约束带的使用约束技术并发症的预防及处理课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,约束带的使用约束技术并发症的预防及处理,16、云无心以出岫，鸟倦飞而知还。,17、童孺纵行歌，斑白欢游诣。,18、福不虚至，祸不易来。,19、久在樊笼里，复得返自然。,20、羁鸟恋旧林，池鱼思故渊。,约束带的使用约束技术并发症的预防及处理约束带的使用约束技术并发症的预防及处理16、云无心以出岫，鸟倦飞而知还。,17、童孺纵行歌，斑白欢游诣。,18、福不虚至，祸不易来。,19、久在樊笼里，复得返自然。,20、羁鸟恋旧林，池鱼思故渊。约束带的使用,约束技术并发症的预防及处理,2016年2月21日,前言,“以病人为中心,提高医疗服务质,量”是医院水恒的主题,医疗护理安全,是医院的生命线。,当今，随着我国经济的发展和生活方式的改变，一方面因饮食不当营养过剩、不良的生活方式、长时间的紧张和压力以及环境污染的恶化等因素导致亚健康人群日益增多；另一方面，人们对食品除基本的解决温饱、享受美食等需求外也有了更高的追求。人们期望通过功能食品而非药品，无毒无副作用的方式来辅助疾病治疗、改善身体状况，在疾病恢复期提供营养支持，或通过功能食品来补充膳食中所需的各类营养来降低疾病风险、增进身体健康。故此，功能食品产业在我国迅速发展，功能性食品课程也陆续在各大高校相关专业开设。,一、功能性食品课程开设现状分析,（一）课程开设情况,目前，全国的农业大学、轻工院校普遍都开设了功能性食品课程1。同时，依托我国数千年来食疗食养的悠久历史和传统，以及大量的养生保健经验，在我国功能食品和“药食同源”中药密不可分，相关保健功能食品研发越来越多、产品市场越来越大。在学科教育中，功能性食品和中医药知识交叉也越来越多。故近年来各中医药院校也相继开设了功能性食品课程。,（二）目前课程教学内容存在的问题,我国功能性食品课程最初是在农林院校、轻工业院校以及综合类院校中的食品科学与工程专业开设。此类院校在多年的实践教学基础上，针对本专业的教学改革已有一定探索和研究基础，食品相关课程多西化，多关注现代营养学基础、现代食品加工技术，以及粮油食品、果蔬类食品、肉类食品等普通食品上。故此类院校开设的功能性食品课程的教学内容、教学方法等课程建设注重于现代营养学基础、现代平衡膳食理论、常规食品资源、现代食品加工技术2，并未突出中医药基础理论、“药食同源”中草药应用以及数千年流传至今的养生保健复方等传承了数千年的中医药知识。实际上，我国功能食品的研究、开发与中医药是密不可分的。,二、具有中医药特色的功能性食品课程内容的整合创新,针对现有功能性食品常规教材中中医药内容相对偏少甚至没有提及的现状，将中医药相关理论融入功能性食品，对教学内容进行整理、构建，突出中医药特色知识板块，整合、构建具有鲜明中医药特色的功能性食品课程。,（一）突出“药食同源”中药资源,现有课程体系中的功能食品资源分为植物资源、动物资源、微生物资源、海洋资源，其中包括魔芋、扁豆、蚂蚁、双歧杆菌、双歧因子、香菇、木耳、金针菇、酵母海藻、海产贝类等非中医药的普通食品原料，共计数百种资源，但课时有限，每种资源仅讲解皮毛，学生学习不深入、无重点。故对此部分的教学内容改革，将以“药食同源”中药为主，植物、动物资源类别分别筛选出数种具有代表性的“药食同源”中药进行讲解。其中植物资源筛选刺五加、葛根、人参、肉桂、银杏、枸杞子、五味子，动物资源筛选蜂胶、蜂王浆、牡蛎、鹿茸、花粉。且与中药学课程不同的是，此部分内容重点突出在该原料在功能食品中的应用上，列举产品案例进行分析。,（二）体质学说的初步融合,目前功能性食品的课程体系中以现代营养学理论为基础。现代营养学是研究如何选择食物以及食物在体内消化、吸收、代谢，促进机体生长发育与健康的综合过程的学科。功能食品最显著的特性在于它对人体具有特定的保健功能，现有课程中对其保健功能的分析主要立足于现代营养学、饮食营养学以及相关的生命科学理论基础之上。但此理论基础并未体现我国数千年来中医学“天人合一”的整体观和“形神合一”的生命观。我国中医药文化博大精深，考虑到课程课时量以及各院校的课程体系，要全面深入地将其融入功能性食品教学难度较大。故从功能食品产业应用性出发，将体质学说相关内容在基础部分进行初步阐述，且目前已有一些中医体质学在现代营养学中的研究与应用展望，有了一定的研究基础3。因人体质的差异性，不同体质的人群应该有不同针对性的功能食品。可初步根据人群的体质上初步划分为九种，平和体质、气虚体质、阴虚体质、阳虚体质、痰湿体质、湿热体质、血瘀体质、气郁体质、特禀体质4。针对不同的群体，对功能食品原料的筛选、复配都应有所区别，尤其是“药食兼用”中医药资源，温、热、寒、凉药性上的考虑。这也是今后具有中医特色保健食品的研发基础思路之一。,（三）药膳保健食品研发思路初探,在功能食品研发思路上，不仅可以从营养学、平衡膳食角度考虑，结合功能因子添加，还可以依托我国中医药数千年流传至今的传统养生药膳复方，进行配方的改进，进行药膳保健食品的研发。例如，适于缓解肝气郁结所致的情志不畅、胸中郁闷、面上雀斑、?S褐斑的“玫瑰五花糕”，来源于增补内经拾遗方论卷四、本草纲目拾遗中的乌须黑发、固齿明目的“煮料豆药方”复方，都可在我国现有功能食品相关政策法规的基础上，进行产品配方改进和研发。例如，在课程教学中，以“玫瑰五花糕”为例进行功能食品的研发。此方来源于赵炳南临床经验集，由玫瑰花、红花、凌霄花、鸡冠花、野菊花加水煎服。方中玫瑰花舒肝理气，活血化瘀；红花行气活血化瘀；凌霄花清热祛风凉血；鸡冠花祛风凉血止血；野菊花清热解毒，因花性轻扬，故用于面部及身体上部皮肤疾患更为相宜。方中玫瑰花、野菊花、红花属于可用于保健食品的物品名单，鸡冠花、凌霄花则可选择功效相近的“药食兼用”资源进行替换。加水煎煮取浓缩液开发出了饮料，或粉碎过筛后直接用于制作中式糕点、西式糕点。,综上，依托我国数千年中医药文化的积累，将“药食同源”中药资源、体质学说、药膳保健食品研发思路融入功能性食品教学内容，初步整合、构建具有中医药理论思维的功能性食品教学内容，符合我国保健食品研发市场发展现状，利于提高学生对课程学习的积极性、拓宽学生今后的升学和择业方向，同时也利于中医药院校特色课程建设。,数据挖掘可以在大量的、不完全的、有噪声的数据中挖掘出有价值的信息。决策树是数据挖掘的常用方法之一。本文在分析数据挖掘基本方法的基础上，详细介绍了决策树挖掘技术，阐述了决策树中ID3算法的思想，并采用ID3算法对学生管理进行了应用研究。,1 数据挖掘,数据挖掘，即Data Mining，也称为数据采矿。它是数据库知识发现的一个步骤。数据挖掘从大量的数据中，通过算法，搜索出隐含于其中的有价值的信息。这些数据具有量大、噪声、模糊、随机、不完全等特点。数据挖掘的过程就是从这些数据中找出有价值的、先前不为人所认识的有价值的信息或知识的过程。数据挖掘通常借助于计算机或数学的技术，通过数理统计、机器学习、专家系统、模糊识别等方法来进行“挖掘”。具体而言，数据挖掘所采用的分析方法包含了分类（Classification）、估值（Estimation）、预测（Prediction）、关联规则（association rules）、聚类（Clustering）以及复杂型数据挖掘如Web挖掘等。,数据挖掘的过程有几个步骤，首先是要确定业务对象，要清晰地定义数据挖掘的目的和业务问题；其次要进行数据准备，从与业务对象相关的内部、外部数据中选择适当的、适用于进行数据挖掘的数据，然后进行数据预处理，并将数据进行模型化处理，使数据适合某种挖掘算法的模型；数据挖掘的第三步是是进行具体的数据挖掘，即在前面几步的基础上，根据模型和选定的数据挖掘算法进行具体的挖掘；第四是进行结果分析，对数据挖掘的结果进行评估，明确本次数据挖掘的方法、模型的可信度等；数据挖掘的最后就是数据挖掘结果和模型的运用。,数据挖掘的常用操作方法有决策树方法、人工神经网络方法、遗传算法、粗集方法、模糊集方法等。,2 决策树算法,决策树是数据挖掘的常用方法之一。决策树（即Decision Tree），是在已知各种情况发生的概率基础上，通过构建决策树来求取净现值的期望值在大于等于零情况下的概率，由此做项目风险评价，并判断其可行性的分析方法。,决策树是一种树形结构，是根据策略抉择而建立起来的一种属性结构。在决策学习中，决策树就是一个预测模型，代表了对象属性与对象值之间的映射关系。决策树中每个节点表示对象的属性，而分支则代表属性的取值，叶子节点代表一个分类。简言之，决策树就是基于分类训练集的预测树，用于预测和归类。,决策树的起源源于概念学习系统，到ID3算法的时候真正发展起来。在早期，决策树是人工智能的重要方法，随着数据挖掘技术的发展，决策树成了构建决策支持系统的一种重要工具。,在决策树的算法中，ID3算法是比较成熟的算法之一。ID3算法以信息增益来决定属性的选择，选择分支后信息增益最大的属性进行分支。,ID3算法的基本思想是：,（1）通过自顶向下的贪婪搜索，遍历可能的决策空间构建决策树；,（2）确定一个属性作为根节点，而后为每个可能的属性值构建一个分支，并把训练样例归到适当的分支中，也就是将样本分成多个子集，每个子集对应到一个分支中；,（3）不断重复这个过程，仅使用真正到达这个分支的样本；,（4）如果在一个节点上的所有样本所拥有的类别相同，则停止该部分树的继续扩展。,那么，怎么确定哪个属性是最佳的分类属性呢？那就要依靠“信息增益”来确定。信息增益（Infromation Gain）是用来衡量给定的属性区分训练样本能力的指标。在属性在分裂中，选择信息增益最大的属性作为分裂属性。信息增益用信息“熵”来具体衡量。熵描述了任意样本集的纯度，可以衡量数据集的不确定性、突发性或不确定性的程度。当一个数据集里面的记录全都属于同一类别时，则熵为零，因为同一个类别，代表着没有不确定性。在决策树分类中，就是要将样例划分为一个个确定的、归类为同一类别的子集，或者说使分裂后的子集的熵尽可能的小。,在决策树的分类思想中，熵越小，信息增益就越大，决策树分类就是选择增益最大的属性来作为决策树的分类节点，然后由该属性的不同取值建立不同的分支。而分支中，则采用同样的方法，递归地进行分类，直到所有子集都能归为同一个类别为止。,可以这样进行属性的信息增益计算：,设C是样本里面的类别数，S是样本，P（s，j）表示样本S里面样本属于第j类的概率，即p（i，j）=sj/S，是样本S中属于类j的样本数。对于一个给定的样本分类，望信息增益为：,具有值集的属性T，可以将S划分为不同的子集S1，S2，.Sk，其中sj包括了类Ci的Sij个样本，根据T的这种划分的期望信息，称作T的熵。其加权平均为：,T的信息增益定义为：,3 决策树ID3算法在学生管理中的应用,在学生的管理中，通常要对学生的学习情况或优秀情况进行评估，或者找出决定学生优秀的几种因素。我们可以通过对学生的智育、德育、体育、美育等因素进行评估，采用决策树算法对学生进行分类，以便确定影响学生优秀度的因素。,为了进行数据挖掘，我们先取一些数据样本，然后进行预处理。将数据预处理后的样本如表1所示。,根据决策树ID3的原理，我们可以先计算出每个属性的熵。智育得分为例，可以计算智育得分每个分段相对于标类别的熵。,“智育90”；I（S12，S22）=0,“智育80-90”；I（S13，S23）=0.972,如果根据“智育”属性对样本集进行子集划分，信息熵为：,E（智育）=（5/14）*I（S11，S21）+（4/14）*I（S12，S22）+（5/14）*I（S13，S23）=0.694,得出“智育”属性的信息增益为：,Gain（智育）=I（S1，S2-E）-E（智育）=0.251