军事护理

作者：周文琳，潘玲琳，潘新美，李艳雯，饶琳，李红

单位：上海交通大学医学院附属国际和平妇幼保健院 护理部，上海 200030,上海交通大学医学院附属国际和平妇幼保健院 产房,上海交通大学医学院附属国际和平妇幼保健院 手术室,上海交通大学医学院附属国际和平妇幼保健院 护理部，上海 200030,上海交通大学医学院附属国际和平妇幼保健院 护理部，上海 200030,上海交通大学医学院附属国际和平妇幼保健院 护理部，上海 200030

关键词：机器学习;出血量;Meta分析;患者安全;围术期护理

基金：上海交通大学“交大之星”计划医工交叉研究基金（YG2024ZD26）

目的 采用Meta分析评价机器学习在术中出血量评估中的应用价值，为相关模型的开发与临床应用提供参考。方法 检索中国知网、万方、PubMed等国内外数据库中有关基于机器学习评估术中出血量的中英文文献，检索时间为建库至2025年11月。采用Stata 17.0软件对纳入文献进行Meta分析。结果 共纳入12篇研究，整合后机器学习模型评估出血量的结果与金标准具有强相关性[r=0.91,95%CI(0.84~0.95)]。亚组分析结果显示，发表年份、国家、研究对象、样本类型、机器学习模型、是否外部检验的差异存在统计学意义（均P＜0.001）。结论 机器学习模型在术中出血量评估中准确性和可靠性高，其应用有助于护士精准高效评估出血量，为抢救生命争取时间，对降低围术期严重并发症发生率、保障患者安全意义重大。

来源：2026年第3期

《军事护理》期刊编辑部

查看军事护理杂志2026年第3期