Nous visons à développer et à valider une nouvelle méthode de visualisation de l’histogramme polaire pour l’analyse des scaltors de l’échelle du trouble de stress aigu, en mettant l’accent sur les soignants âgés en soins intensifs, l’évaluation de la santé mentale et l’efficacité de l’intervention. L’intégration de techniques de visualisation de données avec des outils d’évaluation sérologique est apparue comme une évolution cruciale, notamment dans la compréhension des troubles de stress complexes par des approches d’analyse multidimensionnelle. Ils utilisent la visualisation de polyhistogrammes basée sur MATLAB combinée à des évaluations ASDS standardisées et à des interventions CPT pour créer des représentations virtuelles complètes des profils de stress.
Les médecines traditionnelles ont du mal à interpréter simultanément nos 19 variables TSA. Notre protocole remédie à cette limitation en introduisant une approche de visualisation innovante pour une analyse complète du profil de stress. Nos résultats ouvrent la voie à l’exploration de l’intégration de l’apprentissage automatique avec des techniques de visualisation et à l’étude de la validation interculturelle des modèles de profil de stress dans différentes populations.
Pour commencer, répartissez les participants à l’étude entre les soignants âgés de 60 à 80 ans en unités de soins intensifs ou en unités de soins intensifs et les témoins âgés en bonne santé de la communauté locale. Demandez au participant de remplir le formulaire de consentement éclairé avant la collecte des données. Fournir au participant le questionnaire normalisé sur l’échelle de trouble de stress aigu (TSA) en 19 points.
Demandez à des psychologues professionnels de mener des entretiens d’évaluation de l’ASDS pour assurer la cohérence et la fiabilité. Recueillir et consigner les scores de l’ASDS après avoir rempli le questionnaire. Appliquer une thérapie cognitivo-comportementale et des stratégies d’adaptation basées sur la pleine conscience à des personnes sélectionnées dans le groupe des aidants âgés en soins intensifs dans le cadre d’une intervention complète.
Ouvrez le fichier de données de la feuille de calcul et vérifiez que les matrices de données sont structurées en groupe sain avec une matrice de 19 par 106. Soins intensifs pour aidants âgés 24 heures sur 24 avec une matrice de 19 par 309 Intervention en unité de soins intensifs EC avec une matrice de 19 par 109 et contrôle de l’unité de soins intensifs par EC avec une matrice de 19 par 200. Pour importer des données ASDS dans l’espace de travail MATLAB, ouvrez le menu d’options de la feuille de calcul et cliquez sur l’onglet Compléments.
Parcourez et ajoutez le lien MATLABs XL. dot X LAM situé dans le répertoire de liens X de la boîte à outils de MATLAB. Sélectionnez ensuite les données de chaque groupe et cliquez sur les plugins MATLAB.
Option Envoyer les données à MATLAB. Vérifiez que toutes les données apparaissent dans l’espace de travail de MATLAB avec les variables : les données H contenant le groupe sain, les données matricielles 19 par 106, les données EC contenant l’intervention en soins intensifs CE, la matrice 19 par 109 et le contrôle des données contenant la matrice 19 par 200 du contrôle EC. Après avoir importé des données ASDS dans l’espace de travail MATLAB, utilisez la commande means equals mean of Data underscore EC virgule two et total underscore equals sum of data, comma un, pour obtenir les valeurs moyennes des 19 variables et les scores sum pour l’ASDS of elderly caregiver ICU respectivement.
Exécutez le code pour voir la distribution des valeurs moyennes et certains scores pour les 19 variables de l’ASDS de l’unité de soins intensifs des aidants âgés. À l’aide de la commande moyenne, souligner, EC est égal à la moyenne des données, souligner, EC virgule deux, et le trait moyen de soulignement H, souligner H, virgule deux, pour calculer les moyennes de l’échantillon TSA, respectivement, pour le groupe des aidants âgés et le groupe en bonne santé. Maintenant, utilisez la commande histogramme polaire pour créer un tracé superposé comparant les deux variables, EC moyenne et moyenne H.Ensuite, à l’aide du code MATLAB, ajoutez des coordonnées et des annotations au graphique.
Pour le groupe des aidants âgés, les données d’origine exécutent le trait de soulignement EC est égal à la moyenne des données soulignent EC, commande virgule deux. Ensuite, pour le groupe d’intervention du groupe témoin en bonne santé, exécutez le trait de soulignement moyen I est égal à la moyenne des données soulignement I virgule deux. Et pour le groupe d’intervention du groupe de contrôle de l’unité de soins intensifs EC, le groupe de contrôle de soulignement moyen est égal à la moyenne des données, le contrôle du trait de soulignement, la virgule deux.
Ensuite, exécutez la barre de commandes, le trait de soulignement moyen Virgule EC, le contrôle du trait de soulignement moyen, la virgule signifie le trait de soulignement H pour tracer la comparaison entre différents groupes. Utilisez le code montré pour classer les effets sur le pronostic, en obtenant la variable IDXX pour le classement des 19 items de l’ASDS, effets pronostiques. Enfin, utilisez la commande histogramme polaire pour créer un tracé superposé des données du groupe de contrôle et du groupe d’intervention.
Annotez le tracé selon l’ordre d’IDXX. Les données de l’ASDS pour les aidants âgés en soins intensifs ont montré un score moyen de 3,3 et une valeur cumulative de 62,6, indiquant un niveau de stress significativement plus élevé par rapport aux personnes âgées en bonne santé. La comparaison à l’aide d’un histogramme polaire montre une différence marquée dans les scores de TSA entre les soignants des soins intensifs et les personnes âgées en bonne santé, les soignants des soins intensifs présentant des niveaux de stress plus élevés.
Les symptômes d’hyperexcitation dans le groupe d’intervention ont diminué avec les réactions physiques lorsqu’on leur rappelle le traumatisme, passant de 4,16 à 3,63. Être nerveux ou facilement surpris de 3,95 à 3,44. Alerte excessive de 4,13 à 3,66.
Difficulté à se concentrer de 4,09 à 3,64. Irritabilité de 3,69 à 3,28 et troubles du sommeil de 3,67 à 3,27. Le groupe d’intervention a montré des améliorations modestes des symptômes d’évitement, notamment en essayant d’éviter les situations ou les personnes qui leur rappelaient le traumatisme, en essayant de ne pas parler du traumatisme, en essayant de ne pas penser au traumatisme et en se sentant bouleversé lorsqu’on lui rappelle le traumatisme.
