CN111261304A - 检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质 - Google Patents
检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质 Download PDFInfo
- Publication number
- CN111261304A CN111261304A CN202010073262.6A CN202010073262A CN111261304A CN 111261304 A CN111261304 A CN 111261304A CN 202010073262 A CN202010073262 A CN 202010073262A CN 111261304 A CN111261304 A CN 111261304A
- Authority
- CN
- China
- Prior art keywords
- time
- filtering
- department
- test result
- drug
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本公开提供了检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质,旨在解决现有技术中采用人工统计检出耐甲氧西林金黄色葡萄球菌株数,成本较高的问题。本公开通过获取患者转科记录B、统计时间、权限科室、选择的住院科室、住院过程类型信息A、药敏试验结果K、选择的送检科室和微生物送检信息J,来完成检出耐甲氧西林金黄色葡萄球菌株数的统计,可以通过计算机代替人工统计检出耐甲氧西林金黄色葡萄球菌株数,从而节省了人工成本,提高了工作效率。
Description
技术领域
本公开属于医疗数据统计技术领域,具体涉及一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质。
背景技术
为了对耐甲氧西林金黄色葡萄球菌感染病例实施监控,预防和减少耐甲氧西林金黄色葡萄球菌的产生,需要对感染病例的耐甲氧西林金黄色葡萄球菌株数进行统计,统计出耐甲氧西林金黄色葡萄球菌的株数以及耐药性。目前的统计方法,主要采用人工进行统计,统计效率低、工作量大,而且容易出错,无形中增加了医疗机构的负担。
发明内容
本公开提供了检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质,旨在解决现有技术中采用人工统计检出耐甲氧西林金黄色葡萄球菌株数,效率较低的问题。
为了解决上述技术问题,本公开所采用的技术方案为:
本公开提供了一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法,包括以下步骤:
S100:获取患者转科记录B、统计时间、权限科室、选择的住院科室、住院过程类型信息A、药敏试验结果K、选择的送检科室和微生物送检信息J;
S101:根据获取到的患者转科记录B和统计时间,过滤得到时间与统计时间存在交叉的转科记录B(a)_Y,滤除与统计时间不交叉的转科记录B(a)_N;
S102:根据转科记录B(a)_Y和权限科室,过滤得到对应的属于管理权限范围内的转科记录B(b)_Y,滤除不在管理权限范围内的转科记录B(b)_N;
S103:根据转科记录B(b)_Y和选择的住院科室,过滤得到对应住院科室的转科记录B(c)_Y,滤除不在对应科室选择的转科记录B(c)_N;
S104:根据转科记录B(c)_Y进行判断;若转科记录B(c)_Y为空,输出0,结束运算;若转科记录B(c)_Y不为空,则进行以下步骤;
S105:根据住院过程类型信息A,获取到患者的入院时间和出院时间,并创建入出院时间参数g.MC2;
S106:根据药敏试验结果K和入出院时间参数g.MC2,过滤得到在患者住院期间送检的药敏试验结果K(a)_Y,滤除不在患者住院期间送检的错误药敏记录K(a)_N;
S107:根据药敏试验结果K(a)_Y和统计时间,过滤得到在统计时间送检的药敏试验结果K(b)_Y,滤除不在统计时间范围内的药敏试验结果K(b)_N;
S108:根据药敏试验结果K(b)_Y和权限科室,过滤得到在权限科室范围内的药敏试验结果K(c)_Y,滤除不在权限科室范围内的药敏试验结果K(c)_N;
S109:根据药敏试验结果K(c)_Y和选择的送检科室,过滤得到在选择的送检科室内的药敏试验结果K(d)_Y,滤除不在送检科室范围内的药敏试验结果K(d)_N;
S110:根据药敏试验结果K(d)_Y,过滤得到培养结果为金黄色葡萄球菌的药敏试验结果K(e)_Y,滤除培养结果不为金黄色葡萄球菌的药敏试验结果K(e)_N;
S111:根据药敏试验结果K(e)_Y,过滤得到药敏试验药物在头孢西丁、苯唑西林、甲氧西林范围内的药敏试验结果K(f)_Y,滤除其它药敏试验药物的药敏试验结果K(f)_N;
S112:根据药敏试验结果K(f)_Y,过滤得到药敏试验结果的药敏试验结果为中介或者耐药的药敏试验结果K(g)_Y,滤除其余的药敏试验结果K(g)_N;
S113:根据药敏试验结果K(g)_Y,挑选得到药敏试验结果对应的送检报告的样本号g.MNC;
S114:根据微生物送检信息J和样本号g.MNC,过滤得到指定样本号对应的微生物送检信息J(a)_Y,滤除不在样本号对应的送检信息J(a)_N;
S115:根据微生物送检信息J(a)_Y,过滤得到培养结果为金黄色葡萄球菌的微生物送检信息J(b)_Y,滤除培养结果不为金黄色葡萄球菌的微生物送检信息J(b)_N;
S116:根据微生物送检信息J(b)_Y,过滤得到感染类型不为污染类型的微生物送检信息J(c)_Y,滤除感染类型为污染的微生物送检类型J(c)_N;
S117:根据微生物送检信息J(c)_Y,进行数据计数;如果记录条数为空,则输出0,如果记录数存在n条,则输出结果n;
S118:对每位患者执行步骤S101至S117,将每位患者输出结果进行叠加,统计出I类切口手术部位的感染例数。
进一步改进的方案:所述患者转科记录B包括患者病案号、科室、入科时间和出科时间。
进一步改进的方案:所述住院过程类型信息A包括患者病案号、入院科室、入院时间、出院科室和出院时间。
进一步改进的方案:所述药敏试验结果K包括患者病案号、采样时间、培养结果、样本号、药敏药物和药敏试验结果。
进一步改进的方案:在步骤S105中,入出院时间参数g.MC2为入院时间in_time和出院时间out_time构成的数组[in_time,out_time];步骤S106中,若采样时间<in_time,或者采样时间>out_time,则属于与统计时间不交叉的转科记录B(a)_N并进行滤除。
进一步改进的方案:所述微生物送检信息J包括患者病案号、送检科室、项目名称、采样时间、报告时间、培养结果、标本和样本号。
进一步改进的方案:统计时间的范围为t1-t2,在步骤S101中,若出科时间≤t1,或入科时间≥t2,则属于不在统计时间范围内的转科记录B(a)_N并进行滤除。
进一步改进的方案:统计时间的范围为t1-t2,在步骤S107中,若采样时间<t1,或采样时间≥t2,则属于不在统计时间范围内的药敏试验结果K(b)_N并进行滤除。
本公开还提供了一种检出耐甲氧西林金黄色葡萄球菌株数的统计设备,包括通信连接的存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于执行计算机程序实现上述任一所述一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法的步骤。
本公开还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时,实现上述任一所述检出耐甲氧西林金黄色葡萄球菌株数的统计方法。
本公开的有益效果为:
本公开先对患者转科记录B进行数据过滤,然后对药敏试验结果K进行数据过滤得到药敏试验结果K(g)_Y,然后再找出与药敏试验结果K(g)_Y的样本号g.MNC对应的微生物送检信息J,并对微生物送检信息J进行过滤,得到微生物送检信息J(c)_Y,通过判断生物送检信息J(c)_Y的记录条数;并对每位患者的记录条数进行叠加,统计出I类切口手术部位的感染例数。
通过本公开提供的统计方法,可以通过计算机代替人工统计检出耐甲氧西林金黄色葡萄球菌株数,从而节省了人工成本,提高了工作效率。
在步骤S104中,根据转科记录B(c)_Y进行判断;若转科记录B(c)_Y为空,输出0,则可以判断出不属于检出耐甲氧西林金黄色葡萄球菌,提前结束运算,提高了运算速度。
此外,本公开中采用苯唑西林、头孢西丁代替甲氧西林进行药敏试验可以达到同样的效果,解决了由于药敏药物甲氧西林性质不稳定的问题。本公开中通过样本号g.MNC,可以将微生物送检信息J与药敏试验结果K(g)_Y进行对应匹配。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简要介绍,应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关附图。
图1是本公开中步骤S100至步骤S103的算法逻辑运算流程示意图。
图2是本公开中步骤S104至步骤S108的算法逻辑运算流程示意图。
图3是本公开中步骤S109至步骤S113的算法逻辑运算流程示意图。
图4是本公开中步骤S114至步骤S117的算法逻辑运算流程示意图。
具体实施方式
下面将结合本公开实施例中附图,对本公开实施例中的技术方案进行清楚完整的描述。应当理解,此处所描述的具体实施例仅仅用于解释本公开,并不用于限定本公开。基于本公开的实施例,本领域技术人员在没有创造性劳动的前提下所获得的所有其他实施例,都属于本公开的保护范围。
下面实施例中,X(y)类型说明:
X代表带某一类型的数据集合;
y代表序号,用于区分同一类型数据在不同LU中前后的数据集合;
X(y)代表在某一类型的数据在不同逻辑单元下的数据集合;
_Y代表符合条件;
_N代表不符合条件。
实施例一:
参阅图1至图4本公开提供了一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法,包括以下步骤:
S100:获取患者转科记录B、统计时间、权限科室、选择的住院科室、住院过程类型信息A、药敏试验结果K、选择的送检科室和微生物送检信息J;
其中,患者转科记录B包括患者病案号、科室、入科时间和出科时间。
其中,住院过程类型信息A包括患者病案号、入院科室、入院时间、出院科室和出院时间。
其中,药敏试验结果K包括患者病案号、采样时间、培养结果、样本号、药敏药物和药敏试验结果。
其中,微生物送检信息J包括患者病案号、送检科室、项目名称、采样时间、报告时间、培养结果、标本和样本号。
住院过程类型信息A、患者转科记录B、药敏试验结果K和微生物送检信息J主要为医院工作者在工作中采集或录入的信息。
其中,统计时间的范围为t1-t2。
S101:根据获取到的患者转科记录B和统计时间,过滤得到时间与统计时间存在交叉的转科记录B(a)_Y,滤除与统计时间不交叉的转科记录B(a)_N;若出科时间≤t1,或入科时间≥t2,则属于不在统计时间范围内的转科记录B(a)_N并进行滤除。其中B在这个代表的是这个患者的最开始的转科类型数据集合。
S102:根据转科记录B(a)_Y和权限科室,过滤得到对应的属于管理权限范围内的转科记录B(b)_Y,滤除不在管理权限范围内的转科记录B(b)_N;这部分是考虑每个用户的权限不同,通过这个步骤适应用户权限。
S103:根据转科记录B(b)_Y和选择的住院科室,过滤得到对应住院科室的转科记录B(c)_Y,滤除不在对应科室选择的转科记录B(c)_N;这部分是考虑用户会有自主选择科室的情况,通过这个步骤实现自由选择。
S104:根据转科记录B(c)_Y进行判断;若转科记录B(c)_Y为空,输出0,结束运算;若转科记录B(c)_Y不为空,则进行以下步骤。
S105:根据住院过程类型信息A,获取到患者的入院时间和出院时间,并创建入出院时间参数g.MC2;入出院时间参数g.MC2为入院时间in_time和出院时间out_time构成的数组[in_time,out_time];这一步骤是将患者住院的入出院时间挑选出来成为一个可以引用的参数。便于在后面重复使用。
S106:根据药敏试验结果K和入出院时间参数g.MC2,过滤得到在患者住院期间送检的药敏试验结果K(a)_Y,滤除不在患者住院期间送检的错误药敏记录K(a)_N;若采样时间(请求时间)<in_time,或者采样时间>out_time,则属于与统计时间不交叉的转科记录B(a)_N并进行滤除。这一步骤是为了处理错误数据信息。
S107:根据药敏试验结果K(a)_Y和统计时间,过滤得到在统计时间送检的药敏试验结果K(b)_Y,滤除不在统计时间范围内的药敏试验结果K(b)_N;若采样时间<t1,或采样时间≥t2,则属于不在统计时间范围内的药敏试验结果K(b)_N并进行滤除。这部分是考虑患者住院过程过长,在统计时间范围外的送检会对本次的统计数据产生影响。
S108:根据药敏试验结果K(b)_Y和权限科室,过滤得到在权限科室范围内的药敏试验结果K(c)_Y,滤除不在权限科室范围内的药敏试验结果K(c)_N;这一步骤和用户权限对应。
S109:根据药敏试验结果K(c)_Y和选择的送检科室,过滤得到在选择的送检科室内的药敏试验结果K(d)_Y,滤除不在送检科室范围内的药敏试验结果K(d)_N;针对于用户想查看特定科室的送检情况。
S110:根据药敏试验结果K(d)_Y,过滤得到培养结果为金黄色葡萄球菌的药敏试验结果K(e)_Y,滤除培养结果不为金黄色葡萄球菌的药敏试验结果K(e)_N;这一步骤是针对于培养结果必须为金黄色葡萄球菌。
S111:根据药敏试验结果K(e)_Y,过滤得到药敏试验药物在头孢西丁、苯唑西林、甲氧西林范围内的药敏试验结果K(f)_Y,滤除其它药敏试验药物的药敏试验结果K(f)_N;这一步骤针对于药敏试验的药敏药物必须在指定的药物范围内。
S112:根据药敏试验结果K(f)_Y,过滤得到药敏试验结果的药敏试验结果为中介或者耐药的药敏试验结果K(g)_Y,滤除其余的药敏试验结果K(g)_N;这一步骤是针对于敏感的药敏试验结果不在判断的范围内。
S113:根据药敏试验结果K(g)_Y,挑选得到药敏试验结果对应的送检报告的样本号g.MNC;这部分是将送检的样本号获取之后,用于下一部微生物送检信息的判断。
S114:根据微生物送检信息J和样本号g.MNC,过滤得到指定样本号对应的微生物送检信息J(a)_Y,滤除不在样本号对应的送检信息J(a)_N;这部分是为了得到对应的微生物送检信息,然后再进行处理。
S115:根据微生物送检信息J(a)_Y,过滤得到培养结果为金黄色葡萄球菌的微生物送检信息J(b)_Y,滤除培养结果不为金黄色葡萄球菌的微生物送检信息J(b)_N;这一步骤是为了排除相同样本号检出多个阳性致病菌的数据干扰。
S116:根据微生物送检信息J(b)_Y,过滤得到感染类型不为污染类型的微生物送检信息J(c)_Y,滤除感染类型为污染的微生物送检类型J(c)_N;这部分是剔除感染类型为污染对于数据的影响。在实际业务中由于标本送检时机以及采样、保存方式的影响,微生物的培养结果可能存在错误,该部分微生物送检信息不能视作有效数据,视作污染标本不进行统计。
S117:根据微生物送检信息J(c)_Y,进行数据计数;如果记录条数为空,则输出0,如果记录数存在n条,则输出结果n。
S118:对每位患者执行步骤S101至S117,将每位患者输出结果进行叠加,统计出I类切口手术部位的感染例数。
下面结合具体案例对本公开做进一步说明:
参与运算的类型数据:住院过程信息A、转科信息B、微生物培养信息J、药敏试验结果K。
住院过程信息A:
患者病案号 | 入院科室 | 入院时间 | 出院科室 | 出院时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 康复科 | 2019-01-12 03:00:12 |
转科信息B:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
微生物信息J:
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 铜绿假单胞菌菌 | 全血 | 968584 | 污染 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 鲍曼不动杆菌 | 全血 | 868485 | 定植 |
药敏试验结果K:
统计时间为2019-01-01 00:00:00到2019-01-10 23:59:59;权限科室:所有科室;用户选择科室:ICU;
第一步骤:输入:转科记录B和统计时间[2019-01-01 00:00:00,2019-01-10 23:59:59]
转科记录B:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
输出:
B(a)_Y:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
B(a)_N:
患者病案号 | 科室 | 入科时间 | 出科时间 |
第二步骤:输入:转科记录B(a)_Y和权限科室
B(a)_Y:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
输出:
B(b)_Y:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
B(b)_N:
患者病案号 | 科室 | 入科时间 | 出科时间 |
第三步骤:输入:转科记录B(b)_Y和用户选择的科室ICU
B(b)_Y:
输出:
B(c)_Y:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
B(c)_N:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
第四步骤:输入:转科记录B(c)_Y
B(c)_Y:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
输出:true(意思是继续向下运算)
第五步骤:输入:住院过程A
A:
患者病案号 | 入院科室 | 入院时间 | 出院科室 | 出院时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 康复科 | 2019-01-12 03:00:12 |
输出:g.MC2,其值为[2019-01-01 00:00:12,2019-01-12 03:00:12]
第六步骤:输入:药敏试验结果K和g.MC2,其值为[2019-01-01 00:00:12,2019-01-12 03:00:12]
药敏试验结果:
输出:
K(a)_Y:
K(a)_N:
第七步骤:输入:药敏试验结果K(a)Y和统计时间,其值为2019-01-01 00:00:00到2019-01-10 23:59:59
K(a)_Y:
输出:
K(b)_Y:
K(b)_N:
第八步骤:输入:药敏试验结果K(b)_Y
K(b)Y:
输出:
K(c)_Y:
K(c)_N:
第九步骤:输入:药敏试验结果K(c)_Y和用户选择的科室ICU
K(c)_Y:
输出:
K(d)_Y:
K(d)_N:
第十步骤:输入:药敏试验结果K(d)_Y
K(d)Y:
输出:
K(e)_Y:
K(e)_N:
第十一步骤:输入:药敏试验结果K(e)_Y
K(e)_Y:
输出:
K(f)_Y:
K(f)_N:
第十二步骤:输入:药敏试验结果K(f)_Y
K(f)_Y:
输出:
K(g)_Y:
K(g)_N:
第十三步骤:输入:药敏试验结果K(g)_Y
K(g)_Y:
输出:样本号g.MNC,值为968584
第十四步骤:输入:微生物送检信息J和样本号g.MNC,值为968584
J
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 铜绿假单胞菌菌 | 全血 | 968584 | 污染 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 鲍曼不动杆菌 | 全血 | 868485 | 定植 |
输出:
J(a)_Y:
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 铜绿假单胞菌菌 | 全血 | 968584 | 污染 |
J(a)_N:
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 鲍曼不动杆菌 | 全血 | 868485 | 定植 |
第十五步骤:输入:微生物送检信息J(a)_Y
J(a)_Y:
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 铜绿假单胞菌菌 | 全血 | 968584 | 污染 |
输出:
J(b)_Y:
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
J(b)_N:
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 铜绿假单胞菌菌 | 全血 | 968584 | 污染 |
第十六步骤:输入:微生物送检信息J(b)_Y
J(b)_Y:
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
输出:
J(c)_Y:
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
J(c)_N:
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
第十七步骤:输入:微生物送检信息J(c)_Y
J(c)_Y:
患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
输出:结果值输出1
实施例二:
本实施例还提供了一种检出耐甲氧西林金黄色葡萄球菌株数的统计设备,包括通信连接的存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于执行计算机程序实现实施例一所述一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法的步骤。
实施例三:
本实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时,实现实施例一所述检出耐甲氧西林金黄色葡萄球菌株数的统计方法。
本公开不局限于上述可选实施方式,任何人在本公开的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是落入本公开权利要求界定范围内的技术方案,均落在本公开的保护范围之内。
Claims (10)
1.一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法,其特征在于,包括以下步骤:
S100:获取患者转科记录B、统计时间、权限科室、选择的住院科室、住院过程类型信息A、药敏试验结果K、选择的送检科室和微生物送检信息J;
S101:根据获取到的患者转科记录B和统计时间,过滤得到时间与统计时间存在交叉的转科记录B(a)_Y,滤除与统计时间不交叉的转科记录B(a)_N;
S102:根据转科记录B(a)_Y和权限科室,过滤得到对应的属于管理权限范围内的转科记录B(b)_Y,滤除不在管理权限范围内的转科记录B(b)_N;
S103:根据转科记录B(b)_Y和选择的住院科室,过滤得到对应住院科室的转科记录B(c)_Y,滤除不在对应科室选择的转科记录B(c)_N;
S104:根据转科记录B(c)_Y进行判断;若转科记录B(c)_Y为空,输出0,结束运算;若转科记录B(c)_Y不为空,则进行以下步骤;
S105:根据住院过程类型信息A,获取到患者的入院时间和出院时间,并创建入出院时间参数g.MC2;
S106:根据药敏试验结果K和入出院时间参数g.MC2,过滤得到在患者住院期间送检的药敏试验结果K(a)_Y,滤除不在患者住院期间送检的错误药敏记录K(a)_N;
S107:根据药敏试验结果K(a)_Y和统计时间,过滤得到在统计时间送检的药敏试验结果K(b)_Y,滤除不在统计时间范围内的药敏试验结果K(b)_N;
S108:根据药敏试验结果K(b)_Y和权限科室,过滤得到在权限科室范围内的药敏试验结果K(c)_Y,滤除不在权限科室范围内的药敏试验结果K(c)_N;
S109:根据药敏试验结果K(c)_Y和选择的送检科室,过滤得到在选择的送检科室内的药敏试验结果K(d)_Y,滤除不在送检科室范围内的药敏试验结果K(d)_N;
S110:根据药敏试验结果K(d)_Y,过滤得到培养结果为金黄色葡萄球菌的药敏试验结果K(e)_Y,滤除培养结果不为金黄色葡萄球菌的药敏试验结果K(e)_N;
S111:根据药敏试验结果K(e)_Y,过滤得到药敏试验药物在头孢西丁、苯唑西林、甲氧西林范围内的药敏试验结果K(f)_Y,滤除其它药敏试验药物的药敏试验结果K(f)_N;
S112:根据药敏试验结果K(f)_Y,过滤得到药敏试验结果的药敏试验结果为中介或者耐药的药敏试验结果K(g)_Y,滤除其余的药敏试验结果K(g)_N;
S113:根据药敏试验结果K(g)_Y,挑选得到药敏试验结果对应的送检报告的样本号g.MNC;
S114:根据微生物送检信息J和样本号g.MNC,过滤得到指定样本号对应的微生物送检信息J(a)_Y,滤除不在样本号对应的送检信息J(a)_N;
S115:根据微生物送检信息J(a)_Y,过滤得到培养结果为金黄色葡萄球菌的微生物送检信息J(b)_Y,滤除培养结果不为金黄色葡萄球菌的微生物送检信息J(b)_N;
S116:根据微生物送检信息J(b)_Y,过滤得到感染类型不为污染类型的微生物送检信息J(c)_Y,滤除感染类型为污染的微生物送检类型J(c)_N;
S117:根据微生物送检信息J(c)_Y,进行数据计数;如果记录条数为空,则输出0,如果记录数存在n条,则输出结果n;
S118:对每位患者执行步骤S100至S117,将每位患者输出结果进行叠加,统计出I类切口手术部位的感染例数。
2.根据权利要求1所述的一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法,其特征在于,所述患者转科记录B包括患者病案号、科室、入科时间和出科时间。
3.根据权利要求1所述的一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法,其特征在于,所述住院过程类型信息A包括患者病案号、入院科室、入院时间、出院科室和出院时间。
4.根据权利要求1所述的一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法,其特征在于,所述药敏试验结果K包括患者病案号、采样时间、培养结果、样本号、药敏药物和药敏试验结果。
5.根据权利要求1所述的一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法,其特征在于,所述微生物送检信息J包括患者病案号、送检科室、项目名称、采样时间、报告时间、培养结果、标本和样本号。
6.根据权利要求1所述的一种I类切口手术部位感染例数的统计方法,其特征在于,在步骤S105中,入出院时间参数g.MC2为入院时间in_time和出院时间out_time构成的数组[in_time,out_time];步骤S106中,若采样时间<in_time,或者采样时间>out_time,则属于与统计时间不交叉的转科记录B(a)_N并进行滤除。
7.根据权利要求1所述的一种I类切口手术部位感染例数的统计方法,其特征在于,统计时间的范围为t1-t2,在步骤S101中,若出科时间≤t1,或入科时间≥t2,则属于不在统计时间范围内的转科记录B(a)_N并进行滤除。
8.根据权利要求1所述的一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法,其特征在于,统计时间的范围为t1-t2,在步骤S107中,若采样时间<t1,或采样时间≥t2,则属于不在统计时间范围内的药敏试验结果K(b)_N并进行滤除。
9.一种检出耐甲氧西林金黄色葡萄球菌株数的统计设备,其特征在于,包括通信连接的存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于执行计算机程序实现如权利要求1-8任一所述一种检出耐甲氧西林金黄色葡萄球菌株数的统计方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时,实现权利要求1-8任一所述检出耐甲氧西林金黄色葡萄球菌株数的统计方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010073262.6A CN111261304B (zh) | 2020-01-21 | 2020-01-21 | 检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010073262.6A CN111261304B (zh) | 2020-01-21 | 2020-01-21 | 检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111261304A true CN111261304A (zh) | 2020-06-09 |
CN111261304B CN111261304B (zh) | 2023-04-18 |
Family
ID=70954391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010073262.6A Active CN111261304B (zh) | 2020-01-21 | 2020-01-21 | 检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111261304B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112017769A (zh) * | 2020-07-15 | 2020-12-01 | 杭州杏林信息科技有限公司 | 耐甲氧西林金黄色葡萄球菌导致医院感染人数的监测方法及系统 |
CN112542249A (zh) * | 2020-11-13 | 2021-03-23 | 杭州杏林信息科技有限公司 | 基于MapReduce及大数据统计同期检出多耐药例次数的方法及装置 |
CN112542231A (zh) * | 2020-11-20 | 2021-03-23 | 杭州杏林信息科技有限公司 | 基于MapReduce及大数据的手术预防用药例数的管理方法及系统 |
CN112542232A (zh) * | 2020-11-26 | 2021-03-23 | 杭州杏林信息科技有限公司 | 基于MapReduce及大数据的用于观察期内抗菌药物使用人数自动监测的方法及系统 |
CN112582042A (zh) * | 2020-11-13 | 2021-03-30 | 杭州杏林信息科技有限公司 | 基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4288543A (en) * | 1977-01-28 | 1981-09-08 | Pfizer Inc. | Method and apparatus for identifying microorganisms |
CN1990876A (zh) * | 2005-12-27 | 2007-07-04 | 上海复星佰珞生物技术有限公司 | 葡萄球菌药敏板条及其制备方法 |
EP2373813A1 (de) * | 2008-12-30 | 2011-10-12 | Qiagen Hamburg GmbH | Verfahren zum nachweis methicillin-resistenter staphylococcus aureus (mrsa)-stämme |
CN106222248A (zh) * | 2016-07-08 | 2016-12-14 | 宁波基内生物技术有限公司 | 一种检测耐甲氧西林金黄色葡萄球菌耐药性基因的引物、探针、方法及试剂盒 |
-
2020
- 2020-01-21 CN CN202010073262.6A patent/CN111261304B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4288543A (en) * | 1977-01-28 | 1981-09-08 | Pfizer Inc. | Method and apparatus for identifying microorganisms |
CN1990876A (zh) * | 2005-12-27 | 2007-07-04 | 上海复星佰珞生物技术有限公司 | 葡萄球菌药敏板条及其制备方法 |
EP2373813A1 (de) * | 2008-12-30 | 2011-10-12 | Qiagen Hamburg GmbH | Verfahren zum nachweis methicillin-resistenter staphylococcus aureus (mrsa)-stämme |
CN106222248A (zh) * | 2016-07-08 | 2016-12-14 | 宁波基内生物技术有限公司 | 一种检测耐甲氧西林金黄色葡萄球菌耐药性基因的引物、探针、方法及试剂盒 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112017769A (zh) * | 2020-07-15 | 2020-12-01 | 杭州杏林信息科技有限公司 | 耐甲氧西林金黄色葡萄球菌导致医院感染人数的监测方法及系统 |
CN112542249A (zh) * | 2020-11-13 | 2021-03-23 | 杭州杏林信息科技有限公司 | 基于MapReduce及大数据统计同期检出多耐药例次数的方法及装置 |
CN112582042A (zh) * | 2020-11-13 | 2021-03-30 | 杭州杏林信息科技有限公司 | 基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法及系统 |
CN112542231A (zh) * | 2020-11-20 | 2021-03-23 | 杭州杏林信息科技有限公司 | 基于MapReduce及大数据的手术预防用药例数的管理方法及系统 |
CN112542231B (zh) * | 2020-11-20 | 2023-08-18 | 杭州杏林信息科技有限公司 | 基于MapReduce及大数据的手术预防用药例数的管理方法及系统 |
CN112542232A (zh) * | 2020-11-26 | 2021-03-23 | 杭州杏林信息科技有限公司 | 基于MapReduce及大数据的用于观察期内抗菌药物使用人数自动监测的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111261304B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111261304B (zh) | 检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质 | |
CN111309781B (zh) | 统计抗菌药物治疗前病原学送检人数的方法及设备 | |
Simamora | Socialization of information technology utilization and knowledge of information system effectiveness at Hospital Nurses in Medan, North Sumatra | |
CN111312346B (zh) | 住院患者新发生感染人数的统计方法、设备和存储介质 | |
Coulter et al. | The need for cost-effectiveness analyses of antimicrobial stewardship programmes: A structured review | |
CN111695834B (zh) | 临床试验质量实时管控优化方法和系统 | |
CN111243756A (zh) | I类切口手术部位感染例数的统计方法、设备及存储介质 | |
US20190226004A1 (en) | Multi-level, laboratory-based surveillance system for detection of intraoperative "eskape" bacterial pathogens for hcai prevention | |
Ward et al. | Integration of genomic and clinical data augments surveillance of healthcare-acquired infections | |
CN114171148B (zh) | 聚集性传染路线监测方法、装置、设备及存储介质 | |
CN106951710A (zh) | 基于特权信息学习支持向量机的cap数据系统及方法 | |
JP5568816B2 (ja) | アンチバイオグラム分類方法および装置、2次元キャリアマップ作成方法および装置、並びに感染対策指標の評価方法および装置 | |
Hacek et al. | Computer-assisted surveillance for detecting clonal outbreaks of nosocomial infection | |
CN114093524A (zh) | 一种儿童抗菌药物使用评估系统、计算机可读存储介质及终端 | |
Sacchetti et al. | Effects of COVID-19 on blood culture contamination at a tertiary care academic medical center | |
CN112582042A (zh) | 基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法及系统 | |
Kahlmeter et al. | Wild-type distributions of minimum inhibitory concentrations and epidemiological cut-off values—laboratory and clinical utility | |
Mendoza et al. | A comparison of administrative data versus surveillance data for hospital-associated methicillin-resistant Staphylococcus aureus infections in Canadian hospitals | |
JP3826721B2 (ja) | 細菌検査システム | |
CN112542232A (zh) | 基于MapReduce及大数据的用于观察期内抗菌药物使用人数自动监测的方法及系统 | |
CN111341398A (zh) | 统计科室住院人数的方法、系统、设备及存储介质 | |
CN112837768B (zh) | 基于MapReduce及大数据的前后一周内送检次数的统计方法及装置 | |
Koroglu et al. | Employee Safety and Biosafety Applications in Microbiology Laboratories; A Multicenter Evaluation in Turkey | |
CN112542249A (zh) | 基于MapReduce及大数据统计同期检出多耐药例次数的方法及装置 | |
Martinez | Blood Culture Metrics Are Human Metrics: The Missed Opportunity for Clinical Laboratory Quality Measures to Improve the Overall Blood Culture Process |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |