Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Lee, Charles tzu-Chi"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    急診護理人員與緊急醫療救護人員交班完整性及其相關因素之研究
    (2022) 蘇怡如; Su, Yi-Ju
    完整且準確的交班為病人安全非常重要的一環。本研究主要目的在瞭解急診護理人員與緊急醫療救護人員交班時社會人口學特質、交班系統與相關訓練、病人及病情狀況對交班完整性的影響及相關性,期許未來雙方能夠理解彼此作業流程與交班共識,建立統一交班格式,減少衝突,提升護理救護品質,保障病人安全。本研究對象為2022年全台急救責任醫院急診護理人員為母體群,因無法取得確切母體數,以G-power統計軟體做主要樣本數計算。採便利取樣方式,取雙北市急救責任醫院急診護理人員為樣本,並自編結構式調查問卷線上進行資料收集,以單因子變異數、皮爾森積分相關、多元回歸模式進行分析,共得樣本數為101份。本研究結果如下:一、研究對象的交班系統與相關訓練、病人及病情狀況平均得分均屬中高程度認同。 二、交班完整性以ISBAR(Introduction、Situation、Background、Assessment、Recommendation英文字母的縮寫)內容重要性之認知為依據,其中非常重要項目佔所有比例36%。 三、研究對象的社會人口學在交班系統與相關訓練、病人及病情狀況、交班完整性無顯著差異。 四、研究對象的交班系統與相關訓練、病人及病情狀況與交班完整性有顯著相關,表示交班系統與相關訓練越完善、病人參與度越高及病情狀況越複雜嚴重,影響交班完整性越高。 五、研究對象的交班系統與相關訓練對交班完整性為主要重要預測因子,可解釋總變異量的51.8%。 結論:交班系統與相關訓練是交班完整性主要的重要預測因素,建議可共同辦理相關在職教育及技術訓練課程、同步改變交班方式及作業系統、制定交班格式口訣,找出問題提出解方,期待提升病人安全品質。
  • No Thumbnail Available
    Item
    新型冠狀病毒(COVID-19)流行初期每日確診人數趨勢型態及相關因子分析-世界各國開放資料研究
    (2022) 高慈敏; Kao, Tzu-Min
    背景: 新型冠狀病毒(COVID-19)在2019年12月於中國武漢市發現且疫情迅速擴散至全球,隨著各國確診及死亡人數與日俱增,世界衛生組織於2020年3月宣布其為大流行疾病。世界各國COVID-19大流行初期之第一波疫情皆以單一或是數個小型零星地區開始爆發,各國依照其文化、經濟及地理位置等不同背景條件,制定不同的防疫政策以防堵疫情持續蔓延。本研究探討世界各國COVID-19流行初期的疫情趨勢型態及其相關背景因素。 研究方法: 本研究在時間趨勢型態分析部份,結合長期追蹤設計與時間序列設計,以151個國家為研究對象重複測量各國「每日新增確診人數7天移動平均值」(以下簡稱MA7),並對每一個研究國家觀察了60或90天的時間序列資料;因此,本研究在時間趨勢型態分析部份結合了以上兩種研究設計的特性為「長期追蹤時間序列研究設計」(Longitudinal time series design)。 有關世界各國COVID-19流行初期MA7時間序列趨勢型態的相關因素分析,將研究的國家依據疫情趨勢型態分類,進行病例對照研究(case-control study)。研究對象以國家為單位,對151個國家開放數據進行分析,如:COVID-19每日新增確診人數、遏制和衛生指數、高齡化、國內生產總值、識字率、人口密度、肥胖盛行率、醫療資源 (醫師密度、病床密度)及地理環境 (島嶼、沿海及內陸)。統計分析運用時間序列階層群集分析法 (Time-series hierarchical clustering),對世界各國COVID-19流行初期MA7的時間趨勢型態進行分類,並利用邏輯斯迴歸分析探討與此時間趨勢型態分類有相關的背景因素。結果: COVID-19流行初期MA7趨勢型態可歸類為「成長型」、「消退型」、「平緩消退型」。邏輯斯迴歸並以逐步迴歸校正顯示,世界各國COVID-19流行初期連續觀察60天的MA7趨勢型態分成2群集之相關因素分析顯示,較低的國內生產總值傾向於「成長型」趨勢型態(校正後勝算比=0.98,95%信賴區間0.96-1.00,p值=0.028);較高的肥胖盛行率傾向於「成長型」趨勢型態 (校正後勝算比=1.09,95%信賴區間1.04-1.14,p值<0.001)。連續觀察60天趨勢型態3群集之多項邏輯斯逐步迴歸模式分析,較高的肥胖盛行率傾向於「成長型」趨勢型態 (校正後勝算比=1.06,95%信賴區間1.01-1.11,p值=0.010)。 結論: 世界各國在地理、經濟、文化、人口、衛生等背景因素的差異下,使得COVID-19每日新增確診人數時間序列趨勢型態有顯著不同,各國防疫政策應參考國家的特性差異來擬定。

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback