简介:【摘要】 目的 :探讨新型冠状病毒肺炎疫情下的社区护理模式对于预防和控制传染的应用效果。 方法 :选择 2020.3-2020.5 期间 厦门 某小区 70 例健康人作为研究对象,按照护理模式的不同将所有人分为对照组和观察组,对照组( 35 例)接受常规护理,观察组( 35 例)接受社区流程化护理,对两种护理方式的应用效果进行分析和对比。 结果 :观察组未发生新冠肺炎,对照组发生新冠肺炎的有 1 例( 2.86 %),差异显著且有统计学意义( P<0.05 )。 结论 :在疫情下采取适当的护理措施能够有效预防和控制疾病的传播,保障社区群众的生命安全。
简介:摘要:疫情被形容为“传播速度比较快,病毒传播力有所增强”。潜伏期最长多达 14天,即使没有发热,没有感染迹象或仅有轻微感染迹象的感染者也可以将病毒传染给他人,症状筛查无法有效检测。当前尚无针对 SARS-CoV-2的预防疫苗及治疗方法。由于疫情爆发正值春节临近,为避免春节期间聚餐串门等人员流动造成疫情进一步扩散,多地政府机构和媒体呼吁居民取消家庭聚餐和串门拜访。
简介:摘 要 由严重急性呼吸道综合征冠状病毒2型(SARS-CoV-2)所引起的2019冠状病毒(CoVid-19)疫情正在席卷全球。为了使人们更好地了解、评估和控制此次疫情,本文通过构造了一系列衡量疫情严重程度的时间序列数据,并利用逐步聚类及降维算法及最小二乘法回归分析等方法,对疫情已爆发的国家在疫情爆发期内的数据进行了时间序列和横截面的处理,构造了能够准确量化这些国家在疫情爆发后的疫情走势的疫情相对严重程度指标(Relative Severity Score)。在此基础上,通过对该指标和地理、人文和社会因素做回归分析,本文发现人口平均年龄、湿度、平均气温和风速对疫情爆发的相对严重程度具有显著的统计学意义。最后,通过将该指标带入到机器学习模型中使用回归分析对数据进行拟合,本文对疫情正在爆发的国家的未来疫情发展趋势进行了预测。