某院医护人员对患者隐私保护的调查

来源 :中国病案 | 被引量 : 0次 | 上传用户:xiaodaoluan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 调查分析某院肾内科、泌尿外科、血透中心医护人员对患者隐私保护的认知及行为差异,指导临床医护人员做好患者隐私保护工作。方法 选取某院肾内科20名医护人员、泌尿外科15名医护人员、血透中心22名医护人员分别接受患者隐私量表调查,并选取每个科室60名患者接受患者隐私量表调查;对比三个科室医护人员及收治患者对患者隐私保护的认知及行为评分差异。结果 泌尿外科患者隐私保护的认知评分、行为评分高于肾内科、血透中心,差异具有统计学意义(P<0.05);泌尿外科、肾内科患者对隐私保护的需求评分、满意度评分高于血透中心,差异具有统计学意义(P<0.05);统计分析肾内科科患者隐私暴露事件74例中,主要暴露途径为临床电子病历系统29.73%、同事之间交谈21.62%、健康教育17.57%;泌尿外科的32例隐私暴露事件中,主要暴露途径为临床使用电子病历系统25.00%、同事之间交谈及换药过程中各21.88%;血透中心的58例隐私暴露事件中,主要暴露途径为临床使用电子病历系统25.86%、同事之间交谈27.59%、交接班时15.52%。结论 患者隐私泄露途径主要为使用电子病历系统、同事之间交谈、健康教育过程中、换药过程中以及交接班过程中。该院泌尿外科对患者隐私的保护意识最高,保护行为做得最好,泌尿外科患者对隐私保护的需求愿望更强,泌尿外科、肾内科患者对医护人员隐私保护的满意度最高。
其他文献
文章分析了基因信息隐私权的内容及其特征,认为我国对该隐私的保护处于立法空白的状态且大众的个体基因信息保护意识低下,并提出制定专门的《基因法》等完善性建议。
本文通过对裂项的深入剖析,从一般等差数列入手,逐步拓展到2阶、3阶,以至n阶等差数列求和的研究。本研究包含了特殊的同公差n阶等差数列■和一般化的n阶等差数列■,给出了一般化的解答思路,使得此类问题的解答更加清晰易懂,在中小学奥数教学中更具有可操作性。
新冠肺炎疫情等重大传染病暴发具有突发性的特点,为防止疫情的快速传播与扩散,需要快速启动突发公共卫生事件一级响应,采取隔离确诊患者、疑似病例、密切接触者,追踪其活动轨迹,发布其感染相关信息等防控措施,这有可能引起个人隐私与信息的泄露。采取防控措施需要在保护公众利益的同时,兼顾个人权益与隐私保护,并获得公众的理解与支持。重大传染病防控中个人隐私保护的伦理治理,需要根据法律法规规范个人信息的使用,多维度
针对传统隐私保护机器学习方案抵抗对抗攻击能力较弱的特点,提出一种基于格雷码置乱和分块混沌置乱的医学影像加密方案(Gray+block chaotic scrambling optimized for medical image encryption,GBCS),并应用于隐私保护的分类挖掘。首先对图像进行位平面切割;然后,对图像不同位平面进行格雷码置乱后再进行分块,在分块的基础上分别进行混沌加密;最
国企改革是国有企业持续发展的必经路径,混合所有制改革作为国企改革的重点内容之一,对企业发展至关重要。本文以东航物流公司为例,重点分析了混改路径及其对企业经营业绩的影响,结果表明混合所有制改革有助于企业提升员工活力,提高经营业绩,从而得出关于国企混合所有制改革的一些启示,供业界参考。
学位
政府与农民的互构式治理意味着乡村治理现代化和长期巩固脱贫攻坚成果的实现,需要“自上而下”的政府治理与“自下而上”的农民参与双轨道有效耦合。研究以社会互构论为认知范式,以“互惠共生”关系为视角,以红岩村“村民议事会”作为案例,政府和农民的互构式治理过程呈现“强政府-强农民”的良性互构模式,以此化解乡村治理困境、创新基层民主治理,通过互构主体、互构动力、互构方式、互构域四个要素相互作用以达到互构式治理
自人类社会诞生以来,以天花、鼠疫为代表的病毒灾害给人类社会的稳定与安全造成了巨大的威胁,可以说公共卫生事件贯穿了人类发展历史。2020年,新冠肺炎疫情在世界各国蔓延开来,也是我国自非典疫情以来遭遇的又一重大突发公共卫生事件,对于我国群众的人身安全带来了严重威胁,同时也对国家社会经济秩序的健康运营造成了破坏。然而突发公共卫生事件的显著特征之一就是爆发时间点基本无法进行提前的预测,且容易在爆发后的短时
针对飞机起落架液压系统故障诊断精度低,深层故障特征提取困难的问题,提出了一种基于双路特征融合卷积神经网络(TSFFCNN)与粒子群优化支持向量机(PSO-SVM)结合的起落架液压系统故障诊断模型。该诊断模型以起落架多节点压力信号作为输入,采用一维卷积神经网络(1DCNN)与二维卷积神经网络(2DCNN)并行多通道网络结构自适应提取深层特征信息,并在融合层将深层特征信息融合,最后通过优化后的SVM分