Resumen

Los acontecimientos adversos de enfermería se producen de forma repentina, imprevisible o inesperada en el transcurso de los procesos de diagnóstico y tratamiento clínico en los hospitales. Estos sucesos afectan negativamente a los resultados del diagnóstico y el tratamiento del paciente e incluso aumentan el dolor y la carga del paciente. Además, es muy probable que provoquen accidentes y disputas y afecten al trabajo médico normal y a la seguridad del personal, y no favorecen el desarrollo del sistema sanitario. Debido al rápido desarrollo de la medicina moderna, la salud y la seguridad de los pacientes se han convertido en el tema que más preocupa a la sociedad y la seguridad de los pacientes es una parte importante de la gestión de la atención médica. Las investigaciones y los acontecimientos han demostrado que la gestión clasificada de los acontecimientos adversos de enfermería, el análisis de los acontecimientos y las medidas de mejora son beneficiosos, concretamente para el sistema sanitario, para mejorar continuamente la calidad de la atención médica y reducir la aparición de acontecimientos adversos de enfermería. En la gestión de los acontecimientos adversos de enfermería, es muy importante clasificar los informes de texto de los acontecimientos adversos de enfermería y dividirlos en diferentes categorías y niveles. Los informes tradicionales de sucesos adversos de enfermería son en su mayoría datos no estructurados y simples, que a menudo dependen de la clasificación manual, lo que resulta difícil de analizar. Además, los datos son relativamente imprecisos y el significado práctico de referencia no es evidente. En este artículo, hemos evaluado exhaustivamente varios métodos de clasificación basados en el aprendizaje profundo que están diseñados específicamente para los sistemas sanitarios. Con el desarrollo de la ciencia y la tecnología, los métodos de clasificación de texto basados en el aprendizaje profundo están entrando gradualmente en el campo de visión de las personas. Además, hemos propuesto un modelo de clasificación de texto para eventos adversos de enfermería en el sistema sanitario. Se realizan experimentos y pruebas de comparación de datos tanto del método propuesto basado en aprendizaje profundo como de los métodos existentes en la clasificación de texto de efecto de eventos adversos de enfermería. Estos resultados muestran el excepcional rendimiento del mecanismo propuesto en términos de varias métricas de evaluación.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:sucesos adversos de enfermería, sistema sanitario, aprendizaje profundo, sucesos adversos de enfermería, efecto de los sucesos adversos, prueba de comparación de datos, gestión de la atención médica, trabajo médico normal, importancia práctica de referencia, métodos de clasificación de textos
• Keywords:adverse nursing events, health system, deep learning, Adverse nursing events, adverse events effect, data comparison test, medical care management, normal medical work, practical reference significance, text classification methods