Spelling suggestions: "subject:"fysiologiska"" "subject:"fysiologi""
1 |
On perceived exertion and its measurement /Borg, Elisabet, January 2007 (has links)
Diss. (sammanfattning) Stockholm : Stockholms universitet, 2007. / Härtill 4 uppsatser.
|
2 |
"Konsten i medicinen är att roa patienten medan naturen sköter läkningen" : Humor i omvårdnaden och dess fysiologiska och psykologiska inverkan på patienten.Lindfors Kjellberg, Louise, Live-Åkerström, Maria January 2012 (has links)
Bakgrund: De människor som personalen möter inom vården har på ett eller annat sätt drabbats av sjukdom eller skada, fysisk eller psykisk. Sjuksköterskans uppgift är att främja hälsa och lindra lidande. Det kan sjuksköterskan göra genom att använda humor som kan lätta upp patientens tillvaro i en svår livssituation. Syfte: Syftet med denna litteraturstudie var att belysa vad humor har för inverkan på patienten och om den kan vara till nytta i omvårdnadsarbetet. Metod: Resultatet i litteraturstudien baseras på sjutton stycken vetenskapliga artiklar som söktes i databaser som var relevanta utifrån syftet. Dessa artiklar kvalitetsgranskades och analyserades. Resultat: Resultatet visar på många positiva effekter både fysiologiskt och psykologiskt, såsom avslappning, smärtlindring, som copingstrategi för att hantera svårigheter och möjlighet att se livet i ett nytt perspektiv. Humor underlättar i omvårdnadsarbetet eftersom det är ett sätt att skapa närhet i relationen mellan patient och sjuksköterska, det underlättar också kommunikationen och ger patienten ett sätt att uttrycka svåra känslor. Humor kan vara till nytta i omvårdnadsarbetet men måste användas med försiktighet eftersom alla patienter är unika och uppfattar humor på olika sätt. Implikation: Aktuell vetenskaplig forskning på humorns fysiologiska effekter efterfrågas och att kunskap om humor och dess effekter bör bli en del i sjuksköterskans grundutbildning.
|
3 |
Effekt av marklyft på smärta och funktion för patienter med ländryggssmärta : En litteraturstudie / Effects of deadlift on pain and function on patients with low back pain : A literature reviewKnape, Anton, Midhamre, Gustaf January 2023 (has links)
Bakgrund: Runt 80% av befolkningen upplever någon gång i livet ländryggssmärta. Idag finns en mängd olika behandlingsåtgärder för ländryggssmärta såsom stabilitetsträning, motorisk kontroll träning och aerob träning. Marklyft är en traditionell övning inom idrott och fysträning som allt mer används inom ryggrehabilitering Syfte: Denna litteraturstudie hade som syfte att sammanställa den aktuella forskningen gällande marklyfts effekt på smärta, självskattad funktion och fysiologisk funktion för patienter med ländryggssmärta. Metod: En litteratursökning genomfördes i databaserna PubMed, Web of Science, Sportdiscus, CINAHL, Science Direct och Scopus. Resultat: Totalt inkluderades 4 RCT-studier, dock var samtliga studier från samma forskargrupp och inkluderade samma deltagare. En studie påvisade att marklyft hade signifikant förbättring på smärta, två studier visade att marklyft hade en signifikant skillnad i att öka självskattad funktion, två studier visade signifikanta fysiologiska förändringar i form av förbättring i fysiska test respektive ökad tvärsnittsyta för multifiderna inom gruppen. Vad gäller gruppskillnader fanns det signifikanta skillnader i PSFS, plankan och testbatteriet i motorisk kontroll mellan marklyft- och Low Load Motor Control-gruppen (LMC) med fördel till LMC-gruppen. Konklusion: Resultatet indikerar att marklyft kan ha goda effekter på smärta, självskattad funktion och fysiologisk funktion. Interventionerna anses vara likvärdiga i nästintill alla avseende för att behandla patienter med nociceptiv mekanisk ländryggssmärta. Dock är resultatet av studierna från samma deltagargrupp och mer forskning krävs för att kunna dra en mer generell slutsats.
|
4 |
Ett steg närmare att bistå än att förlösa : En kvalitativ intervjustudie om barnmorskorsupplevelser och reflektioner av att bistå vidvattenfödselFromm, Hilda, Älander, Elin January 2023 (has links)
Bakgrund: Vattenfödsel har praktiserats i tusentals år och innebär att barnet födsfram helt under vattenytan. I barnmorskans kompetensområde ingår att självständigthandlägga okomplicerad förlossning. Handhavandet vid vattenfödsel skiljer sig motannan födsel och det krävs erfarenhet för att bli trygg. Det finns inga nationellariktlinjer utan varje klinik beslutar om egna riktlinjer för vattenfödsel. Vidvattenfödsel minskar medicinska interventioner under förlossningen och det finnsinga ökade risker för barn att födas i vatten. Kvinnor beskriver positiva erfarenheterav att föda i vatten och barnmorskor beskriver att vattenfödsel ger enkvinnocentrerad och lugn atmosfär. Motiv: Det har länge varit ovanligt att erbjuda vattenfödsel i Sverige men det blirvanligare och efterfrågan ökar. Vattenfödsel har nyligen implementerats inomRegion Västernorrland och innebär således ett nytt arbetssätt. Därför är det av viktatt belysa barnmorskors upplevelser för att få fördjupad kunskap om vattenfödseloch kunna utveckla arbetssättet. Syfte: Syftet med studien var att belysa barnmorskors upplevelser och reflektionerav att bistå vid vattenfödsel på sjukhus i norra delen av Sverige. Metod: En kvalitativ design med induktiv ansats användes. Semistruktureradeintervjuer med åtta barnmorskor genomfördes. Intervjuerna analyserades medkvalitativ innehållsanalys. Resultat: Analysen resulterade i sju subkategorier och tre kategorier. Kategoriernavar: “Utvecklande och utmanande för barnmorskeprofessionen”, “Vattenfödselbidrar till att makten över födandet blir kvinnans” och “Barriärer men ocksåutvecklingsmöjligheter”. Konklusion: Upplevelsen var att vattenfödsel utmanade det handhavandebarnmorskorna var vana vid och att barnmorskans roll att stödja och stärkaförtydligades. Vattenfödsel bidrog till en fysiologisk födsel, gav ökad empowermentför kvinnan och bidrog till en mer kvinnocentrerad vård. Miljön upplevdes ha storinverkan på födseln och barnmorskorna beskrev flertalet barriärer för utövandet avvattenfödsel men att dessa barriärer var möjliga att påverka.
|
5 |
Färgen och den fysiologiska estetiken : Goethe, Novalis och Caspar David FriedrichEnström, Anna January 2009 (has links)
No description available.
|
6 |
Relationen mellan självkänsla, perfektionism och prestationsångest hos studenterFrode, Moa, Hagberg, Nicole January 2023 (has links)
Låg självkänsla och hög maladaptiv perfektionism har visat sig öka risken för tidig debut och vidare utveckling av ångest- och depressionssyndrom hos studenter. Studien syftade till att undersöka relationen mellan faktorerna självkänsla, perfektionism och kognitiv ångest, fysiologisk ångest och ångestreglering hos studenter. Detta genomfördes genom tre frågeställningar med tillhörande hypoteser. Studiens enkät besvarades av 141 deltagare; 89 kvinnor och 52 män, med varierande huvudämnen. Resultatet visade att kvinnor uppgav högre grad av kognitiv- och fysiologisk ångest än män, medan män erhöll högre grad av ångestreglering än kvinnor. Vidare påvisades en negativ korrelation mellan självkänsla och kognitiv- och fysiologisk ångest. Dessutom erhölls positiva korrelationer mellan rigid- och självkritisk perfektionism och kognitiv- och fysiologisk ångest. Självkritisk perfektionism kunde förklara störst varians hos både kognitiv- och fysiologisk ångest, medan självkänsla förklarade störst varians hos ångestreglering. Ett intressant resultat var att inneha hög självkänsla bidrar till en ökad upplevd förmåga att hantera prestationsångest.
|
7 |
Sequential Deep Learning Models for Neonatal Sepsis Detection : A suitability assessment of deep learning models for event detection in physiological data / Sekventiella djupinlärningsmodeller för detektering av neonatal sepsis : En lämplighetsbedömning av djupinlärningsmodeller för händelsedetektering i fysiologisk dataAlex Siren, Henrik January 2022 (has links)
Sepsis is a life-threatening condition that neonatal patients are especially susceptible to. Fortunately, improved bedside monitoring has enabled the collection and use of continuous vital signs data for the purpose of detecting conditions such as sepsis. While current research has found some success in reducing mortality in neonatal intensive care units with linear directly interpretable models, such as logistic regression, accurate detection of sepsis from inherently noisy time-series data still remains a challenge. Furthermore, previous research has generally relied on pre-defined features extracted from rawvital signs data, which may not be optimal for the detection task. Therefore, assessing the overall feasibility of sequential deep learning models, such as recurrent and convolutional models, could improve the results of current research. This task was tackled in three phases. Firstly, baseline scores were established with a logistic regression model. Secondly, three common recurrent classifiers were tested on pre-defined window based features and compared with each other. Thirdly, a convolutional architecture with a recurrent and non-recurrent classifier was tested on raw low frequency (1Hz) signals in order to examine their capability to automatically extract features from the data. The final results from all phases were compared with each other. Results show that recurrent classifiers trained on pre-defined features do outperform automatic feature extraction with the convolutional models. The best model was based on a long-short term memory unit that achieved an area under the characteristic receiver operating unit curve of 0.806, and outperformed the established baseline results. In comparison with previous research, said model performed on par with the examined simple interpretable baseline models. The low results can likely be attributed to a insufficient sample size of patients with sepsis for the examined models and sub-optimal hyperparameter optimization due to the number of possible configurations. Further avenues of research include examination of high frequency data and more complex models for automatic feature extraction. / Sepsis är ett livshotande tillstånd som neonatala patienter är särskilt mottagliga för. Lyckligtvis har förbättrad patientmonitorering möjliggjort kontinuerlig insamling och andvänding av vitalparametrar i syfte att upptäcka tillstånd som sepsis. Medan aktuell forskning har funnit viss framgång i att minska dödligheten på neonatala intensivvårdsavdelningar med hjälp av linjära tolkbara modeller, såsom logistisk regression, är noggrann detektering av sepsis från brusig tidsseriedata fortfarande en utmaning. Dessutom har tidigare forskning i allmänhet förlitat sig på fördefinierade prediktorer extraherade från rå vitalparameterdata, som kanske inte är optimala för detektionsuppgiften. På grund av detta kan en bedömning av den övergripande användbarheten av sekventiella modeller för djupinlärning, såsom RNN- och CNN-modeller, förbättra resultaten av aktuell forskning. Denna uppgift tacklades i tre faser. Först och främst etablerades baslinjeresultat med en logistisk regressionsmodell. För det andra testades tre RNN-baserad klassificerare på data med fördefinierade fönsterbaserade prediktorer och jämfördes med varandra. För det tredje testades en CNN-arkitektur med både en RNN-klassificerare och MLP-klassificerare på råa lågfrekventa (1Hz) signaler för att undersöka deras förmåga att automatiskt extrahera egna prediktorer från datan. Slutresultaten från alla faser jämfördes med varandra. Resultaten visar att RNN-klassificerare som tränats på fördefinierade prediktorer överträffar automatisk extraktion av prediktorer med CNN-modellerna. Den bäst presterande modellen baserades på en långtidsminnesenhet som uppnådde en AUROC på 0.806, och överträffade de etablerade baslinjeresultaten. I jämförelse med tidigare forskning uppnådde ifrågavarande modell lika hög prestation som de väl undersökta enklare tolkbara baslinjemodellerna. De låga resultaten kan sannolikt tillskrivas en otillräcklig provstorlek av patienter med sepsis för de undersökta modellerna och suboptimal hyperparameteroptimering på grund av antalet möjliga konfigurationer. Ytterligare forskningsvägar inkluderar undersökning av högfrekventa data och mer komplexa modeller för automatisk extraktion av prediktorer.
|
Page generated in 0.0416 seconds