典型文献
基于关联规则的Apriori算法在呼吸机相关性肺炎中的应用
文献摘要：
目的:基于国家护理质量数据平台上报呼吸机相关性肺炎相关数据,运用Apriori算法对呼吸机相关性肺炎(VAP)发生的相关因素进行海量数据挖掘,探索VAP发生潜在变量间的关联性.为制定院内呼吸机相关性肺炎预防措施提供参考.方法:回顾性整理136例呼吸机相关性肺炎发生事件的数据资料,采用Apriori算法进行数据挖掘并进行关联规则评定.结果:通过条件设定,共筛选出1900条规则,结合专科知识选出具有临床指导意义的关联规则52条,其中规则1～5条揭示了经人工气道通气时长>5 d的相关因素,规则6～14条揭示了开放式吸痰的相关因素,规则15～30条揭示了男性病人的相关因素,规则31～37条揭示了外科病人的相关因素,规则38～46条揭示了使用抑酸剂的相关因素,规则47～52条揭示了留置胃管的相关因素.结论:在护理工作中应关注病人发生VAP潜在变量间的关联性,重点识别合并多项危险因素的高危病人,给予个性化、积极的护理预防方案,防范病人呼吸机相关性肺炎的发生,以降低呼吸机相关性肺炎的发生率.
文献关键词：
呼吸机相关性肺炎;关联规则;数据挖掘
中图分类号：
作者姓名：
边静;孙雯敏;王玮;王跃琴
作者机构：
224001,江苏省盐城市第一人民医院
文献出处：
引用格式：
[1]边静;孙雯敏;王玮;王跃琴-.基于关联规则的Apriori算法在呼吸机相关性肺炎中的应用)[J].全科护理,2022(36):5063-5067
A类：
B类：
关联规则,Apriori,呼吸机相关性肺炎,护理质量,质量数据,上报,VAP,海量数据挖掘,潜在变量,数据资料,条规,专科知识,临床指导,人工气道,开放式吸痰,男性病,外科病人,抑酸剂,留置胃管,护理工作,护理预防,预防方案
AB值：
0.217277
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
