导读:本文包含了临床决策支持系统论文开题报告文献综述及选题提纲参考文献，主要关键词:结构化,电子病历,临床决策支持系统,设计
临床决策支持系统论文文献综述
李峰林[1]（2019）在《基于结构化电子病历的护理临床决策支持系统的设计与应用研究》一文中研究指出目的:本文主要对基于结构化电子病历的护理临床决策支持系统的设计与应用进行探究分析。方法:将2015.01-2015.12我院未实施结构化电子病历系统作为实施前(n=100),将2018.01-2018.12我院实施结构化电子病历系统作为实施后(n=100),对比实施前后护理文书书写时间变化、跌倒发生率以及压疮发生率。结果:实施后护理文书书写时间显着短于实施前,差异具有统计学意义(P<0.05);实施后患者跌倒发生率、压疮发生率显着低于实施前,差异具有统计学意义(P<0.05)。结论:基于结构化电子病历的护理临床决策支持系统的设计与应用在临床应用中可获得良好的临床效果,可提高护理人员的工作效率、缩短护理文书书写时间,提高患者住院治疗的安全性。(本文来源于《计算机产品与流通》期刊2019年12期）
陈明慧,姜雪,许崴崴[2]（2019）在《临床决策支持系统对高血压患者心血管病风险的评估及管理效果评价》一文中研究指出目的:分析临床决策支持系统(CDSS)对高血压患者心血管病风险评估及管理效果。方法:2017年5月至2018年4月,从吉林长春市电子医疗数据库提取62家社区健康服务中心高血压患者就诊的临床资料,使用CDSS管理的社区健康服务中心有9家,共计3 296例高血压患者,将其作为观察组;未使用CDSS管理的社区健康服务中心有53家,按照1∶5的匹配原则选取16 480例高血压患者作为对照组。比较两组基线就诊时实验室检查指标及管理后就诊次数、血脂异常检出率、降压达标率等指标;并对观察组基线就诊与末次就诊时的心血管病风险评估、生活质量等指标进行分析。结果:两组基线就诊时性别、年龄、BMI、合并症、血糖、血压和血脂等基线资料,差异无统计学意义(P>0. 05)。接受心血管病管理后观察组患者与对照组患者比较,每月每千人就诊次数[680(375,960) vs. 242(29,516)]、血脂检测异常率(57. 8%vs. 30. 0%)、高血压规范治疗率(81. 3%vs. 65. 1%)、降压达标率(69. 2%vs.55. 0%)等指标均有显着提高(均P<0. 05)。观察组基线就诊时与末次就诊时比较,心血管病评估系数下降(5. 76±5. 28) vs.(4. 9±4. 71)比较差异有统计学意义(均P<0. 05)。结论:将CDSS系统应用于社区高血压病管理中,有助于促进降压治疗效果,提升患者预防意识,控制与改善其他心血管疾病,提高患者生活质量。(本文来源于《心肺血管病杂志》期刊2019年11期）
李惠钰[3]（2019）在《精准辅助治疗局部晚期鼻咽癌患者》一文中研究指出鼻咽癌，一种生长在鼻咽部的恶性肿瘤，是我国华南地区的高发癌种之一，发病率超过全球的一半，医学界又称其为“广东癌”。在我国，新确诊的70%鼻咽癌患者都已经属于局部晚期。对于局部晚期鼻咽癌患者，美国NCCN指南推荐进行同期放化疗（CCRT），或者在C(本文来源于《中国科学报》期刊2019-11-25）
李澍,王浩,任海萍[4]（2019）在《临床决策支持系统技术现状及质量评价思路初探》一文中研究指出目的:我国监管部门对临床决策支持系统(CDSS)的法律责任和监管模式正在探索之中,如何更好地规范临床决策支持系统,使其发挥临床辅助作用,是监管科学的重要研究方向。本文主要探索临床决策支持系统的质量评价方法和检测手段。方法:通过调研临床决策支持系统的发展现状以及分析现有的具有一定影响力的临床决策支持系统的技术特性,在此基础上,讨论临床决策支持系统在医疗领域的发展趋势和所面临的挑战。并对临床决策支持系统在质量评价过程中需重点关注的内容进行比较全面的总结,包括分类方法、评价方法和伦理问题。结果与结论:临床决策支持系统正处于蓬勃发展期,相应的技术和业态也在不断形成中,目前来说,绝大多数临床决策支持系统并不能直接给出相应的决策,多数还是处于启发和帮助医护人员进行思考的阶段。对于监管和评价来说,面临的挑战主要来自于算法适应性、决策透明性、界面可用性、系统鲁棒性和可移植性等因素的评价。(本文来源于《中国药事》期刊2019年09期）
洪建,张洁,陶敏,王孟琳[5]（2019）在《新型临床决策支持系统在智慧医院建设中的应用研究》一文中研究指出目的:针对临床决策支持系统在医院应用中普遍存在的可用性低、定位狭窄、业务域单一等问题,希望构建支持多角色、跨专科、高可用性的CDSS系统。方法:以"4个关键"为基础,通过关键时间节点、关键诊疗行为、关键举动以及关键来源分析,明确系统在医院应用落地成功的要点。结果:在医院应用的系统能够为医、护、药、麻等多角色的医疗工作者服务,实现全流程、众多业务场景下的辅助决策。结论:新型决策支持系统具有与临床业务高度融合、全方位医嘱决策提醒、有效协助诊疗质控等特点,在医院取得了良好的应用效果,切实提升临床医护人员的工作效率和医疗服务质量。(本文来源于《中国数字医学》期刊2019年09期）
张晨,朱声荣,孟庆伟,陈联忠,赵士洁[6]（2019）在《临床决策支持系统预警提示功能设计与实现》一文中研究指出目的:在现有对检验/检查结果预警、合理用药监测等应用基础上,实现在患者诊疗过程中对其病情变化的实时预警,以提高医疗质量、减少医疗差错。方法:利用大数据及人工智能技术,在临床指南及海量历史病历等数据基础上,构建临床预警规则库,在患者诊疗过程中根据病情变化进行实时匹配,及时触发预警。结果:通过基于临床决策支持系统的预警提示功能,可实现诊断预警、检验预警、检查预警、药品预警、治疗预警、合理用药等6类预警。结论:临床预警提示的应用,可最大限度避免临床出现不合理处置、不合理用药、医疗任务疏漏等情况,最终达到提升医疗质量、保障患者安全的目的。(本文来源于《中国数字医学》期刊2019年08期）
干铁儿,占伟江,蒋旭宏,谢升阳,吴义文[7]（2019）在《信息化临床决策支持系统对住院患者抗菌药物合理使用的影响》一文中研究指出目的通过临床住院信息系统抗菌药物医嘱管控模块的应用,来研究信息化临床决策支持系统对住院患者抗菌药物合理使用的影响。方法 2018年4月在临床住院信息系统增设七方面的抗菌药物信息化决策(抗菌药物预停、抗菌药物权限、用药目的选择、特殊使用级抗菌药物会诊、围术期预防用药限制、联合用药监控、微生物标本送检),比较干预前后住院患者抗菌药物使用率和使用强度(AUD)变化情况。结果住院患者抗菌药物使用率从干预前的39.51%下降到干预后的36.93%(P=0.002),下降了6.53%。住院患者AUD从干预前的(53.54±2.39) DDDs/100住院日下降到干预后的(46.85±3.11) DDDs/100住院日(P<0.001);其中非限制使用级AUD下降最明显,下降了20.68%(P<0.001)。接受抗菌药物治疗患者微生物标本送检率从干预前的53.88%提高到65.16%(P<0.001)。结论信息化临床决策支持系统可以有效控制住院患者抗菌药物使用率和AUD,在一定程度上促进抗菌药物临床合理应用。(本文来源于《中华医院感染学杂志》期刊2019年13期）
李小玲,贾楠,杨长贵,孙风芹,莫绮华[8]（2019）在《临床决策支持系统辅助社区高血压患者管理的效果研究》一文中研究指出目的:评价社区应用心血管病危险因素管理临床决策支持系统(Clinical Decision Support System,CDSS)辅助社区高血压患者进行心血管病一级预防的管理效果。方法:入选2015年6月1日至2017年5月31日期间深圳市福田辖区76家社区健康服务中心无心脑血管病的年龄≥40岁的81 058例高血压患者,其中有4 293例使用CDSS,根据年龄进行了1:7匹配,最终纳入34 344例高血压患者,其中未使用CDSS患者30 051例为未使用CDSS组,使用CDSS患者4 293例为使用CDSS组,比较使用CDSS组和未使用CDSS组的高血压患者的高血压治疗率、达标率以及抗血小板药物和降脂药物使用情况。结果:使用CDSS组患者的每月每千人就诊次数[700(363, 1038)vs 260(31, 490),P<0.001]、每月每千人血脂检测次数[650(313, 988)vs 80(0, 181),P<0.001]和血脂异常检出率(56.80%vs 31.55%,P<0.001)均高于未使用CDSS组;使用组CDSS组的高血压治疗率(77.35%vs 67.59%,P<0.001)、血压达标率(66.99%vs 57.32%,P<0.001)、抗血小板类药物使用率(22.21%vs 13.64%,P<0.001)和他汀类药物使用率(20.62%vs 13.68%,P<0.001)也均高于未使用CDSS组。结论:CDSS能够协助社区医生管理高血压患者,可改善高血压患者的治疗率和血压达标率,也有助于提高社区高血压患者的血脂异常的检出和抗血小板药物的使用率。(本文来源于《中国循环杂志》期刊2019年05期）
李桃,郑西川,蒋伏松[9]（2019）在《基于知识库的临床决策支持系统的设计与应用》一文中研究指出目的 :设计基于知识库的临床决策支持系统(clinical decision support system,CDSS),以实现高效、快速地整合、查询患者各项参数,为医疗决策和执行提供信息,辅助临床进行高质量的诊断与治疗。方法:依托临床数据中心(clinical data repository,CDR),建立包含静态知识库、模型库和规则库的临床知识库,通过基于Rete算法的规则引擎和内存数据库构建敏捷、高效的CDSS。结果:该系统在诊疗活动中实现了对临床诊断、治疗、合理用药、医院管理等方面的决策支持,达到了减少医疗差错、提升医疗质量的应用效果。结论:基于知识库的CDSS达到了设计目标,能应用于临床系统复杂多变的各类场景中。(本文来源于《医疗卫生装备》期刊2019年05期）
李理,汪鹏,左锋,王红迁,王飞[10]（2019）在《医院临床决策支持系统设计与应用》一文中研究指出介绍临床决策支持系统国内外发展现状,结合陆军军医大学第一附属医院实际情况,阐述临床智能辅助决策支持系统设计目标、整体架构、功能、软件模块及其特点,指出该系统应用效果较好,能够为医生提供更好的信息服务和支持。(本文来源于《医学信息学杂志》期刊2019年02期）
临床决策支持系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:分析临床决策支持系统(CDSS)对高血压患者心血管病风险评估及管理效果。方法:2017年5月至2018年4月,从吉林长春市电子医疗数据库提取62家社区健康服务中心高血压患者就诊的临床资料,使用CDSS管理的社区健康服务中心有9家,共计3 296例高血压患者,将其作为观察组;未使用CDSS管理的社区健康服务中心有53家,按照1∶5的匹配原则选取16 480例高血压患者作为对照组。比较两组基线就诊时实验室检查指标及管理后就诊次数、血脂异常检出率、降压达标率等指标;并对观察组基线就诊与末次就诊时的心血管病风险评估、生活质量等指标进行分析。结果:两组基线就诊时性别、年龄、BMI、合并症、血糖、血压和血脂等基线资料,差异无统计学意义(P>0. 05)。接受心血管病管理后观察组患者与对照组患者比较,每月每千人就诊次数[680(375,960) vs. 242(29,516)]、血脂检测异常率(57. 8%vs. 30. 0%)、高血压规范治疗率(81. 3%vs. 65. 1%)、降压达标率(69. 2%vs.55. 0%)等指标均有显着提高(均P<0. 05)。观察组基线就诊时与末次就诊时比较,心血管病评估系数下降(5. 76±5. 28) vs.(4. 9±4. 71)比较差异有统计学意义(均P<0. 05)。结论:将CDSS系统应用于社区高血压病管理中,有助于促进降压治疗效果,提升患者预防意识,控制与改善其他心血管疾病,提高患者生活质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
临床决策支持系统论文参考文献
[1].李峰林.基于结构化电子病历的护理临床决策支持系统的设计与应用研究[J].计算机产品与流通.2019
[2].陈明慧,姜雪,许崴崴.临床决策支持系统对高血压患者心血管病风险的评估及管理效果评价[J].心肺血管病杂志.2019
[3].李惠钰.精准辅助治疗局部晚期鼻咽癌患者[N].中国科学报.2019
[4].李澍,王浩,任海萍.临床决策支持系统技术现状及质量评价思路初探[J].中国药事.2019
[5].洪建,张洁,陶敏,王孟琳.新型临床决策支持系统在智慧医院建设中的应用研究[J].中国数字医学.2019
[6].张晨,朱声荣,孟庆伟,陈联忠,赵士洁.临床决策支持系统预警提示功能设计与实现[J].中国数字医学.2019
[7].干铁儿,占伟江,蒋旭宏,谢升阳,吴义文.信息化临床决策支持系统对住院患者抗菌药物合理使用的影响[J].中华医院感染学杂志.2019
[8].李小玲,贾楠,杨长贵,孙风芹,莫绮华.临床决策支持系统辅助社区高血压患者管理的效果研究[J].中国循环杂志.2019
[9].李桃,郑西川,蒋伏松.基于知识库的临床决策支持系统的设计与应用[J].医疗卫生装备.2019
[10].李理,汪鹏,左锋,王红迁,王飞.医院临床决策支持系统设计与应用[J].医学信息学杂志.2019