CN111312404B - 统计新发中央血管导管相关血流感染人数的方法、设备及存储介质 - Google Patents

统计新发中央血管导管相关血流感染人数的方法、设备及存储介质 Download PDF

Info

Publication number
CN111312404B
CN111312404B CN202010073185.4A CN202010073185A CN111312404B CN 111312404 B CN111312404 B CN 111312404B CN 202010073185 A CN202010073185 A CN 202010073185A CN 111312404 B CN111312404 B CN 111312404B
Authority
CN
China
Prior art keywords
time
infection
filtering
department
information
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.)
Active
Application number
CN202010073185.4A
Other languages
English (en)
Other versions
CN111312404A (zh
Inventor
陈春平
林�建
霍瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Xinglin Information Technology Co ltd
Original Assignee
Hangzhou Xinglin Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Xinglin Information Technology Co ltd filed Critical Hangzhou Xinglin Information Technology Co ltd
Priority to CN202010073185.4A priority Critical patent/CN111312404B/zh
Publication of CN111312404A publication Critical patent/CN111312404A/zh
Application granted granted Critical
Publication of CN111312404B publication Critical patent/CN111312404B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Media Introduction/Drainage Providing Device (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本公开提供了一种统计新发中央血管导管相关血流感染人数的方法、设备及存储介质，旨在解决现有技术中现有技术中采用人工统计新发中央血管导管相关血流感染人数，效率较低的问题。本公开提供的方法，通过获取住院过程信息A、转科记录B、治疗方式E、感染信息H、统计时间、权限科室、选择的住院科室和选择的插管医嘱，可以判断出患者是否属于新发中央血管导管相关血流感染，对每个患者进行判断，并对输出结果叠加，得到统计出新发中央血管导管相关血流感染人数，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新发中央血管导管相关血流感染人数，从而节省了人工成本，提高了工作效率。

Description

统计新发中央血管导管相关血流感染人数的方法、设备及存储介质
技术领域
本公开属于医疗数据统计技术领域，具体涉及一种统计新发中央血管导管相关血流感染人数的方法、设备及存储介质。
背景技术
新发中央血管导管相关血流感染人数：住住院患者在留置中央血管导管期间或拔出中央血管导管48小时内发生的原发性感染，且与其他部位存在的感染无关的血流感染人数。统计新发中央血管导管相关血流感染人数对于中央血管导管相关血流感染的监控起到至关重要的作用。但是目前的统计方法，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，增加了医疗机构的工作负担。
发明内容
本公开提供了一种统计新发中央血管导管相关血流感染人数的方法、设备及存储介质，旨在解决现有技术中现有技术中采用人工统计新发中央血管导管相关血流感染人数，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：
一方面本公开提供了一种统计新发中央血管导管相关血流感染人数的方法，包括以下步骤：
S100、获取住院过程信息A、转科记录B、治疗方式E、感染信息H、统计时间、权限科室、选择的住院科室和选择的插管医嘱；
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：根据治疗方式E，过滤得到插管类型为中央血管导管的治疗方式E(a)_Y，滤除属于其他治疗方式的治疗方式E(a)_N；
S106：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；
S107：根据治疗方式E(a)_Y和患者的入出院时间参数g.MC2，过滤得到在患者住院期间置管的治疗方式E(b)_Y，滤除不在住院期间置管的治疗方式E(b)_N；
S108：根据治疗方式E(b)_Y，滤除插管时间和拔管时间相同的治疗方式E(c)_N，过滤得到长期使用的治疗方式E(c)_Y；
S109：根据治疗方式E(c)_Y和选择的插管医嘱，过滤得到在选择范围内的治疗方式信息E(d)_Y，滤除不在选择范围内的E(d)_N；
S110：根据治疗方式E(d)_Y，判断是否存在治疗方式E(d)_Y是否为空，若治疗方式E(d)_Y为空，输出0，结束运算；若治疗方式E(d)_Y不为空，则进行以下步骤；
S111：根据治疗方式E(d)_Y，得到插管的感染时间段g.D9P；
S112：根据患者的感染信息H，获取到由已经确认的感染信息H(a)_Y，滤除未审核确认的感染信息H(a)_N；
S113：根据感染信息H(a)_Y进行过滤，过滤得到院内感染的感染信息H(b)_Y，滤除院外感染的感染信息H(b)_N；
S114：根据感染信息H(b)_Y和入出院时间参数g.MC2，过滤得到感染时间在住院时间范围内的感染信息H(c)_Y，滤除感染时间不在患者住院期间的感染信息H(c)_N；
S115：根据感染信息H(c)_Y和统计时间进行过滤，过滤得到感染时间在在统计时间段范围内的感染信息H(d)_Y，滤除不在统计时间范围内的感染信息H(d)_N；
S116：根据感染信息H(d)_Y和权限科室，过滤得到对应的属于管理权限范围内的感染信息H(e)_Y，滤除不在管理权限范围内的H(e)_N；
S117：根据感染信息H(e)_Y和选择的科室选择，过滤得到对应住院科室发生的感染信息H(f)_Y，滤除不在对应科室的H(f)_N；
S118：根据感染信息H(f)_Y，过滤得到属于中央血管导管相关的感染部位的感染信息H(g)_Y，滤除不属于对应感染部位的H(g)_N；
S119：根据感染信息H(g)_Y和插管的感染时间段g.D9P，过滤得到感染时间在插管的感染时间段的感染信息H(h)_Y，滤除感染时间不在插管的感染窗口时间段的H(h)_N；
S120：根据感染信息H(h)_Y进行计数，如果感染信息H(h)_Y的记录信息为空则输出0；如果不为空，则输出1；
S121：对每位患者执行步骤S100至S120，将每位患者输出结果进行叠加，统计出新发中央血管导管相关血流感染人数。
进一步改进的方案：所述住院过程信息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：所述治疗方式E包括患者病案号、插管科室、插管时间、拔管时间、插管类型和医嘱名称。
进一步改进的方案：所述感染信息H包括患者病案号、感染科室、感染时间、感染部位、感染对应手术时间、状态、感染类型和感染例次标识。
进一步改进的方案：在步骤S111中，所述插管的感染时间段g.D9P的开始时间为插管时间，感染时间段g.D9P的终点时间为拔管时间加两天。
进一步改进的方案：在步骤S106中，所述入出院时间参数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S107中，若插管时间＜in_time，或者插管时间＞out_time，则属于不在住院期间置管的治疗方式E(b)_N并进行滤除。在步骤S114中，若感染时间＜in_time，或者感染时间＞out_time，则属于感染时间不在患者住院期间的感染信息H(c)_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；在步骤S115中，若感染时间≤t1，或感染时间≥t2，则属于不在统计时间范围内的感染信息H(d)_N并进行滤除。
另一方面，本公开还提供了一种统计新发中央血管导管相关血流感染人数的设备，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方案所述统计新发中央血管导管相关血流感染人数的方法的步骤。
另一方面，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，实现上述任一方案所述统计新发中央血管导管相关血流感染人数的方法。
本公开的有益效果为：
本公开中，先对转科记录B的数据进行过滤，然后再对治疗方式E的数据进行过滤并得到插管的感染时间段g.D9P，最后再对感染信息H进行过滤；最终根据感染信息H(g)_Y和插管的感染时间段g.D9P，过滤得到感染时间在插管的感染时间段的感染信息H(h)_Y；通过判断感染信息H(h)_Y是否为空可以得出患者是否属于新发中央血管导管相关血流感染；对每位患者进行判断，最终汇总后，便可以统计出新发中央血管导管相关血流感染人数。
在步骤S104中，若经过过滤后的转科记录B(c)_Y为空，则可以提前判断出患者不属于新发中央血管导管相关血流感染，提前结束运算，提高了运算速度。
在步骤S110中，若经过过滤后的治疗方式E(d)_Y为空，则可以提前判断出患者不属于新发中央血管导管相关血流感染，提前结束运算，提高了运算速度。
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新发中央血管导管相关血流感染人数，从而节省了人工成本，提高了工作效率。
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S107的算法逻辑运算流程示意图。
图3是本公开中步骤S108至步骤S111的算法逻辑运算流程示意图。
图4是本公开中步骤S112至步骤S116的算法逻辑运算流程示意图。
图5是本公开中步骤S117至步骤S120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5，本实施例公开了一种统计新发中央血管导管相关血流感染人数的方法，包括以下步骤：
S100、获取住院过程信息A、转科记录B、治疗方式E、感染信息H、统计时间、权限科室、选择的住院科室和选择的插管医嘱；
其中，所述住院过程信息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，所述转科记录B包括患者病案号、科室、入科时间和出科时间。
其中，所述治疗方式E包括患者病案号、插管科室、插管时间、拔管时间、插管类型和医嘱名称。
其中，所述感染信息H包括患者病案号、感染科室、感染时间、感染部位、感染对应手术时间、状态、感染类型和感染例次标识。
住院过程类型信息A、患者转科记录B、治疗方式E和感染信息H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：根据治疗方式E，过滤得到插管类型为中央血管导管的治疗方式E(a)_Y，滤除属于其他治疗方式的治疗方式E(a)_N；这一步骤是筛选患者必须有中央血管导管相关的的治疗行为。
S106：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；所述入出院时间参数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。
S107：根据治疗方式E(a)_Y和患者的入出院时间参数g.MC2，过滤得到在患者住院期间置管的治疗方式E(b)_Y，滤除不在住院期间置管的治疗方式E(b)_N；若插管时间(医嘱开始时间)＜in_time，或者插管时间＞out_time，则属于不在住院期间置管的治疗方式E(b)_N并进行滤除。这一步骤是用于过滤错误数据信息。
S108：根据治疗方式E(b)_Y，滤除插管时间和拔管时间相同的治疗方式E(c)_N，过滤得到长期使用的治疗方式E(c)_Y；这一步骤是为了排除临时插管对应的数据影响。
S109：根据治疗方式E(c)_Y和选择的插管医嘱，过滤得到在选择范围内的治疗方式信息E(d)_Y，滤除不在选择范围内的E(d)_N；中央血管导管相关的类型包含多个类型的插管医嘱，如脐静脉、股静脉、锁骨下静脉。这一步骤是针对于用户可以选择对应的插管医嘱信息。
S110：根据治疗方式E(d)_Y，判断是否存在治疗方式E(d)_Y是否为空，若治疗方式E(d)_Y为空，输出0，结束运算；若治疗方式E(d)_Y不为空，则进行以下步骤。
S111：根据治疗方式E(d)_Y，得到插管的感染时间段g.D9P；所述插管的感染时间段g.D9P的开始时间为插管时间，感染时间段g.D9P的终点时间为拔管时间加两天，插管的感染时间取值为[插管时间，拔管时间+2]
S112：根据患者的感染信息H，获取到由已经确认的感染信息H(a)_Y，滤除未审核确认的感染信息H(a)_N；这一部分的原因是由于感染信息中存在一些非审核过的数据，这些数据是不需要进行统计的，所以需要先进行过滤。
S113：根据感染信息H(a)_Y进行过滤，过滤得到院内感染的感染信息H(b)_Y，滤除院外感染的感染信息H(b)_N；这一步骤的原因是H中包括了院内和院外的感染信息，院外感染是不需要进行计算的。
S114：根据感染信息H(b)_Y和入出院时间参数g.MC2，过滤得到感染时间在住院时间范围内的感染信息H(c)_Y，滤除感染时间不在患者住院期间的感染信息H(c)_N；若感染时间＜in_time，或者感染时间＞out_time，则属于感染时间不在患者住院期间的感染信息H(c)_N并进行滤除。这一步骤的是为了处理错误数据，原因的话是正常的感染时间都应该在患者的住院时间范围内。
S115：根据感染信息H(c)_Y和统计时间进行过滤，过滤得到感染时间在在统计时间段范围内的感染信息H(d)_Y，滤除不在统计时间范围内的感染信息H(d)_N；若感染时间≤t1，或感染时间≥t2，则属于不在统计时间范围内的感染信息H(d)_N并进行滤除。这一步骤的是为了得到同期感染的感染诊断信息。
S116：根据感染信息H(d)_Y和权限科室，过滤得到对应的属于管理权限范围内的感染信息H(e)_Y，滤除不在管理权限范围内的H(e)_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。
S117：根据感染信息H(e)_Y和选择的科室选择，过滤得到对应住院科室发生的感染信息H(f)_Y，滤除不在对应科室的H(f)_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。
S118：根据感染信息H(f)_Y，过滤得到属于中央血管导管相关的感染部位的感染信息H(g)_Y，滤除不属于对应感染部位的H(g)_N；这一步骤用于确认感染是中央血管导管感染。
S119：根据感染信息H(g)_Y和插管的感染时间段g.D9P，过滤得到感染时间在插管的感染时间段的感染信息H(h)_Y，滤除感染时间不在插管的感染窗口时间段的H(h)_N；这一步骤是对血管相关感染进行有效性校验。感染时间必须在插管的感染时间段内。
S120：根据感染信息H(h)_Y进行计数，如果感染信息H(h)_Y的记录信息为空则输出0；如果不为空，则输出1；
S121：对每位患者执行步骤S100至S120，将每位患者输出结果进行叠加，统计出新发中央血管导管相关血流感染人数。
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、转科记录B、治疗方式E、感染信息H。
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
治疗方式E：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
123456(1) ICU 2019-01-08 08:00:12 2019-01-08 08:00:12 呼吸机 呼吸机辅助呼吸
感染记录H：
患者病案号 感染科室 感染时间 感染部位 感染对应手术时间 状态 感染类型 感染例次标识
123456(1) 神经内科 2019-01-03 00:00:12 表浅切口 2019-01-07 08:00:00 确认 院内 GID0001
123456(1) ICU 2019-01-09 08:00:12 导管相关 确认 院内 GID0002
123456(1) 康复科 2019-01-08 02:00:12 上呼吸道 排除 院内 GID0003
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
用户选择的科室：所有
用户选择的医嘱名称：动静脉置管
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{全选}
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
输出：
B(c)_Y：
Figure BDA0002377640950000121
Figure BDA0002377640950000131
B(c)_N：
患者病案号 科室 入科时间 出科时间
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) 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：
true(意思是继续向下运算)
第五步骤：
输入：治疗方式E
E：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
123456(1) ICU 2019-01-08 08:00:12 2019-01-08 08:00:12 呼吸机 呼吸机辅助呼吸
输出：
E(a)_Y：
Figure BDA0002377640950000132
Figure BDA0002377640950000141
E(a)_N：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-08 08:00:12 2019-01-08 08:00:12 呼吸机 呼吸机辅助呼吸
第六步骤：
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]
第七步骤：
输入：治疗方式E(a)_Y和入出院时间g.MC2，其值为[2019-01-01 00:00:12，2019-01-12 03:00:12]
E(a)_Y：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
输出：
E(b)_Y：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
E(b)_N：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
第八步骤：
输入：治疗方式E(b)_Y
E(b)_Y：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
输出：
E(c)_Y：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
E(c)_N：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
第九步骤：
输入：治疗方式E(c)_Y
E(c)_Y：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
输出：
E(d)_Y：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
E(d)_N：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
第十步骤：
输入：治疗方式E(d)_Y
E(d)_Y：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
输出：
true，含义继续向下执行
第十一步骤：
输入：治疗方式E(d)_Y
E(d)_Y：
患者病案号 插管科室 插管时间 拔管时间 插管类型 医嘱名称
123456(1) ICU 2019-01-06 01:00:12 2019-01-08 02:00:12 中心静脉插管 动静脉置管
输出：
插管的感染时间段g.D9P，其值为[2019-01-06 01:00:12，2019-01-10 02:00:12]
第十二步骤：
输入：感染信息H
H：
Figure BDA0002377640950000161
Figure BDA0002377640950000171
输出：
H(a)_Y：
Figure BDA0002377640950000172
H(a)_N：
Figure BDA0002377640950000173
第十三步骤：
输入：感染信息H(a)_Y
H(a)_Y：
Figure BDA0002377640950000174
输出：
H(b)_Y：
Figure BDA0002377640950000175
H(b)_N：
Figure BDA0002377640950000181
第十四步骤：
输入：感染信息H(b)_Y和入出院时间g.MC2，值为[2019-01-01 00:00:12,2019-01-12 03:00:12]
H(b)_Y：
Figure BDA0002377640950000182
输出：
H(c)_Y：
Figure BDA0002377640950000183
H(c)_N：
Figure BDA0002377640950000184
第十五步骤：
输入：感染信息H(c)_Y和统计时间，统计时间段为2019-01-01 00:00:00到2019-01-10 23:59:59
H(c)_Y：
Figure BDA0002377640950000185
Figure BDA0002377640950000191
输出：
H(d)_Y：
Figure BDA0002377640950000192
H(d)_N：
Figure BDA0002377640950000193
第十六步骤：
输入：感染信息H(d)_Y和权限科室
H(d)_Y：
Figure BDA0002377640950000194
输出：
H(e)_Y：
Figure BDA0002377640950000195
H(e)_N：
Figure BDA0002377640950000196
第十七步骤：
输入：感染信息H(e)_Y和用户选择的科室
H(e)_Y：
Figure BDA0002377640950000201
输出：
H(f)_Y：
Figure BDA0002377640950000202
H(f)_N：
Figure BDA0002377640950000203
第十八步骤：
输入：感染信息H(f)_Y
H(f)_Y：
Figure BDA0002377640950000204
输出：
H(g)_Y：
Figure BDA0002377640950000211
H(g)_N：
Figure BDA0002377640950000212
第十九步骤：
输入：感染信息H(g)_Y和插管感染段g.D9P，其值为[2019-01-06 01:00:12，2019-01-10 02:00:12]
H(g)_Y：
Figure BDA0002377640950000213
输出：
H(h)_Y：
Figure BDA0002377640950000214
H(h)_N：
Figure BDA0002377640950000215
第二十步骤：
输入：感染信息H(h)_Y
H(h)_Y：
Figure BDA0002377640950000216
Figure BDA0002377640950000221
输出：
输出结果值为1。
实施例二：
一种统计新发中央血管导管相关血流感染人数的设备，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统计新发中央血管导管相关血流感染人数的方法的步骤。
实施例三：
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，实现实施例一任一所述统计新发中央血管导管相关血流感染人数的方法。
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)

1.一种统计新发中央血管导管相关血流感染人数的方法，其特征在于，包括以下步骤：
S100、获取住院过程信息A、转科记录B、治疗方式E、感染信息H、统计时间、权限科室、选择的住院科室和选择的插管医嘱；
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：根据治疗方式E，过滤得到插管类型为中央血管导管的治疗方式E(a)_Y，滤除属于其他治疗方式的治疗方式E(a)_N；
S106：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；
S107：根据治疗方式E(a)_Y和患者的入出院时间参数g.MC2，过滤得到在患者住院期间置管的治疗方式E(b)_Y，滤除不在住院期间置管的治疗方式E(b)_N；
S108：根据治疗方式E(b)_Y，滤除插管时间和拔管时间相同的治疗方式E(c)_N，过滤得到长期使用的治疗方式E(c)_Y；
S109：根据治疗方式E(c)_Y和选择的插管医嘱，过滤得到在选择范围内的治疗方式信息E(d)_Y，滤除不在选择范围内的E(d)_N；
S110：根据治疗方式E(d)_Y，判断是否存在治疗方式E(d)_Y是否为空，若治疗方式E(d)_Y为空，输出0，结束运算；若治疗方式E(d)_Y不为空，则进行以下步骤；
S111：根据治疗方式E(d)_Y，得到插管的感染时间段g.D9P；
S112：根据患者的感染信息H，获取到由已经确认的感染信息H(a)_Y，滤除未审核确认的感染信息H(a)_N；
S113：根据感染信息H(a)_Y进行过滤，过滤得到院内感染的感染信息H(b)_Y，滤除院外感染的感染信息H(b)_N；
S114：根据感染信息H(b)_Y和入出院时间参数g.MC2，过滤得到感染时间在住院时间范围内的感染信息H(c)_Y，滤除感染时间不在患者住院期间的感染信息H(c)_N；
S115：根据感染信息H(c)_Y和统计时间进行过滤，过滤得到感染时间在在统计时间段范围内的感染信息H(d)_Y，滤除不在统计时间范围内的感染信息H(d)_N；
S116：根据感染信息H(d)_Y和权限科室，过滤得到对应的属于管理权限范围内的感染信息H(e)_Y，滤除不在管理权限范围内的H(e)_N；
S117：根据感染信息H(e)_Y和选择的科室选择，过滤得到对应住院科室发生的感染信息H(f)_Y，滤除不在对应科室的H(f)_N；
S118：根据感染信息H(f)_Y，过滤得到属于中央血管导管相关的感染部位的感染信息H(g)_Y，滤除不属于对应感染部位的H(g)_N；
S119：根据感染信息H(g)_Y和插管的感染时间段g.D9P，过滤得到感染时间在插管的感染时间段的感染信息H(h)_Y，滤除感染时间不在插管的感染窗口时间段的H(h)_N；
S120：根据感染信息H(h)_Y进行计数，如果感染信息H(h)_Y的记录信息为空则输出0；如果不为空，则输出1；
S121：对每位患者执行步骤S100至S120，将每位患者输出结果进行叠加，统计出新发中央血管导管相关血流感染人数。
2.根据权利要求1所述的一种统计新发中央血管导管相关血流感染人数的方法，其特征在于，所述住院过程信息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。
3.根据权利要求1所述的一种统计新发中央血管导管相关血流感染人数的方法，其特征在于，所述转科记录B包括患者病案号、科室、入科时间和出科时间。
4.根据权利要求1所述的一种统计新发中央血管导管相关血流感染人数的方法，其特征在于，所述治疗方式E包括患者病案号、插管科室、插管时间、拔管时间、插管类型和医嘱名称。
5.根据权利要求1所述的一种统计新发中央血管导管相关血流感染人数的方法，其特征在于，所述感染信息H包括患者病案号、感染科室、感染时间、感染部位、感染对应手术时间、状态、感染类型和感染例次标识。
6.根据权利要求1所述的一种统计新发中央血管导管相关血流感染人数的方法，其特征在于，在步骤S111中，所述插管的感染时间段g.D9P的开始时间为插管时间，感染时间段g.D9P的终点时间为拔管时间加两天。
7.根据权利要求1所述的一种统计新发中央血管导管相关血流感染人数的方法，其特征在于，
在步骤S106中，所述入出院时间参数g.MC2为入院时间in_ime和出院时间out_time构成的数组[in_time，out_time]；
步骤S107中，若插管时间＜in_time，或者插管时间＞out_time，则属于不在住院期间置管的治疗方式E(b)_N并进行滤除；
在步骤S114中，若感染时间＜in_time，或者感染时间＞out_time，则属于感染时间不在患者住院期间的感染信息H(c)_N并进行滤除。
8.根据权利要求1所述的一种统计新发中央血管导管相关血流感染人数的方法，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；
在步骤S115中，若感染时间≤t1，或感染时间≥t2，则属于不在统计时间范围内的感染信息H(d)_N并进行滤除。
9.一种统计新发中央血管导管相关血流感染人数的设备，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任一所述统计新发中央血管导管相关血流感染人数的方法的步骤。
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任一所述统计新发中央血管导管相关血流感染人数的方法。
CN202010073185.4A 2020-01-21 2020-01-21 统计新发中央血管导管相关血流感染人数的方法、设备及存储介质 Active CN111312404B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010073185.4A CN111312404B (zh) 2020-01-21 2020-01-21 统计新发中央血管导管相关血流感染人数的方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010073185.4A CN111312404B (zh) 2020-01-21 2020-01-21 统计新发中央血管导管相关血流感染人数的方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111312404A CN111312404A (zh) 2020-06-19
CN111312404B true CN111312404B (zh) 2023-04-18

Family

ID=71161578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010073185.4A Active CN111312404B (zh) 2020-01-21 2020-01-21 统计新发中央血管导管相关血流感染人数的方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111312404B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112242194A (zh) * 2020-07-21 2021-01-19 杭州杏林信息科技有限公司 住院患者中央血管导管使用天数管理方法、设备及存储介质
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

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740615A (zh) * 2016-01-28 2016-07-06 中山大学 利用手机轨迹追踪传染源和预测传染病流行趋势的方法
CN107220511A (zh) * 2017-06-09 2017-09-29 河北思捷电子有限公司 医疗大数据分析系统
CN108231202A (zh) * 2016-12-11 2018-06-29 哈尔滨光凯科技开发有限公司 一种基于互联网医疗服务的医院感染信息管理方法
CN109360657A (zh) * 2018-09-27 2019-02-19 上海利连信息科技有限公司 一种医院感染数据的样本选取的时间段推理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8060315B2 (en) * 2004-07-27 2011-11-15 Carefusion 303, Inc. Method for measuring the incidence of hospital acquired infections

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740615A (zh) * 2016-01-28 2016-07-06 中山大学 利用手机轨迹追踪传染源和预测传染病流行趋势的方法
CN108231202A (zh) * 2016-12-11 2018-06-29 哈尔滨光凯科技开发有限公司 一种基于互联网医疗服务的医院感染信息管理方法
CN107220511A (zh) * 2017-06-09 2017-09-29 河北思捷电子有限公司 医疗大数据分析系统
CN109360657A (zh) * 2018-09-27 2019-02-19 上海利连信息科技有限公司 一种医院感染数据的样本选取的时间段推理方法

Also Published As

Publication number Publication date
CN111312404A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
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
CN111312404B (zh) 统计新发中央血管导管相关血流感染人数的方法、设备及存储介质
CN111309781B (zh) 统计抗菌药物治疗前病原学送检人数的方法及设备
CN111899837A (zh) 一种基于数字化手术室的手术报告协同方法及系统
CN108399951A (zh) 呼吸机相关性肺炎决策辅助方法、装置、设备及介质
JP2013511781A (ja) 治療プロトコールテンプレート生成・分岐論理システム
CA2666569C (en) Dialysis information management system
Penoyer et al. Evaluation of processes, outcomes, and use of midline peripheral catheters for the purpose of blood collection
Mendez Evidence-based practice for obtaining blood specimens from a central venous access device.
CN111341398A (zh) 统计科室住院人数的方法、系统、设备及存储介质
CN112242194A (zh) 住院患者中央血管导管使用天数管理方法、设备及存储介质
CN112086205A (zh) 特殊类抗菌药物医嘱数管理方法、设备及存储介质
CN108831522A (zh) 一种自动编码的医保病种分值付费系统及其构建方法
CN112133413A (zh) 基于his系统的留置管道全程监测控制管理系统及其方法
CN117976174B (zh) 静脉导管科室的自适应排班系统
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
CN114400091B (zh) 一种基于信息化的医疗预防融合系统
Santos et al. Inadequate positioning of central venous catheters inserted at intensive care units
HUDSON et al. Development of decision making rules for transportable, microcomputer-based expert systems in medicine
CN112885470B (zh) 一种肾脏病患者的康复情况评估方法及系统
CN111883241B (zh) 一种心导管室护士pci手术自动排班方法和排班系统
CN113990436B (zh) 基于矩阵校验的快速判断用药合理性的方法及系统
CN113889248B (zh) 医技检查信息处理方法、装置、设备和介质
CN117976174A (zh) 静脉导管科室的自适应排班系统
US11298087B2 (en) Method and system for predicting physiological alarm frequency by patient monitors

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