CN112542233B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN112542233B
CN112542233B CN202011349905.1A CN202011349905A CN112542233B CN 112542233 B CN112542233 B CN 112542233B CN 202011349905 A CN202011349905 A CN 202011349905A CN 112542233 B CN112542233 B CN 112542233B
Authority
CN
China
Prior art keywords
information
operation information
surgical
range
time
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
CN202011349905.1A
Other languages
English (en)
Other versions
CN112542233A (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 CN202011349905.1A priority Critical patent/CN112542233B/zh
Publication of CN112542233A publication Critical patent/CN112542233A/zh
Application granted granted Critical
Publication of CN112542233B publication Critical patent/CN112542233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • 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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Toxicology (AREA)
  • Databases & Information Systems (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了一种基于MapReduce及大数据的术后24小时内停药例数管理方法及装置，基于MapReduce框架，利用分布式系统下机器的并行计算能力，把超出一台服务器内存和存储限制的数百万、数千万住院人次计算医院术后24小时内停药例数划分成数千万、数亿的小任务，在多台机器上同时执行这些小任务，再通过汇总若干小任务的中间输出结果，生成最终结果。本发明对国家级、省级监测网络时无法回避的包含百万级、千万级、亿级住院人次的大数据按照省市区域、按照医院等级、按照医院床位、按照综合和专科、按照公立和民营等各种口径进行海量并行计算。本发明对特定统计时间、手术科室等对应的手术术后全身预防性应用抗菌药物且术后24小时内结束使用所有的全身预防性抗菌药物的病例进行管理，能够对抗菌药物的使用进行有效的管理。

Description

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
技术领域
本发明属于对手术患者术后用药进行管理的技术领域，具体涉及一种基于MapReduce及大数据的术后24小时内停药例数管理方法及装置，尤其适用于待处理的患者数据量远远超过一台服务器存储(磁盘)和计算能力(内存、CPU)无法用手工的方式进行任务拆分及分配的场景。
背景技术
抗菌药物一般是指具有杀菌或抑菌活性的药物，抗菌药物的发明和应用为人类治疗很多严重的细菌感染性疾病带来了便利，有效降低了各种感染性疾病的死亡率。抗菌药物的应用需根据不同的感染性疾病进行合理选择。
对住院患者实施手术是导致患者感染的常见因素。患者手术感染引起的危害极大，因此，在实际诊疗过程中，通常对手术患者预防性应用抗菌药物，避免手术相关感染。然而，在临床上常常出现滥用抗菌药的现象，从而导致致病细菌对抗菌药产生了耐药性，增加了细菌感染性疾病的治愈难度。因此，应从临床上做起，合理使用抗菌药，坚决杜绝抗菌药的滥用。因此，对应用抗菌药物的手术例次数的统计对抗菌药物的管理具有重要的意义，能够为手术后续并发症的处理提供重要的指导。然而，现有的术后全身预防性应用抗菌药物的管理主要是对所有术后使用抗菌药物的病例进行管理，而不能对短期使用术后全身预防性应用抗菌药物进行管理。实际应用中，对于术后使用抗菌药物，通常只需要短期应用，长期的预防用药容易出现不良反应。因此，如何实现术后24小时内停药例数管理是本领域亟待解决的问题。
在一家医疗机构计算术后24小时内停药例数相对容易，一家普通三级甲等医疗机构每年出院人数大约五万人，国家或者省级龙头医院有十几万人。在省级区域或全国范围内数百上千家医疗机构百万级、千万级、亿级、十亿级住院患者大数据条件下计算上述关键指标就复杂的多，2019年我国三级医院2749个，二级医院9687个，2019年，公立医院住院人数17487万人，一次统计分析的原始结果要计算近一年时间。因此，在一个区域内数百家、数千家医院如何开展标准化、规范化、同质化医院感染监测，实现住院患者大数据条件下指定时间段的术后24小时内停药例数成为开展区域化信息化监测平台最亟待解决的问题。
发明内容
本发明的目的是针对现有技术的缺陷，提供一种基于MapReduce及大数据的术后24小时内停药例数管理方法、装置、设备及存储介质。本发明对24小时内结束术后时间使用的所有全身预防性应用抗菌药物的手术例次数进行管理，避免了长期预防性使用抗菌药物带来的不良后果。
为了实现以上目的，本发明采用以下技术方案：
基于MapReduce及大数据的术后24小时内停药例数管理方法，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、判断所述手术信息G(a)_Y中是否存在手术记录，若是，继续执行步骤S4；若否，输出术后24小时内停药例数为0；
S4、基于所述手术信息G(a)_Y获取手术开始时间、手术结束时间，共同组成手术的术后时间参数g.UOS.operid；
S5、接收用户选择的统计时间、手术科室、切口等级、手术分类、手术医生、麻醉方式、手术时长、ASA评分、手术名称、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；
S6、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；
S7、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；
S8、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；
S9、根据手术信息G(d)_Y，过滤得到在切口等级选择列表的的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
S10、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；
S11、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；
S12、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；
S13、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；
S14、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；
S15、根据手术信息G(j)_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(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
S16、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；
S17、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；
S18、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；
S19、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；
S20、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；
S21、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；
S22、判断所述手术信息G(s)_Y中是否存在手术记录，若是，继续执行步骤S23；若否，输出术后24小时内停药例数为0；
S23、基于所述参数g.MC2将所述抗菌药物医嘱记录F划分为医嘱开始时间在本次住院期间的抗菌药物医嘱F(a)_Y和医嘱开始时间不在本次住院期间的抗菌药物医嘱F(a)_N；
S24、将所述抗菌药物医嘱F(a)_Y划分为在用药目的选择列表的医嘱F(b)_Y和不在用药目的选择列表的医嘱F(b)_N；
S25、将所述抗菌药物医嘱F(b)_Y划分为在给药方式选择列表的医嘱F(c)_Y和不在给药方式选择列表的医嘱F(c)_N；
S26、将所述抗菌药物医嘱F(c)_Y划分为在抗生素等级选择列表的医嘱F(d)_Y和不在抗生素等级选择列表的医嘱F(d)_N；
S27、判断所述抗菌药物医嘱F(d)_Y中是否存在抗菌药物医嘱记录，若是，执行步骤S28，若否，输出手术预防用药例数为0；
S28、基于所述抗菌药物医嘱F(d)_Y获取每条抗菌药物医嘱的医嘱开始时间、医嘱结束时间，构建参数数据类型为起止时间段列表的参数g.THW；
S29、基于所述参数g.THW及参数g.UOS.operid，将所述手术信息G(s)_Y划分为术后时间使用抗菌药物的手术信息G(t)_Y和术后时间未使用抗菌药物的手术信息G(t)_N；
S30、判断所述手术信息G(t)_Y中是否存在手术记录，若是，继续执行步骤S31；若否，输出术后24小时内停药例数为0；
S31、基于所述参数g.THW及参数g.UOS.operid，挑选术后时间使用的抗菌药物医嘱的起止时间段，构建该手术的指定时间段用药参数g.KVZ.opserid；
S32、基于所述参数g.KVZ.opserid，获取最晚的医嘱结束时间作为参数g.UAO.operid；
S33、基于所述参数g.UAO.operid，将手术信息G(t)_Y划分为术后24小时内已停药的手术信息G(u)_Y和术后24小时内未停药的手术信息G(u)_N；
S34、基于所述手术信息G(u)_Y中记录的条数，输出术后24小时内停药例数。
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、愈合等级、ASA、择期急诊。
进一步地，所述抗菌药物医嘱记录包括患者病案号、开嘱科室、抗菌药物名称、开始时间、结束时间、抗生素等级、给药方式、用药目的、开嘱医生、开嘱医生等级。
本发明还提出一种基于MapReduce及大数据的术后24小时内停药例数管理装置，包括：
第一采集单元，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；
第一手术信息筛选单元，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；
第一判断单元，用于判断所述手术信息G(a)_Y中是否存在手术记录，若是，继续调用第二采集单元；若否，输出术后24小时内停药例数为0；
第二采集单元，用于基于所述手术信息G(a)_Y获取手术开始时间、手术结束时间，共同组成手术的术后时间参数g.UOS.operid；
接收单元，用于接收用户选择的统计时间、手术科室、切口等级、手术分类、手术医生、麻醉方式、手术时长、ASA评分、手术名称、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；
第二手术信息筛选单元，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；
第三手术信息筛选单元，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；
第四手术信息筛选单元，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；
第五手术信息筛选单元，用于根据手术信息G(d)_Y，过滤得到在切口等级选择列表的的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
第六手术信息筛选单元，用于根据手术信息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；
第七手术信息筛选单元，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；
第八手术信息筛选单元，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；
第九手术信息筛选单元，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；
第十手术信息筛选单元，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；
第十一手术信息筛选单元，用于根据手术信息G(j)_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(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
第十二手术信息筛选单元，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；
第十三手术信息筛选单元，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；
第十四手术信息筛选单元，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；
第十五手术信息筛选单元，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；
第十六手术信息筛选单元，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；
第十七手术信息筛选单元，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；
第一判断单元，用于判断所述手术信息G(s)_Y中是否存在手术记录，若是，继续调用第一抗菌药物医嘱筛选单元；若否，输出术后24小时内停药例数为0；
第一抗菌药物医嘱筛选单元，用于基于所述参数g.MC2将所述抗菌药物医嘱记录F划分为医嘱开始时间在本次住院期间的抗菌药物医嘱F(a)_Y和医嘱开始时间不在本次住院期间的抗菌药物医嘱F(a)_N；
第二抗菌药物医嘱筛选单元，用于将所述抗菌药物医嘱F(a)_Y划分为在用药目的选择列表的医嘱F(b)_Y和不在用药目的选择列表的医嘱F(b)_N；
第三抗菌药物医嘱筛选单元，用于将所述抗菌药物医嘱F(b)_Y划分为在给药方式选择列表的医嘱F(c)_Y和不在给药方式选择列表的医嘱F(c)_N；
第四抗菌药物医嘱筛选单元，用于将所述抗菌药物医嘱F(c)_Y划分为在抗生素等级选择列表的医嘱F(d)_Y和不在抗生素等级选择列表的医嘱F(d)_N；
第三判断单元，用于判断所述抗菌药物医嘱F(d)_Y中是否存在抗菌药物医嘱记录，若是，调用第三采集单元，若否，输出手术预防用药例数为0。
第三采集单元，用于基于所述抗菌药物医嘱F(d)_Y获取每条抗菌药物医嘱的医嘱开始时间、医嘱结束时间，构建参数数据类型为起止时间段列表的参数g.THW；
第十八手术信息筛选单元，用于基于所述参数g.THW及参数g.UOS.operid，将所述手术信息G(s)_Y划分为术后时间使用抗菌药物的手术信息G(t)_Y和术后时间未使用抗菌药物的手术信息G(t)_N；
第四判断单元，用于判断所述手术信息G(t)_Y中是否存在手术记录，若是，继续调用第四采集单元；若否，输出术后24小时内停药例数为0；
第四采集单元，用于基于所述参数g.THW及参数g.UOS.operid，挑选术后时间使用的抗菌药物医嘱的起止时间段，构建该手术的指定时间段用药参数g.KVZ.opserid；
第五采集单元，用于基于所述参数g.KVZ.opserid，获取最晚的医嘱结束时间作为参数g.UAO.operid；
第十九手术信息筛选单元，用于基于所述参数g.UAO.operid，将手术信息G(t)_Y划分为术后24小时内已停药的手术信息G(u)_Y和术后24小时内未停药的手术信息G(u)_N；
输出单元，用于基于所述手术信息G(u)_Y中记录的条数，输出术后24小时内停药例数。
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、愈合等级、ASA、择期急诊。
进一步地，所述抗菌药物医嘱记录包括患者病案号、开嘱科室、抗菌药物名称、开始时间、结束时间、抗生素等级、给药方式、用药目的、开嘱医生、开嘱医生等级。
本发明还提出一种设备，所述设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法。
本发明还提出一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述任一项所述的方法。
本发明详细记载了术后24小时内停药例数管理的具体实现方式，利用住院过程信息、抗菌药物医嘱记录、手术信息，基于选择的统计时间、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，对手术患者进行筛选，根据住院时间、用药目的、给药方式等对抗菌药物医嘱进行筛选，联合确定术后24小时内停药例数。本发明对特定统计时间、手术科室等对应的手术术后全身预防性应用抗菌药物且术后24小时内结束使用所有的全身预防性抗菌药物的病例进行管理，能够对抗菌药物的使用进行有效的管理，避免长期预防性使用抗菌药物带来的不良反应。
附图说明
图1是实施例一提供的基于MapReduce及大数据的停药例数管理方法步骤S1～S2子流程图；
图2是实施例一提供的基于MapReduce及大数据的停药例数管理方法步骤S3～S7子流程图；
图3是实施例一提供的基于MapReduce及大数据的停药例数管理方法步骤S8～S11子流程图；
图4是实施例一提供的基于MapReduce及大数据的停药例数管理方法步骤S12～S15子流程图；
图5是实施例一提供的基于MapReduce及大数据的停药例数管理方法步骤S16～S18子流程图；
图6是实施例一提供的基于MapReduce及大数据的停药例数管理方法步骤S19～S21子流程图；
图7是实施例一提供的基于MapReduce及大数据的停药例数管理方法步骤S22～S24子流程图；
图8是实施例一提供的基于MapReduce及大数据的停药例数管理方法步骤S25～S26子流程图；
图9是实施例一提供的基于MapReduce及大数据的停药例数管理方法步骤S27～S34子流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
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。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
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
本实施例提出了一种基于MapReduce及大数据的术后24小时内停药例数管理方法，该管理方法应用于服务器中，例如可以为云端服务器。该服务器获取医院的数据。对医院数据进行处理。如图1所示，基于MapReduce及大数据的术后24小时内停药例数管理方法包括：
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；
进行术后24小时内停药例数管理，需要统计统计时段全院住院患者的手术科室是监测目标科室且术后全身预防性应用抗菌药物的同期手术例次中，24小时内结束术后时间使用的所有全身预防性应用抗菌药物的手术例次数。
术后24小时内停药病例需要满足：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、患者同期手术，手术的开始时间在统计时间内；3、患者在手术后24H内使用过抗菌药物，且在24H内停药；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，由于对术后24小时内停药例数进行监测，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：
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、愈合等级、ASA、择期急诊。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：
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：
G(a)_N为：
S3、判断所述手术信息G(a)_Y中是否存在手术记录，若是，继续执行步骤S4；若否，输出术后24小时内停药例数为0；
本发明判断手术信息G(a)_Y中是否存在手术记录，如果患者经过上述两个步骤之后还存在手术记录，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。
对于上述手术信息G(a)_Y，存在手术记录，继续执行步骤S4。
S4、基于所述手术信息G(a)_Y获取手术开始时间、手术结束时间，共同组成手术的术后时间参数g.UOS.operid；
本发明基于手术信息G(a)_Y获取手术开始时间、手术结束时间，共同组成手术的术后时间参数g.UOS.operid。这一步骤是为后续得到术后手术时间参数和医嘱时间范围内的交集手术信息做准备。
对于上述手术信息G(a)_Y，术后时间参数g.UOS.operid,值为[2019-01-07 08:30:00,2019-01-07 09:00:00]和[2019-01-08 09:30:00,2019-01-09 09:30:00]。
S5、接收用户选择的统计时间、手术科室、切口等级、手术分类、手术医生、麻醉方式、手术时长、ASA评分、手术名称、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术后24小时内停药例数进行统计与查找。此外，用户通常是针对特定的手术科室进行例次数的管理，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，实现对术后24小时内停药例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术后24小时内停药例数的统计与监测。
S6、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 00:00:00,2019-01-20 23:59:59]，则G(b)_Y为：
G(b)_N为：
S7、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：
G(c)_N为：
S8、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例次数进行监测，用户能够针对具体的手术科室进行手术患者例次数的管理，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例次数进行统计。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：
G(d)_N为：
S9、根据手术信息G(d)_Y，过滤得到在切口等级选择列表的的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
本发明用户能够针对特定切口等级进行手术患者例次数的管理，以确定相应等级切口的手术情况。因此，本发明基于切口等级对手术信息G(j)_Y进行筛选，使得统计、筛查的数据与用户自主选择的切口等级相适应，使用户能够根据需要对相应的数据进行选择，对选择切口等级手术的患者进行例次数统计。
例如，对于上述G(d)_Y，不限定切口等级，则G(e)_Y为：
/>
G(e)_N为：
S10、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例次数的管理，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例次数进行统计。
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。
S11、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例次数的管理，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例次数进行统计。
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。
S12、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例次数的管理，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例次数进行统计。
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。
S13、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例次数的管理，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例次数进行统计。
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。
S14、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评分进行手术患者例次数的管理，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例次数进行统计。
例如，ASA未进行限定，对于上述G(i)_Y,G(j)_Y与G(i)_Y相同，G(j)_N为空。
S15、根据手术信息G(j)_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(k)_Y，滤除不在选择范围内的手术信息G(k)_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例次数信息，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例次数的管理，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例次数进行统计。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(j)_Y,G(k)_Y与G(j)_Y相同，G(k)_N为空。
S16、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例次数的管理，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例次数进行统计。
例如，未选择愈合等级，对于上述G(k)_Y,G(m)_Y与G(k)_Y相同，G(m)_N为空。
S17、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例次数的管理，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例次数进行统计。
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。
S18、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评分进行手术患者例次数的管理，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评分手术的患者例次数进行统计。
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。
S19、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)进行手术患者例次数的管理，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例次数进行统计。
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。
S20、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例次数的管理，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例次数进行统计。
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。
S21、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例次数的管理，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例次数进行统计。
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。
S22、判断所述手术信息G(s)_Y中是否存在手术记录，若是，继续执行步骤S23；若否，输出术后24小时内停药例数为0；
本发明对手术信息G(s)_Y进行判断，如果患者经过上述两个步骤之后还存在手术记录，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。
例如，对于上述G(s)_Y，存在手术记录，因此继续执行步骤S23。
S23、基于所述参数g.MC2将所述抗菌药物医嘱记录F划分为医嘱开始时间在本次住院期间的抗菌药物医嘱F(a)_Y和医嘱开始时间不在本次住院期间的抗菌药物医嘱F(a)_N；
抗菌药物医嘱记录用于记录医生对各患者所开具的抗菌药物医嘱信息，具体包括患者病案号、开嘱科室、抗菌药物名称、开始时间、结束时间、抗生素等级、给药方式、用药目的、开嘱医生、开嘱医生等级。本发明根据参数g.MC2对明显错误的数据进行筛选。具体地，本发明基于抗菌药物医嘱记录中的“开始时间”字段与入出院时间参数g.MC2进行比较，过滤掉“开始时间”不在患者住院期间的抗菌药物医嘱F(a)_N，得到一个“开始时间”在患者住院期间使用的抗菌药物医嘱F(a)_Y。
例如：抗菌药物医嘱记录F为：
对于参数g.MC2为：[2019-01-01 00:00:12,2019-01-12 03:00:12]，F(a)_Y为：
F(a)_N为：
S24、将所述抗菌药物医嘱F(a)_Y划分为在用药目的选择列表的医嘱F(b)_Y和不在用药目的选择列表的医嘱F(b)_N；
本发明对手术预防用药例数进行监测，因此，选择用药目的为预防，用药目的为非预防的抗菌药物医嘱不属于管理的范围。如上所述，本发明选择用药目的，选择的用药目的组成用药目的选择列表。因此，本发明基于抗菌药物医嘱中的“用药目的”字段对抗菌药物医嘱F(a)_Y进行筛选。当“用药目的”字段属于用药目的选择列表中的内容时时，则属于抗菌药物医嘱F(b)_Y，否则属于抗菌药物医嘱F(b)_N。
例如，当未限定用药目的时，对于上述F(a)_Y，F(b)_Y为：
F(b)_N为：
S25、将所述抗菌药物医嘱F(b)_Y划分为在给药方式选择列表的医嘱F(c)_Y和不在给药方式选择列表的医嘱F(c)_N；
如上所述，本发明选择给药方式，选择的给药方式组成给药方式选择列表。本发明基于抗菌药物医嘱中的“给药方式”字段对抗菌药物医嘱F(b)_Y进行筛选。当“给药方式”字段属于给药方式选择列表中的内容时，则属于抗菌药物医嘱F(c)_Y，否则属于抗菌药物医嘱F(c)_N。
例如，当给药方式为口服时，对于上述F(b)_Y，F(c)_Y为：
F(c)_N为：
S26、将所述抗菌药物医嘱F(c)_Y划分为在抗生素等级选择列表的医嘱F(d)_Y和不在抗生素等级选择列表的医嘱F(d)_N；
如上所述，本发明选择抗生素等级，选择的抗生素等级组成抗生素等级选择列表。本发明基于抗菌药物医嘱中的“抗生素等级”字段对抗菌药物医嘱F(c)_Y进行筛选。当“抗生素等级”字段属于抗生素等级选择列表中的内容时，则属于抗菌药物医嘱F(d)_Y，否则属于抗菌药物医嘱F(d)_N。
例如，用户未限制抗生素等级，对于上述F(c)_Y,F(d)_Y与F(c)_Y相同，F(d)_N为空。
S27、判断所述抗菌药物医嘱F(d)_Y中是否存在抗菌药物医嘱记录，若是，执行步骤S28，若否，输出手术预防用药例数为0。
具体地，本发明根据抗菌药物医嘱F(d)_Y进行判断，如果患者经过上述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。
例如，上述F(d)_Y包括医嘱记录，执行步骤S28。
S28、基于所述抗菌药物医嘱F(d)_Y获取每条抗菌药物医嘱的医嘱开始时间、医嘱结束时间，构建参数数据类型为起止时间段列表的参数g.THW；
本发明基于抗菌药物医嘱F(d)_Y确定每条抗菌药物医嘱的起止时间段列表的参数g.THW。参数g.THW是由医嘱开始时间、医嘱结束时间组成的参数列表。具体地，获取抗菌药物医嘱F(d)_Y中的开始时间、结束时间字段，对于每条医嘱，生成对应的参数g.THW为[开始时间、结束时间]。
对于上述F(d)_Y，g.THW为[2019-01-03 08:00:00,2019-01-08 08:30:00]。
S29、基于所述参数g.THW及参数g.UOS.operid，将所述手术信息G(s)_Y划分为术后时间使用抗菌药物的手术信息G(t)_Y和术后时间未使用抗菌药物的手术信息G(t)_N；
根据手术信息G(s)_Y和医嘱起始时间g.THW、术后时间参数g.UOS.operid，过滤得到术后时间使用抗菌药物的手术记录G(t)_Y和术后时间未使用抗菌药物的手术记录G(t)_N。这一步骤是为了过滤掉术后手术期时间段与医嘱起止时间段未相交的手术记录。
例如，对于上述手术信息G(s)_Y和医嘱起始时间g.THW、术后时间参数g.UOS.operid，G(t)_Y为：
G(t)_N为：
S30、判断所述手术信息G(t)_Y中是否存在手术记录，若是，继续执行步骤S31；若否，输出术后24小时内停药例数为0；
根据手术信息G(t)_Y进行判断，如果患者经过上述两个步骤之后还存在手术记录，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。
例如，对于上述G(t)_Y，存在手术记录，因此，继续执行步骤S31。
S31、基于所述参数g.THW及参数g.UOS.operid，挑选术后时间使用的抗菌药物医嘱的起止时间段，构建该手术的指定时间段用药参数g.KVZ.opserid；
本发明根据医嘱起始时间g.THW、术后时间参数g.UOS.operid，挑选术后时间使用的抗菌药物医嘱的起止时间段，构建该手术的指定时间段用药参数g.KVZ.opserid。这一步骤是为了判断抗菌药物医嘱起止时段参数g.THW是否与术后时间参数g.UOS.operid相交，得到有交集的手术信息，过滤掉不相交部分。
例如，对于上述医嘱起始时间g.THW和术后时间参数g.UOS.operid；医嘱起始时间g.THW，其值为[2019-01-03 08:00:00,2019-01-08 08:30:00]；术后时间g.UOS.operid,值为[2019-01-07 08:30:00,2019-01-07 09:00:00]和[2019-01-08 09:30:00,2019-01-0909:30:00]；输出手术的指定时间段用药参数g.KVZ.opserid值为[2019-01-07 08:30:00,2019-01-0808:30:00]。
S32、基于所述参数g.KVZ.opserid，获取最晚的医嘱结束时间作为参数g.UAO.operid；
根据指定时间段用药参数g.KVZ.opserid，挑选同期最晚的医嘱结束时间，构建参数g.UAO.operid。这一步骤是为进行下一步判断术后24小时内是否停药提供条件。
例如，对于上述g.KVZ.opserid值为[2019-01-07 08:30:00,2019-01-08 08:30:00]，g.UAO.operid值为2019-01-08 08:30:00。
S33、基于所述参数g.UAO.operid，将手术信息G(t)_Y划分为术后24小时内已停药的手术信息G(u)_Y和术后24小时内未停药的手术信息G(u)_N；
根据手术信息G(t)和参数g.UAO.operid，过滤得到术后24小时内已停药的手术记录G(u)_Y和未停药的手术记录G(u)_N。这一步骤是为了判断每个术后用药最晚的医嘱结束时间是否在对应手术结束时间后24小时内。
例如，对于上述G(t)_Y、g.UAO.operid，G(u)_Y为：
G(u)_N为：
/>
S34、基于所述手术信息G(u)_Y中记录的条数，输出术后24小时内停药例数。
如果G(u)_Y的手术信息为空则输出0；如果不为空，则输出对应条数作为术后24小时内停药例数。
例如，由于上述G(u)_Y包含1条记录，输出结果为1。
实施例二
如图2所示，对应于上述术后24小时内停药例数管理方法，本实施例提出了一种基于MapReduce及大数据的术后24小时内停药例数管理装置，包括：
第一采集单元，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；
第一手术信息筛选单元，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；
第一判断单元，用于判断所述手术信息G(a)_Y中是否存在手术记录，若是，继续调用第二采集单元；若否，输出术后24小时内停药例数为0；
第二采集单元，用于基于所述手术信息G(a)_Y获取手术开始时间、手术结束时间，共同组成手术的术后时间参数g.UOS.operid；
接收单元，用于接收用户选择的统计时间、手术科室、切口等级、手术分类、手术医生、麻醉方式、手术时长、ASA评分、手术名称、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；
第二手术信息筛选单元，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；
第三手术信息筛选单元，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；
第四手术信息筛选单元，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；
第五手术信息筛选单元，用于根据手术信息G(d)_Y，过滤得到在切口等级选择列表的的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
第六手术信息筛选单元，用于根据手术信息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；
第七手术信息筛选单元，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；
第八手术信息筛选单元，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；
第九手术信息筛选单元，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；
第十手术信息筛选单元，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；
第十一手术信息筛选单元，用于根据手术信息G(j)_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(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
第十二手术信息筛选单元，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；
第十三手术信息筛选单元，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；
第十四手术信息筛选单元，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；
第十五手术信息筛选单元，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；
第十六手术信息筛选单元，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；
第十七手术信息筛选单元，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；
第一判断单元，用于判断所述手术信息G(s)_Y中是否存在手术记录，若是，继续调用第一抗菌药物医嘱筛选单元；若否，输出术后24小时内停药例数为0；
第一抗菌药物医嘱筛选单元，用于基于所述参数g.MC2将所述抗菌药物医嘱记录F划分为医嘱开始时间在本次住院期间的抗菌药物医嘱F(a)_Y和医嘱开始时间不在本次住院期间的抗菌药物医嘱F(a)_N；
第二抗菌药物医嘱筛选单元，用于将所述抗菌药物医嘱F(a)_Y划分为在用药目的选择列表的医嘱F(b)_Y和不在用药目的选择列表的医嘱F(b)_N；
第三抗菌药物医嘱筛选单元，用于将所述抗菌药物医嘱F(b)_Y划分为在给药方式选择列表的医嘱F(c)_Y和不在给药方式选择列表的医嘱F(c)_N；
第四抗菌药物医嘱筛选单元，用于将所述抗菌药物医嘱F(c)_Y划分为在抗生素等级选择列表的医嘱F(d)_Y和不在抗生素等级选择列表的医嘱F(d)_N；
第三判断单元，用于判断所述抗菌药物医嘱F(d)_Y中是否存在抗菌药物医嘱记录，若是，调用第三采集单元，若否，输出手术预防用药例数为0。
第三采集单元，用于基于所述抗菌药物医嘱F(d)_Y获取每条抗菌药物医嘱的医嘱开始时间、医嘱结束时间，构建参数数据类型为起止时间段列表的参数g.THW；
第十八手术信息筛选单元，用于基于所述参数g.THW及参数g.UOS.operid，将所述手术信息G(s)_Y划分为术后时间使用抗菌药物的手术信息G(t)_Y和术后时间未使用抗菌药物的手术信息G(t)_N；
第四判断单元，用于判断所述手术信息G(t)_Y中是否存在手术记录，若是，继续调用第四采集单元；若否，输出术后24小时内停药例数为0；
第四采集单元，用于基于所述参数g.THW及参数g.UOS.operid，挑选术后时间使用的抗菌药物医嘱的起止时间段，构建该手术的指定时间段用药参数g.KVZ.opserid；
第五采集单元，用于基于所述参数g.KVZ.opserid，获取最晚的医嘱结束时间作为参数g.UAO.operid；
第十九手术信息筛选单元，用于基于所述参数g.UAO.operid，将手术信息G(t)_Y划分为术后24小时内已停药的手术信息G(u)_Y和术后24小时内未停药的手术信息G(u)_N；
输出单元，用于基于所述手术信息G(u)_Y中记录的条数，输出术后24小时内停药例数。
实施例三
本申请实施例提供的一种术后24小时内停药例数管理设备及存储介质。该设备可以是服务器，其中，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。
该非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行一种术后24小时内停药例数管理方法。
该处理器用于提供计算和控制能力，以支撑整个计算机设备的运行。
该内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行一种术后24小时内停药例数管理方法。
该网络接口用于与其它设备进行网络通信。本领域技术人员可以理解，上述计算机设备结构仅仅是与本申请方案相关的部分结构，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器用于运行存储在存储器中的计算机程序，该程序实现实施例一所述的一种术后24小时内停药例数管理方法。
应当理解，在本申请实施例中，处理器可以是中央处理单元(Central ProcessingUnit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中该计算机程序被处理器执行时使处理器执行实施例一所述的一种术后24小时内停药例数管理方法。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
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.基于MapReduce及大数据的术后24小时内停药例数管理方法，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、判断所述手术信息G(a)_Y中是否存在手术记录，若是，继续执行步骤S4；若否，输出术后24小时内停药例数为0；
S4、基于所述手术信息G(a)_Y获取手术开始时间、手术结束时间，共同组成手术的术后时间参数g.UOS.operid；
S5、接收用户选择的统计时间、手术科室、切口等级、手术分类、手术医生、麻醉方式、手术时长、ASA评分、手术名称、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；
S6、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；
S7、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；
S8、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；
S9、根据手术信息G(d)_Y，过滤得到在切口等级选择列表的的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
S10、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；
S11、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；
S12、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；
S13、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；
S14、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；
S15、根据手术信息G(j)_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(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
S16、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；
S17、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；
S18、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；
S19、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；
S20、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；
S21、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；
S22、判断所述手术信息G(s)_Y中是否存在手术记录，若是，继续执行步骤S23；若否，输出术后24小时内停药例数为0；
S23、基于所述参数g.MC2将抗菌药物医嘱记录F划分为医嘱开始时间在本次住院期间的抗菌药物医嘱F(a)_Y和医嘱开始时间不在本次住院期间的抗菌药物医嘱F(a)_N；
S24、将所述抗菌药物医嘱F(a)_Y划分为在用药目的选择列表的医嘱F(b)_Y和不在用药目的选择列表的医嘱F(b)_N；
S25、将所述抗菌药物医嘱F(b)_Y划分为在给药方式选择列表的医嘱F(c)_Y和不在给药方式选择列表的医嘱F(c)_N；
S26、将所述抗菌药物医嘱F(c)_Y划分为在抗生素等级选择列表的医嘱F(d)_Y和不在抗生素等级选择列表的医嘱F(d)_N；
S27、判断所述抗菌药物医嘱F(d)_Y中是否存在抗菌药物医嘱记录，若是，执行步骤S28，若否，输出手术预防用药例数为0；
S28、基于所述抗菌药物医嘱F(d)_Y获取每条抗菌药物医嘱的医嘱开始时间、医嘱结束时间，构建参数数据类型为起止时间段列表的参数g.THW；
S29、基于所述参数g.THW及参数g.UOS.operid，将所述手术信息G(s)_Y划分为术后时间使用抗菌药物的手术信息G(t)_Y和术后时间未使用抗菌药物的手术信息G(t)_N；
S30、判断所述手术信息G(t)_Y中是否存在手术记录，若是，继续执行步骤S31；若否，输出术后24小时内停药例数为0；
S31、基于所述参数g.THW及参数g.UOS.operid，挑选术后时间使用的抗菌药物医嘱的起止时间段，构建该手术的指定时间段用药参数g.KVZ.opserid；
S32、基于所述参数g.KVZ.opserid，获取最晚的医嘱结束时间作为参数g.UAO.operid；
S33、基于所述参数g.UAO.operid，将手术信息G(t)_Y划分为术后24小时内已停药的手术信息G(u)_Y和术后24小时内未停药的手术信息G(u)_N；
S34、基于所述手术信息G(u)_Y中记录的条数，输出术后24小时内停药例数。
2.根据权利要求1所述的停药例数管理方法，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1所述的停药例数管理方法，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、愈合等级、ASA、择期急诊。
4.根据权利要求1所述的停药例数管理方法，其特征在于，所述抗菌药物医嘱记录包括患者病案号、开嘱科室、抗菌药物名称、开始时间、结束时间、抗生素等级、给药方式、用药目的、开嘱医生、开嘱医生等级。
5.基于MapReduce及大数据的术后24小时内停药例数管理装置，其特征在于，包括：
第一采集单元，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；
第一手术信息筛选单元，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；
第一判断单元，用于判断所述手术信息G(a)_Y中是否存在手术记录，若是，继续调用第二采集单元；若否，输出术后24小时内停药例数为0；
第二采集单元，用于基于所述手术信息G(a)_Y获取手术开始时间、手术结束时间，共同组成手术的术后时间参数g.UOS.operid；
接收单元，用于接收用户选择的统计时间、手术科室、切口等级、手术分类、手术医生、麻醉方式、手术时长、ASA评分、手术名称、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；
第二手术信息筛选单元，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；
第三手术信息筛选单元，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；
第四手术信息筛选单元，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；
第五手术信息筛选单元，用于根据手术信息G(d)_Y，过滤得到在切口等级选择列表的的手术信息G(e)_Y，滤除不在选择范围内的手术信息G(e)_N；
第六手术信息筛选单元，用于根据手术信息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；
第七手术信息筛选单元，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；
第八手术信息筛选单元，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；
第九手术信息筛选单元，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；
第十手术信息筛选单元，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；
第十一手术信息筛选单元，用于根据手术信息G(j)_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(k)_Y，滤除不在选择范围内的手术信息G(k)_N；
第十二手术信息筛选单元，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；
第十三手术信息筛选单元，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；
第十四手术信息筛选单元，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；
第十五手术信息筛选单元，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；
第十六手术信息筛选单元，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；
第十七手术信息筛选单元，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；
第一判断单元，用于判断所述手术信息G(s)_Y中是否存在手术记录，若是，继续调用第一抗菌药物医嘱筛选单元；若否，输出术后24小时内停药例数为0；
第一抗菌药物医嘱筛选单元，用于基于所述参数g.MC2将所述抗菌药物医嘱记录F划分为医嘱开始时间在本次住院期间的抗菌药物医嘱F(a)_Y和医嘱开始时间不在本次住院期间的抗菌药物医嘱F(a)_N；
第二抗菌药物医嘱筛选单元，用于将所述抗菌药物医嘱F(a)_Y划分为在用药目的选择列表的医嘱F(b)_Y和不在用药目的选择列表的医嘱F(b)_N；
第三抗菌药物医嘱筛选单元，用于将所述抗菌药物医嘱F(b)_Y划分为在给药方式选择列表的医嘱F(c)_Y和不在给药方式选择列表的医嘱F(c)_N；
第四抗菌药物医嘱筛选单元，用于将所述抗菌药物医嘱F(c)_Y划分为在抗生素等级选择列表的医嘱F(d)_Y和不在抗生素等级选择列表的医嘱F(d)_N；
第三判断单元，用于判断所述抗菌药物医嘱F(d)_Y中是否存在抗菌药物医嘱记录，若是，调用第三采集单元，若否，输出手术预防用药例数为0；
第三采集单元，用于基于所述抗菌药物医嘱F(d)_Y获取每条抗菌药物医嘱的医嘱开始时间、医嘱结束时间，构建参数数据类型为起止时间段列表的参数g.THW；
第十八手术信息筛选单元，用于基于所述参数g.THW及参数g.UOS.operid，将所述手术信息G(s)_Y划分为术后时间使用抗菌药物的手术信息G(t)_Y和术后时间未使用抗菌药物的手术信息G(t)_N；
第四判断单元，用于判断所述手术信息G(t)_Y中是否存在手术记录，若是，继续调用第四采集单元；若否，输出术后24小时内停药例数为0；
第四采集单元，用于基于所述参数g.THW及参数g.UOS.operid，挑选术后时间使用的抗菌药物医嘱的起止时间段，构建该手术的指定时间段用药参数g.KVZ.opserid；
第五采集单元，用于基于所述参数g.KVZ.opserid，获取最晚的医嘱结束时间作为参数g.UAO.operid；
第十九手术信息筛选单元，用于基于所述参数g.UAO.operid，将手术信息G(t)_Y划分为术后24小时内已停药的手术信息G(u)_Y和术后24小时内未停药的手术信息G(u)_N；
输出单元，用于基于所述手术信息G(u)_Y中记录的条数，输出术后24小时内停药例数。
6.根据权利要求5所述的停药例数管理装置，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。
7.根据权利要求5所述的停药例数管理装置，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、愈合等级、ASA、择期急诊。
8.根据权利要求5所述的停药例数管理装置，其特征在于，所述抗菌药物医嘱记录包括患者病案号、开嘱科室、抗菌药物名称、开始时间、结束时间、抗生素等级、给药方式、用药目的、开嘱医生、开嘱医生等级。
9.一种设备，其特征在于，所述设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至4中任一项所述的方法。
CN202011349905.1A 2020-11-26 2020-11-26 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 Active CN112542233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011349905.1A CN112542233B (zh) 2020-11-26 2020-11-26 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011349905.1A CN112542233B (zh) 2020-11-26 2020-11-26 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

Publications (2)

Publication Number Publication Date
CN112542233A CN112542233A (zh) 2021-03-23
CN112542233B true CN112542233B (zh) 2023-08-18

Family

ID=75016816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011349905.1A Active CN112542233B (zh) 2020-11-26 2020-11-26 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

Country Status (1)

Country Link
CN (1) CN112542233B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202022106675U1 (de) 2022-11-29 2023-03-02 Pradeep Madhukar Tumane System zur Analyse der antibakteriellen Aktivität von Heilpflanzen gegen multiresistente Bakterien und ihre molekulare Charakterisierung

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110415831A (zh) * 2019-07-18 2019-11-05 天宜(天津)信息科技有限公司 一种医疗大数据云服务分析平台
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
CN111309781A (zh) * 2020-01-21 2020-06-19 杭州杏林信息科技有限公司 统计抗菌药物治疗前病原学送检人数的方法及设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110415831A (zh) * 2019-07-18 2019-11-05 天宜(天津)信息科技有限公司 一种医疗大数据云服务分析平台
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
CN111309781A (zh) * 2020-01-21 2020-06-19 杭州杏林信息科技有限公司 统计抗菌药物治疗前病原学送检人数的方法及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
围手术期抗菌药物使用情况71例分析;曲虹;李安华;;抗感染药学(01);全文 *

Also Published As

Publication number Publication date
CN112542233A (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
Jaschinski et al. Laparoscopic versus open surgery for suspected appendicitis
Sauerland et al. Laparoscopic versus open surgery for suspected appendicitis
Perel et al. Tranexamic acid for reducing mortality in emergency and urgent surgery
Costa Jr Assessment of operative times of multiple surgical specialties in a public university hospital
Peng et al. External drains versus no drains after burr‐hole evacuation for the treatment of chronic subdural haematoma in adults
Aziz et al. Laparoscopic versus open appendectomy in children: a meta-analysis
Toon et al. Early versus delayed dressing removal after primary closure of clean and clean‐contaminated surgical wounds
Toltzis et al. A statewide collaborative to reduce pediatric surgical site infections
WO2009126545A2 (en) System and methods for automated healthcare patient record search, extraction, and creation
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
Ayala et al. Outpatient thyroid surgery in a low-surgical volume hospital
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
Rama-Maceiras et al. Unplanned surgical reoperations in a tertiary hospital: perioperative mortality and associated risk factors
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
Stepaniak et al. Constraints on the scheduling of urgent and emergency surgical cases: surgeon, equipment, and anesthesiologist availability
Herrod et al. Dressings and topical agents for the management of open wounds after surgical treatment for sacrococcygeal pilonidal sinus
Mueller et al. Intraoperative wound irrigation for the prevention of surgical site infection after laparotomy: a randomized clinical trial by CHIR-net
Lepage et al. Assessing the effectiveness of a computerized blood order" consultation" system.
CN112043241B (zh) 一种手术患者肺部感染例次数监测方法及系统
CN116230179A (zh) 医疗服务资源管理方法、装置、处理设备及存储介质
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
Patel et al. Room traffic in orthopedic surgery: a prospective clinical observational study of time of day
JP2005275994A (ja) 情報処理装置、情報処理端末、プログラムおよび方法
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
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

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