CN112002383A - 特定时段处于医院感染状态人数的自动管理方法及系统 - Google Patents
特定时段处于医院感染状态人数的自动管理方法及系统 Download PDFInfo
- Publication number
- CN112002383A CN112002383A CN202010614969.3A CN202010614969A CN112002383A CN 112002383 A CN112002383 A CN 112002383A CN 202010614969 A CN202010614969 A CN 202010614969A CN 112002383 A CN112002383 A CN 112002383A
- Authority
- CN
- China
- Prior art keywords
- infection
- information
- time
- department
- hospital
- 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
- 206010011409 Cross infection Diseases 0.000 title claims abstract description 126
- 238000007726 management method Methods 0.000 title claims abstract description 24
- 208000015181 infectious disease Diseases 0.000 claims abstract description 543
- 238000003745 diagnosis Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 28
- 208000031650 Surgical Wound Infection Diseases 0.000 claims description 19
- 206010029803 Nosocomial infection Diseases 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G16H50/80—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
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开提供了一种特定时段处于医院感染状态人数的自动管理方法及系统,利用转科信息、住院过程信息、感染信息、选择的统计时间、科室、根据用户的身份信息确定用户的权限科室,获取患者的感染时间、转归时间,构建感染相应的时间段参数,根据感染相关的时间段参数及起止时间段列表,对处于医院感染状态的病例进行有效的筛选,分别确定绑手术刀感染信息及未绑手术刀感染信息,合并未绑手术刀感染信息及绑手术刀感染信息,得到感染诊断信息。本发明能够自动进行处于医院感染状态人数的管理,充分利用感染相关的时间段参数及起止时间段列表,统计的处于医院感染状态人数实用性强、应用价值大。
Description
技术领域
本发明属于对医院感染进行管理的技术领域,具体涉及一种用于对特定时段处于医院感染状态人数进行自动管理方法及系统。
背景技术
医院感染是指住院病人在医院内获得的感染,既包括在住院期间发生的感染,也包括在出院后发生的感染;医院感染分为两类:一是外源性感染,也称交叉感染,是指病人或工作人员在医院内通过日常诊疗活动、病人与病人间接触或从污染的环境中而接受的感染,如手术不忍发生的感染;二是内源件感染,也称自身感染,是指病人由于疾病导致机体抵抗力下降,在接受诊疗处理过程中,体内正常菌群发生紊乱、激活机体潜在的病菌、患者体腔或体表原来存在的常驻微生物发生移位等引起的感染。
处于医院感染状态人数是指确定时间段内全院住院患者中处于医院感染的患者人数。其中医院感染转归情况包括治愈、好转、未愈、死亡、其他。医院感染转归时间以与入、出院时间的交集时间段内患者处于未愈和好转转归状态为标准。对医院感染进行统计与上报对疾病的防控与治疗具有重大的指导意义,因此,医院感染系统通常会对医院感染进行统计与管理,然而,现有的医院感染统计通常是对所有已上报的确认感染病例进行统计,而不考虑医院感染转归情况,统计的医院感染可能包括已治愈等转归情况的感染,统计的医院感染数据实际应用价值小。
公开号为CN105893725 A的发明专利申请公开了一种医院感染预防与控制全流程管理系统及其方法,包括数据采集/监测指标模块以及与第三方系统的接口模块,数据采集/监测指标模块连接有每日监测展示子系统、数据分析/统计模块以及辅助预警设置和展示子系统,其中,每日监测展示子系统与数据分析/统计模块相连接,并且辅助预警设置和展示子系统连接有医院感染病例上报反馈子系统,医院感染病例上报反馈子系统与数据分析/统计模块相连接,其中,与第三方系统的接口模块用于与各个系统进行接口。
上述申请虽然提及了通过医院感染病例上报反馈子系统上报医院感染病例,但是其对医院感染病例并不能根据转归情况进行更准确的统计,只要上报了感染病例,其在进行医院感染病例统计时都会考虑在内,不能对特定时间段医院患者中处于医院感染状态的人数进行有效的统计。因此,如何实现特定时段住院患者处于医院感染状态人数的有效管理是本领域亟待解决的问题。
发明内容
本发明的目的是针对现有技术的缺陷,提供一种特定时段处于医院感染状态人数的自动管理方法及系统。本发明实现特定时段处于医院感染状态人数的自动统计与管理,同时能自动获取并输出处于医院感染状态人数。本发明能够自动进行处于医院感染状态人数的管理,充分利用感染相关的时间段参数及起止时间段列表,统计的处于医院感染状态人数实用性强、应用价值大。
为了实现以上目的,本发明采用以下技术方案:
一种特定时段处于医院感染状态人数的自动管理方法,包括步骤:
S1、接收用户选择的统计时间、科室,根据用户的身份信息确定用户的权限科室;
S2、采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时间存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,执行步骤S3,若不存在,输出处于医院感染状态人数为0;
S3、采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
S4、采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
S5、获取所述感染信息H(a)_Y中未绑定手术刀、在院内感染且感染时间在患者住院期间的感染信息;
S6、基于所述感染信息H(d)_Y获取患者的感染时间、转归时间,构建输出各感染例次的感染起止时间段参数g.VQ3.groupid;
S7、基于所述转科信息B(c)_Y及所述统计时间,获取转科信息B(c)_Y中在统计时间范围内的住院时间,构建起止时间段列表参数g.0N0;
S8、基于感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0,将所述感染信息H(d)_Y划分为与同期住院时间有交集的感染信息H(e)_Y和同期住院时间之外的感染信息H(e)_N;
S9、将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
S10、获取住院过程信息A中的出院时间g.3CN,基于所述出院时间g.3CN,获取所述感染信息H(b1)_Y中患者出院之前产生的手术部位感染诊断信息H(c1)_Y;
S11、基于所述手术部位感染诊断信息H(c1)_Y获取患者的手术时间、转归时间,构建输出各感染例次的感染持续时间参数g.95R.groupid;
S12、基于感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0,将所述手术部位感染诊断信息H(c1)_Y划分为与住院时间有交集的感染信息H(d1)_Y和与住院时间无交集的的感染信息H(d1)_N;
S13、合并所述感染信息H(e)_Y及感染信息H(d1)_Y,得到感染诊断信息H(f);基于所述感染诊断信息H(f)中记录的条数输出处于医院感染状态人数。
进一步地,所述转科信息包括患者病案号、科室、入科时间、出科时间;所述感染信息包括患者病案号、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、感染例次标识、转归、转归时间;所述住院信息包括患者病案号、入院科室、入院时间、出院科室、出院时间。
进一步地,所述步骤S2具体包括:
S21、采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时间存在交叉的转科信息B(a)_Y以及时间与所述统计时间不交叉的转科信息B(a)_N;
S22、基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
S23、基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
S24、判断所述转科信息B(c)_Y中是否存在转科记录,若是,执行步骤S3,若否,输出处于医院感染状态人数为0。
进一步地,所述步骤S5具体包括:
S51、将所述感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N;
S52、将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
S53、基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
进一步地,所述步骤S13还包括:如果感染诊断信息H(f)中的感染诊断记录为空则输出0,不为空则输出1。
本发明还提出一种特定时段处于医院感染状态人数的自动管理系统,包括:
接收模块,用于接收用户选择的统计时间、科室,根据用户的身份信息确定用户的权限科室;
采集与判断模块,用于采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时间存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,调用感染信息第一划分模块,若不存在,输出处于医院感染状态人数为0;
感染信息第一划分模块,用于采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
采集模块,用于采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
感染信息划分模块,用于获取所述感染信息H(a)_Y中未绑定手术刀、在院内感染且感染时间在患者住院期间的感染信息;
第一构建模块,用于基于所述感染信息H(d)_Y获取患者的感染时间、转归时间,构建输出各感染例次的感染起止时间段参数g.VQ3.groupid;
第二构建模块,用于基于所述转科信息B(c)_Y及所述统计时间,获取转科信息B(c)_Y中在统计时间范围内的住院时间,构建起止时间段列表参数g.0N0;
未绑手术刀感染信息确定模块,用于基于感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0,将所述感染信息H(d)_Y划分为与同期住院时间有交集的感染信息H(e)_Y和同期住院时间之外的感染信息H(e)_N;
重划分模块,用于将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
感染信息第五划分模块,用于获取住院过程信息A中的出院时间g.3CN,基于所述出院时间g.3CN,获取所述感染信息H(b1)_Y中患者出院之前产生的手术部位感染诊断信息H(c1)_Y;
第三构建模块,用于基于所述手术部位感染诊断信息H(c1)_Y获取患者的手术时间、转归时间,构建输出各感染例次的感染持续时间参数g.95R.groupid;
绑手术刀感染信息确定模块,用于基于感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0,将所述手术部位感染诊断信息H(c1)_Y划分为与住院时间有交集的感染信息H(d1)_Y和与住院时间无交集的的感染信息H(d1)_N;
合并输出模块,用于合并所述感染信息H(e)_Y及感染信息H(d1)_Y,得到感染诊断信息H(f);基于所述感染诊断信息H(f)中记录的条数输出处于医院感染状态人数。
进一步地,所述转科信息包括患者病案号、科室、入科时间、出科时间;所述感染信息包括患者病案号、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、感染例次标识、转归、转归时间;所述住院信息包括患者病案号、入院科室、入院时间、出院科室、出院时间。
进一步地,所述采集与判断模块具体包括:
转科信息第一划分模块,用于采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时间存在交叉的转科信息B(a)_Y以及时间与所述统计时间不交叉的转科信息B(a)_N;
转科信息第二划分模块,用于基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
转科信息第三划分模块,用于基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
判断模块,用于判断所述转科信息B(c)_Y中是否存在转科记录,若是,执行步骤S3,若否,输出处于医院感染状态人数为0。
进一步地,所感染信息划分模块具体包括:
感染信息第二划分模块,用于将所述感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N;
感染信息第三划分模块,用于将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
感染信息第四划分模块,用于基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
进一步地,所述合并输出模块还包括:如果感染诊断信息H(f)中的感染诊断记录为空则输出0,不为空则输出1。
本发明详细记载了特定时段处于医院感染状态人数管理的具体实现方式,利用转科信息、住院过程信息、感染信息、选择的统计时间、科室、根据用户的身份信息确定用户的权限科室,获取患者的感染时间、转归时间,构建感染相应的时间段参数,根据感染相关的时间段参数及起止时间段列表,实现特定时段处于医院感染状态人数的自动管理,同时能自动获取并输出处于医院感染状态的人数。本发明能够自动进行医院感染状态人数管理,避免了人工数据统计的劳动强度。本发明对充分利用了感染时间、转归时间,实现根据转归情况的有效统计,统计的处于医院感染状态人数实用性强、应用价值大。
附图说明
图1是实施例一提供的一种特定时段处于医院感染状态人数的自动管理方法流程图;
图2是实施例二提供的一种特定时段处于医院感染状态人数的自动管理系统结构图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
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逻辑单元中前后的数据集合;
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
如图1所示,本实施例提出了特定时段处于医院感染状态人数的自动管理方法,包括:
S1、接收用户选择的统计时间、科室,根据用户的身份信息确定用户的权限科室;
进行特定时段处于医院感染状态人数的自动管理,需要统计处于医院感染状态的人数。特定时段处于医院感染状态需要满足:1、患者的住院时间在统计时间范围内。也就是患者的入院时间和出院时间形成的时间段和统计时间存在交叉;2、患者存在院内感染,且感染时间在住院期间。其中手术部位感染的感染时间要以手术开始时间来进行计算;3、患者在统计时段前存在医院感染,且处于未治愈的情况下;4、满足用户的选择的条件。
因此,本发明用于特定时段处于医院感染状态人数的自动管理,因此,首先需要用户选择相应的时段,即用户选择相应的统计时间,对统计时间内医院感染进行统计与查找。此外,对于医院的感染,用户通常是针对特定的科室进行感染状态人数的管理,因此,除统计时间外,本发明还设置相应的科室。医院数据具有相应的隐私性,因此,本发明中,对于医院数据的统计与管理需要用户获取相应的数据权限。用户的数据权限与相应的身份信息相关联,因此,本发明根据操作用户的身份信息确定用户的权限科室,对权限科室内的数据进行感染状态人数的统计与管理。
S2、采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时间存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,执行步骤S3,若不存在,输出处于医院感染状态人数为0;
转科信息用于记录患者住院期间在各诊疗科室的入科及出科信息,具体包括患者病案号、科室、入科时间、出科时间等。对于转科信息B,本发明首先基于统计时间、权限科室及选择的科室对转科信息进行筛选,只有筛选后存在相应的转科记录,才有可能存在处于医院感染状态的病患。因此,当筛选后不存在转科记录时,即不存在同时满足统计时间、权限科室及选择的科室要求的情况下,输出处于医院感染状态人数为0,即不存在处于医院感染状态的病患。本发明基于统计时间、权限科室及选择的科室依次对转科信息进行筛选,因此,步骤S2具体包括:
S21、采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时间存在交叉的转科信息B(a)_Y以及时间与所述统计时间不交叉的转科信息B(a)_N;
本发明首先基于统计时间对转科信息B进行筛选,B为相应患者最开始的转科类型数据集合。_Y代表符合条件的转科记录,_N代表不符合条件的转科记录。
例如,转科信息B为:
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 |
统计时间为:2019-01-06 00:00:00到2019-01-20 23:59:59,则B(a)_Y为:
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 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
B(a)_N为:
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 |
S22、基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
由于每个用户的权限不同,本发明基于权限科室对转科信息B(a)_Y进行筛选,使得用户操作的数据与相应的权限相适应。具有地,转科信息B(b)_Y为属于用户管理的权限范围内的科室中的转科记录,转科信息B(b)_N为不属于用户管理的权限范围内的科室中的转科记录。
例如,权限科室为:所有科室,对于上述B(a)_Y,B(b)_Y为:
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 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
B(b)_N为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
S23、基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
本发明中,用户能够针对具体的科室进行处于感染状态人数的管理,因此,本发明基于选择的科室对转科信息B(b)_Y进行进行筛选,使得统计、筛查的数据与用户自主选择的科室相适应,使用户能够根据需要对相应的数据进行选择,对特定科室的处于医院感染状态的病例进行统计。
例如,用户选择的科室为ICU,对于上述B(b)_Y,B(c)_Y为:
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为:
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 |
S24、判断所述转科信息B(c)_Y中是否存在转科记录,若是,执行步骤S3,若否,输出处于医院感染状态人数为0。
具体地,本发明根据转科记录B(c)_Y进行判断,如果患者经过上述三个步骤之后还存在记录,就继续往下进行,如果患者没有记录了,就结束运算,输出结果0。
S3、采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
感染信息用于记录患者所有感染的具体情况,具体包括患者病案号、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、感染例次标识、转归、转归时间。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。因此,本发明首先对获取的感染信息H进行筛选,选择由用户已经确认的感染信息。
具体地,本发明首先基于感染信息中的“状态”字段对感染信息H进行筛选与划分,状态字段为“确认”,则表明该感染记录已经由用户确认,当状态字段为“排除”,则表明该感染记录未审核确认。
例如,采集的感染信息H为:
则H(a)_Y为:
H(a)_N为:
S4、采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
住院过程信息用于整体记录患者住院的过程,具体包括患者病案号、入院科室、入院时间、出院科室、出院时间。本发明首先获取患者的住院过程信息A,进一步获取其中的入院时间和出院时间字段相关信息,共同作为参数g.MC2。
例如,住院过程信息A为:
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 |
则获取的参数g.MC2为:[2019-01-01 00:00:12,2019-01-12 03:00:12]。
S5、获取所述感染信息H(a)_Y中未绑定手术刀、在院内感染且感染时间在患者住院期间的感染信息;
本发明对获取的感染信息H(a)_Y进行筛选,选择未绑定手术刀、在院内感染且感染时间在患者住院期间的感染信息,因此,步骤S5具体包括:
S51、将所述感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N;
由于手术的感染时间要以导致这例感染的手术开始时间进行计算,因此,本发明基于感染信息中的“感染对应手术时间”字段对感染信息H(a)_Y进行筛选与划分,当“感染对应手术时间”字段包括相应的手术时间信息时,则表明该感染记录与手术感染相关,当“感染对应手术时间”字段不包括相应的手术时间信息时,则表明该感染记录与手术无关。与手术无关的感染信息H(b)_Y即为未绑定手术刀的感染信息,与手术感染相关的感染信息H(b)_N是绑定手术刀的感染信息。
对于上述H(a)_Y,H(b)_Y为:
H(b)_N为:
S52、将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
感染信息中包括了院内和院外的感染信息,而院外感染是不需要进行计算的。因此,本发明基于感染信息中的“类型”字段对感染信息H(b)_Y进行筛选与划分,当“类型”字段为“院内”时,则表明该感染记录为院内感染,当“类型”字段为“院外”时,则表明该感染记录为院外感染。
基于上述H(b)_Y,H(c)_Y为:
H(c)_N为:
S53、基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
正常的感染时间都应该在患者的住院时间范围内,因此,本发明根据参数g.MC2对明显错误的数据进行筛选。具体地,本发明基于感染信息中的“感染时间”字段与入出院时间参数g.MC2进行比较,过滤掉感染时间不在患者住院期间的感染信息H(d)_N,得到一个感染时间在住院时间范围内的感染信息H(d)_Y。
对于上述H(c)_Y,由于H(c)_Y为空,则H(d)_Y、H(d)_N均为空。
S6、基于所述感染信息H(d)_Y获取患者的感染时间、转归时间,构建输出各感染例次的感染起止时间段参数g.VQ3.groupid;
本发明获取感染信息H(d)_Y中的感染时间、转归时间,根据感染时间、转归时间确定各感染例次的感染起止时间段,其中,感染时间即为各感染例次的感染起始时间,转归时间则为各感染例次的感染终止时间。本发明构建感染起止时间段参数g.VQ3.groupid,用于进行是否处于医院感染状态的判断。
S7、基于所述转科信息B(c)_Y及所述统计时间,获取转科信息B(c)_Y中在统计时间范围内的住院时间,构建起止时间段列表参数g.0N0;
本发明对特定时段的医院感染状态人数进行管理,需要构建出来同期住院时间,用于下一步对超出同期住院时间的过滤。因此,本发明基于转科信息B(c)_Y及统计时间,获取在统计时间范围内的住院时间,构建的同期住院时间为住院时间的起止时间段列表参数g.0N0。
S8、基于感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0,将所述感染信息H(d)_Y划分为与同期住院时间有交集的感染信息H(e)_Y和同期住院时间之外的感染信息H(e)_N;
为了得到同期内处于医院感染诊断状态的感染诊断记录,本发明基于感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0对感染信息H(d)_Y进行筛选。如上所述,本发明首先构建感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0,当感染起止时间段参数g.VQ3.groupid与起止时间段列表参数g.0N0间存在交集时,相应的记录属于H(e)_Y,否则相应的记录属于同期住院时间之外的感染信息H(e)_N。
对于上述H(d)_Y,由于H(d)_Y为空,则H(e)_Y为空。
S9、将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
本发明首先将感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N,为了进一步确认手术部位感染的感染信息,本发明对感染信息H(a)_Y进行再一次的划分,确保获取准确的绑定手术刀的感染信息H(b1)_Y。
对于上述H(a)_Y,H(b1)_Y为:
H(b1)_N为:
S10、获取住院过程信息A中的出院时间g.3CN,基于所述出院时间g.3CN,获取所述感染信息H(b1)_Y中患者出院之前产生的手术部位感染诊断信息H(c1)_Y;
本发明对医院感染进行特定时段感染状态人数进行管理,相关的手术时间需要在出院之前产生。因此,本发明获取住院过程信息A中的出院时间g.3CN,把这个当作参数g.3CN。这一步骤是将患者住院的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。
为了确保正常的手术时间都应该发生在患者住院期间,因此本发明首先基于出院时间g.3CN,对感染诊断信息H(b1)_Y进行筛选,过滤得到患者出院之前产生的手术部位感染诊断记录H(c1)_Y和手术时间晚于出院时间的手术部位感染诊断记录H(c1)_N。因此,本发明以处理错误的感染诊断数据,正常的手术时间都应该发生在患者住院期间。
采集的住院过程信息A为:
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 |
则获取的出院时间g.3CN为2019-01-12 03:00:12。
基于上述H(b1)_Y及g.3CN,H(c1)_Y为:
H(c1)_N为:
S11、基于所述手术部位感染诊断信息H(c1)_Y获取患者的手术时间、转归时间,构建输出各感染例次的感染持续时间参数g.95R.groupid;
本发明获取手术部位感染诊断信息H(c1)_Y中的手术时间、转归时间,根据手术时间、转归时间确定各感染例次的感染持续时间,其中,感染持续时间的起始时间即为各感染例次的手术时间,转归时间则为各感染例次的感染终止时间。本发明构建感染持续时间参数g.95R.groupid,用于进行是否是院内感染的判断。
基于上述H(c1)_Y,获取的g.95R.groupid为[2019-01-07 08:00:00,2020-01-01]。
S12、基于感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0,将所述手术部位感染诊断信息H(c1)_Y划分为与住院时间有交集的感染信息H(d1)_Y和与住院时间无交集的的感染信息H(d1)_N;
为了得到同期内处于医院感染诊断状态的感染诊断记录,本发明基于感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0对手术部位感染诊断信息H(c1)_Y进行筛选。如上所述,本发明首先构建感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0,当感染持续时间参数g.95R.groupid与起止时间段列表参数g.0N0间存在交集时,相应的记录属于H(c1)_Y,否则相应的记录属于同期住院时间之外的感染信息H(d1)_N。
基于上述H(c1)_Y、g.95R.groupid、g.0N0,H(d1)_Y为:
H(d1)_N为:
S13、合并所述感染信息H(e)_Y及感染信息H(d1)_Y,得到感染诊断信息H(f);基于所述感染诊断信息H(f)中记录的条数输出处于医院感染状态人数。
感染诊断信息包括了未绑手术刀的感染信息H(e)_Y和绑手术刀的感染信息H(d1)_Y,因此,本发明将得到的未绑手术刀的感染信息H(e)_Y及绑手术刀的感染信息H(d1)_Y进行合并,得到感染诊断信息H(f)。由此得到的感染诊断信息H(f)即为统计的特定时间段处于医院感染状态的记录信息。如果H(f)的感染诊断记录为空则输出0,不为空则输出对应医院感染例次数或统一输出为1。当需要输出具体的处于医院感染状态的病例记录时,输出H(f)。
对于上述H(e)_Y、H(d1)_Y,合并得到的H(f)为:
由于H(f)中包括一条感染记录,因此,输出处于医院感染状态人数为1。
实施例二
如图2所示,本实施例提出了特定时段处于医院感染状态人数的自动管理系统,包括:
接收模块,用于接收用户选择的统计时间、科室,根据用户的身份信息确定用户的权限科室;
进行特定时段处于医院感染状态人数的自动管理,需要统计处于医院感染状态的人数。特定时段处于医院感染状态需要满足:1、患者的住院时间在统计时间范围内。也就是患者的入院时间和出院时间形成的时间段和统计时间存在交叉;2、患者存在院内感染,且感染时间在住院期间。其中手术部位感染的感染时间要以手术开始时间来进行计算;3、患者在统计时段前存在医院感染,且处于未治愈的情况下;4、满足用户的选择的条件。
因此,本发明用于特定时段处于医院感染状态人数的自动管理,因此,首先需要用户选择相应的时段,即用户选择相应的统计时间,对统计时间内医院感染进行统计与查找。此外,对于医院的感染,用户通常是针对特定的科室进行感染状态人数的管理,因此,除统计时间外,本发明还设置相应的科室。医院数据具有相应的隐私性,因此,本发明中,对于医院数据的统计与管理需要用户获取相应的数据权限。用户的数据权限与相应的身份信息相关联,因此,本发明根据操作用户的身份信息确定用户的权限科室,对权限科室内的数据进行感染状态人数的统计与管理。
采集与判断模块,用于采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时间存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,调用感染信息第一划分模块,若不存在,输出处于医院感染状态人数为0;
转科信息用于记录患者住院期间在各诊疗科室的入科及出科信息,具体包括患者病案号、科室、入科时间、出科时间等。对于转科信息B,本发明首先基于统计时间、权限科室及选择的科室对转科信息进行筛选,只有筛选后存在相应的转科记录,才有可能存在处于医院感染状态的病患。因此,当筛选后不存在转科记录时,即不存在同时满足统计时间、权限科室及选择的科室要求的情况下,输出处于医院感染状态人数为0,即不存在处于医院感染状态的病患。本发明基于统计时间、权限科室及选择的科室依次对转科信息进行筛选,因此,采集与判断模块具体包括:
转科信息第一划分模块,用于采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时间存在交叉的转科信息B(a)_Y以及时间与所述统计时间不交叉的转科信息B(a)_N;
本发明首先基于统计时间对转科信息B进行筛选,B为相应患者最开始的转科类型数据集合。_Y代表符合条件的转科记录,_N代表不符合条件的转科记录。
转科信息第二划分模块,用于基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
由于每个用户的权限不同,本发明基于权限科室对转科信息B(a)_Y进行筛选,使得用户操作的数据与相应的权限相适应。具有地,转科信息B(b)_Y为属于用户管理的权限范围内的科室中的转科记录,转科信息B(b)_N为不属于用户管理的权限范围内的科室中的转科记录。
转科信息第三划分模块,用于基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
本发明中,用户能够针对具体的科室进行处于感染状态人数的管理,因此,本发明基于选择的科室对转科信息B(b)_Y进行进行筛选,使得统计、筛查的数据与用户自主选择的科室相适应,使用户能够根据需要对相应的数据进行选择,对特定科室的处于医院感染状态的病例进行统计。
判断模块,用于判断所述转科信息B(c)_Y中是否存在转科记录,若是,调用感染信息第一划分模块,若否,输出处于医院感染状态人数为0。
具体地,本发明根据转科记录B(c)_Y进行判断,如果患者经过上述三个步骤之后还存在记录,就继续往下进行,如果患者没有记录了,就结束运算,输出结果0。
感染信息第一划分模块,用于采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
感染信息用于记录患者所有感染的具体情况,具体包括患者病案号、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、感染例次标识、转归、转归时间。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。因此,本发明首先对获取的感染信息H进行筛选,选择由用户已经确认的感染信息。
具体地,本发明首先基于感染信息中的“状态”字段对感染信息H进行筛选与划分,状态字段为“确认”,则表明该感染记录已经由用户确认,当状态字段为“排除”,则表明该感染记录未审核确认。
采集模块,用于采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
住院过程信息用于整体记录患者住院的过程,具体包括患者病案号、入院科室、入院时间、出院科室、出院时间。本发明首先获取患者的住院过程信息A,进一步获取其中的入院时间和出院时间字段相关信息,共同作为参数g.MC2。
感染信息划分模块,用于获取所述感染信息H(a)_Y中未绑定手术刀、在院内感染且感染时间在患者住院期间的感染信息;
本发明对获取的感染信息H(a)_Y进行筛选,选择未绑定手术刀、在院内感染且感染时间在患者住院期间的感染信息,因此,感染信息划分模块具体包括:
感染信息第二划分模块,用于将所述感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N;
由于手术的感染时间要以导致这例感染的手术开始时间进行计算,因此,本发明基于感染信息中的“感染对应手术时间”字段对感染信息H(a)_Y进行筛选与划分,当“感染对应手术时间”字段包括相应的手术时间信息时,则表明该感染记录与手术感染相关,当“感染对应手术时间”字段不包括相应的手术时间信息时,则表明该感染记录与手术无关。与手术无关的感染信息H(b)_Y即为未绑定手术刀的感染信息,与手术感染相关的感染信息H(b)_N是绑定手术刀的感染信息。
感染信息第三划分模块,用于将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
感染信息中包括了院内和院外的感染信息,而院外感染是不需要进行计算的。因此,本发明基于感染信息中的“类型”字段对感染信息H(b)_Y进行筛选与划分,当“类型”字段为“院内”时,则表明该感染记录为院内感染,当“类型”字段为“院外”时,则表明该感染记录为院外感染。
感染信息第四划分模块,用于基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
正常的感染时间都应该在患者的住院时间范围内,因此,本发明根据参数g.MC2对明显错误的数据进行筛选。具体地,本发明基于感染信息中的“感染时间”字段与入出院时间参数g.MC2进行比较,过滤掉感染时间不在患者住院期间的感染信息H(d)_N,得到一个感染时间在住院时间范围内的感染信息H(d)_Y。
第一构建模块,用于基于所述感染信息H(d)_Y获取患者的感染时间、转归时间,构建输出各感染例次的感染起止时间段参数g.VQ3.groupid;
本发明获取感染信息H(d)_Y中的感染时间、转归时间,根据感染时间、转归时间确定各感染例次的感染起止时间段,其中,感染时间即为各感染例次的感染起始时间,转归时间则为各感染例次的感染终止时间。本发明构建感染起止时间段参数g.VQ3.groupid,用于进行是否处于医院感染状态的判断。
第二构建模块,用于基于所述转科信息B(c)_Y及所述统计时间,获取转科信息B(c)_Y中在统计时间范围内的住院时间,构建起止时间段列表参数g.0N0;
本发明对特定时段的医院感染状态人数进行管理,需要构建出来同期住院时间,用于下一步对超出同期住院时间的过滤。因此,本发明基于转科信息B(c)_Y及统计时间,获取在统计时间范围内的住院时间,构建的同期住院时间为住院时间的起止时间段列表参数g.0N0。
未绑手术刀感染信息确定模块,用于基于感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0,将所述感染信息H(d)_Y划分为与同期住院时间有交集的感染信息H(e)_Y和同期住院时间之外的感染信息H(e)_N;
为了得到同期内处于医院感染诊断状态的感染诊断记录,本发明基于感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0对感染信息H(d)_Y进行筛选。如上所述,本发明首先构建感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0,当感染起止时间段参数g.VQ3.groupid与起止时间段列表参数g.0N0间存在交集时,相应的记录属于H(e)_Y,否则相应的记录属于同期住院时间之外的感染信息H(e)_N。
对于上述H(d)_Y,由于H(d)_Y为空,则H(e)_Y为空。
重划分模块,用于将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
本发明首先将感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N,为了进一步确认手术部位感染的感染信息,本发明对感染信息H(a)_Y进行再一次的划分,确保获取准确的绑定手术刀的感染信息H(b1)_Y。
感染信息第五划分模块,用于获取住院过程信息A中的出院时间g.3CN,基于所述出院时间g.3CN,获取所述感染信息H(b1)_Y中患者出院之前产生的手术部位感染诊断信息H(c1)_Y;
本发明对医院感染进行特定时段感染状态人数进行管理,相关的手术时间需要在出院之前产生。因此,本发明获取住院过程信息A中的出院时间g.3CN,把这个当作参数g.3CN。这一步骤是将患者住院的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。
为了确保正常的手术时间都应该发生在患者住院期间,因此本发明首先基于出院时间g.3CN,对感染诊断信息H(b1)_Y进行筛选,过滤得到患者出院之前产生的手术部位感染诊断记录H(c1)_Y和手术时间晚于出院时间的手术部位感染诊断记录H(c1)_N。因此,本发明以处理错误的感染诊断数据,正常的手术时间都应该发生在患者住院期间。
第三构建模块,用于基于所述手术部位感染诊断信息H(c1)_Y获取患者的手术时间、转归时间,构建输出各感染例次的感染持续时间参数g.95R.groupid;
本发明获取手术部位感染诊断信息H(c1)_Y中的手术时间、转归时间,根据手术时间、转归时间确定各感染例次的感染持续时间,其中,感染持续时间的起始时间即为各感染例次的手术时间,转归时间则为各感染例次的感染终止时间。本发明构建感染持续时间参数g.95R.groupid,用于进行是否是院内感染的判断。
绑手术刀感染信息确定模块,用于基于感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0,将所述手术部位感染诊断信息H(c1)_Y划分为与住院时间有交集的感染信息H(d1)_Y和与住院时间无交集的的感染信息H(d1)_N;
为了得到同期内处于医院感染诊断状态的感染诊断记录,本发明基于感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0对手术部位感染诊断信息H(c1)_Y进行筛选。如上所述,本发明首先构建感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0,当感染持续时间参数g.95R.groupid与起止时间段列表参数g.0N0间存在交集时,相应的记录属于H(c1)_Y,否则相应的记录属于同期住院时间之外的感染信息H(d1)_N。
合并输出模块,用于合并所述感染信息H(e)_Y及感染信息H(d1)_Y,得到感染诊断信息H(f);基于所述感染诊断信息H(f)中记录的条数输出处于医院感染状态人数。
感染诊断信息包括了未绑手术刀的感染信息H(e)_Y和绑手术刀的感染信息H(d1)_Y,因此,本发明将得到的未绑手术刀的感染信息H(e)_Y及绑手术刀的感染信息H(d1)_Y进行合并,得到感染诊断信息H(f)。由此得到的感染诊断信息H(f)即为统计的特定时间段处于医院感染状态的记录信息。如果H(f)的感染诊断记录为空则输出0,不为空则输出对应医院感染例次数或统一输出为1。当需要输出具体的处于医院感染状态的病例记录时,输出H(f)。
由此可知,本发明提出的特定时段处于医院感染状态人数的自动管理方法及系统,详细记载了特定时段处于医院感染状态人数管理的具体实现方式,利用转科信息、住院过程信息、感染信息、选择的统计时间、科室、根据用户的身份信息确定用户的权限科室,获取患者的感染时间、转归时间,构建感染相应的时间段参数,根据感染相关的时间段参数及起止时间段列表,实现特定时段处于医院感染状态人数的自动管理,同时能自动获取并输出处于医院感染状态的人数。本发明能够自动进行医院感染状态人数管理,避免了人工数据统计的劳动强度。本发明对充分利用了感染时间、转归时间,实现根据转归情况的有效统计,统计的处于医院感染状态人数实用性强、应用价值大。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种特定时段处于医院感染状态人数的自动管理方法,其特征在于,包括步骤:
S1、接收用户选择的统计时间、科室,根据用户的身份信息确定用户的权限科室;
S2、采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时间存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,执行步骤S3,若不存在,输出处于医院感染状态人数为0;
S3、采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
S4、采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
S5、获取所述感染信息H(a)_Y中未绑定手术刀、在院内感染且感染时间在患者住院期间的感染信息;
S6、基于所述感染信息H(d)_Y获取患者的感染时间、转归时间,构建输出各感染例次的感染起止时间段参数g.VQ3.groupid;
S7、基于所述转科信息B(c)_Y及所述统计时间,获取转科信息B(c)_Y中在统计时间范围内的住院时间,构建起止时间段列表参数g.0N0;
S8、基于感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0,将所述感染信息H(d)_Y划分为与同期住院时间有交集的感染信息H(e)_Y和同期住院时间之外的感染信息H(e)_N;
S9、将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
S10、获取住院过程信息A中的出院时间g.3CN,基于所述出院时间g.3CN,获取所述感染信息H(b1)_Y中患者出院之前产生的手术部位感染诊断信息H(c1)_Y;
S11、基于所述手术部位感染诊断信息H(c1)_Y获取患者的手术时间、转归时间,构建输出各感染例次的感染持续时间参数g.95R.groupid;
S12、基于感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0,将所述手术部位感染诊断信息H(c1)_Y划分为与住院时间有交集的感染信息H(d1)_Y和与住院时间无交集的的感染信息H(d1)_N;
S13、合并所述感染信息H(e)_Y及感染信息H(d1)_Y,得到感染诊断信息H(f);基于所述感染诊断信息H(f)中记录的条数输出处于医院感染状态人数。
2.根据权利要求1所述的自动管理方法,其特征在于,所述转科信息包括患者病案号、科室、入科时间、出科时间;所述感染信息包括患者病案号、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、感染例次标识、转归、转归时间;所述住院信息包括患者病案号、入院科室、入院时间、出院科室、出院时间。
3.根据权利要求2所述的自动管理方法,其特征在于,所述步骤S2具体包括:
S21、采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时间存在交叉的转科信息B(a)_Y以及时间与所述统计时间不交叉的转科信息B(a)_N;
S22、基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
S23、基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
S24、判断所述转科信息B(c)_Y中是否存在转科记录,若是,执行步骤S3,若否,输出处于医院感染状态人数为0。
4.根据权利要求2所述的自动管理方法,其特征在于,所述步骤S5具体包括:
S51、将所述感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N;
S52、将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
S53、基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
5.根据权利要求1所述的自动管理方法,其特征在于,所述步骤S13还包括:如果感染诊断信息H(f)中的感染诊断记录为空则输出0,不为空则输出1。
6.一种特定时段处于医院感染状态人数的自动管理系统,其特征在于,包括:接收模块,用于接收用户选择的统计时间、科室,根据用户的身份信息确定用户的权限科室;
采集与判断模块,用于采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时间存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,调用感染信息第一划分模块,若不存在,输出处于医院感染状态人数为0;
感染信息第一划分模块,用于采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
采集模块,用于采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
感染信息划分模块,用于获取所述感染信息H(a)_Y中未绑定手术刀、在院内感染且感染时间在患者住院期间的感染信息;
第一构建模块,用于基于所述感染信息H(d)_Y获取患者的感染时间、转归时间,构建输出各感染例次的感染起止时间段参数g.VQ3.groupid;
第二构建模块,用于基于所述转科信息B(c)_Y及所述统计时间,获取转科信息B(c)_Y中在统计时间范围内的住院时间,构建起止时间段列表参数g.0N0;
未绑手术刀感染信息确定模块,用于基于感染起止时间段参数g.VQ3.groupid、起止时间段列表参数g.0N0,将所述感染信息H(d)_Y划分为与同期住院时间有交集的感染信息H(e)_Y和同期住院时间之外的感染信息H(e)_N;
重划分模块,用于将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
感染信息第五划分模块,用于获取住院过程信息A中的出院时间g.3CN,基于所述出院时间g.3CN,获取所述感染信息H(b1)_Y中患者出院之前产生的手术部位感染诊断信息H(c1)_Y;
第三构建模块,用于基于所述手术部位感染诊断信息H(c1)_Y获取患者的手术时间、转归时间,构建输出各感染例次的感染持续时间参数g.95R.groupid;
绑手术刀感染信息确定模块,用于基于感染持续时间参数g.95R.groupid、起止时间段列表参数g.0N0,将所述手术部位感染诊断信息H(c1)_Y划分为与住院时间有交集的感染信息H(d1)_Y和与住院时间无交集的的感染信息H(d1)_N;合并输出模块,用于合并所述感染信息H(e)_Y及感染信息H(d1)_Y,得到感染诊断信息H(f);基于所述感染诊断信息H(f)中记录的条数输出处于医院感染状态人数。
7.根据权利要求6所述的自动管理系统,其特征在于,所述转科信息包括患者病案号、科室、入科时间、出科时间;所述感染信息包括患者病案号、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、感染例次标识、转归、转归时间;所述住院信息包括患者病案号、入院科室、入院时间、出院科室、出院时间。
8.根据权利要求7所述的自动管理系统,其特征在于,所述采集与判断模块具体包括:
转科信息第一划分模块,用于采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时间存在交叉的转科信息B(a)_Y以及时间与所述统计时间不交叉的转科信息B(a)_N;
转科信息第二划分模块,用于基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
转科信息第三划分模块,用于基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
判断模块,用于判断所述转科信息B(c)_Y中是否存在转科记录,若是,执行步骤S3,若否,输出处于医院感染状态人数为0。
9.根据权利要求7所述的自动管理系统,其特征在于,所感染信息划分模块具体包括:
感染信息第二划分模块,用于将所述感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N;
感染信息第三划分模块,用于将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
感染信息第四划分模块,用于基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
10.根据权利要求6所述的自动管理方法,其特征在于,所述合并输出模块还包括:如果感染诊断信息H(f)中的感染诊断记录为空则输出0,不为空则输出1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614969.3A CN112002383B (zh) | 2020-06-30 | 2020-06-30 | 特定时段处于医院感染状态人数的自动管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614969.3A CN112002383B (zh) | 2020-06-30 | 2020-06-30 | 特定时段处于医院感染状态人数的自动管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112002383A true CN112002383A (zh) | 2020-11-27 |
CN112002383B CN112002383B (zh) | 2024-03-08 |
Family
ID=73466873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010614969.3A Active CN112002383B (zh) | 2020-06-30 | 2020-06-30 | 特定时段处于医院感染状态人数的自动管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112002383B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114121246A (zh) * | 2021-11-24 | 2022-03-01 | 杭州杏林信息科技有限公司 | 一种医院环境清洁消毒的管理方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110093249A1 (en) * | 2009-10-19 | 2011-04-21 | Theranos, Inc. | Integrated health data capture and analysis system |
CN105893725A (zh) * | 2014-11-13 | 2016-08-24 | 北京众智汇医科技有限公司 | 一种医院感染预防与控制全流程管理系统及其方法 |
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 |
CN109461480A (zh) * | 2018-09-27 | 2019-03-12 | 上海利连信息科技有限公司 | 一种医院感染数据缺失的增量式更新方法 |
JP2019057220A (ja) * | 2017-09-22 | 2019-04-11 | 富士通株式会社 | 入院部屋決定プログラム、入院部屋決定方法及び入院部屋決定装置 |
US20200161510A1 (en) * | 2018-11-19 | 2020-05-21 | Seoul Viosys Co., Ltd. | Led lighting apparatus having sterilizing function |
CN111243756A (zh) * | 2020-01-21 | 2020-06-05 | 杭州杏林信息科技有限公司 | I类切口手术部位感染例数的统计方法、设备及存储介质 |
CN111312346A (zh) * | 2020-01-21 | 2020-06-19 | 杭州杏林信息科技有限公司 | 住院患者新发生感染人数的统计方法、设备和存储介质 |
-
2020
- 2020-06-30 CN CN202010614969.3A patent/CN112002383B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110093249A1 (en) * | 2009-10-19 | 2011-04-21 | Theranos, Inc. | Integrated health data capture and analysis system |
CN105893725A (zh) * | 2014-11-13 | 2016-08-24 | 北京众智汇医科技有限公司 | 一种医院感染预防与控制全流程管理系统及其方法 |
JP2019057220A (ja) * | 2017-09-22 | 2019-04-11 | 富士通株式会社 | 入院部屋決定プログラム、入院部屋決定方法及び入院部屋決定装置 |
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 |
CN109461480A (zh) * | 2018-09-27 | 2019-03-12 | 上海利连信息科技有限公司 | 一种医院感染数据缺失的增量式更新方法 |
US20200161510A1 (en) * | 2018-11-19 | 2020-05-21 | Seoul Viosys Co., Ltd. | Led lighting apparatus having sterilizing function |
CN111243756A (zh) * | 2020-01-21 | 2020-06-05 | 杭州杏林信息科技有限公司 | I类切口手术部位感染例数的统计方法、设备及存储介质 |
CN111312346A (zh) * | 2020-01-21 | 2020-06-19 | 杭州杏林信息科技有限公司 | 住院患者新发生感染人数的统计方法、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
宫庆月;张学香;矫玲;: "医院感染管理软件的开发与应用", 中国感染控制杂志, no. 02, 30 March 2008 (2008-03-30) * |
蒋景华, 陈文光, 陶映: "医院感染管理系统在医院信息管理中的应用", 中华医院感染学杂志, no. 04, 20 April 2004 (2004-04-20) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114121246A (zh) * | 2021-11-24 | 2022-03-01 | 杭州杏林信息科技有限公司 | 一种医院环境清洁消毒的管理方法及系统 |
CN114121246B (zh) * | 2021-11-24 | 2022-06-21 | 杭州杏林信息科技有限公司 | 一种医院环境清洁消毒的管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112002383B (zh) | 2024-03-08 |
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 | |
DE102012103089A1 (de) | System und maschinenlesbarer Datenträger zur Erstellung von Patientenprognosen | |
CN111309781A (zh) | 统计抗菌药物治疗前病原学送检人数的方法及设备 | |
CN112002383A (zh) | 特定时段处于医院感染状态人数的自动管理方法及系统 | |
CN106327619A (zh) | 一种进出管理方法和系统 | |
CN111640475A (zh) | 一种临床试验的管理系统 | |
DE102016121980A1 (de) | Konzertierte Alarmbehandlung für einen Verbund von Dialysegeräten | |
CN112819326A (zh) | 一种适用于居民小区的疫情防控管理系统及其搭建方法 | |
CN111160855A (zh) | 一种报告单自动审核方法、装置、设备及存储介质 | |
CN113362965A (zh) | 用于医院病原菌耐药性监测系统及方法 | |
CN117727468B (zh) | 一种基于云边协同的健康筛查智能分诊系统 | |
CN112037893A (zh) | 指定时间点处于医院感染状态人数的自动管理方法及系统 | |
CN112002430A (zh) | 一种出院前治愈医院感染例次数监测方法及系统 | |
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 | |
CN112017739A (zh) | 一种用于特定时段新发医院感染自动查漏的方法及系统 | |
CN112786167B (zh) | 基于MapReduce及大数据的应用抗菌药物的手术例次数的统计方法及装置 | |
CN112043241A (zh) | 一种手术患者肺部感染例次数监测方法及系统 | |
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 | |
CN114254011A (zh) | 一种基于大数据的外来人口普查数据收集系统 | |
CN112017769A (zh) | 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 | |
CN111341398A (zh) | 统计科室住院人数的方法、系统、设备及存储介质 | |
CN113724883A (zh) | 医疗费用预测方法、装置、存储介质及计算机设备 | |
CN114067981A (zh) | 医疗数据处理方法、装置及系统 | |
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 | |
George et al. | Early deaths in newly diagnosed cases of pediatric acute leukemia. A southwest oncology group study |
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 |