| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 10 / 15
Na začetekNa prejšnjo stran12Na naslednjo stranNa konec
1.
Retrospektivna analiza predpisovanja opioidnih zdravil v Sloveniji med leti 2011 in 2015
Vesna Postružnik, 2020, magistrsko delo

Opis: Uvod: Zaradi višanja svetovne porabe opioidnih zdravil je spremljanje njihovih količin na nacionalni ravni pomembno za zagotavljanje njihove varne uporabe. Za Slovenijo še ni bilo objavljenih podatkov o potentnosti predpisanih opioidnih zdravil. Metode: Pridobili smo podatke 2150046 receptov opioidnih zdravil, ki predstavljajo vse recepte, predpisane v Sloveniji med letoma 2011 in 2015. Pridobili smo podatke o količinah zdravilnih učinkovin za vsak recept in jih pretvorili v ekvivalentne miligrame morfina (MME). Rezultati: V omenjenem obdobju je poraba opioidnih zdravil naraščala. V letu 2011 se je v Sloveniji porabilo 167 ekvivalentnih kilogramov morfina, v letu 2015 pa 193 ekvivalentnih kilogramov morfina. Statistično smo potrdili večjo porabo opioidnih zdravil v MME na manj razvitem vzhodu države (W=8342, p<0,001) . Pri osebah ženskega spola smo potrdili večjo porabo v MME (U=895, p<0,001), prav tako zdravnice ženskega spola na recept predpisujejo več opioidnih zdravil v primerjavi z zdravniki (U=854, p<0,001). Količine predpisanih opioidnih zdravil naraščajo s starostjo pacientov (r=0,931, p<0,001), zdravniki, starejši od 40 let, na recept predpisujejo večje količine opioidnih zdravil kot mlajši zdravniki (U=3600, p<0,001). Razprava: Poraba opioidnih zdravil v Sloveniji je primerljiva s porabo v drugih evropskih državah. V okviru zaključnega dela smo potrdili, da dejavniki, kot so spol, starost in regionalne razlike, vplivajo na predpisovanje in uporabo opioidnih zdravil.
Ključne besede: opioidna zdravila, ekvivalenti miligramov morfina, trendi porabe, populacijski podatki
Objavljeno: 10.02.2021; Ogledov: 181; Prenosov: 50
.pdf Celotno besedilo (2,19 MB)

2.
Razširjenost kajenja cigaret med študenti zdravstvenih in tehniških ved
Mitja Bagari, 2018, magistrsko delo

Opis: Izhodišča in namen: Kajenje je velik javnozdravstveni problem, obenem pa vodilni preprečljivi vzrok smrti na svetu. Obdobje študija je čas, ko študenti lahko začnejo ali nadaljujejo do rednega kajenja. Namen raziskave je bil ugotoviti razširjenost in dejavnike, ki vplivajo na pojavnost kajenja med študenti zdravstvenih in tehniških ved. Raziskovalna metodologija in metode: Izvedena je bila presečna deskriptivna raziskava. Podatki so bili zbrani s pomočjo anonimnega anketnega vprašalnika med študenti zdravstvenih in tehniških ved, po etični odobritvi. Uporabljeno je bilo namensko vzorčenje po principu snežne kepe. Hipoteze so bile preverjene s pomočjo testa Hi-kvadrat. Rezultati: Od 1534 študentov vključenih v raziskavo je bilo 242 (15,4 %) kadilcev. Srednja vrednost starosti ob začetku kajenja je bila 16 (95 % IZ [16;16]) let. Redni kadilci so v povprečju pokadili 10 (95 % IZ [8;10]) cigaret na dan. Študijsko področje (χ2 = 7,811; p = 0,005), kajenje staršev (χ2 = 32,861; p < 0,001) in najožjih prijateljev (χ2 = 345,808; p < 0,001) so dejavniki, ki so bili statistično značilno povezani s kadilskim statusom študentov, medtem ko spol in uživanje alkohola nista bila statistično pomembna dejavnika kajenja med študenti. Diskusija in zaključek: Čeprav je razširjenost kajenja cigaret med študenti s področja zdravstva nižja v primerjavi s študenti s področja tehnike, je delež kadilcev pri obeh skupinah relativno visok, zato je potrebno še naprej izvajati ustrezne in učinkovite ukrepe za preprečevanje in prenehanje kajenja med študenti.
Ključne besede: prevalenca, dejavniki tveganja, kajenje, tobak, študenti, zdravstvo, tehnika
Objavljeno: 21.12.2018; Ogledov: 670; Prenosov: 158
.pdf Celotno besedilo (584,27 KB)

3.
Poznavanje pravice do zdravstvenega pooblaščenca med pacienti
Dušanka Bezjak, 2018, magistrsko delo

Opis: Izhodišča, namen: Pravica do zdravstvenega pooblaščenca pomeni, da pacient, ki je sposoben odločanja o sebi in je dopolnil 18 let, določi osebo, ki bo v času njegove nesposobnosti odločala o njegovi zdravstveni oskrbi in drugih pravicah iz ZPacP. Namen raziskave je opozoriti na pravico do zdravstvenega pooblaščenca. Raziskovalne metode: Izvedli smo kvantitativno raziskavo, vključenih je bilo 144 anketiranih. Anketiranje je potekalo po principu snežne kepe. Rezultati raziskave so bili obdelani s programom Microsoft Excel, hipoteze preverjene s statističnim paketom SPSS V24. Rezultati: Večina anketiranih pozna pravico do vnaprej izražene volje glede zdravstvenih storitev, vendar svoje volje še nikoli niso v naprej izrazili; več kot polovica jih ne pozna pravice do zdravstvenega pooblaščenca, kateri so zanjo že slišali, so zanjo izvedeli iz spleta, ter od zdravstvenega osebja; odstotek tistih, ki jih je zdravstveno osebje poučilo o tej pravici je majhen. Večina jih želi biti bolje seznanjena s to pravico; ne drži, da so višje izobraženi bolje seznanjeni s to pravico; večina anketiranih še ni bila v vlogi zdravstvenega pooblaščenca in ne poznajo nikogar drugega, ki bi že bil v tej vlogi. Diskusija in zaključek: Raziskava kaže na nizko poznavanje in koriščenje te pravice v praksi, na željo po dodatnem informiranju o pravici, in na slabo izvajanje promocije pravice v praksi. Naloga medicinskih sester je tudi promocija zdravja, tako je seznanjenost pacientov o tej pravici dolžnost medicinskih sester, ki bi jo morale izvajati dosledneje.
Ključne besede: Zakon o pacientovih pravicah, volja, upoštevanje, pooblastilo, pooblaščenec, seznanjenost, zdravstveno osebje
Objavljeno: 08.10.2018; Ogledov: 706; Prenosov: 104
.pdf Celotno besedilo (1,27 MB)

4.
Napovedovanje tveganja za ponovno hospitalizacijo pacientov s sladkorno boleznijo na osnovi podatkov o bolnišničnih obravnavah
Nives Zeme, 2018, magistrsko delo

Opis: Izhodišča: Sladkorna bolezen sodi med kronične bolezni, ki zaradi svoje velike pogostosti ter zahtevne in kompleksne obravnave predstavljajo velik javno-zdravstveni problem. Ponovni bolnišnični sprejemi odražajo pomanjkljivosti v zdravstvenem sistemu. S pomočjo metod strojnega učenja in podatkov javnega značaja lahko določimo indikatorje, ki statistično značilno vplivajo na ponovno hospitalizacijo. Na podlagi določenih indikatorjev izdelamo napovedne modele za identifikacijo bolnikov, ki so ogroženi za ponovno hospitalizacijo. Raziskovalne metode: V magistrskem delu smo za teoretična izhodišča uporabili deskriptivno metodo zbiranja podatkov. Raziskava v empiričnem delu je temeljila na deskriptivni inferenčni statistični metodi. S statističnim programskim orodjem IBM SPSS 22.0 smo zgradili napovedni model za tveganje ponovne hospitalizacije bolnikov s sladkorno boleznijo. Posamezne spremenljivke smo preverili in statistično analizirali s pomočjo testa hi-kvadrat in neparametričnega testa Mann-Whitney U. Rezultati: Ugotovili smo, da nekateri indikatorji vplivajo na tveganje za ponovno hospitalizacijo v 30 dneh po odpustu iz bolnišnice. Za statistično značilne indikatorje so se izkazali: starost bolnika 74 let [95-odstotni IZ 74,75]; p < 0,001, ležalna doba 7 dni [95-odstotni IZ 7,8]; p < 0,001, število diagnoz 6 [95-odstotni IZ 6,6]; p = 0,047, število procedur 5 [95-odstotni IZ 5,6]; p < 0,000 in mesec odpusta iz bolnišnice 5 [95-odstotni IZ 5,5]; p = 0,001. Pri napovedovanju ponovne hospitalizacije bolnikov v slovenskih in kalifornijskih bolnišnicah obstajajo enaki indikatorji, vendar se med seboj statistično značilno razlikujejo. Diskusija in zaključek: Napovedovanje tveganja za ponovno hospitalizacijo vključuje dobro poznavanje lastnosti bolnika. Te so: zdravstveno stanje, socialno-demografski dejavniki in uporaba zdravstvenih storitev. Pomembna je opredelitev in razumevanje indikatorjev (spremenljivk) ter njihovih vrednosti, ki vplivajo na ponovno hospitalizacijo bolnikov s sladkorno boleznijo.
Ključne besede: sladkorna bolezen, ponovna hospitalizacija, podatki o bolnišničnih obravnavah, napovedni model, logistična regresija, odločitveno drevo
Objavljeno: 27.08.2018; Ogledov: 620; Prenosov: 133
.pdf Celotno besedilo (1,01 MB)

5.
Uporaba biopsihosocialnih podatkov za napovedovanje obremenjenosti delavcev v zdravstveni organizaciji
Biljana Pejčić, 2017, magistrsko delo

Opis: Izhodišče: Počutje delavca na delovnem mestu je izrednega pomena, saj le-to vpliva na delovno storilnost in na kakovost opravljenega dela. Psihosocialna tveganja povečujejo verjetnost za zdravstvene zaplete pri zaposlenih, kot so preobremenjenost, stres, izgorevanje, odsotnost z dela, s tem pa tudi prispevajo zmanjšano učinkovitost in storilnost na delovnem mestu in povečujejo težave pri usklajevanju dela z družinskimi obveznostmi. Namen: Ugotoviti želimo stopnjo tveganja za razvoj težav, povezanih z biopsihosocialnimi dejavniki za zaposlene delavce v zdravstvenem domu in izdelati napovedni model za ocenjevanje obremenjenosti pri delavcih. Metode: Raziskava temelji na kvantitativni metodi dela. Opravljena je bila analiza literature. S pomočjo OPSA anonimnega vprašalnika smo zbrane podatke analizirali v OPSA orodju ter jih statistično obdelali s pomočjo računalniških programov Excel 2007 in SPSS V24. Za napovedni model smo uporabili metodo linearne in logistične regresije ter odločitvena drevesa. Napovedno vrednost posameznih spremenljivk ter izdelanih napovednih modelov smo ocenjevali na osnovi naslednjih metrik: področje pod ROC krivuljo (AUC), senzitivnost, specifičnost, pozitivna napovedna vrednost in negativna napovedna vrednost. Rezultati: Rezultati raziskave so pokazali, da so delavci obremenjeni na delovnem mestu. Na podlagi rezultatov smo dobili ne le povečano, ampak visoko tveganje na področju vloge in odgovornosti v organizaciji. Za povečano tveganje so bili vključeni faktorji delovne obremenitve ter hitrost poteka dela, sam odnos do dela, osebne značilnosti posameznika, organizacijska kultura, skrb zase, nadzor, delovno okolje in delovna oprema (fizične obremenitve), razvoj poklicne kariere, vsebine in urnik dela, psihofizično zdravstveno stanje ter razmejitev zasebnega življenja in dela. Sklep: Za delavca je pomembno obvladovanje in posledično preprečevanje biopsihosocialnih tveganj, kar pripomorejo k zadovoljstvu delavca v delovnem okolju. Predvsem je potrebno ozaveščanje zaposlenih o tveganjih ter izvajanje promocije zdravja na delovnem mestu.
Ključne besede: delavci, obremenjenost, povečano tveganje, delovno okolje, napovedni model
Objavljeno: 10.01.2018; Ogledov: 774; Prenosov: 108
.pdf Celotno besedilo (1,96 MB)

6.
New perspectives for computer-aided discrimination of Parkinson's disease and essential tremor
Petra Povalej Bržan, J.A. Gallego, J. P. Romero, Vojko Glaser, E. Rocon, Julián Benito-León, Félix Bermejo-Pareja, Ignacio Posada, Aleš Holobar, 2017, izvirni znanstveni članek

Opis: Pathological tremor is a common but highly complex movement disorder, affecting ~5% of population older than 65 years. Different methodologies have been proposed for its quantification. Nevertheless, the discrimination between Parkinson's disease tremor and essential tremor remains a daunting clinical challenge, greatly impacting patient treatment and basic research. Here, we propose and compare several movement-based and electromyography-based tremor quantification metrics. For the latter, we identified individual motor unit discharge patterns from high-density surface electromyograms and characterized the neural drive to a single muscle and how it relates to other affected muscles in 27 Parkinson's disease and 27 essential tremor patients. We also computed several metrics from the literature. The most discriminative metrics were the symmetry of the neural drive to muscles, motor unit synchronization, and the mean log power of the tremor harmonics in movement recordings. Noteworthily, the first two most discriminative metrics were proposed in this study. We then used decision tree modelling to find the most discriminative combinations of individual metrics, which increased the accuracy of tremor type discrimination to 94%. In summary, the proposed neural drive-based metrics were the most accurate at discriminating and characterizing the two most common pathological tremor types.
Ključne besede: Parkinson's disease, essential tremor, electromyography, wrist movements, motor units, muscular excitation, decision tree
Objavljeno: 03.11.2017; Ogledov: 863; Prenosov: 318
.pdf Celotno besedilo (3,31 MB)
Gradivo ima več datotek! Več...

7.
Contribution of temporal data to predictive performance in 30-day readmission of morbidly obese patients
Petra Povalej Bržan, Zoran Obradović, Gregor Štiglic, 2017, izvirni znanstveni članek

Opis: Background: Reduction of readmissions after discharge represents an important challenge for many hospitals and has attracted the interest of many researchers in the past few years. Most of the studies in this field focus on building cross-sectional predictive models that aim to predict the occurrence of readmission within 30-days based on information from the current hospitalization. The aim of this study is demonstration of predictive performance gain obtained by inclusion of information from historical hospitalization records among morbidly obese patients. Methods: The California Statewide inpatient database was used to build regularized logistic regression models for prediction of readmission in morbidly obese patients (n = 18,881). Temporal features were extracted from historical patient hospitalization records in a one-year timeframe. Five different datasets of patients were prepared based on the number of available hospitalizations per patient. Sample size of the five datasets ranged from 4,787 patients with more than five hospitalizations to 20,521 patients with at least two hospitalization records in one year. A 10-fold cross validation was repeted 100 times to assess the variability of the results. Additionally, random forest and extreme gradient boosting were used to confirm the results. Results: Area under the ROC curve increased significantly when including information from up to three historical records on all datasets. The inclusion of more than three historical records was not efficient. Similar results can be observed for Brier score and PPV value. The number of selected predictors corresponded to the complexity of the dataset ranging from an average of 29.50 selected features on the smallest dataset to 184.96 on the largest dataset based on 100 repetitions of 10-fold cross-validation. Discussion: The results show positive influence of adding information from historical hospitalization records on predictive performance using all predictive modeling techniques used in this study. We can conclude that it is advantageous to build separate readmission prediction models in subgroups of patients with more hospital admissions by aggregating information from up to three previous hospitalizations.
Ključne besede: readmission prediction, predictive modelling, temporal data
Objavljeno: 02.08.2017; Ogledov: 982; Prenosov: 291
.pdf Celotno besedilo (1,10 MB)
Gradivo ima več datotek! Več...

8.
Comprehensible predictive modeling using regularized logistic regression and comorbidity based features
Gregor Štiglic, Petra Povalej Bržan, Nino Fijačko, Fei Wang, Alexandros Kalousis, Boris Delibašić, Zoran Obradović, 2015, izvirni znanstveni članek

Opis: Different studies have demonstrated the importance of comorbidities to better understand the origin and evolution of medical complications. This study focuses on improvement of the predictive model interpretability based on simple logical features representing comorbidities. We use group lasso based feature interaction discovery followed by a post-processing step, where simple logic terms are added. In the final step, we reduce the feature set by applying lasso logistic regression to obtain a compact set of non-zero coefficients that represent a more comprehensible predictive model. The effectiveness of the proposed approach was demonstrated on a pediatric hospital discharge dataset that was used to build a readmission risk estimation model. The evaluation of the proposed method demonstrates a reduction of the initial set of features in a regression model by 72%, with a slight improvement in the Area Under the ROC Curve metric from 0.763 (95% CI: 0.755%0.771) to 0.769 (95% CI: 0.761%0.777). Additionally, our results show improvement in comprehensibility of the final predictive model using simple comorbidity based terms for logistic regression.
Ključne besede: predictive models, logistic regression, readmission classification, comorbidities
Objavljeno: 19.06.2017; Ogledov: 653; Prenosov: 285
.pdf Celotno besedilo (1,13 MB)
Gradivo ima več datotek! Več...

9.
RAZVOJ PROGRAMSKEGA ORODJA ZA DOKUMENTIRANJE VIDEOPOSNETKOV BOLNIKOV Z MOTNJAMI GIBANJA
Admir Alagić, 2016, magistrsko delo

Opis: Ekstrapiramidna nevrologija je veja nevrologije, ki se ukvarja z motnjami gibanja. Bolniki so lahko prekomerno gibljivi, ti simptomi pa imajo določene značilnosti, na osnovi katerih jih uvrstimo v skupino, ki ima tremor, horeo, distonijo, mioklonus ali tike. Pri beleženju simptomov ekstrapiramidalne nevrologije nevrologi uporabljajo različne načine. Eden izmed najpogostejših načinov beleženja simptomov bolnikov je snemanje le-teh s pomočjo videokamere ali mobilnega telefona. Videoposnetki se potem shranjujejo na drugi medij, računalnik ali zunanje diske. Pri shranjevanju videoposnetkov je zelo zaželjena klasifikacija videoposnetkov glede na različne simptome bolnikov. Klasifikacija videoposnetkov omogoča lažje iskanje shranjenih videoposnetkov, saj je brez uporabe specializiranih računalniških orodij iskanje lahko zelo počasno in neučinkovito, posebej pri večjem številu videoposnetkov. Po pregledu trga smo ugotovili, da specialističnih programskih orodij, ki bi omogočala shranjevanje in iskanje videoposnetkov na osnovi simptomov bolnikov z motnjami gibanja, ni mogoče najti. Iz tega razloga smo v okviru pričujočega magistrskega dela v sodelovanju s strokovnjaki s področja nevrologije razvili programsko orodje, ki omogoča shranjevanje in iskanje videoposnetkov na osnovi simptomov bolnikov z motnjami gibanja. Glavne prednosti razvitega programskega orodja so razumljivost in preprosta uporaba. Za uporabo programskega orodja ni potrebna internetna povezava v primeru, če videoposnetke shranjujemo na lokalni strežnik. Programsko orodje omogoča predvajanje posnetih videoposnetkov in samodejno kopiranje videoposnetkov iz zunanjih medijev (video kamere, mobilnega telefona) na računalnik. Videoposnetke lahko shranjujemo s podatki o več kot 120 simptomov, ki se navezujejo na področje ekstrapiramidalne nevrologije. Shranjene videoposnetke lahko iščemo na osnovi simptomov in osnovnih podatkov o bolniku. V teoretičnem delu magistrskega dela smo predstavili tehnologije, ki smo jih uporabili pri razvoju programskega orodja. Programsko orodje smo razvili na osnovi mnenj in potreb strokovnjakov s področja nevrologije, katere smo pridobili na osnovi prvega strukturiranega intervjuja. Po implementaciji programskega orodja je sledilo testiranje orodja s strani končnih uporabnikov, ki so nam svoje izkušnje z uporabo zaupali v drugem strukturiranem intervjuju.
Ključne besede: Ekstrapiramidna nevrologija, motnje gibanja, visual studio 2015, C#, Microsoft SQL Server localDB, XAML, WPF, T-SQL
Objavljeno: 10.01.2017; Ogledov: 1047; Prenosov: 116
.pdf Celotno besedilo (1,04 MB)

10.
Napovedovanje rehospitalizacij za paciente z multiplo sklerozo
Sanja Rikanović, 2016, magistrsko delo

Opis: V magistrskem delu smo raziskovali nenačrtovane ponovne sprejeme pri pacientih z multiplo sklerozo (MS). Cilj našega raziskovalnega dela je bil sestaviti model, ki bo pri napovedovanju nenačrtovanih ponovnih sprejemov uspešnejši od modelov, ki niso vezani na posamezno diagnozo. Pri pisanju teoretičnega dela naloge smo se opirali na strokovno literaturo o multipli sklerozi ter na raziskave o modelih za napovedovanje nenačrtovanih ponovnih sprejemov. Za empirični del naloge smo uporabili podatke iz podatkovne baze SID (State Inpatient Database) za Kalifornijo, ki je del skupine podatkovnih baz, razvitih v okviru projekta HCUP (Healthcare Cost and Utilization Project). Specializiran napovedni model, zgrajen na osnovi podatkov o pacientih z multiplo sklerozo, se je pri napovedovanju ponovnega sprejema bolnikov z MS v manj kot 30 dneh izkazal kot uspešnejši od globalnega modela, ki je bil zgrajen na osnovi podatkov o vseh pacientih ne glede na diagnozo. Povprečna AUC-vrednost specializiranega modela je znašala 0,708, kar je za 0,042 višje od povprečne AUC-vrednosti globalnega modela (AUC = 0,666). Prav tako smo pri specializiranem modelu zaznali višje povprečne vrednosti diagnostične natančnosti, senzitivnosti, specifičnosti in NPV. Dodaten prispevek specializiranega modela v primerjavi z globalnim modelom se kaže tudi v nižji Brierjevi oceni ter v manjšem številu uporabljenih vhodnih spremenljivk in posledično v manj kompleksnem modelu. Vse našteto govori v prid specializiranemu napovednemu modelu za paciente z MS, zato smo v naslednjem koraku temu modelu dodali še podatke o predhodnih hospitalizacijah in ugotovili, da vključitev zgodovinskih podatkov o hospitalizacijah prav tako pozitivno vpliva na napovedovanje nenačrtovanih ponovnih sprejemov. Za napovedovanje nenačrtovanih ponovnih sprejemov pri pacientih z MS je bolje uporabiti specializiran model kot splošnega. Rezultati magistrskega dela so primerni za nadaljnje proučevanje rehospitalizacij pri pacientih z MS.
Ključne besede: multipla skleroza, rehospitalizacija, bolnišnična odpustna pisma, napovedni model, Lasso regresija, ansambelske metode, odločitvena drevesa.
Objavljeno: 01.09.2016; Ogledov: 1334; Prenosov: 156
.pdf Celotno besedilo (888,29 KB)

Iskanje izvedeno v 0.32 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici