- 1、本文档共1页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大爱无声,真水无香
来到区人民医院重症监护室已有一年了, 对于我来说,从步入医学殿堂那一刻起,“健康所系,生命相托”这句誓言就一直铭记于心,深知作为一名医生,
尤其是一名重症监护室的医生所必须面对的生命不能承受之重, 不管如今社会多么纷纷扰扰,不管自己的生活多么压抑、困扰,作为一名医生,我们面对生命时始终应该保有冷静、积极、珍惜的态度。
现在是凌晨两点,偌大的医院灯火通明却有些寂静,窗外的天空安静祥和,
只有昏黄的路灯隐隐闪耀, 重症监护室里的护士还在检查着各床病人的情况, 一
一做着记录!而我一遍一遍的检查危重患者的生命体征是否出现新的变化, 根据
各项检查结果调整着呼吸机的参数, 术后病人的液体引流情况, 出入量情况等所
有可能会导致病情恶化的一切指标, 不停的巡视后, 利用一点时间把病人的病情
变化、化验、对应的处理措施记录下来,不敢有一丝松懈,因为不知什么时候就
会突然有新的病人需要抢救, 即使没来新病人, 仍然需要精力高度集中, 因为现有的病人情况通常不容乐观, 只有及早发现可能出现恶化的趋势, 能给患者的生命带来转机。这就要求我们应具备敏锐的观察力、敏捷的动作、高度的责任心、良好的沟通能力和自我调适能力,是我们 ICU 医护人员必不可少的素质。
或许在许多人的眼里, 我们这些见惯死亡的医护人员也许面对病人的病痛比一般人更不能感同身受, 而我们更接近生命消逝的底线, 面对生老病死是不是更漠然?事实并非如此,我们比一般人更能体会亲人离开的痛! 那种远不能用语言、用眼泪、用肢体来表达的撕心裂肺!
每当我们无力挽救病人生命的时刻, 看到家属那饱含眼泪的双眸, 那充满恳切希望的目光,期待奇迹出现的时候,我们更是别样的难过!可惜我们能做的,
只是无言的安慰!她们说, “病人无医,将陷于无望;病人无护,将陷于无助” ,所以住进我们科的病人,我们更加用心、更加努力,进行无微不至的生活护理、心理疏导。希望我们的付出能换来一个个在生死边缘徘徊的重症病人转危为安。
ICU 的每一天都是挑战,当始终铭记于心的是刚入学时所立下的誓言:我志愿献身医学,酷爱祖国,忠于人民,恪守医德,尊师守纪,刻苦研究,孳孳
不倦,精益求精,全面发展。我决心全力以赴除人类之病痛,助健康之完善,维护医术的圣洁和荣誉。
您可能关注的文档
- 2011年9月上半月工作总结.docx
- 分成销售方式下的财税处理.docx
- 鸭苗销售合同.docx
- 珠宝钻戒销售案例.docx
- 燕窝销售话述.docx
- 电话销售的特点优势.docx
- 第9周补充练习1.docx
- 十几减9练习课.docx
- 9月份医院科主任例会内容.docx
- 仁爱版七年级英语下册Unit7Topic1知识点归纳.docx
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)