【摘要】：目的本研究引入機(jī)器學(xué)習(xí)極端梯度提升樹(eXtreme Gradient Boosting,XGBoost)算法,將可能影響產(chǎn)后宮縮痛的每一個(gè)因素作為產(chǎn)后宮縮痛患者的特征表現(xiàn),對(duì)該患者的疼痛程度進(jìn)行分類識(shí)別,以客觀的視角出發(fā),研制疼痛評(píng)估的新方法,為臨床醫(yī)護(hù)工作者提供一套完整的疼痛評(píng)估體系,改善以往不重視產(chǎn)后宮縮痛的局面,為產(chǎn)后宮縮痛的治療提供證據(jù)指標(biāo)。方法1、采用現(xiàn)況調(diào)查的研究方法選取江西省某三級(jí)甲等專科醫(yī)院2017年6月-12月在產(chǎn)科分娩住院的經(jīng)產(chǎn)婦作為調(diào)查對(duì)象,對(duì)經(jīng)產(chǎn)婦的基本信息、分娩信息、產(chǎn)后宮縮痛疼痛程度等方面進(jìn)行調(diào)查,并對(duì)調(diào)查表進(jìn)行探索性因子分析,得出內(nèi)容效度。共選取805人,獲得有效數(shù)據(jù)600份,運(yùn)用SPSS20.0統(tǒng)計(jì)軟件對(duì)收集的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。2、運(yùn)用機(jī)器學(xué)習(xí)XGBoost的方法,將每一位經(jīng)產(chǎn)婦視為一個(gè)樣本量,其相應(yīng)的數(shù)據(jù)作為該樣本量的屬性值,將600例樣本前70%作為訓(xùn)練組輸入XGBoost計(jì)算機(jī)算法程序中進(jìn)行黑箱操作,形成機(jī)器評(píng)估模型,將后30%的樣本作為測試組以驗(yàn)證該模型的準(zhǔn)確度,最終得出機(jī)器學(xué)習(xí)產(chǎn)后宮縮痛程度的評(píng)估結(jié)果。3、將人為主觀疼痛評(píng)估的結(jié)果與機(jī)器客觀疼痛評(píng)估的結(jié)果進(jìn)行比對(duì),以Kappa系數(shù)和ROC曲線及AUC值表示兩種評(píng)估方法的效果。結(jié)果1、本研究通過自制經(jīng)產(chǎn)婦產(chǎn)后宮縮痛一般信息調(diào)查表,調(diào)查了包括經(jīng)產(chǎn)婦的基本信息15個(gè)條目,自然分娩信息7個(gè)條目以及剖宮產(chǎn)手術(shù)信息5個(gè)條目,另外設(shè)計(jì)分娩信息補(bǔ)充信息調(diào)查表,增加7個(gè)自然分娩信息條目和7個(gè)剖宮產(chǎn)手術(shù)信息條目對(duì)分娩信息進(jìn)行完善。2、本研究自制的產(chǎn)后宮縮痛疼痛評(píng)估表,通過評(píng)估7個(gè)固定情境下(以下分別編號(hào)為(1)(2)……(7))的疼痛評(píng)分,得出研究對(duì)象產(chǎn)后宮縮痛的疼痛程度。疼痛得分結(jié)果為:(1)按壓子宮下疼痛平均得分8.48±1.34,為重度疼痛;(2)靜滴縮宮素時(shí)疼痛平均得分6.93±1.51;(3)肌注縮宮素時(shí)疼痛平均得分5.25±1.54;(4)哺乳時(shí)疼痛平均得分4.51±1.46;(5)下床活動(dòng)時(shí)疼痛平均得分5.67±1.32;(6)改變睡姿時(shí)疼痛平均得分4.40±1.70,以上(2)(3)(4)(5)(6)均為中度疼痛;(7)無任何刺激情況下疼痛平均得分3.48±1.75,為輕度疼痛。3、通過探索性因子分析得出,一般信息調(diào)查表、自然分娩信息調(diào)查表、剖宮產(chǎn)信息調(diào)查表的KMO值,即內(nèi)容效度分別為0.725、0.771和0.838,說明調(diào)查表內(nèi)容間的相關(guān)性較強(qiáng),有公共因子存在(P0.001)。4、不同文化程度、入院診斷、分娩方式、自然分娩次數(shù)、剖宮產(chǎn)手術(shù)次數(shù)、胎次以及是否母嬰分離和母乳喂養(yǎng)的經(jīng)產(chǎn)婦產(chǎn)后宮縮痛疼痛評(píng)分有顯著性差異(P0.05);在產(chǎn)程中是否使用無痛分娩的經(jīng)產(chǎn)婦產(chǎn)后宮縮痛疼痛評(píng)分差異明顯(P0.05);剖宮產(chǎn)手術(shù)術(shù)中是否有止血操作、術(shù)后排尿是否通暢、是否有腹脹以及子宮收縮是否良好的經(jīng)產(chǎn)婦產(chǎn)后宮縮痛疼痛評(píng)分有顯著性差異(P0.05)。5、多元線性回歸分析結(jié)果表明,影響經(jīng)產(chǎn)婦產(chǎn)后宮縮痛的主要因素是經(jīng)產(chǎn)婦的文化程度;另外,自然分娩的產(chǎn)婦是否使用無痛分娩是影響其產(chǎn)后宮縮痛的主要因素;剖宮產(chǎn)手術(shù)分娩產(chǎn)婦術(shù)中是否進(jìn)行了止血措施的操作是影響其產(chǎn)后宮縮痛的主要因素。6、Pearson相關(guān)性分析結(jié)果顯示,7個(gè)不同時(shí)間點(diǎn)的產(chǎn)后宮縮痛之間存在正相關(guān)(P0.01)。7、機(jī)器學(xué)習(xí)分類結(jié)果顯示,機(jī)器能夠根據(jù)單因素t檢驗(yàn)得出的影響因素準(zhǔn)確地判斷出該樣本屬于的疼痛等級(jí),從而指導(dǎo)臨床工作者實(shí)施相應(yīng)的護(hù)理措施。8、將機(jī)器學(xué)習(xí)客觀評(píng)估經(jīng)產(chǎn)婦產(chǎn)后宮縮痛程度的結(jié)果與人為主觀評(píng)估的結(jié)果進(jìn)行效果比較,得出兩者的Kappa系數(shù)為0.735,說明兩種評(píng)估結(jié)果具有高度的一致性;再者,機(jī)器學(xué)習(xí)分類效果的AUC值=0.869,說明機(jī)器學(xué)習(xí)分類評(píng)估的結(jié)果可能優(yōu)于人為評(píng)估結(jié)果。結(jié)論1、本研究所用的調(diào)查表具有較好的針對(duì)性、集中性,可客觀準(zhǔn)確的反應(yīng)經(jīng)產(chǎn)婦產(chǎn)后宮縮痛的疼痛水平,可用于經(jīng)產(chǎn)婦產(chǎn)后宮縮痛的現(xiàn)狀調(diào)查與資料收集。2、在經(jīng)產(chǎn)婦群體中,大多數(shù)人對(duì)產(chǎn)后宮縮痛的忍受程度較低,其影響因素較多。建議婦產(chǎn)科醫(yī)院有關(guān)管理者逐步重視產(chǎn)后宮縮痛現(xiàn)象,建立規(guī)范的產(chǎn)后疼痛評(píng)估流程,并提出產(chǎn)后宮縮痛的防治措施,進(jìn)一步減少因生理性產(chǎn)痛給產(chǎn)婦及其家屬帶來的困擾,從而提高醫(yī)院服務(wù)質(zhì)量,提高產(chǎn)婦產(chǎn)褥期生活質(zhì)量。3、將機(jī)器學(xué)習(xí)分類方法應(yīng)用于產(chǎn)后宮縮痛程度評(píng)估,從評(píng)估對(duì)象病例料中自動(dòng)提取影響疼痛評(píng)分的相關(guān)因素,得出疼痛程度的分類結(jié)果,不僅大大提高了臨床工作者的工作效率,而且為疼痛評(píng)估開辟了新方法,開創(chuàng)了新思路,今后的研究有望將該技術(shù)應(yīng)用于癌痛、其他外科手術(shù)痛等研究中,進(jìn)行臨床應(yīng)用的推廣。
【圖文】：

1目標(biāo)函數(shù)示意圖

2節(jié)點(diǎn)存放示意圖
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R473.71

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣新娟;;綜合護(hù)理干預(yù)對(duì)高齡瘢痕子宮產(chǎn)婦的產(chǎn)程和分娩后疼痛的相關(guān)研究[J];中外醫(yī)學(xué)研究;2015年26期

2 曾晶;談?wù)滂?;子宮復(fù)舊不全相關(guān)影響因素的研究進(jìn)展[J];醫(yī)學(xué)綜述;2015年11期

3 陸美華;黃敏清;麥惠誠;鄒秀玲;;無痛病房規(guī)范化管理對(duì)控制晚期癌癥患者疼痛的影響[J];護(hù)理實(shí)踐與研究;2014年09期

4 韋艷艷;李陶深;張超群;;集成分類器組合算法及其在醫(yī)學(xué)診斷中的應(yīng)用[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

5 王婷;張寧;后桂榮;余學(xué)飛;;幾種機(jī)器學(xué)習(xí)方法在黑色素瘤計(jì)算機(jī)輔助診斷中的性能比較[J];計(jì)算機(jī)應(yīng)用研究;2013年06期

6 程凌燕;李亞楠;范冬;蔡立嬌;肖倩倩;胡冬琴;王偉麗;;建立“無痛病房”提高�？铺弁醋o(hù)理水平的做法及效果[J];解放軍護(hù)理雜志;2012年17期

7 尚冰陽;;產(chǎn)后常見疼痛的調(diào)查與護(hù)理對(duì)策[J];中外婦兒健康;2011年09期

8 殷光;陶亮;;一種SVM驗(yàn)證碼識(shí)別算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年18期

9 周驥;陳德旺;;機(jī)器學(xué)習(xí)在列車精確停車問題的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年25期

10 徐志勇;朱愛兵;;術(shù)后鎮(zhèn)痛對(duì)剖宮產(chǎn)產(chǎn)婦術(shù)后宮縮痛的影響[J];江蘇醫(yī)藥;2010年10期

相關(guān)碩士學(xué)位論文 前7條

1 王天華;基于改進(jìn)的GBDT算法的乘客出行預(yù)測研究[D];大連理工大學(xué);2016年

2 蘇濤;基于梯度提升樹的行為式驗(yàn)證碼人機(jī)識(shí)別的研究[D];華中師范大學(xué);2016年

3 何西麟;基于深度學(xué)習(xí)的手寫體字符識(shí)別研究與實(shí)現(xiàn)[D];中山大學(xué);2015年

4 姚源林;面向微博文本的情緒分析方法研究[D];哈爾濱工業(yè)大學(xué);2014年

5 張彩坡;模糊積分及多分類器融合在醫(yī)療診斷中的應(yīng)用[D];天津理工大學(xué);2010年

6 張昕;基于SVM方法的醫(yī)學(xué)圖像分類研究[D];浙江大學(xué);2006年

7 謝華;基于多分類器融合的的骨髓細(xì)胞識(shí)別技術(shù)研究[D];浙江大學(xué);2005年

，

本文編號(hào)：2634791