實用護理焦點記錄法的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和懶人包總整理

預測精神疾病患者於住院期間之暴力行為 ：使用文字探勘技術於護理紀錄

為了解決實用護理焦點記錄法的問題，作者張琬堉 這樣論述：

精神疾病與暴力息息相關，而精神科住院患者的暴力行為發生一直是精神科急性病房中常見且重要的問題，給患者或其他病人以及醫護人員造成沉重的負擔。儘管已有相關的暴力風險評估工具，但過去研究指出這些工具在使用與推廣上並不是那麼容易，會因為不同地點、族群等而有所差異。而近年來大多數的醫療機構均已使用電子病歷，電子病歷也因此成為新興的研究資源，因此本研究使用精神科住院患者的電子病歷作為主要研究資料。本研究目的在於使用電子病歷中結構化及非結構化資料來發展精神科住院患者暴力風險之預測模型。針對護理師於病患入院當日所登入之電子病歷，搭配文字探勘應用在電子病歷中來分析照護內容，取得文字特徵與結構特徵兩種不同類別的

變數，並使用資料探勘技術建立預測模型。實驗設計分為四組，分別為使用文字特徵資料集、結構特徵資料集、全部特徵資料集及經過特徵選取自變數後的資料集進行建模，透過指標比較不同資料集與不同資料探勘技術建立之預測模型，選出最佳的預測模型作為研究探討。實驗結果顯示，使用隨機森林RandomForest分類器可獲得較佳的分類預測結果，透過實驗比較，發現使用結構特徵資料集建置的預測模型其準確率及模型效能指標AUC皆為最佳(準確率 = 0.655，AUC = 0.646)。

利用探勘技術協助適性護理辭彙及護理決策之可用性探討

為了解決實用護理焦點記錄法的問題，作者廖珮宏 這樣論述：

行政院衛生署於 2009 年公告台灣進入電子病歷元年，護理電子病歷交換的發展也正以快馬加鞭的速度前進。本研究目的為:利用探勘技術及預測演算法協助適性護理辭彙及護理決策之發展，對護理人員執行護理決策的滿意度、護理紀錄辭彙一致性與內容完整性之成效探討。本研究於北區教學醫院收集過去病歷之護理紀錄，採文字探勘技術建立辭彙關鍵詞庫，比較不同人工智慧演算法並建置最適性護理決策輔助系統，利用工作滿意度量表及護理記錄完整性等問卷為研究工具，收集護理人員書寫護理紀錄時間、護理紀錄完整性評值及護理決策滿意度的變化。研究資料使用中文斷詞系統、IBM SPSS20.0 Module for Windows 及Cle

mentine 12.0 套裝軟體英文版進行資料探勘與分析，主要利用中文詞彙處理之斷詞系統(CKIP)與決策樹分類法建立關鍵辭彙資料庫，再比較Adaptive-Network based Fuzzy Inference System (ANFIS) 與Back-propagation neuralnetwork (BPN)演算法建立最適性預測模型；臨床測試資料以獨立t 檢定（Independent ttest ）、配對t 檢定（Pair samples t test）、卡方檢定（Chi-square）百分比等作檢測分析。研究結果顯示:利用探勘技術能分析及建立關鍵詞彙與護理診斷的預測模型，建立適

性的關鍵字詞庫與決策支援預測模型可提升護理辭彙的一致性和改善護理人員的工作效率，於本研究初探成果顯示，最適性的護理決策預測率達80%，未來期望可提供實際臨床應用及學校教育的教材。