简介：【 摘要】目的 新冠肺炎疫情期间防护体会。 方法 纳入我院于 2020 年 3 月间收治的 40 例新冠肺炎患者作研究样本，回顾性分析其一般资料，总结新冠肺炎疫情期间防护体会。 结果 40 例患者中对防护工作评价结果显示 : 非常满意 33 例、一般 7 例、不满意 0 例。 结论 新冠肺炎疫情期间防护工作重点包括医护人员管理、意识、行动、患者等环节。

简介：

简介：摘要目的分析急性脑梗死(Acute cerebral infarction，ACI)患者外周血T淋巴细胞亚群与炎症因子对脑卒中相关性肺炎(Stroke associated pneumonia，SAP)的预测价值。方法回顾性分析2017年1月至2019年12月泰州市人民医院收治的225例ACI患者临床资料，根据是否发生SAP分为SAP组(n＝86)和非SAP组(n＝139)。收集所有患者入院时的临床资料，包括年龄、性别、血常规、T淋巴细胞亚群和炎症因子指标等。采用多因素Logistic回归分析ACI患者发生SAP的危险因素，并通过受试者工作特征曲线(ROC)分析不同指标预测SAP的价值。同时根据SAP病情严重程度评分系统将SAP患者分为低危38例，中危28例，高危20例，分析各组间外周血T淋巴细胞亚群和炎症因子的差异性。采用SPSS 23统计学软件分析数据。结果多因素Logistic回归分析显示，美国国立卫生研究院卒中量表(NIHSS)评分(OR＝1.113，95%CI 1.029～1.196，P<0.05)、血小板/淋巴细胞比值(PLR)(OR＝1.035，95%CI 1.012～1.060，P<0.05)、C-反应蛋白(CRP)(OR＝1.078，95%CI 1.009～1.091，P<0.05)为SAP发生的独立危险因素，而淋巴细胞计数(OR＝0.424，95%CI 0.198～0.910，P<0.05)、CD4＋/CD8＋ T淋巴细胞比值(OR＝0.020，95%CI 0.002～0.280，P<0.05)为SAP发生的保护性因素。ROC曲线分析显示，NIHSS评分(AUC＝0.920，95%CI 0.877～0.952，P<0.05)、淋巴细胞计数(AUC＝0.860，95%CI 0.807～0.902，P<0.05)和CD4＋/CD8＋T淋巴细胞比值(AUC＝0.871，95%CI 0.820～0.912，P<0.05)对SAP的预测价值较CRP(AUC＝0.671，95%CI 0.606～0.732，P<0.05)和PLR(AUC＝0.645，95%CI 0.578～0.707，P<0.05)大。高危SAP患者的NIHSS评分和CRP均高于低危SAP患者(t＝2.341和3.058，P<0.05)，而淋巴细胞计数和CD4＋/CD8＋T淋巴细胞比值均低于低危SAP患者(t＝4.799和4.103，P<0.05)。高危SAP患者的CD4＋/CD8＋T淋巴细胞比值低于中危SAP患者(t＝4.085，P<0.05)。结论ACI患者的病情严重程度、外周血淋巴细胞计数、CD4＋/CD8＋ T淋巴细胞比值及CRP对SAP的发生及严重程度分级有预测价值。SAP的诊疗中应同时考虑ACI患者机体的免疫和炎症反应。

简介：摘要：随着现如今社会的不断发展和人们的物质生活的改善，医疗体系建设也愈加成熟。新形势下，医院要想获得更多的经济效益，就要在医院的成本核算方面做好工作，以达到医院成本控制目的，提升医院的经济受益。但是现阶段部分医院的成本核算管理工作往往存在着缺失，并且很多医院对于成本控制问题也不够重视，从而导致资金流失，不仅加大了医院的财务压力，同时也导致医院经济效益的减少。

简介：摘要：土建工程施工是个用时长、并且繁琐的过程，在整个过程中决定工程造价的主要因素有很多，唯有在管理过程中研究存在问题的前提下，加强控制管理才可以有序实现土建工程造价成本管理控制的目标。

简介：摘要：建筑工程数量与其水资源能耗呈现正相关。城市人口密度和建筑密度增加，使我国当前水资源的有效应用和发展存在严重的桎梏。相关部门要具备全局视角，加大节水宣传力度，对建筑给排水节能节水技术进行推广，将建筑给排水能耗降到最低，为人们提供一个绿色环保的用水空间。

简介：摘要：建筑工程施工具有施工周期长、涉及人员众多的特点，一旦受到某些因素的影响，就会对建筑工程的施工进度造成影响，甚至出现施工周期延误的情况，不利于建筑工程建设的顺利完成。同时，在具体的施工过程中，其施工进度的控制与管理工作难度相对较大，需要就当前施工具体情况，制定出合理有效的控制与管理应对措施，从而提高建筑工程进度控制与管理水平，保证施工能够按照预期目标完成。鉴于此，本文围绕建筑工程施工进度的控制与管理措施展开探讨，以期为相关工作起到参考作用。

简介：摘要：目的：为了帮助医护人员提高临床医学检验的质量，本院现对临床医学检验治疗控制的相关因素进行分析，并深入研究其应对措施。方法：本院选择2018年12月～2019年8月入本院入院就诊及治疗的患者500名患者检验样本为研究主体，统计检验失误的样本数量，分析检验失误的因素，并且评判失误影响原因同时给予科学的解决方案由。结果：在本次实验之中，共计检验1000次，在检验中有297次（29.7％ ）检验发生失误，在检验中失误最多的阶段为检验准备阶段，为 59.8％ （ 242／ 356 ），其次是标本采集阶段，失误量为21.5（ 73／321）；最后为标本处理阶段，失误率为4.76％ （17／323 ）和检验设备应用不当，失误率为4.33％ （13／315）。P＜0.05，符合医学及统计学标准。结论：临床医学检验中，质量控制的影响因素比较多，降低失误率要从多方面分析检验整体过程的每个环节，通过构建完善的制度体系、加强对于医护人员的业务培训都能够帮助医院提高临床医学检验质量。