CN106960132A - 一种icu患者非计划性拔管预警系统 - Google Patents
一种icu患者非计划性拔管预警系统 Download PDFInfo
- Publication number
- CN106960132A CN106960132A CN201710342294.XA CN201710342294A CN106960132A CN 106960132 A CN106960132 A CN 106960132A CN 201710342294 A CN201710342294 A CN 201710342294A CN 106960132 A CN106960132 A CN 106960132A
- Authority
- CN
- China
- Prior art keywords
- early warning
- patient
- uex
- icu
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000474 nursing effect Effects 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 230000036407 pain Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000002560 therapeutic procedure Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 238000010276 construction Methods 0.000 abstract description 3
- 239000000463 material Substances 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 12
- 238000011160 research Methods 0.000 description 7
- 230000002411 adverse Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 208000028399 Critical Illness Diseases 0.000 description 1
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010011985 Decubitus ulcer Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 208000004210 Pressure Ulcer Diseases 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 206010039897 Sedation Diseases 0.000 description 1
- 206010066901 Treatment failure Diseases 0.000 description 1
- 230000036592 analgesia Effects 0.000 description 1
- 208000008784 apnea Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013278 delphi method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000036280 sedation Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 210000003437 trachea Anatomy 0.000 description 1
- 238000002627 tracheal intubation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Child & Adolescent Psychology (AREA)
Abstract
本发明涉及一种ICU患者非计划性拔管预警系统,该预警系统分三个步骤进行:首先筛选ICU患者UEX风险因素预警指标;再进行ICU患者UEX预警系统的预警临界值的界定;最后构建ICU患者UEX预警系统。本发明是医护人员根据多年经验研制出的预警系统,该系统可以加强ICU患者预警系统的建设,利用ICU信息网络平台实现UEX风险的监测和评估,可提高预警快速反应能力,不但节省人力物力,而且可以提高评估的精确度,使医务工作者及时发现患者在护理服务过程中潜在或已有的UEX风险,提前识别ICU患者UEX的风险因素,采取相应的护理措施,把事故隐患消灭在萌芽状态,对提高护理质量、保障患者安全有着不可估量的作用。
Description
技术领域
本发明属于医疗技术领域,特别涉及一种ICU患者非计划性拔管预警系统。
背景技术
非计划性拔管(Unplanned Extubation,UEX)是指未经医护人员同意,患者将管道自行拔出(Self-extubation),也包括医务人员操作不当所致的拔管,又称意外拔管(Accidental Extubation),是重症监护室(ICU)主要护理不良事件之一,也是反映ICU医疗护理质量的一个重要指标。ICU是救治各类危重症多系统功能患者为主的综合诊疗体系,患者置管比例远远高于常规科室,UEX在ICU中的发生率为2.8%~20.6%不等。UEX发生时可造成患者损伤、增加院内感染、延长患者住院天数,增加住院费用,且扰乱治疗计划,甚至危及患者生命,引发医疗纠纷。尤其是脑室引流管、气管插管/切开导管、胸腔密闭式引流管等I类导管的意外拔出会引发高血压、呼吸暂停以及室颤等危及生命的并发症。近几年来,UEX在各类护理不良事件中的发生率一直居高不下,国外报道UEX的发生率在0.5%~14.2%,国内文献显示为0.2%~14.6%,国内某三甲医院护理系统上报335起不良事件,位居前三位的分别是管路滑脱、压疮、跌倒。根据病房单元和管道类别的不同,患者UEX的发生率也存在差别。
近年来,有学者不断探究ICU患者UEX发生的风险因素,归纳总结为患者、导管、医护和环境等方面原因。其中患者自行拔管是UEX发生的主要原因,占UEX发生例数的50%~100%。躁动则是导致UEX发生的患者方面的主要因素,另外ICU患者的意识水平、精神状态、舒适度、活动动力、疾病情况也很大程度影响着UEX的发生。文献还指出,导管固定方法、管道材质、留置时间及医务工作者的插管技术、工作经验也会导致意外拔管。为了预防和降低UEX不良事件的发生,国内外专家提出了防范UEX的相关措施,如加强护理人员的培训、合理使用身体约束及镇静镇痛、不断更新护理操作流程、引入PDCA循环理论、品管圈、医疗失效模式及效应分析等管理方法。可因文化地域不同,患者病情差异、医务人员能力限制、管理系统缺陷等影响因素,导致干预UEX的措施依从性不理想。有学者研究认为,35%~50%的不良事件通过系统的介入可有效避免,王乙红等经分析得出90%的医疗问题是难以责备医务人员本身,而是医院管理系统的缺失。我国每年发生的不良事情多达163~755万例,如果加强对患者的安全管理,每年可避免发生的不良事件可高达65~310万例。因此对UEX的预防措施仅停留在改进护理操作常规是远远不够的,防范的意识和思路更应该体现在优化工作流程和改进管理策略上,故探索其他管理策略,对减少UEX的发生,提高护理质量的意义重大。
发明内容
本发明的目的是通过收集相关的资料信息,监控风险因素的变动趋势,并评价各种风险状态,提供一种专用于ICU患者非计划性拔管预警系统。
一种ICU患者非计划性拔管预警系统,该预警系统分三个步骤进行:
第一步:筛选ICU患者UEX风险因素预警指标
首先对ICU的临床医生、N0-N4级护士、科护士长进行半结构式访谈,了解ICU引起UEX发生的原因;基于循证理念,系统评价国内外有关ICU患者UEX影响因素文献,初步拟定ICU患者UEX预警指标;选择临床医疗、临床护理及护理管理相关领域的专家进行2轮的专家咨询论证,完成预警指标的筛选及修改,并赋予指标权重分值,最终确定ICU患者UEX风险预警指标体系;
第二步:ICU患者UEX预警系统的预警临界值的界定
在系统评价文献、深度访谈及专家意向论证基础上构建ICU患者UEX风险预警指标体系,并对该体系进行内容效度和评定者信度的检验;使用ICU患者UEX风险预警指标体系评估,评估ICU病房100例患者;通过构建接收者工作特征曲线评价其预测效度,观察量表的灵敏度、特异度、阳性预测值、阴性预测值、ROC曲线,曲线下面积,从而计算出UEX预警临界值;
第三步:构建ICU患者UEX预警系统
① UEX预警系统的开发环境
ICU患者非计划性拔管预警系统为重症系统的子系统模块,集成在重症系统上运行,服务器使用云存储技术,软件采用系统Oracle数据库作为开发工具,开发言语为C#,运行环境为Window操作系统,运用结构化与面向对象相结合的方法,即在系统规划、系统设计、系统分析在这3个阶段使用结构化方法,在系统程序编制与调试阶段使用面向对象的方法;本系统以ICU患者非计划性拔管风险预警评估体系为核心,以预防ICU患者非计划性拔管干预策略为蓝本,通过综合运用信息系统、计算机网络、数据库等智能化手段开发以多种预警方式交互呈现的ICU患者非计划性拔管预警系统;
② UEX预警系统的模块结构
a.登录模块:采用用户名权限管理和密码登录制度,护士通过自己的用户名和密码进入ICU重症监护临床信息系统,根据患者的实际情况评估导管预警模块内容,确认后保存签名,系统自动统计总分并显示导管滑脱的危险等级、预警颜色及提供相应护理措施;
b.评估模块:对非计划性拔管风险预警指标体系进行评估,内容包括导管种类、固定方式、患者年龄、意识状态、精神状态、活动能力、配合及沟通程度、疼痛、病情、高危时段、病房环境等11个评估维度,该模块有的评估内容可从电子护理记录单自动读取生成,实现资源共享;
c.决策模块:系统按照预设的分值自动分析数据得分和分级,生成评估分数及预警颜色进行危险等级显示,界定分值22分;
d.预警模块:首先拔管高危患者在导管预警界面会有红色分数预警;当系统自动判断此患者为拔管高危患者时会在定点的1点、6点、9点、14点、17点、22点弹出对话框,显示此“患者为拔管高危患者,需注意观察”进行预警,同时在系统首页界面右侧会有红色预警感叹号提示拔管高危患者,多种预警方式结合实时监控拔管高危患者,将拔管率降到最低;
e.护理干预策略指导模块::当系统生成预警危险等级时,智能形成相应风险程度的护理措施,护士可随时查阅患者风险程度及防护措施;
f.导管固定方法指导模块:收集拔管率较高的导管固定流程图片放于信息系统,可对护理人员进行教育指导。
本发明是医护人员在实际工作过程根据多年经验研制出的预警系统,该系统可以加强ICU患者预警系统的建设,利用ICU信息网络平台实现UEX风险的监测和评估,可提高预警快速反应能力,不但节省人力物力,而且可以提高评估的精确度,使医务工作者及时发现患者在护理服务过程中潜在或已有的UEX风险,提前识别ICU患者UEX的风险因素,采取相应的护理措施,把事故隐患消灭在萌芽状态,对提高护理质量、保障患者安全有着不可估量的作用。
附图说明
图1为本发明ICU患者非计划性拔管预警系统的操作流程图。
具体实施方式
预警系统(Early Warning Systems)是根据所研究对象的特点,通过收集相关的资料信息,监控风险因素的变动趋势,并评价各种风险状态偏离预警线的强弱程度,向决策层发出预警信号并提前采取预控对策的一种系统。具有高效、及时、方便的特点。据报道:利用信息管理系统实现UEX风险的监测和评估,可提高预警快速反应能力,不但节省人力物力,而且可以提高评估的精确度,使医务工作者及时发现患者在护理服务过程中潜在或已有的UEX风险,做到心中有数,即“先知道、先告知、先预防”。相对于其他高风险行业,国际医疗界对医疗风险预警系统的研究起步较晚,缺乏相对成熟的经验。许多国家的预警系统主要是借鉴其他高风险行业的风险预警经验而建立的,其中美国和英国的医疗风险预警系统较完善。通过学习国外医疗风险预警防控和高风险行业理念,国内逐渐有学者对医疗预警系统机制进行理论与实践的探索,包括其基本概念、基础理论及运行管理等方面研究,但对ICU患者UEX预警系统的构建报道较少。 随着“互联网+”时代的到来,医院信息化管理已成为改善医疗服务水平、节约医院成本、提高护理质量、提升医院形象的重要组成部分,它将成为今后引领护理实践的主流方式之一。加强预警系统的建设及应用,提前识别UEX的风险因素,提高评估的精确度,使医务工作者及时发现患者在护理服务过程中潜在或已有的UEX风险,采取相应的护理措施,把事故隐患消灭在萌芽状态,对提高护理质量、保障患者安全有着不可估量的作用。目前,少部分医院虽建立了UEX预警系统,但系统功能单一,对促进护理质量改进的指导性欠缺,因此构建基于UEX风险评估的预警系统有着重要临床实践价值。本研究依托计算机信息技术为载体,以医院ICU信息网络平台为基础,构建ICU患者UEX预警系统,为规范ICU导管意外滑脱风险管理提供一个自动化、智能化网络信息化平台。
一种ICU患者非计划性拔管预警系统分三个步骤进行:
(1)第一步:筛选ICU患者UEX风险因素预警指标
本研究拟订在贵州省某三甲医院的综合ICU开展,对ICU的临床医生、N0-N4级护士、科护士长进行半结构式访谈,了解ICU引起UEX发生的原因及医护人员的需求。基于循证理念,系统评价国内外有关ICU患者UEX影响因素文献,初步拟定ICU患者UEX预警指标。选择临床医疗、临床护理及护理管理相关领域的专家进行2轮的专家咨询论证,完成预警指标的筛选及修改,并赋予指标权重分值,最终确定ICU患者UEX风险预警指标体系;
下表为ICU患者非计划性拔管风险预警指标体系打分表:
(2)第二步:ICU患者UEX预警系统的预警临界值的界定
在系统评价文献、深度访谈及专家意向论证基础上构建ICU患者UEX风险预警指标体系,并对该体系进行内容效度和评定者信度的检验;使用该量表评估2016年9~10月ICU一二病区100例住院患者的拔管风险分数,收集数据中对临床管床护士进行统一培训,保证资料收集的准确性。通过构建接收者工作特征( receiver operating characteristic,ROC)曲线评价其预测效度,观察量表的灵敏度、特异度、阳性预测值、阴性预测值、ROC曲线,曲线下面积 (即 AUC),从而计算出UEX预警临界值;
(3)第三步:构建ICU患者UEX预警系统
① UEX预警系统的开发环境
ICU患者非计划性拔管预警系统为重症系统的子系统模块,集成在重症系统上运行,服务器使用云存储技术,软件采用系统Oracle数据库作为开发工具,开发言语为C#,运行环境为Window操作系统,运用结构化与面向对象相结合的方法,即在系统规划、系统设计、系统分析在这3个阶段使用结构化方法,在系统程序编制与调试阶段使用面向对象的方法。本系统以ICU患者非计划性拔管风险预警评估体系为核心,以预防ICU患者非计划性拔管干预策略为蓝本,通过综合运用信息系统、计算机网络、数据库等智能化手段开发以多种预警方式交互呈现的ICU患者非计划性拔管预警系统。由课题研究者与开发人员共同参与,并经研究者试用,反复迭代,最终达成全部设计目标;
② UEX预警系统的模块结构
a.登录模块:采用用户名权限管理和密码登录制度,护士通过自己的用户名和密码进入ICU重症监护临床信息系统,根据患者的实际情况评估导管预警模块内容,确认后保存签名,系统自动统计总分并显示导管滑脱的危险等级、预警颜色及提供相应护理措施;
b.评估模块:对非计划性拔管风险预警指标体系进行评估,内容包括导管种类、固定方式、患者年龄、意识状态、精神状态、活动能力、配合及沟通程度、疼痛、病情、高危时段、病房环境11个评估维度,该模块有的评估内容可从电子护理记录单自动读取生成,实现资源共享;
c.决策模块:系统按照预设的分值自动分析数据得分和分级,生成评估分数及预警颜色进行危险等级显示,界定分值22分;
d.预警模块:首先拔管高危患者在导管预警界面会有红色分数预警;如系统自动判断此患者为拔管高危患者会在定点时间(9点、14点、17点、22点、01点、06点)弹出对话框,显示此“患者为拔管高危患者,需注意观察”进行预警,同时在系统首页界面右侧会有红色预警感叹号提示拔管高危患者,多种预警方式结合实时监控拔管高危患者,将拔管率降到最低;
e.护理干预策略指导模块:当系统生成预警危险等级时,智能形成相应风险程度的护理措施,护士可随时查阅患者风险程度及防护措施;
f.导管固定方法指导模块:收集拔管率较高的导管固定流程图片放于信息系统,对护理人员具有教育指导意义;
(4)第四步:评价ICU患者UEX预警系统
① 预警系统初步建立后,采用目的抽样法,半结构访谈ICU护士,就该系统的可行性、科学性、实用性进行评价,根据反馈信息,完善系统,反复迭代,直至护理人员满意;
② 实验地点
贵州省某三甲医院综合ICU第一及第二病区
③ 统计学分析
所有数据采用SPSS18.0统计学软件进行分析与处理;
④ 质量控制
a.科学的制定系统评价的检索策略,确保搜索的文献全面,按照纳入排除标准,严格筛选文献,保证研究结论可靠性;
b.合理遴选Delphi法专家,尊重专家意见,并按专家建议筛选修改,确保指标结果的科学性;
c.对每份数据记录表进行审核,数据采用两人录入并进行逻辑校对,用SPSS18.0软件进行数据分析。
Claims (1)
1. 一种ICU患者非计划性拔管预警系统,其特征在于:该预警系统分三个步骤进行:
第一步:筛选ICU患者UEX风险因素预警指标
首先对ICU的临床医生、N0-N4级护士、科护士长进行半结构式访谈,了解ICU引起UEX发生的原因;基于循证理念,系统评价国内外有关ICU患者UEX影响因素文献,拟定ICU患者UEX预警指标;选择临床医疗、临床护理及护理管理相关领域的专家进行2轮的专家咨询论证,完成预警指标的筛选及修改,并赋予指标权重分值,最终确定ICU患者UEX风险预警指标体系;
第二步:ICU患者UEX预警系统的预警临界值的界定
在系统评价文献、深度访谈及专家意向论证基础上构建ICU患者UEX风险预警指标体系,并对该体系进行内容效度和评定者信度的检验;使用ICU患者UEX风险预警指标体系评估,评估ICU病房100例患者;通过构建接收者工作特征曲线评价其预测效度,观察量表的灵敏度、特异度、阳性预测值、阴性预测值、ROC曲线,曲线下面积,从而计算出UEX预警临界值;
第三步:构建ICU患者UEX预警系统
① UEX预警系统的开发环境
ICU患者非计划性拔管预警系统为重症系统的子系统模块,集成在重症系统上运行,服务器使用云存储技术,软件采用系统Oracle数据库作为开发工具,开发言语为C#,运行环境为Window操作系统,运用结构化与面向对象相结合的方法,即在系统规划、系统设计、系统分析这3个阶段使用结构化方法,在系统程序编制与调试阶段使用面向对象的方法;本系统以ICU患者非计划性拔管风险预警评估体系为核心,以预防ICU患者非计划性拔管干预策略为蓝本,通过综合运用信息系统、计算机网络、数据库等智能化手段开发以多种预警方式交互呈现的ICU患者非计划性拔管预警系统;
② UEX预警系统的模块结构
a.登录模块:采用用户名权限管理和密码登录制度,护士通过自己的用户名和密码进入ICU重症监护临床信息系统,根据患者的实际情况评估导管预警模块内容,确认后保存签名,系统自动统计总分并显示导管滑脱的危险等级、预警颜色及提供相应护理措施;
b.评估模块:对非计划性拔管风险预警指标体系进行评估,内容包括导管种类、固定方式、患者年龄、意识状态、精神状态、活动能力、配合及沟通程度、疼痛、病情、高危时段、病房环境11个评估维度,该模块有的评估内容可从电子护理记录单自动读取生成,实现资源共享;
c.决策模块:系统按照预设的分值自动分析数据得分和分级,生成评估分数及预警颜色进行危险等级显示,界定分值22分;
d.预警模块:首先拔管高危患者在导管预警界面会有红色分数预警;当系统自动判断此患者为拔管高危患者时会在定点的1点、6点、9点、14点、17点、22点弹出对话框,显示此“患者为拔管高危患者,需注意观察”进行预警,同时在系统首页界面右侧会有红色预警感叹号提示拔管高危患者,多种预警方式结合实时监控拔管高危患者,将拔管率降到最低;
e.护理干预策略指导模块:当系统生成预警危险等级时,智能形成相应风险程度的护理措施,护士可随时查阅患者风险程度及防护措施;
f.导管固定方法指导模块:收集拔管率较高的导管固定流程图片放于信息系统,可对护理人员进行教育指导。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611165537.9A CN106709247A (zh) | 2016-12-16 | 2016-12-16 | 一种icu患者非计划性拔管预警系统 |
CN2016111655379 | 2016-12-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106960132A true CN106960132A (zh) | 2017-07-18 |
Family
ID=58937892
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611165537.9A Pending CN106709247A (zh) | 2016-12-16 | 2016-12-16 | 一种icu患者非计划性拔管预警系统 |
CN201710342294.XA Pending CN106960132A (zh) | 2016-12-16 | 2017-05-16 | 一种icu患者非计划性拔管预警系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611165537.9A Pending CN106709247A (zh) | 2016-12-16 | 2016-12-16 | 一种icu患者非计划性拔管预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN106709247A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115019973A (zh) * | 2022-08-08 | 2022-09-06 | 四川大学华西医院 | 一种icu后综合征自评快速筛查系统及其筛查方法 |
CN116312929A (zh) * | 2023-05-25 | 2023-06-23 | 四川互慧软件有限公司 | 一种基于okr的压疮管理方法及系统、设备、介质 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11482334B2 (en) * | 2017-07-25 | 2022-10-25 | Koninklijke Philips N.V. | Contextualized patient-specific presentation of prediction score information |
CN109671491A (zh) * | 2019-02-26 | 2019-04-23 | 复旦大学附属儿科医院 | 一种儿科重症监护单元导管警示提醒护理决策应用方法 |
CN111325519B (zh) * | 2020-01-21 | 2023-04-18 | 成都市第四人民医院 | 一种品管圈的管理系统 |
CN111312371B (zh) * | 2020-02-14 | 2022-06-24 | 首都医科大学附属北京儿童医院 | 针对新生儿气管插管的预警方法、服务器及系统 |
CN111785373A (zh) * | 2020-05-28 | 2020-10-16 | 成都市第四人民医院 | 社区严重精神障碍患者危险性行为的风险预警评估方法 |
CN113990501B (zh) * | 2021-10-28 | 2023-03-24 | 江苏省人民医院(南京医科大学第一附属医院) | 一种icu患者身体约束决策方法 |
CN116978553B (zh) * | 2023-08-25 | 2024-02-06 | 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) | 一种基于多维因素的非计划性拔管风险预测方法及系统 |
CN117153424B (zh) * | 2023-11-01 | 2024-02-23 | 北京遥领医疗科技有限公司 | 中心化疗效评估方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202602713U (zh) * | 2012-05-15 | 2012-12-12 | 上海交通大学医学院附属瑞金医院 | 一种结构化护理评估及高危筛查预警装置 |
CN105825065A (zh) * | 2016-03-22 | 2016-08-03 | 合肥市第二人民医院 | Picc护理质控过程指标数据量表 |
CN106022651A (zh) * | 2016-06-14 | 2016-10-12 | 深圳市迪博企业风险管理技术有限公司 | 一种基于业务属性与指标体系的风险预警方法 |
CN106097652A (zh) * | 2016-02-06 | 2016-11-09 | 曲先锋 | Picu病房预警系统及预警方法 |
-
2016
- 2016-12-16 CN CN201611165537.9A patent/CN106709247A/zh active Pending
-
2017
- 2017-05-16 CN CN201710342294.XA patent/CN106960132A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202602713U (zh) * | 2012-05-15 | 2012-12-12 | 上海交通大学医学院附属瑞金医院 | 一种结构化护理评估及高危筛查预警装置 |
CN106097652A (zh) * | 2016-02-06 | 2016-11-09 | 曲先锋 | Picu病房预警系统及预警方法 |
CN105825065A (zh) * | 2016-03-22 | 2016-08-03 | 合肥市第二人民医院 | Picc护理质控过程指标数据量表 |
CN106022651A (zh) * | 2016-06-14 | 2016-10-12 | 深圳市迪博企业风险管理技术有限公司 | 一种基于业务属性与指标体系的风险预警方法 |
Non-Patent Citations (3)
Title |
---|
吴茜等: "住院患者护理风险预警控制体系的建立及应用效果评价", 《中华护理杂志》 * |
张天嵩等主编: "《实用循证医学方法学 2版》", 30 April 2014, 中南大学出版社 * |
邱红等: "HFMEA 在预防ICU气管插管非计划性拔管中的应用效果", 《中国当代医药》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115019973A (zh) * | 2022-08-08 | 2022-09-06 | 四川大学华西医院 | 一种icu后综合征自评快速筛查系统及其筛查方法 |
CN115019973B (zh) * | 2022-08-08 | 2022-10-25 | 四川大学华西医院 | 一种icu后综合征自评快速筛查系统 |
CN116312929A (zh) * | 2023-05-25 | 2023-06-23 | 四川互慧软件有限公司 | 一种基于okr的压疮管理方法及系统、设备、介质 |
CN116312929B (zh) * | 2023-05-25 | 2023-07-28 | 四川互慧软件有限公司 | 一种基于okr的压疮管理方法及系统、设备、介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106709247A (zh) | 2017-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106960132A (zh) | 一种icu患者非计划性拔管预警系统 | |
Stratil et al. | Non‐pharmacological measures implemented in the setting of long‐term care facilities to prevent SARS‐CoV‐2 infections and their consequences: a rapid review | |
Lucero et al. | A data-driven and practice-based approach to identify risk factors associated with hospital-acquired falls: Applying manual and semi-and fully-automated methods | |
Woeltje et al. | Data requirements for electronic surveillance of healthcare-associated infections | |
Kurtzman et al. | Measuring the contribution of nursing to quality, patient safety, and health care outcomes | |
Blacky et al. | Fully automated surveillance of healthcare-associated infections with MONI-ICU | |
Cui et al. | Development and validation of a competency evaluation model for hospital infection prevention and control practitioners in the post-pandemic era: a mixed methods study | |
CN109285590A (zh) | 一种住院患者药品不良事件主动监测与评估警示系统 | |
Bai et al. | Practice and experience of regional medical center entrance linkage and closed-loop management under the wartime situation of the COVID-19 in China | |
Rebmann | Defining bioterrorism preparedness for nurses: concept analysis | |
CN109409709A (zh) | 智能职称评定系统 | |
Kauppinen et al. | Health and hazard surveillance—needs and perspectives | |
Terblanche et al. | The evolution of intensive care unit performance assessment | |
Indicators | Quality indicator measure development, implementation, maintenance, and retirement | |
Wei et al. | Managing the dialysis mode for people infected with COVID-19 | |
Efi Evangelou et al. | Identifying validated nursing quality indicators for the intensive care unit: an integrative review | |
CN114613478A (zh) | 急诊护理智能管理系统 | |
Tzeng et al. | Nurses' response time to call lights and fall occurrences. | |
Effken et al. | The era of patient safety: implications for nursing informatics curricula | |
Liu et al. | Application of the clinical decision support systems in the management of chronic diseases | |
Gu et al. | Effective multidimensional approach for practical management of the emergency department in a COVID-19 designated children’s hospital in east China during the Omicron pandemic: a cross-sectional study | |
Graber | Expanding the goals of peer review to detect both practitioner and system error | |
Chen et al. | Perioperative Care Structures and Non-Routine Events: Network Analysis | |
Hong et al. | Using ACHIS to analyze nursing health promotion interventions for vulnerable populations in a community nursing center: A pilot study | |
Narayanamurthy et al. | Benchmarking lean practices and performance measures of a hospital |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170718 |