阈值率>3%以及<93%时该模型对AIS风痰证进行预测可临床获益。结论本研究结合性别、年龄、生活评分、合并高脂血症、FIB、WBC共6种独立影响因素,初步构建AIS患者风痰证的临床预测模型。
- 张家成孙静张海林龙为朱怡沫曹云常静玲
- 关键词：急性缺血性脑卒中中医证候列线图
- 公立医院内部控制制度设计思路探讨被引量：1
- 2015年
- 随着经济的发展,各地区都出现了大量的私立医院,对公立医院的发展造成很大的压力。在这种形式下公立医院要想稳固发展,必须从自身改革做起,不断完善各种制度加强内部控制。有效的内部控制体系能够保障医院的规范化运作,促进会计信息化建设。但是由于我国曾经长期处于初级社会主义初级阶段,受到计划经济体制的影响较深,内控制度的建设仍然存在较多的问题。笔者从目前公立医院开展内部控制建设的实际情况出发,提出目前公立医院施行内部控制过程中存在的问题,并提出适当的改进措施,给医院的内部控制制度设计提供一些新的思路,以供参考和借鉴。
- 张海林
- 关键词：内部控制
- 医患信息交互平台对医疗服务质量的影响被引量：4
- 2018年
- 目的探讨医患信息交互平台对医疗服务质量的影响。方法选取2016年9月至2017年10月接收的门诊、住院患者158例,随机分为观察组与对照组,每组79例。对照组采用传统方式进行医患信息交流,观察组借助医患信息交互平台进行医患信息交流。对两组医疗服务质量、医疗纠纷及投诉发生率、医疗服务满意度进行比较。结果观察组医护人员服务主动性、医护人员服务态度、诊疗质量、医护人员业务技能、医护人员沟通技巧、投诉处理及整体护理质量评分均高于对照组,差异有统计学意义(P<0.05)。观察组医疗纠纷及投诉发生率分别为3.80%、6.33%,均明显低于对照组的15.19%、20.25%,差异有统计学意义(P<0.05)。观察组对医疗服务满意度为96.20%,明显高于对照组的82.28%,差异有统计学意义(P<0.05)。结论应用医患信息交互平台可显著提高医疗服务质量,减少医疗纠纷及投诉,并提升患者对医疗服务的满意度。
- 刘春玲韩岳张海林龙为张明海
- 关键词：医疗服务质量投诉满意度
- 医患信息交互平台对提高患者医疗服务满意度的效果观察被引量：2
- 2018年
- 目的:观察医患信息交互平台对提高患者医疗服务满意度的效果。方法:选取2017年1月~2017年10月来本院就诊及住院治疗的患者106例,随机将其划分为观察组和对照组,每组各53例。对照组行传统医患信息交流,观察组采用信息交互平台进行医患沟通。对2组患者医疗服务满意度及投诉率进行比较。结果:观察组各医疗服务满意度评分较对照组高(P<0.05);观察组投诉发生率9.43%较对照组的26.42%低(P<0.05)。结论:借助医患信息交互平台能够有效提高患者医疗服务满意度,显著减少投诉率。
- 刘春玲韩岳张海林龙为张明海
- 关键词：满意度投诉率
