CN112043241A - 一种手术患者肺部感染例次数监测方法及系统 - Google Patents

一种手术患者肺部感染例次数监测方法及系统 Download PDF

Info

Publication number
CN112043241A
CN112043241A CN202010700512.4A CN202010700512A CN112043241A CN 112043241 A CN112043241 A CN 112043241A CN 202010700512 A CN202010700512 A CN 202010700512A CN 112043241 A CN112043241 A CN 112043241A
Authority
CN
China
Prior art keywords
information
filtering
infection
operation information
range
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
Application number
CN202010700512.4A
Other languages
English (en)
Other versions
CN112043241B (zh
Inventor
霍瑞
林�建
陈春平
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 CN202010700512.4A priority Critical patent/CN112043241B/zh
Publication of CN112043241A publication Critical patent/CN112043241A/zh
Application granted granted Critical
Publication of CN112043241B publication Critical patent/CN112043241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • 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
    • 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)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了一种手术患者肺部感染例次数监测方法，利用住院过程信息、感染信息、手术信息、选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数以及根据用户的身份信息确定用户的权限科室，对手术患者肺部感染病例进行筛选，实现对手术患者肺部感染、特定时间段内、特定麻醉方式等例次数的精确统计，能够对肺部感染例次数进行有效监控。本发明监测的肺部感染例次数实用性强，能够根据需要进行感染患者的监测，为手术水平、看护水平的评估提供有效的指导。

Description

一种手术患者肺部感染例次数监测方法及系统
技术领域
本发明属于对医院感染进行管理的技术领域，具体涉及一种手术患者肺部感染例次数监测方法及系统。
背景技术
肺部感染包括终末气道、肺泡腔及肺间质在内的肺实质炎症。手术相关肺部感染，死亡率高，很有可能造成肺功能衰竭，也有可能引发呼吸困难，因此，对手术患者相关肺部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。现有的医院信息系统通常会对手术患者的肺部感染进行判断，而不能很好地对确定时间段内与手术相关的肺部感染例次数进行有效的统计与监测。手术患者肺部感染的病例次数监测能够对医院的手术水平、看护水平进行评估，具有重大的指导意义。此外，现有的对手术患者肺部感染的监测，即使能统计肺部感染例次数，也是对所有的感染进行监测，而不能按需进行确定时间段内手术相关的肺部病例监测。
公开号为CN109065178A的发明专利申请公开了种基于医院信息系统的院内感染预警构建方法，先根据医院感染诊断标准收集和整理感染所需的结构化数据和非结构化数据；然后对非结构化数据进行分词和词性标注，得到分词后的病历文档集；再对以上分词和词性标注后的非结构化数据进行自然语言处理；接着通过正则表达式的注释规则和机器学习的技术进行信息抽取，得到目的数据信息；最后将目的数据信息和结构化数据构建成院内感染预警数据系统。
上述申请虽然提及了肺部感染，但是其核心是对肺部感染进行检测，而不能对肺部感染例次数进行有效监控，更不能对确定时间段内的手术相关肺部感染例次数进行监控。因此，如何实现确定时间段手术患者肺部感染例次数监测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，提供一种手术患者肺部感染例次数监测方法及系统。本发明对手术患者肺部感染病例进行筛选，实现对手术患者肺部感染、特定时间段内、特定麻醉方式等例次数的精确统计，能够对肺部感染例次数进行有效监控。本发明监测的肺部感染例次数实用性强，能够根据需要进行感染患者的监测，为手术水平、看护水平的评估提供有效的指导。
为了实现以上目的，本发明采用以下技术方案：
一种手术患者肺部感染例次数监测方法，包括步骤：
S1、采集患者的住院过程信息A，基于所述住院过程信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；
S2、采集患者的手术信息G，基于所述参数g.MC2获取所述手术信息G中在本次住院期间发生的手术信息G(a)_Y和非本次住院期间发生的手术信息G(a)_N；
S3、接收用户选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数，根据用户的身份信息确定用户的权限科室；
S4、判断所述在本次住院期间发生的手术信息G(a)_Y中是否存在满足所述统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室限制的手术记录，若存在，执行步骤S5，若不存在，输出手术患者肺部感染例次数为0；
S5、采集患者的感染信息H，获取所述感染信息H中与手术部位无关、由用户已经确认、在院内感染且感染时间在患者住院期间的感染信息H(d)_Y；
S6、获取所述手术信息G(s)_Y中最早的手术开始时间参数g.ART，基于所述感染信息H(d)_Y、参数g.ART获得在手术开始之后发生的感染信息H(e)_Y；
S7、根据感染信息H(e)_Y，过滤得到肺部感染的感染信息H(f)_Y和非肺部感染的感染信息H(f)_N，基于所述感染信息H(f)_Y中记录的条数输出手术患者肺部感染例次数。
进一步地，所述住院过程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，所述手术信息包括患者病案号、手术科室、手术名称、手术开始时间、手术结束时间、切口、感染例次标识。
进一步地，所述步骤S4具体包括：
S401、根据手术信息G(a)_Y和统计时间，过滤得到在统计时间范围内的手术信息G(b)_Y，滤除不在统计时间范围内的手术信息G(b)_N；
S402、根据手术信息G(b)_Y和权限科室信息，过滤得到在权限范围内的手术信息G(c)_Y，滤除不在权限范围内的手术信息G(c)_N；
S403、根据手术信息G(c)_Y和选择的手术科室，过滤得到在选择的手术科室范围内的手术信息G(d)_Y，滤除不在选择范围内的手术信息G(d)_N；
S404、根据手术信息G(d)_Y和选择的手术名称，过滤得到在选择的手术名称范围内的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
S405、据手术信息G(e)_Y和选择的手术分类，过滤得到在选择的手术分类范围内的手术信息G(f)_Y，滤除不在选择范围内的手术信息G(f)_N；
S406、根据手术信息G(f)_Y和选择的手术医生，过滤得到在选择的手术医生范围内的手术信息G(g)_Y，滤除不在选择范围内的手术信息G(g)_N；
S407、根据手术信息G(g)_Y和选择的麻醉方式，过滤得到在选择的麻醉方式范围内的手术信息G(h)_Y，滤除不在选择范围内的手术信息G(h)_N；
S408、根据手术信息G(h)_Y和选择的手术时长信息，过滤得到在选择的手术时长范围内的手术信息G(i)_Y，滤除不在选择范围内的手术信息G(i)_N；
S409、根据手术信息G(i)_Y和选择的ASA评分，过滤得到在选择的ASA评分范围内的手术信息G(j)_Y，滤除不在选择范围内的手术信息G(j)_N；
S410、根据手术信息G(j)_Y，过滤得到在用户选择的等级切口列表的手术信息G(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
S411、根据手术信息G(k)_Y和选择的愈合等级，过滤得到在选择的愈合等级范围内的手术信息G(m)_Y和滤除不在选择范围内的手术信息G(m)_N；
S412、根据手术信息G(m)_Y和选择的手术位置信息，过滤得到在选择的手术位置范围内的手术信息G(n)_Y，滤除不在选择范围内的手术信息G(n)_N；
S413、根据手术信息G(n)_Y和选择的NNIS评分，过滤得到在选择的NNIS评分范围内的手术信息G(p)_Y，滤除不在选择范围内的手术信息G(p)_N；
S414、根据手术信息G(p)_Y和选择的择期急诊信息，过滤得到在选择的择期急诊范围内的手术信息G(q)_Y，滤除不在选择范围内的手术信息G(q)_N；
S415、根据手术信息G(q)_Y和选择的手术室，过滤得到在选择的择手术室范围内的手术信息G(r)_Y，滤除和不在选择范围内的手术信息G(r)_N；
S416、根据手术信息G(r)_Y和选择的手术次数，过滤得到在选择的择手术次数范围内的手术信息G(s)_Y，滤除不在选择范围内的手术信息G(s)_N；
S417、判断所述手术信息G(s)_Y中是否存在手术记录，若是，执行步骤S5，若否，输出手术患者肺部感染例次数为0。
进一步地，所述步骤S5具体包括：
S51、将所述感染信息H划分为与手术部位无关的感染信息H(a)_Y和与手术部位相关的感染信息H(a)_N；
S52、将所述感染信息H(a)_Y划分为由用户已经确认的感染信息H(b)_Y和未审核确认的感染信息H(b)_N；
S53、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；
S54、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。
本发明还提出一种手术患者肺部感染例次数监测系统，包括：
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A获取患者的入院时间和出院时间，共同作为参数g.MC2；
手术信息获取模块，用于采集患者的手术信息G，基于所述参数g.MC2获取所述手术信息G中在本次住院期间发生的手术信息G(a)_Y和非本次住院期间发生的手术信息G(a)_N；
接收模块，用于接收用户选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数，根据用户的身份信息确定用户的权限科室；
判断模块，用于判断所述在本次住院期间发生的手术信息G(a)_Y中是否存在满足所述统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室限制的手术记录，若存在，调用感染信息第一获取模块，若不存在，输出手术患者肺部感染例次数为0；
感染信息第一获取模块，用于采集患者的感染信息H，获取所述感染信息H中与手术部位无关、由用户已经确认、在院内感染且感染时间在患者住院期间的感染信息H(d)_Y；
感染信息第二获取模块，用于获取所述手术信息G(s)_Y中最早的手术开始时间参数g.ART，基于所述感染信息H(d)_Y、参数g.ART获得在手术开始之后发生的感染信息H(e)_Y；
输出模块，用于根据感染信息H(e)_Y，过滤得到肺部感染的感染信息H(f)_Y和非肺部感染的感染信息H(f)_N，基于所述感染信息H(f)_Y中记录的条数输出手术患者肺部感染例次数。
进一步地，所述住院过程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，所述手术信息包括患者病案号、手术科室、手术名称、手术开始时间、手术结束时间、切口、感染例次标识。
进一步地，所述判断模块，用于具体包括：
第一过滤模块，用于根据手术信息G(a)_Y和统计时间，过滤得到在统计时间范围内的手术信息G(b)_Y，滤除不在统计时间范围内的手术信息G(b)_N；
第二过滤模块，用于根据手术信息G(b)_Y和权限科室信息，过滤得到在权限范围内的手术信息G(c)_Y，滤除不在权限范围内的手术信息G(c)_N；
第三过滤模块，用于根据手术信息G(c)_Y和选择的手术科室，过滤得到在选择的手术科室范围内的手术信息G(d)_Y，滤除不在选择范围内的手术信息G(d)_N；
第四过滤模块，用于根据手术信息G(d)_Y和选择的手术名称，过滤得到在选择的手术名称范围内的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
第五过滤模块，用于据手术信息G(e)_Y和选择的手术分类，过滤得到在选择的手术分类范围内的手术信息G(f)_Y，滤除不在选择范围内的手术信息G(f)_N；
第六过滤模块，用于根据手术信息G(f)_Y和选择的手术医生，过滤得到在选择的手术医生范围内的手术信息G(g)_Y，滤除不在选择范围内的手术信息G(g)_N；
第七过滤模块，用于根据手术信息G(g)_Y和选择的麻醉方式，过滤得到在选择的麻醉方式范围内的手术信息G(h)_Y，滤除不在选择范围内的手术信息G(h)_N；
第八过滤模块，用于根据手术信息G(h)_Y和选择的手术时长信息，过滤得到在选择的手术时长范围内的手术信息G(i)_Y，滤除不在选择范围内的手术信息G(i)_N；
第九过滤模块，用于根据手术信息G(i)_Y和选择的ASA评分，过滤得到在选择的ASA评分范围内的手术信息G(j)_Y，滤除不在选择范围内的手术信息G(j)_N；
第十过滤模块，用于根据手术信息G(j)_Y，过滤得到在用户选择的等级切口列表的手术信息G(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
第十一过滤模块，用于根据手术信息G(k)_Y和选择的愈合等级，过滤得到在选择的愈合等级范围内的手术信息G(m)_Y和滤除不在选择范围内的手术信息G(m)_N；
第十二过滤模块，用于根据手术信息G(m)_Y和选择的手术位置信息，过滤得到在选择的手术位置范围内的手术信息G(n)_Y，滤除不在选择范围内的手术信息G(n)_N；
第十三过滤模块，用于根据手术信息G(n)_Y和选择的NNIS评分，过滤得到在选择的NNIS评分范围内的手术信息G(p)_Y，滤除不在选择范围内的手术信息G(p)_N；
第十四过滤模块，用于根据手术信息G(p)_Y和选择的择期急诊信息，过滤得到在选择的择期急诊范围内的手术信息G(q)_Y，滤除不在选择范围内的手术信息G(q)_N；
第十五过滤模块，用于根据手术信息G(q)_Y和选择的手术室，过滤得到在选择的择手术室范围内的手术信息G(r)_Y，滤除和不在选择范围内的手术信息G(r)_N；
第十六过滤模块，用于根据手术信息G(r)_Y和选择的手术次数，过滤得到在选择的择手术次数范围内的手术信息G(s)_Y，滤除不在选择范围内的手术信息G(s)_N；
第十七过滤模块，用于判断所述手术信息G(s)_Y中是否存在手术记录，若是，调用感染信息第一获取模块，若否，输出手术患者肺部感染例次数为0。
进一步地，所述感染信息第一获取模块具体包括：
第一划分模块，用于将所述感染信息H划分为与手术部位无关的感染信息H(a)_Y和与手术部位相关的感染信息H(a)_N；
第二划分模块，用于将所述感染信息H(a)_Y划分为由用户已经确认的感染信息H(b)_Y和未审核确认的感染信息H(b)_N；
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；
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。
本发明详细记载了手术患者肺部感染例次数监测的具体实现方式，利用住院过程信息、感染信息、手术信息、选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数以及根据用户的身份信息确定用户的权限科室，对手术患者肺部感染病例进行筛选，实现对手术患者肺部感染、特定时间段内、特定麻醉方式等例次数的精确统计，能够对肺部感染例次数进行有效监控。本发明监测的肺部感染例次数实用性强，能够根据需要进行感染患者的监测，为手术水平、看护水平的评估提供有效的指导。
附图说明
图1是实施例一提供的一种手术患者肺部感染例次数监测方法流程图；
图2是实施例二提供的一种手术患者肺部感染例次数监测系统结构图。
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，本实施例提出了一种手术患者肺部感染例次数监测方法，包括：
S1、采集患者的住院过程信息A，基于所述住院过程信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；
进行手术患者肺部感染例次数监测，需要统计确定时间段内全院住院患者中同期发生与手术相关的肺部感染例次数。手术患者肺部感染需要满足：1、患者同期住院，患者的入出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、患者在住院期间有进行手术，且在手术后发生肺部医院感染；3、手术相关肺部感染对应的感染部位包括三种：肺部感染、下呼吸道、呼吸机相关肺炎；4、满足用户的选择的条件。
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，由于对手术相关的肺部感染进行监测，因此，需要获取住院过程信息中患者的入院时间和出院时间。具体地，本发明获取住院过程信息A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]。
S2、采集患者的手术信息G，基于所述参数g.MC2获取所述手术信息G中在本次住院期间发生的手术信息G(a)_Y和非本次住院期间发生的手术信息G(a)_N；
手术信息用于记录患者所进行的手术具体情况，包括患者病案号、手术科室、手术名称、手术开始时间、手术结束时间、切口、感染例次标识。为了解决不在本次住院期间发生的错误时间的手术记录信息，本发明首先对采集的手术信息G进行筛选，选择在患者入出院时间范围内进行的手术信息G(a)_Y，即为在本次住院期间发生的手术信息G(a)_Y。具体地，本发明基于手术信息中的“手术开始时间”、“手术结束时间”字段与入出院时间参数g.MC2进行比较，过滤掉手术时间不在本次住院期间发生的手术信息G(a)_N，得到在患者入出院时间范围内进行的手术信息G(a)_Y。
例如，采集的手术信息G为：
Figure BDA0002592863230000091
对于上述g.MC2为[2019-01-01 00:00:12,2019-01-12 03:00:12]，则相应的G(a)_Y为：
Figure BDA0002592863230000101
G(a)_N为：
Figure BDA0002592863230000102
S3、接收用户选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数，根据用户的身份信息确定用户的权限科室；
本发明用于手术患者肺部感染例次数的自动监测，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，对统计时间内出院的手术患者肺部感染进行统计与查找。此外，对于手术相关感染，用户通常是针对特定的手术科室进行肺部感染的管理，因此，除统计时间外，本发明还设置相应的手术科室。此外，针对具体的手术，本发明中，用户还可以选择手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数，实现对手术相关肺部感染例次数的精确统计与监测。
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手术患者肺部感染例次数的统计与监测。
S4、判断所述在本次住院期间发生的手术信息G(a)_Y中是否存在满足所述统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室限制的手术记录，若存在，执行步骤S5，若不存在，输出手术患者肺部感染例次数为0；
对于在本次住院期间发生的手术信息G(a)_Y，本发明首先基于统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室对手术信息进行筛选，只有筛选后存在相应的手术记录，才有可能存在手术患者肺部感染的病患。因此，当筛选后不存在手术记录时，即不存在同时满足统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室要求的情况下，输出手术患者肺部感染例次数为0，即不存在手术患者肺部感染的病患。本发明基于统计时间、权限科室及选择的手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数依次对在本次住院期间发生的手术信息G(a)_Y进行筛选，因此，步骤S4具体包括：
S401、根据手术信息G(a)_Y和统计时间，过滤得到在统计时间范围内的手术信息G(b)_Y，滤除不在统计时间范围内的手术信息G(b)_N；
本发明首先基于统计时间对在本次住院期间发生的手术信息G(a)_Y进行筛选，具体地，本发明获取在本次住院期间发生的手术信息G(a)_Y中的“手术开始时间”字段，判断当前在本次住院期间发生的手术记录中的“手术开始时间”是否属于统计时间段的范围内，若是，则将手术记录加入在统计时间段内的手术信息G(b)_Y，否则，将手术记录加入不在统计时间范围内的手术信息G(b)_N。
对于上述G(a)_Y，统计时间为2019-01-06 00:00:00到2019-01-2023:59:59，则G(b)_Y为：
Figure BDA0002592863230000111
G(b)_N为：
Figure BDA0002592863230000112
S402、根据手术信息G(b)_Y和权限科室信息，过滤得到在权限范围内的手术信息G(c)_Y，滤除不在权限范围内的手术信息G(c)_N
由于每个用户的权限不同，本发明基于权限科室对手术信息G(b)_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，将手术信息中的“手术科室”字段与权限科室进行比较，判断“手术科室”字段是否属于权限科室范围内。手术信息G(c)_Y为属于用户管理的权限范围内的科室中的手术信息，手术信息G(c)_N为不属于用户管理的权限范围内的科室中的手术信息。
例如，对于上述G(b)_Y，当权限科室为所有科室时，G(c)_Y为：
Figure BDA0002592863230000121
G(c)_N为：
Figure BDA0002592863230000122
S403、根据手术信息G(c)_Y和选择的手术科室，过滤得到在选择的手术科室范围内的手术信息G(d)_Y，滤除不在选择范围内的手术信息G(d)_N
本发明中，基于具体的手术科室对手术患者肺部感染进行监测，用户能够针对具体的手术科室进行手术患者肺部感染的管理，因此，本发明基于选择的手术科室对手术信息G(c)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的手术科室相适应，使用户能够根据需要对相应的数据进行选择，对从特定科室手术的患者肺部感染进行统计。具有地，将手术信息中的“手术科室”字段与选择的手术科室进行比较，判断“手术科室”字段是否属于选择的科室范围内。
例如，用户选择的所有科室，对于上述G(c)_Y，G(d)_Y为：
Figure BDA0002592863230000123
G(d)_N为：
Figure BDA0002592863230000124
S404、根据手术信息G(d)_Y和选择的手术名称，过滤得到在选择的手术名称范围内的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
在实际监测中用户需要监测不同的手术名称的手术患者肺部感染信息，通过这一步骤进行适应。用户能够针对具体的手术名称进行手术患者肺部感染的管理，因此，本发明基于选择的手术名称对手术信息G(d)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的手术名称相适应，使用户能够根据需要对相应的数据进行选择，对特定手术名称的患者肺部感染进行统计。具有地，将手术信息中的“手术名称”字段与选择的手术名称进行比较，判断“手术名称”字段是否属于选择的手术名称范围内。
例如，用户未限制手术名称，对于上述G(d)_Y,G(e)_Y与G(d)_Y相同，G(e)_N为空。
S405、据手术信息G(e)_Y和选择的手术分类，过滤得到在选择的手术分类范围内的手术信息G(f)_Y，滤除不在选择范围内的手术信息G(f)_N；
手术分类是具有一定规则的手术集合，例如手术分类为疝气手术，这个分类就包括了腹股沟疝回纳术、腹腔镜下疝修复术、疝高位结扎术等。用户能够针对具体的手术分类进行手术患者肺部感染的管理，因此，本发明基于选择的手术分类对手术信息G(e)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的手术分类相适应，使用户能够根据需要对相应的数据进行选择，对特定手术分类的患者肺部感染进行统计。
例如，用户未限制手术分类，对于上述G(e)_Y,G(f)_Y与G(e)_Y相同，G(f)_N为空。
S406、根据手术信息G(f)_Y和选择的手术医生，过滤得到在选择的手术医生范围内的手术信息G(g)_Y，滤除不在选择范围内的手术信息G(g)_N；
本发明用户能够针对具体的手术医生进行手术患者肺部感染的管理，以确定指定医生执行的手术部位感染发生情况。因此，本发明基于选择的手术医生对手术信息G(f)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的手术医生相适应，使用户能够根据需要对相应的数据进行选择，对特定手术医生进行手术的患者肺部感染进行统计。
例如，用户未限制手术医生，对于上述G(f)_Y,G(g)_Y与G(f)_Y相同，G(g)_N为空。
S407、根据手术信息G(g)_Y和选择的麻醉方式，过滤得到在选择的麻醉方式范围内的手术信息G(h)_Y，滤除不在选择范围内的手术信息G(h)_N；
本发明用户能够针对具体的麻醉方式进行手术患者肺部感染的管理，以确定指定麻醉方式的手术部位感染发生情况。因此，本发明基于选择的麻醉方式对手术信息G(g)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的麻醉方式相适应，使用户能够根据需要对相应的数据进行选择，对特定麻醉方式下手术的患者肺部感染进行统计。
例如，用户未限制麻醉方式，对于上述G(g)_Y,G(h)_Y与G(g)_Y相同，G(h)_N为空。
S408、根据手术信息G(h)_Y和选择的手术时长信息，过滤得到在选择的手术时长范围内的手术信息G(i)_Y，滤除不在选择范围内的手术信息G(i)_N；
本发明用户能够针对具体的手术时长进行手术患者肺部感染的管理，以确定不同手术时长的手术情况。因此，本发明基于选择的手术时长对手术信息G(h)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的手术时长相适应，使用户能够根据需要对相应的数据进行选择，对特定手术时长下手术的患者肺部感染进行统计。
例如，用户未限制手术时长，对于上述G(h)_Y,G(i)_Y与G(h)_Y相同，G(i)_N为空。
S409、根据手术信息G(i)_Y和选择的ASA评分，过滤得到在选择的ASA评分范围内的手术信息G(j)_Y，滤除不在选择范围内的手术信息G(j)_N；
ASA评分是美国麻醉师协会(ASA)根据病人体质状况和对手术危险性进行分类系统。ASA分级根据病人体质状况和对手术危险性进行分类的规则，ASA越高死亡率越高。本发明用户能够针对具体的ASA评分进行手术患者肺部感染的管理，以确定不同ASA评分的手术情况。因此，本发明基于选择的ASA评分对手术信息G(i)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的ASA评分相适应，使用户能够根据需要对相应的数据进行选择，对ASA评分对应手术的患者肺部感染进行统计。
例如，用户未限制ASA评分，对于上述G(i)_Y,G(j)_Y与G(i)_Y相同，G(j)_N为空。
S410、根据手术信息G(j)_Y，过滤得到在用户选择的等级切口列表的手术信息G(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
本发明用户能够针对具体的等级切口进行手术患者肺部感染的管理，以确定不同等级切口的手术情况。因此，本发明基于选择的等级切口对手术信息G(j)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的等级切口相适应，使用户能够根据需要对相应的数据进行选择，对特定等级切口手术的患者肺部感染进行统计。
例如，用户未限制切口等级，对于上述G(j)_Y,G(k)_Y与G(j)_Y相同，G(k)_N为空。
S411、根据手术信息G(k)_Y和选择的愈合等级，过滤得到在选择的愈合等级范围内的手术信息G(m)_Y和滤除不在选择范围内的手术信息G(m)_N；
本发明用户能够针对具体的愈合等级进行手术患者肺部感染的管理，以确定不同愈合等级的手术情况。因此，本发明基于选择的愈合等级对手术信息G(k)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的愈合等级相适应，使用户能够根据需要对相应的数据进行选择，对特定愈合等级手术的患者肺部感染进行统计。
例如，用户未限制愈合等级，对于上述G(k)_Y,G(m)_Y与G(k)_Y相同，G(m)_N为空。
S412、根据手术信息G(m)_Y和选择的手术位置信息，过滤得到在选择的手术位置范围内的手术信息G(n)_Y，滤除不在选择范围内的手术信息G(n)_N；
本发明用户能够针对具体的手术位置进行手术患者肺部感染的管理，以确定不同手术位置的手术情况。手术位置分为表浅切口、深部切口、器官腔隙三种。因此，本发明基于选择的手术位置对手术信息G(m)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的手术位置相适应，使用户能够根据需要对相应的数据进行选择，对特定手术位置的手术中的患者肺部感染进行统计。
例如，用户未限制手术位置，对于上述G(m)_Y,G(n)_Y与G(m)_Y相同，G(n)_N为空。
S413、根据手术信息G(n)_Y和选择的NNIS评分，过滤得到在选择的NNIS评分范围内的手术信息G(p)_Y，滤除不在选择范围内的手术信息G(p)_N；
国际医疗质量指标体系通用的“手术风险分级”方法是按照美国“医院感染监测手册”中的“手术风险分级标准(NNIS)”将手术分为四级，即NNIS0级、NNIS1级、NNIS2级和NNIS3级。本发明用户能够针对不同NNIS评分进行手术患者肺部感染的管理，以确定不同NNIS评分的手术情况。因此，本发明基于选择的NNIS评分对手术信息G(n)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的NNIS评分相适应，使用户能够根据需要对相应的数据进行选择，对特定NNIS评分手术的患者肺部感染进行统计。
例如，用户未限制NNIS评分，对于上述G(n)_Y,G(p)_Y与G(n)_Y相同，G(p)_N为空。
S414、根据手术信息G(p)_Y和选择的择期急诊信息，过滤得到在选择的择期急诊范围内的手术信息G(q)_Y，滤除不在选择范围内的手术信息G(q)_N；
本发明用户能够针对不同手术类型(择期急诊)进行手术患者肺部感染的管理，以确定择期急诊的手术情况。因此，本发明基于选择的择期急诊对手术信息G(p)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的择期急诊相适应，使用户能够根据需要对相应的数据进行选择，对特定择期急诊手术的患者肺部感染进行统计。
例如，用户未限制择期急诊，对于上述G(p)_Y,G(q)_Y与G(p)_Y相同，G(q)_N为空。
S415、根据手术信息G(q)_Y和选择的手术室，过滤得到在选择的择手术室范围内的手术信息G(r)_Y，滤除和不在选择范围内的手术信息G(r)_N；
本发明用户能够针对具体的手术室进行手术患者肺部感染的管理，以确定不同手术室的手术情况。因此，本发明基于选择的手术室对手术信息G(q)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的手术室相适应，使用户能够根据需要对相应的数据进行选择，对特定手术室进行手术的患者肺部感染进行统计。
例如，用户未限制手术室，对于上述G(q)_Y,G(r)_Y与G(q)_Y相同，G(r)_N为空。
S416、根据手术信息G(r)_Y和选择的手术次数，过滤得到在选择的择手术次数范围内的手术信息G(s)_Y，滤除不在选择范围内的手术信息G(s)_N；
本发明用户能够针对具体的手术次数进行手术患者肺部感染的管理，以确定不同手术次数的手术情况。因此，本发明基于选择的手术次数对手术信息G(r)_Y进行进行筛选，使得统计、筛查的数据与用户自主选择的手术次数相适应，使用户能够根据需要对相应的数据进行选择，对特定手术次数的手术中患者肺部感染进行统计。
例如，用户未限制手术次数，对于上述G(r)_Y,G(s)_Y与G(r)_Y相同，G(s)_N为空。
S417、判断所述手术信息G(s)_Y中是否存在手术记录，若是，执行步骤S5，若否，输出手术患者肺部感染例次数为0。
具体地，本发明根据术信息G(s)_Y进行判断，如果患者经过上述步骤之后还存在手术信息，就继续往下进行，如果手术信息没有记录了，就结束运算，输出结果0。对于上述G(s)_Y，其包括两条手术记录，因此，继续执行步骤S5。
S5、采集患者的感染信息H，获取所述感染信息H中与手术部位无关、由用户已经确认、在院内感染且感染时间在患者住院期间的感染信息H(d)_Y；
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。本发明对获取的感染信息H进行筛选，选择与手术部位无关、由用户已经确认、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划分为与手术部位无关的感染信息H(a)_Y和与手术部位相关的感染信息H(a)_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部位感染相关，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部位无关。与手术部位无关的感染信息为H(a)_Y，与手术感染相关的感染信息为H(a)_N。
例如，采集的感染信息H为：
Figure BDA0002592863230000181
H(a)_Y为：
Figure BDA0002592863230000182
H(a)_N为：
Figure BDA0002592863230000183
S52、将所述感染信息H(a)_Y划分为由用户已经确认的感染信息H(b)_Y和未审核确认的感染信息H(b)_N；
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(a)_Y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(a)_Y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，对于上述H(a)_Y，H(b)_Y为：
Figure BDA0002592863230000184
H(b)_N为：
Figure BDA0002592863230000185
S53、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：
Figure BDA0002592863230000191
H(c)_N为：
Figure BDA0002592863230000192
S54、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。H(d)_Y为非手术部位感染的感染信息。
对于上述H(c)_Y、参数g.MC2，H(d)_Y为：
Figure BDA0002592863230000193
H(d)_N为：
Figure BDA0002592863230000194
S6、获取所述手术信息G(s)_Y中最早的手术开始时间参数g.ART，基于所述感染信息H(d)_Y、参数g.ART获得在手术开始之后发生的感染信息H(e)_Y；
本发明对手术相关的感染进行监测，因此感染时间需要在手术开始时间之后。因此，本发明进一步基于手术开始时间对感染信息进行过滤。同一患者可能进行多次手术，相应地，手术信息G(s)_Y中可能包括多条记录。因此，本发明获取手术信息G(s)_Y中最早的手术开始时间，基于最早手术开始时间对感染信息H(d)_Y进行过滤。具体地，本发明获取感染信息中的“感染时间”字段，判断感染时间是否在参数g.ART之后，若是，则相应的感染记录属于手术开始之后发生的感染信息，否则属于手术开始之前发生的感染信息H(e)_N。
例如，对于上述G(s)_Y，g.ARI为[2019-01-07 08:00:00]。基于上述H(d)_Y，H(e)_Y为：
Figure BDA0002592863230000201
H(e)_N为：
Figure BDA0002592863230000202
S7、根据感染信息H(e)_Y，过滤得到肺部感染的感染信息H(f)_Y和非肺部感染的感染信息H(f)_N，基于所述感染信息H(f)_Y中记录的条数输出手术患者肺部感染例次数。
本发明对肺部感染病例进行监测，需要手术的感染部位为肺部感染。因此，本发明对感染信息H(e)_Y进行进行筛选，使得统计、筛查的数据为肺部感染相关的数据。具体地，本发明获取感染信息中的“感染部位”字段，判断该字段的内容是否为“肺部感染”，若是，则相应的感染记录属于肺部感染的感染信息，否则属于非肺部感染的感染信息。由此得到的感染信息H(f)_Y即为手术患者肺部感染病例相关的记录信息。如果H(f)_Y的感染诊断记录为空则输出0，不为空则输出手术患者肺部感染例次数。
于上述H(e)_Y，H(f)_Y为：
Figure BDA0002592863230000203
H(f)_N为：
Figure BDA0002592863230000204
由于H(f)_Y中包括一条记录，则输出出院前治愈医院感染例次数为1。
实施例二
如图2所示，本实施例提出了一种手术患者肺部感染例次数监测系统，包括：
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A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，由于对手术相关的肺部感染进行监测，因此，需要获取住院过程信息中患者的入院时间和出院时间。具体地，本发明获取住院过程信息A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。
手术信息获取模块，用于采集患者的手术信息G，基于所述参数g.MC2获取所述手术信息G中在本次住院期间发生的手术信息G(a)_Y和非本次住院期间发生的手术信息G(a)_N；
手术信息用于记录患者所进行的手术具体情况，包括患者病案号、手术科室、手术名称、手术开始时间、手术结束时间、切口、感染例次标识。为了解决不在本次住院期间发生的错误时间的手术记录信息，本发明首先对采集的手术信息G进行筛选，选择在患者入出院时间范围内进行的手术信息G(a)_Y，即为在本次住院期间发生的手术信息G(a)_Y。具体地，本发明基于手术信息中的“手术开始时间”、“手术结束时间”字段与入出院时间参数g.MC2进行比较，过滤掉手术时间不在本次住院期间发生的手术信息G(a)_N，得到在患者入出院时间范围内进行的手术信息G(a)_Y。
接收模块，用于接收用户选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数，根据用户的身份信息确定用户的权限科室；
判断模块，用于判断所述在本次住院期间发生的手术信息G(a)_Y中是否存在满足所述统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室限制的手术记录，若存在，调用感染信息第一获取模块，若不存在，输出手术患者肺部感染例次数为0；
对于在本次住院期间发生的手术信息G(a)_Y，本发明首先基于统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室对手术信息进行筛选，只有筛选后存在相应的手术记录，才有可能存在手术患者肺部感染的病患。因此，当筛选后不存在手术记录时，即不存在同时满足统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室要求的情况下，输出手术患者肺部感染例次数为0，即不存在手术患者肺部感染的病患。本发明基于统计时间、权限科室及选择的手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数依次对在本次住院期间发生的手术信息G(a)_Y进行筛选，因此，判断模块具体包括：
第一过滤模块，用于根据手术信息G(a)_Y和统计时间，过滤得到在统计时间范围内的手术信息G(b)_Y，滤除不在统计时间范围内的手术信息G(b)_N；
第二过滤模块，用于根据手术信息G(b)_Y和权限科室信息，过滤得到在权限范围内的手术信息G(c)_Y，滤除不在权限范围内的手术信息G(c)_N
第三过滤模块，用于根据手术信息G(c)_Y和选择的手术科室，过滤得到在选择的手术科室范围内的手术信息G(d)_Y，滤除不在选择范围内的手术信息G(d)_N
第四过滤模块，用于根据手术信息G(d)_Y和选择的手术名称，过滤得到在选择的手术名称范围内的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
第五过滤模块，用于据手术信息G(e)_Y和选择的手术分类，过滤得到在选择的手术分类范围内的手术信息G(f)_Y，滤除不在选择范围内的手术信息G(f)_N；
第六过滤模块，用于根据手术信息G(f)_Y和选择的手术医生，过滤得到在选择的手术医生范围内的手术信息G(g)_Y，滤除不在选择范围内的手术信息G(g)_N；
第七过滤模块，用于根据手术信息G(g)_Y和选择的麻醉方式，过滤得到在选择的麻醉方式范围内的手术信息G(h)_Y，滤除不在选择范围内的手术信息G(h)_N；
第八过滤模块，用于根据手术信息G(h)_Y和选择的手术时长信息，过滤得到在选择的手术时长范围内的手术信息G(i)_Y，滤除不在选择范围内的手术信息G(i)_N；
第九过滤模块，用于根据手术信息G(i)_Y和选择的ASA评分，过滤得到在选择的ASA评分范围内的手术信息G(j)_Y，滤除不在选择范围内的手术信息G(j)_N；
第十过滤模块，用于根据手术信息G(j)_Y，过滤得到在用户选择的等级切口列表的手术信息G(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
第十一过滤模块，用于根据手术信息G(k)_Y和选择的愈合等级，过滤得到在选择的愈合等级范围内的手术信息G(m)_Y和滤除不在选择范围内的手术信息G(m)_N；
第十二过滤模块，用于根据手术信息G(m)_Y和选择的手术位置信息，过滤得到在选择的手术位置范围内的手术信息G(n)_Y，滤除不在选择范围内的手术信息G(n)_N；
第十三过滤模块，用于根据手术信息G(n)_Y和选择的NNIS评分，过滤得到在选择的NNIS评分范围内的手术信息G(p)_Y，滤除不在选择范围内的手术信息G(p)_N；
第十四过滤模块，用于根据手术信息G(p)_Y和选择的择期急诊信息，过滤得到在选择的择期急诊范围内的手术信息G(q)_Y，滤除不在选择范围内的手术信息G(q)_N；
第十五过滤模块，用于根据手术信息G(q)_Y和选择的手术室，过滤得到在选择的择手术室范围内的手术信息G(r)_Y，滤除和不在选择范围内的手术信息G(r)_N；
第十六过滤模块，用于根据手术信息G(r)_Y和选择的手术次数，过滤得到在选择的择手术次数范围内的手术信息G(s)_Y，滤除不在选择范围内的手术信息G(s)_N；
第十七过滤模块，用于判断所述手术信息G(s)_Y中是否存在手术记录，若是，调用感染信息第一获取模块，若否，输出手术患者肺部感染例次数为0。
感染信息第一获取模块，用于采集患者的感染信息H，获取所述感染信息H中与手术部位无关、由用户已经确认、在院内感染且感染时间在患者住院期间的感染信息H(d)_Y；
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。本发明对获取的感染信息H进行筛选，选择与手术部位无关、由用户已经确认、在院内感染且感染时间在患者住院期间的感染信息，因此，感染信息第一获取模块具体包括：
第一划分模块，用于将所述感染信息H划分为与手术部位无关的感染信息H(a)_Y和与手术部位相关的感染信息H(a)_N；
第二划分模块，用于将所述感染信息H(a)_Y划分为由用户已经确认的感染信息H(b)_Y和未审核确认的感染信息H(b)_N；
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；
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。
感染信息第二获取模块，用于获取所述手术信息G(s)_Y中最早的手术开始时间参数g.ART，基于所述感染信息H(d)_Y、参数g.ART获得在手术开始之后发生的感染信息H(e)_Y；
输出模块，用于根据感染信息H(e)_Y，过滤得到肺部感染的感染信息H(f)_Y和非肺部感染的感染信息H(f)_N，基于所述感染信息H(f)_Y中记录的条数输出手术患者肺部感染例次数。
由此可知，本发明提出的手术患者肺部感染例次数监测方法及系统，利用住院过程信息、感染信息、手术信息、选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数以及根据用户的身份信息确定用户的权限科室，对手术患者肺部感染病例进行筛选，实现对手术患者肺部感染、特定时间段内、特定麻醉方式等例次数的精确统计，能够对肺部感染例次数进行有效监控。本发明监测的肺部感染例次数实用性强，能够根据需要进行感染患者的监测，为手术水平、看护水平的评估提供有效的指导。
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)

1.一种手术患者肺部感染例次数监测方法，其特征在于，包括步骤：
S1、采集患者的住院过程信息A，基于所述住院过程信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；
S2、采集患者的手术信息G，基于所述参数g.MC2获取所述手术信息G中在本次住院期间发生的手术信息G(a)_Y和非本次住院期间发生的手术信息G(a)_N；
S3、接收用户选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数，根据用户的身份信息确定用户的权限科室；
S4、判断所述在本次住院期间发生的手术信息G(a)_Y中是否存在满足所述统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室限制的手术记录，若存在，执行步骤S5，若不存在，输出手术患者肺部感染例次数为0；
S5、采集患者的感染信息H，获取所述感染信息H中与手术部位无关、由用户已经确认、在院内感染且感染时间在患者住院期间的感染信息H(d)_Y；
S6、获取所述手术信息G(s)_Y中最早的手术开始时间参数g.ART，基于所述感染信息H(d)_Y、参数g.ART获得在手术开始之后发生的感染信息H(e)_Y；
S7、根据感染信息H(e)_Y，过滤得到肺部感染的感染信息H(f)_Y和非肺部感染的感染信息H(f)_N，基于所述感染信息H(f)_Y中记录的条数输出手术患者肺部感染例次数。
2.根据权利要求1所述的监测方法，其特征在于，所述住院过程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所述的监测方法，其特征在于，所述手术信息包括患者病案号、手术科室、手术名称、手术开始时间、手术结束时间、切口、感染例次标识。
4.根据权利要求3所述的监测方法，其特征在于，所述步骤S4具体包括：
S401、根据手术信息G(a)_Y和统计时间，过滤得到在统计时间范围内的手术信息G(b)_Y，滤除不在统计时间范围内的手术信息G(b)_N；
S402、根据手术信息G(b)_Y和权限科室信息，过滤得到在权限范围内的手术信息G(c)_Y，滤除不在权限范围内的手术信息G(c)_N；
S403、根据手术信息G(c)_Y和选择的手术科室，过滤得到在选择的手术科室范围内的手术信息G(d)_Y，滤除不在选择范围内的手术信息G(d)_N；
S404、根据手术信息G(d)_Y和选择的手术名称，过滤得到在选择的手术名称范围内的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
S405、据手术信息G(e)_Y和选择的手术分类，过滤得到在选择的手术分类范围内的手术信息G(f)_Y，滤除不在选择范围内的手术信息G(f)_N；
S406、根据手术信息G(f)_Y和选择的手术医生，过滤得到在选择的手术医生范围内的手术信息G(g)_Y，滤除不在选择范围内的手术信息G(g)_N；
S407、根据手术信息G(g)_Y和选择的麻醉方式，过滤得到在选择的麻醉方式范围内的手术信息G(h)_Y，滤除不在选择范围内的手术信息G(h)_N；
S408、根据手术信息G(h)_Y和选择的手术时长信息，过滤得到在选择的手术时长范围内的手术信息G(i)_Y，滤除不在选择范围内的手术信息G(i)_N；
S409、根据手术信息G(i)_Y和选择的ASA评分，过滤得到在选择的ASA评分范围内的手术信息G(j)_Y，滤除不在选择范围内的手术信息G(j)_N；
S410、根据手术信息G(j)_Y，过滤得到在用户选择的等级切口列表的手术信息G(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
S411、根据手术信息G(k)_Y和选择的愈合等级，过滤得到在选择的愈合等级范围内的手术信息G(m)_Y和滤除不在选择范围内的手术信息G(m)_N；
S412、根据手术信息G(m)_Y和选择的手术位置信息，过滤得到在选择的手术位置范围内的手术信息G(n)_Y，滤除不在选择范围内的手术信息G(n)_N；
S413、根据手术信息G(n)_Y和选择的NNIS评分，过滤得到在选择的NNIS评分范围内的手术信息G(p)_Y，滤除不在选择范围内的手术信息G(p)_N；
S414、根据手术信息G(p)_Y和选择的择期急诊信息，过滤得到在选择的择期急诊范围内的手术信息G(q)_Y，滤除不在选择范围内的手术信息G(q)_N；
S415、根据手术信息G(q)_Y和选择的手术室，过滤得到在选择的择手术室范围内的手术信息G(r)_Y，滤除和不在选择范围内的手术信息G(r)_N；
S416、根据手术信息G(r)_Y和选择的手术次数，过滤得到在选择的择手术次数范围内的手术信息G(s)_Y，滤除不在选择范围内的手术信息G(s)_N；
S417、判断所述手术信息G(s)_Y中是否存在手术记录，若是，执行步骤S5，若否，输出手术患者肺部感染例次数为0。
5.根据权利要求3所述的监测方法，其特征在于，所述步骤S5具体包括：
S51、将所述感染信息H划分为与手术部位无关的感染信息H(a)_Y和与手术部位相关的感染信息H(a)_N；
S52、将所述感染信息H(a)_Y划分为由用户已经确认的感染信息H(b)_Y和未审核确认的感染信息H(b)_N；
S53、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；
S54、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。
6.一种手术患者肺部感染例次数监测系统，其特征在于，包括：
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A获取患者的入院时间和出院时间，共同作为参数g.MC2；
手术信息获取模块，用于采集患者的手术信息G，基于所述参数g.MC2获取所述手术信息G中在本次住院期间发生的手术信息G(a)_Y和非本次住院期间发生的手术信息G(a)_N；
接收模块，用于接收用户选择的统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数，根据用户的身份信息确定用户的权限科室；
判断模块，用于判断所述在本次住院期间发生的手术信息G(a)_Y中是否存在满足所述统计时间、手术科室、手术名称、手术分类、手术医生、麻醉方式、手术时长、ASA评分、切口等级、愈合等级、手术位置、NNIS评分、择期急诊、手术室、手术次数、权限科室限制的手术记录，若存在，调用感染信息第一获取模块，若不存在，输出手术患者肺部感染例次数为0；
感染信息第一获取模块，用于采集患者的感染信息H，获取所述感染信息H中与手术部位无关、由用户已经确认、在院内感染且感染时间在患者住院期间的感染信息H(d)_Y；
感染信息第二获取模块，用于获取所述手术信息G(s)_Y中最早的手术开始时间参数g.ART，基于所述感染信息H(d)_Y、参数g.ART获得在手术开始之后发生的感染信息H(e)_Y；
输出模块，用于根据感染信息H(e)_Y，过滤得到肺部感染的感染信息H(f)_Y和非肺部感染的感染信息H(f)_N，基于所述感染信息H(f)_Y中记录的条数输出手术患者肺部感染例次数。
7.根据权利要求6所述的监测系统，其特征在于，所述住院过程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所述的监测系统，其特征在于，所述手术信息包括患者病案号、手术科室、手术名称、手术开始时间、手术结束时间、切口、感染例次标识。
9.根据权利要求8所述的监测系统，其特征在于，所述判断模块，用于具体包括：
第一过滤模块，用于根据手术信息G(a)_Y和统计时间，过滤得到在统计时间范围内的手术信息G(b)_Y，滤除不在统计时间范围内的手术信息G(b)_N；
第二过滤模块，用于根据手术信息G(b)_Y和权限科室信息，过滤得到在权限范围内的手术信息G(c)_Y，滤除不在权限范围内的手术信息G(c)_N；
第三过滤模块，用于根据手术信息G(c)_Y和选择的手术科室，过滤得到在选择的手术科室范围内的手术信息G(d)_Y，滤除不在选择范围内的手术信息G(d)_N；
第四过滤模块，用于根据手术信息G(d)_Y和选择的手术名称，过滤得到在选择的手术名称范围内的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
第五过滤模块，用于据手术信息G(e)_Y和选择的手术分类，过滤得到在选择的手术分类范围内的手术信息G(f)_Y，滤除不在选择范围内的手术信息G(f)_N；
第六过滤模块，用于根据手术信息G(f)_Y和选择的手术医生，过滤得到在选择的手术医生范围内的手术信息G(g)_Y，滤除不在选择范围内的手术信息G(g)_N；
第七过滤模块，用于根据手术信息G(g)_Y和选择的麻醉方式，过滤得到在选择的麻醉方式范围内的手术信息G(h)_Y，滤除不在选择范围内的手术信息G(h)_N；
第八过滤模块，用于根据手术信息G(h)_Y和选择的手术时长信息，过滤得到在选择的手术时长范围内的手术信息G(i)_Y，滤除不在选择范围内的手术信息G(i)_N；
第九过滤模块，用于根据手术信息G(i)_Y和选择的ASA评分，过滤得到在选择的ASA评分范围内的手术信息G(j)_Y，滤除不在选择范围内的手术信息G(j)_N；
第十过滤模块，用于根据手术信息G(j)_Y，过滤得到在用户选择的等级切口列表的手术信息G(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
第十一过滤模块，用于根据手术信息G(k)_Y和选择的愈合等级，过滤得到在选择的愈合等级范围内的手术信息G(m)_Y和滤除不在选择范围内的手术信息G(m)_N；
第十二过滤模块，用于根据手术信息G(m)_Y和选择的手术位置信息，过滤得到在选择的手术位置范围内的手术信息G(n)_Y，滤除不在选择范围内的手术信息G(n)_N；
第十三过滤模块，用于根据手术信息G(n)_Y和选择的NNIS评分，过滤得到在选择的NNIS评分范围内的手术信息G(p)_Y，滤除不在选择范围内的手术信息G(p)_N；
第十四过滤模块，用于根据手术信息G(p)_Y和选择的择期急诊信息，过滤得到在选择的择期急诊范围内的手术信息G(q)_Y，滤除不在选择范围内的手术信息G(q)_N；
第十五过滤模块，用于根据手术信息G(q)_Y和选择的手术室，过滤得到在选择的择手术室范围内的手术信息G(r)_Y，滤除和不在选择范围内的手术信息G(r)_N；
第十六过滤模块，用于根据手术信息G(r)_Y和选择的手术次数，过滤得到在选择的择手术次数范围内的手术信息G(s)_Y，滤除不在选择范围内的手术信息G(s)_N；
第十七过滤模块，用于判断所述手术信息G(s)_Y中是否存在手术记录，若是，调用感染信息第一获取模块，若否，输出手术患者肺部感染例次数为0。
10.根据权利要求8所述的监测系统，其特征在于，所述感染信息第一获取模块具体包括：
第一划分模块，用于将所述感染信息H划分为与手术部位无关的感染信息H(a)_Y和与手术部位相关的感染信息H(a)_N；
第二划分模块，用于将所述感染信息H(a)_Y划分为由用户已经确认的感染信息H(b)_Y和未审核确认的感染信息H(b)_N；
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；
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。
CN202010700512.4A 2020-07-20 2020-07-20 一种手术患者肺部感染例次数监测方法及系统 Active CN112043241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010700512.4A CN112043241B (zh) 2020-07-20 2020-07-20 一种手术患者肺部感染例次数监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010700512.4A CN112043241B (zh) 2020-07-20 2020-07-20 一种手术患者肺部感染例次数监测方法及系统

Publications (2)

Publication Number Publication Date
CN112043241A true CN112043241A (zh) 2020-12-08
CN112043241B CN112043241B (zh) 2022-07-12

Family

ID=73601872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010700512.4A Active CN112043241B (zh) 2020-07-20 2020-07-20 一种手术患者肺部感染例次数监测方法及系统

Country Status (1)

Country Link
CN (1) CN112043241B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114373525A (zh) * 2021-12-16 2022-04-19 中山大学附属第六医院 患者日间手术的调度方法、系统、计算机设备以及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180099071A1 (en) * 2014-01-10 2018-04-12 University Of South Florida Intracorporal ultra high purity calcium sulfate cast mixed with antimicrobials for the treatment of penile implant infections
CN108364694A (zh) * 2018-03-09 2018-08-03 中华人民共和国陕西出入境检验检疫局 基于多数据源大数据的机场疾病预警及防控系统构建方法
CN109065178A (zh) * 2018-07-11 2018-12-21 南京医科大学第二附属医院 一种基于医院信息系统的院内感染预警构建方法
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180099071A1 (en) * 2014-01-10 2018-04-12 University Of South Florida Intracorporal ultra high purity calcium sulfate cast mixed with antimicrobials for the treatment of penile implant infections
CN108364694A (zh) * 2018-03-09 2018-08-03 中华人民共和国陕西出入境检验检疫局 基于多数据源大数据的机场疾病预警及防控系统构建方法
CN109065178A (zh) * 2018-07-11 2018-12-21 南京医科大学第二附属医院 一种基于医院信息系统的院内感染预警构建方法
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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114373525A (zh) * 2021-12-16 2022-04-19 中山大学附属第六医院 患者日间手术的调度方法、系统、计算机设备以及介质

Also Published As

Publication number Publication date
CN112043241B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
Costa Jr Assessment of operative times of multiple surgical specialties in a public university hospital
AU2018200626B2 (en) Medical procedure monitoring system
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
Sud et al. High‐frequency ventilation versus conventional ventilation for treatment of acute lung injury and acute respiratory distress syndrome
US20140111335A1 (en) Methods and systems for providing auditory messages for medical devices
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
CN112043241B (zh) 一种手术患者肺部感染例次数监测方法及系统
CN113593681A (zh) 手术申请方法、装置、终端设备及存储介质
CN112542233B (zh) 基于MapReduce及大数据的术后24小时内停药例数管理方法及装置
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
CN112002383B (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
CN112542231B (zh) 基于MapReduce及大数据的手术预防用药例数的管理方法及系统
US20140149140A1 (en) System and method for patient identification index
CN112053753A (zh) I类切口手术患者例次数统计方法、装置、设备及存储介质
Tseng et al. The use of standardized terminology to represent nursing knowledge: nursing interventions relevant to safety for patients with cancer.
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
CN107785065B (zh) 用于调整呼吸机运行参数的方法及系统
CN114155968A (zh) 一种建立映射关系的方法、手术操作的审核方法及设备
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
CN108170828A (zh) 结构化临床诊断术语集构建方法及其系统
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
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
Luo et al. Timing of Tracheostomy in Patients with Intracerebral Haemorrhage: A Propensity-Matched Analysis
CN117373588B (zh) 基于数字疗法的冠脉术后抗凝数据管理系统

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