CN112837768A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112837768A CN112837768A CN202011349915.5A CN202011349915A CN112837768A CN 112837768 A CN112837768 A CN 112837768A CN 202011349915 A CN202011349915 A CN 202011349915A CN 112837768 A CN112837768 A CN 112837768A
- Authority
- CN
- China
- Prior art keywords
- information
- infection
- time
- patient
- hospitalization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了基于MapReduce及大数据的前后一周内送检次数的统计方法及装置，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前后一周内送检次数划分成数千万、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，本发明统计的出院患者医院感染例次中前后一周内送检次数实用性强，能够结合感染信息及送检信息进行统计，提高医院感染检测的时效性。
Description
技术领域
本发明属于对出院患者医院感染进行管理的技术领域，具体涉及一种基于MapReduce及大数据的前后一周内送检次数的统计方法及装置，尤其是出院患者医院感染例次中前后一周内送检次数的统计方法、装置、设备及存储介质，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
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。
公开号为CN 109461480 A的发明专利申请公开了一种医院感染数据缺失的增量式更新方法，对医院感染数据缺失值进行更新，根据数据特征所属的“有效时间范围”来将不同特征进行增量式更新，更新后产生的样本集合适用于医院感染数据分析和建模。其有益效果为：该方法通过“增量式更新”解决了医院感染数据缺失的问题，并提出了按照“有效时间范围”将不同特征进行归类的办法解决不同特征时间有效性长短不一的问题。
上述申请虽然提及了通过增量式更新方法获取医院感染数据，但是现有的医院感染数据统计仅能针对特定的时间、科室等进行感染数据统计，而不能对感染数据的检测情况进行统计与分析。对于医院感染，送检时间越长，其影响与危害越大，因此，如何结合送检信息对医院感染进行精确管理，是本领域亟待解决的问题。
在一家医疗机构计算医院前后一周内送检次数相对容易，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前后一周内送检次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及大数据的前后一周内送检次数的统计方法、装置、设备及存储介质。本发明统计的出院患者医院感染例次中前后一周内送检次数实用性强，能够结合感染信息及送检信息进行统计，提高医院感染检测的时效性。
为了实现以上目的，本发明采用以下技术方案：
基于MapReduce及大数据的前后一周内送检次数的统计方法，包括步骤：
S1、采集患者的住院信息A，根据患者是否出院将住院信息A划分为已出院的住院信息A(a)_Y和未出院的住院信息A(a)_N；
S2、接收用户选择的统计时间、出院科室，根据用户的身份信息确定用户的权限科室；
S3、判断所述出院患者的住院信息A(a)_Y中是否存在在统计时间段内出院、科室属于所述权限科室、出院科室属于选择的出院科室的住院信息，若存在，执行步骤S4，若不存在，输出出院患者医院感染例次中前后一周内送检次数为0；
S4、基于所述住院信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；
S5、采集患者的感染信息H，将所述感染信息H划分为感控专职人员确认的感染信息H(a)_Y和感控专职人员未确认的感染信息H(a)_N；
S6、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本次住院期间的感染信息；
S7、获取住院信息A中的出院时间g.3CN，基于所述出院时间g.3CN、用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(d)_Y划分为符合条件的感染信息H(e)_Y和不符合条件的感染信息H(e)_N；
S8、获取感染信息H(e)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.OM3.groupid；
S9、采集细菌培养信息J，基于所述参数g.MC2将所述细菌培养信息J划分为在患者住院期间送检的细菌培养信息J(a)_Y和不在患者住院期间送检的细菌培养信息J(a)_N；
S10、判断所述细菌培养信息J(a)_Y中是否存在细菌培养记录，若是，执行步骤S11，若否，输出出院患者医院感染例次中前后一周内送检记录为0；
S11、获取细菌培养信息J(a)_Y中的采样时间g.PP2，基于所述采样时间 g.PP2及参数g.OM3.groupid，将所述感染信息H(e)_Y划分为前后一周送检细菌培养的感染信息H(f)_Y和前后一周未送检细菌培养的感染信息H(f)_N；
S12、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 中在患者入出院时间范围内进行的手术信息G(a)_Y和不在患者入出院时间范围内进行的手术信息G(a)_N；
S13、获取所述手术信息G(a)_Y中的感染例次标识g.8QR，基于所述感染信息H(a)_Y、感染例次标识g.8QR获得绑定手术刀的感染信息H(b1)_Y；
S14、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 及用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(b1)_Y 划分为符合条件的感染信息H(c1)_Y和不符合条件的感染信息H(c1)_N；
S15、获取感染信息H(c1)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.YR6.groupid；
S16、基于所述采样时间g.PP2及参数g.YR6.groupid，将所述感染信息 H(c1)_Y划分为前后一周送检细菌培养的感染信息H(d1)_Y和前后一周未送检细菌培养的感染信息H(d1)_N；
S17、合并所述H(f)_Y、H(d1)_Y得到感染信息H(g)，基于所述感染信息 H(g)中记录的条数输出出院患者医院感染例次中前后一周内送检次数。
进一步地，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；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；所述细菌培养信息包括患者病案号、送检科室、项目名称、采样时间、报告时间、培养结果、样本、样本号、类型；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S3包括：
S31、将所述出院患者的住院信息A(a)_Y划分为在统计时间段内出院的住院信息A(b)_Y和不在统计时间段内出院的住院信息A(b)_N；
S32、基于所述权限科室，将所述住院信息A(b)_Y划分为科室属于所述权限科室内的住院信息A(c)_Y和科室不属于所述权限科室内的住院信息 A(c)_N；
S33、基于选择的出院科室，将所述住院信息A(c)_Y划分为在对应科室出院的住院信息A(d)_Y和不在对应科室出院的住院信息A(d)_N；
S34、判断所述住院信息A(d)_Y中是否存在住院信息，若是，执行步骤 S4，若否，输出出院患者医院感染例次中前后一周内送检记录为0。
进一步地，所述步骤S6包括：
S61、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和绑定手术刀的感染信息H(b)_N；
S62、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；
S63、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本次住院期间的感染信息H(d)_Y和感染时间不在患者本次住院期间的感染信息H(d)_N。
本发明还提出一种基于MapReduce及大数据的前后一周内送检次数的统计装置，包括：
住院信息划分单元，用于采集患者的住院信息A，根据患者是否出院将住院信息A划分为已出院的住院信息A(a)_Y和未出院的住院信息A(a)_N；
接收单元，用于接收用户选择的统计时间、出院科室，根据用户的身份信息确定用户的权限科室；
采集与判断单元，用于判断所述出院患者的住院信息A(a)_Y中是否存在在统计时间段内出院、科室属于所述权限科室、出院科室属于选择的出院科室的住院信息，若存在，调用采集单元，若不存在，输出出院患者医院感染例次中前后一周内送检次数为0；
第一采集单元，用于基于所述住院信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；
感染信息第一划分单元，用于采集患者的感染信息H，将所述感染信息H 划分为感控专职人员确认的感染信息H(a)_Y和感控专职人员未确认的感染信息H(a)_N；
感染信息划分单元，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本次住院期间的感染信息；
感染信息第五划分单元，用于获取住院信息A中的出院时间g.3CN，基于所述出院时间g.3CN、用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(d)_Y划分为符合条件的感染信息H(e)_Y和不符合条件的感染信息H(e)_N；
第二采集单元，用于获取感染信息H(e)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.OM3.groupid；
细菌培养信息划分单元，用于采集细菌培养信息J，基于所述参数g.MC2 将所述细菌培养信息J划分为在患者住院期间送检的细菌培养信息J(a)_Y和不在患者住院期间送检的细菌培养信息J(a)_N；
第二判断单元，用于判断所述细菌培养信息J(a)_Y中是否存在细菌培养记录，若是，调用感染信息第六划分单元，若否，输出出院患者医院感染例次中前后一周内送检记录为0
感染信息第六划分单元，用于获取细菌培养信息J(a)_Y中的采样时间 g.PP2，基于所述采样时间g.PP2及参数g.OM3.groupid，将所述感染信息H(e)_Y 划分为前后一周送检细菌培养的感染信息H(f)_Y和前后一周未送检细菌培养的感染信息H(f)_N；
手术信息划分单元，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中在患者入出院时间范围内进行的手术信息G(a)_Y和不在患者入出院时间范围内进行的手术信息G(a)_N；
第三采集单元，用于获取所述手术信息G(a)_Y中的感染例次标识g.8QR，基于所述感染信息H(a)_Y、感染例次标识g.8QR获得绑定手术刀的感染信息 H(b1)_Y；
感染信息第七划分单元，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及用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(b1)_Y划分为符合条件的感染信息H(c1)_Y和不符合条件的感染信息H(c1)_N；
第四采集单元，用于获取感染信息H(c1)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.YR6.groupid；
感染信息第八划分单元，用于基于所述采样时间g.PP2及参数 g.YR6.groupid，将所述感染信息H(c1)_Y划分为前后一周送检细菌培养的感染信息H(d1)_Y和前后一周未送检细菌培养的感染信息H(d1)_N；
合并单元，用于合并所述H(f)_Y、H(d1)_Y得到感染信息H(g)，基于所述感染信息H(g)中记录的条数输出出院患者医院感染例次中前后一周内送检次数。
进一步地，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；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；所述细菌培养信息包括患者病案号、送检科室、项目名称、采样时间、报告时间、培养结果、样本、样本号、类型；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，所述采集与判断单元包括：
住院信息第一划分单元，用于将所述出院患者的住院信息A(a)_Y划分为在统计时间段内出院的住院信息A(b)_Y和不在统计时间段内出院的住院信息 A(b)_N；
住院信息第二划分单元，用于基于所述权限科室，将所述住院信息A(b)_Y 划分为科室属于所述权限科室内的住院信息A(c)_Y和科室不属于所述权限科室内的住院信息A(c)_N；
住院信息第三划分单元，用于基于选择的出院科室，将所述住院信息A(c)_Y划分为在对应科室出院的住院信息A(d)_Y和不在对应科室出院的住院信息A(d)_N；
第一判断单元，用于判断所述住院信息A(d)_Y中是否存在住院信息，若是，调用采集单元，若否，输出出院患者医院感染例次中前后一周内送检记录为0。
进一步地，所述感染信息划分单元包括：
感染信息第二划分单元，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和绑定手术刀的感染信息H(b)_N；
感染信息第三划分单元，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；
感染信息第四划分单元，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本次住院期间的感染信息H(d)_Y和感染时间不在患者本次住院期间的感染信息H(d)_N。
本发明还提出一种计算机设备，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。
本发明详细记载了出院患者医院感染例次中前后一周内送检次数统计的具体实现方式，利用住院信息、手术信息、感染记录、细菌培养信息、选择的统计时间、选择的科室，根据用户的身份信息确定用户的权限科室，确定统计时段出院的住院患者在住院期间发生的医院感染例次中，感染时间前后一周有送检菌培养的医院感染例次数。本发明统计的出院患者医院感染例次中前后一周内送检次数实用性强，能够结合感染信息及送检信息进行统计，提高医院感染检测的时效性，能够为医院感染的检测提供有效的指导。同时通过对出院患者医院感染例次中前后一周内送检次数的自动统计，避免手动进行出院患者医院感染例次中前后一周内送检次数管理处理复杂的问题。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于MapReduce及大数据的前后一周内送检次数的统计方法的流程示意图；
图2为本发明实施例提供的基于MapReduce及大数据的前后一周内送检 次数的统计装置的各单元的示意性框图。
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；
本实施例提出了一种基于MapReduce及大数据的前后一周内送检次数的统计方法，该统计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，前后一周内送检次数的统计方法包括以下步骤S1至S17：
S1、采集患者的住院信息A，根据患者是否出院将住院信息A划分为已出院的住院信息A(a)_Y和未出院的住院信息A(a)_N；
本发明对出院患者医院感染例次中前后一周内送检次数进行统计，出院患者医院感染例次中前后一周内送检次数是指统计时段出院的住院患者在住院期间发生的医院感染例次中，感染时间前后一周有送检菌培养的医院感染例次数。
出院患者医院感染例次中前后一周内送检病例需要满足：1.患者同期住院，也就是患者的入出院时间段统计时间相交；2.患者在住院期间发生医院感染。其中手术部位感染以手术开始时间作为感染时间进行处理；3、患者发生医院感染的前后一周内存在细菌培养的送检记录；4.满足用户选择条件。
住院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信息A，由于对出院前治愈的医院感染进行监测，因此，需要获取住院信息中出院患者的住院信息。具体地，本发明获取住院信息A信息中的“出院科室”、“出院时间”字段，如果“出院科室”、“出院时间”字段中的内容均为空，则说明该患者未出院，将相应的住院过程记录加入住院信息A(a)_N；如果“出院科室”和/或“出院时间”字段中的内容不为空，则说明该患者已经出院，将相应的住院过程记录加入住院信息A(a)_Y。
例如，住院过程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 |
A(a)_Y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 |
A(a)_N为：
| 患者病案号 | 入院科室 | 入院时间 | 出院科室 | 出院时间 |
S2、接收用户选择的统计时间、出院科室，根据用户的身份信息确定用户的权限科室；
本发明用于出院患者医院感染例次中前后一周内送检次数的自动统计，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出院前出院患者医院感染例次中前后一周内送检次数的管理，因此，除统计时间外，本发明还设置相应的出院科室。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出院患者医院感染例次中前后一周内送检次数的统计与监测。
S3、判断所述出院患者的住院信息A(a)_Y中是否存在在统计时间段内出院、科室属于所述权限科室、出院科室属于选择的出院科室的住院信息，若存在，执行步骤S4，若不存在，输出出院患者医院感染例次中前后一周内送检次数为0；
对于出院患者的住院信息A(a)_Y，本发明首先基于统计时间、权限科室及选择的出院科室对住院信息进行筛选，只有筛选后存在相应的住院信息，才有可能存在出院患者医院感染例次中前后一周内送检记录。因此，当筛选后不存在住院信息记录时，即不存在同时满足统计时间、权限科室及选择的出院科室要求的情况下，输出出院患者医院感染例次中前后一周内送检次数为0，即不存在出院患者医院感染例次中前后一周内送检记录。本发明基于统计时间、权限科室及选择的出院科室依次对出院患者的住院信息A(a)_Y进行筛选，因此，如图2所示，步骤S3具体包括：
S31、将所述出院患者的住院信息A(a)_Y划分为在统计时间段内出院的住院信息A(b)_Y和不在统计时间段内出院的住院信息A(b)_N；
本发明首先基于统计时间对住院信息A(a)_Y进行筛选，具体地，本发明获取住院信息A(a)_Y中的“出院时间”字段，判断当前住院过程记录中的“出院时间”是否属于统计时间段的范围内，若是，则将住院过程记录加入住院信息A(b)_Y，否则，将住院过程记录加入住院信息A(b)_N。
对于上述A(a)_Y，统计时间为2019-01-06 00:00:00到2019-01-20 23:59:59，则A(b)_Y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 |
A(b)_N为：
| 患者病案号 | 入院科室 | 入院时间 | 出院科室 | 出院时间 |
S32、基于所述权限科室，将所述住院信息A(b)_Y划分为科室属于所述权限科室内的住院信息A(c)_Y和科室不属于所述权限科室内的住院信息 A(c)_N；
由于每个用户的权限不同，本发明基于权限科室对住院信息A(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，具有地，将住院信息中的“科室”字段与权限科室进行比较，判断“科室”字段是否属于权限科室范围内。住院信息A(c)_Y为属于用户管理的权限范围内的科室中的住院信息，住院信息A(c)_N为不属于用户管理的权限范围内的科室中的住院信息。
例如，对于上述A(b)_Y，当权限科室为所有科室时，A(c)_Y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 |
A(c)_N为：
| 患者病案号 | 入院科室 | 入院时间 | 出院科室 | 出院时间 |
S33、基于选择的出院科室，将所述住院信息A(c)_Y划分为在对应科室出院的住院信息A(d)_Y和不在对应科室出院的住院信息A(d)_N；
本发明中，基于具体的出院科室对出院患者医院感染例次中前后一周内送检记录进行监测，用户能够针对具体的出院科室进行出院患者医院感染例次中前后一周内送检记录的管理，因此，本发明基于选择的出院科室对住院信息 A(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出院科室相适应，使用户能够根据需要对相应的数据进行选择，对从特定科室出院的出院患者医院感染例次中前后一周内送检记录进行统计。具有地，将住院信息中的“出院科室”字段与选择的出院科室进行比较，判断“出院科室”字段是否属于选择的科室范围内。
例如，用户选择的出院科室康复科，对于上述A(c)_Y，A(d)_Y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 |
A(d)_N为：
| 患者病案号 | 入院科室 | 入院时间 | 出院科室 | 出院时间 |
S34、判断所述住院信息A(d)_Y中是否存在住院信息，若是，执行步骤S4，若否，输出出院患者医院感染例次中前后一周内送检记录为0。
具体地，本发明根据住院信息A(d)_Y进行判断，如果患者经过上述三个步骤之后还存在住院信息，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A(c)_Y，其包括一条住院过程记录，因此，继续执行步骤S4。
S4、基于所述住院信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；
本发明首先获取患者的住院信息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、采集患者的感染信息H，将所述感染信息H划分为感控专职人员确认的感染信息H(a)_Y和感控专职人员未确认的感染信息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。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感控专职人员确认，当状态字段为“排除”，则表明该感染记录感控专职人员未审核确认。
例如，采集的感染信息H为：
则H(a)_Y为：
H(a)_N为：
S6、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本次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本次住院期间的感染信息，因此，步骤S6具体包括：
S61、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，则表明该感染记录绑定手术刀，当“感染对应手术时间”字段不包括相应的手术时间信息时，则表明该感染记录未绑定手术刀。未绑定手术刀的感染信息为 H(b)_Y，绑定手术刀的感染信息为H(b)_N。
对于上述H(a)_Y，H(b)_Y为：
H(b)_N为：
S62、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：
S63、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本次住院期间的感染信息H(d)_Y和感染时间不在患者本次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本次住院期间的感染信息H(d)_N，得到一个感染时间在本次住院时间范围内的感染信息H(d)_Y。
对于上述H(c)_Y，H(d)_Y为：
H(d)_N为：
S7、获取住院信息A中的出院时间g.3CN，基于所述出院时间g.3CN、用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(d)_Y划分为符合条件的感染信息H(e)_Y和不符合条件的感染信息H(e)_N；
本发明对出院患者医院感染例次的前后一周内的送检情况进行统计，具体地，可以统计出院前治愈的感染例次的送检情况和所有的感染例次的送检情况。因此，本发明获取住院信息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。
本发明首先基于出院时间g.3CN，对感染信息H(d)_Y进行筛选。本发明可以根据需要选择统计出院前治愈的感染例次的送检情况或所有的感染例次的送检情况。当需要统计出院前治愈的感染例次的送检情况时，本发明根据判断“转归”字段的内容是否为“治愈”，若是，则将相应的记录加入H(e)_Y，若否，则将相应的记录加入H(e)_N。当需要统计所有的感染例次的送检情况时，满足出院时间筛选的记录加入H(e)_Y，否则加入H(e)_N。
采集的住院信息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(d)及g.3CN，H(e)_Y为：
H(e)_N为：
S8、获取感染信息H(e)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.OM3.groupid；
本发明对出院患者医院感染例次中前后一周内送检次数进行统计，因此需要确定出院患者的医院感染信息，基于感染信息中的感染时间构建对感染例次对应的感染前后一周时间区间，用于后续进行判断前后一周是否送检。
对于上述H(e)_Y，参数g.OM3.groupid为空。
S9、采集细菌培养信息J，基于所述参数g.MC2将所述细菌培养信息J 划分为在患者住院期间送检的细菌培养信息J(a)_Y和不在患者住院期间送检的细菌培养信息J(a)_N；
细菌培养信息用于记录进行细菌培养的培养过程及培养结果，具体包括患者病案号、送检科室、项目名称、采样时间、报告时间、培养结果、样本、样本号、类型。正常的细菌感染的患者，其细菌培养的采样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，本发明基于细菌培养信息中的“采样时间”字段与入出院时间参数g.MC2进行比较，过滤掉采样时间不在患者住院期间送检的细菌培养信息 J(a)_N，得到一个采样时间在住院时间范围内的细菌培养信息J(a)_Y。入出院时间参数g.MC2为入院时间in_time和出院时间out_time构成的数组[in_time， out_time]，若采样时间大于等于in_time、小于等于out_time，则属于在患者住院期间送检的细菌培养信息J(a)_Y。
例如，细菌培养信息J为：
| 患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
| 123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
| 123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 铜绿假单胞菌菌 | 全血 | 968584 | 污染 |
| 123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 鲍曼不动杆菌 | 全血 | 868485 | 定植 |
对于参数g.MC2，其值为[2019-01-01 00:00:12,2019-01-12 03:00:12，则 J(a)_Y为：
| 患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
| 123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 金黄色葡萄球菌 | 全血 | 968584 | HA |
| 123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 铜绿假单胞菌菌 | 全血 | 968584 | 污染 |
| 123456(1) | ICU | 血培养 | 2019-01-05 10:17:00 | 2019-01-08 09:15:00 | 鲍曼不动杆菌 | 全血 | 868485 | 定植 |
J(a)_N为：
| 患者病案号 | 送检科室 | 项目名称 | 采样时间 | 报告时间 | 培养结果 | 标本 | 样本号 | 类型 |
S10、判断所述细菌培养信息J(a)_Y中是否存在细菌培养记录，若是，执行步骤S11，若否，输出出院患者医院感染例次中前后一周内送检记录为0。
具体地，本发明根据细菌培养信息J(a)_Y进行判断，如果细菌培养信息 J(a)_Y存在细菌培养记录，就继续往下进行，如果没有细菌培养记录，就结束运算，输出结果0。
对于上述J(a)_Y，其存在细菌培养记录，继续执行步骤S11。
S11、获取细菌培养信息J(a)_Y中的采样时间g.PP2，基于所述采样时间 g.PP2及参数g.OM3.groupid，将所述感染信息H(e)_Y划分为前后一周送检细菌培养的感染信息H(f)_Y和前后一周未送检细菌培养的感染信息H(f)_N；
对于获取的细菌培养信息J(a)_Y，本发明基于采样时间字段获取相应的采样时间g.PP2，并将获取的采样时间g.PP2与参数g.OM3.groupid进行比较，当采样时间g.PP2属于参数g.OM3.groupid的时间段范围内时，则相应的感染信息属于前后一周送检细菌培养的感染信息H(f)_Y，否则属于前后一周未送检细菌培养的感染信息H(f)_N。
对于上述J(a)_Y，采样时间g.PP2为[2019-01-01 10:17:00]，结合参数g.OM3.groupid，H(f)_Y为：
H(f)_N为：
S12、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 中在患者入出院时间范围内进行的手术信息G(a)_Y和不在患者入出院时间范围内进行的手术信息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。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患者住院期间的手术信息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：
S13、获取所述手术信息G(a)_Y中的感染例次标识g.8QR，基于所述感染信息H(a)_Y、感染例次标识g.8QR获得绑定手术刀的感染信息H(b1)_Y；
如上所述，手术信息中包括感染例次标识字段，本发明根据手术信息 G(a)_Y挑选得到与感染信息关联的感染例次g.8QR。这部分获取关联条件，用于关联不同类型之间的关系。
进一步地，本发明基于感染信息H(a)_Y、感染例次标识g.8QR获得绑定手术刀的感染信息H(b1)_Y，用于确认手术部位感染的感染信息。其余感染信息为未绑定手术刀的感染信息H(b1)_N。
对于上述G(a)_Y，获取的感染例次标识g.8QR为GID0001；对于上述 H(a)_Y及感染例次标识g.8QR，H(b1)_Y为：
H(b1)_N为：
S14、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 及用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(b1)_Y 划分为符合条件的感染信息H(c1)_Y和不符合条件的感染信息H(c1)_N；
获取住院信息A中的出院时间g.3CN，基于所述出院时间g.3CN、用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(b1)_Y划分为符合条件的感染信息H(c1)_Y和不符合条件的感染信息H(c1)_N；
本发明对出院患者医院感染例次的前后一周内的送检情况进行统计，具体地，可以统计出院前治愈的感染例次的送检情况和所有的感染例次的送检情况。因此，本发明获取住院信息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。
本发明首先基于出院时间g.3CN，对感染信息H(b1)_Y进行筛选。本发明可以根据需要选择统计出院前治愈的感染例次的送检情况或所有的感染例次的送检情况。当需要统计出院前治愈的感染例次的送检情况时，本发明根据判断“转归”字段的内容是否为“治愈”，若是，则将相应的记录加入H(c1)_Y，若否，则将相应的记录加入H(c1)_N。当需要统计所有的感染例次的送检情况时，满足出院时间筛选的记录加入H(c1)_Y，否则加入H(c1)_N。
对于上述住院过程信息A，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：
S15、获取感染信息H(c1)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.YR6.groupid；
本发明对出院患者医院感染例次中前后一周内送检次数进行统计，因此需要确定出院患者的医院感染信息，基于感染信息中的感染时间构建对感染例次对应的感染前后一周时间区间，用于后续进行判断前后一周是否送检。
基于上述H(c1)_Y，获取感染时间，并确定感染时间前后一周的起止时间段[2018-12-26 08:00:00-2019-01-10 08:00:00]作为参数g.YR6.groupid。
S16、基于所述采样时间g.PP2及参数g.YR6.groupid，将所述感染信息 H(c1)_Y划分为前后一周送检细菌培养的感染信息H(d1)_Y和前后一周未送检细菌培养的感染信息H(d1)_N；
本发明基于采样时间字段获取相应的采样时间g.PP2，并将获取的采样时间g.PP2与参数g.YR6.groupid进行比较，当采样时间g.PP2属于参数g.YR6.groupid的时间段范围内时，则相应的感染信息属于前后一周送检细菌培养的感染信息H(d1)_Y，否则属于前后一周未送检细菌培养的感染信息 H(d1)_N。
对于上述H(c1)_Y，g.PP2其值为[2019-01-05 10:17:00]，g.YR6.groupid其值为[2018-12-26 08:00:00-2019-01-10 08:00:00]，由此H(d1)_Y为：
S17、合并所述H(f)_Y、H(d1)_Y得到感染信息H(g)，基于所述感染信息 H(g)中记录的条数输出出院患者医院感染例次中前后一周内送检次数。
本发明将感染信息H(f)_Y与感染信息H(d1)_Y合并，得到出院患者医院感染例次中前后一周内送检的病例。根据感染信息H(g)中记录的条数输出出院患者医院感染例次中前后一周内送检次数。如果感染信息H(f)_Y中的感染记录为空则输出0，不为空则输出感染信息H(f)_Y中记录的条数，作为出院患者医院感染例次中前后一周内送检次数。
例如，对于上述H(f)_Y、H(d1)_Y，合并得到H(g)为：
由于H(g)中包括一条记录，则输出出院患者医院感染例次中前后一周内送检次数为1。
图2是本发明实施例提供的一种基于MapReduce及大数据的前后一周内送检次数的统计装置的示意性框图。如图2所示，对应于以上前后一周内送检次数的统计方法，本发明还提供一种基于MapReduce及大数据的前后一周内送检次数的统计装置。该前后一周内送检次数的统计装置包括用于执行上述前后一周内送检次数的统计方法的单元，该装置可以被配置于服务器中。具体地，请参阅图2，该前后一周内送检次数的统计装置包括住院信息划分单元、接收单元、采集与判断单元、第一采集单元、感染信息第一划分单元、感染信息划分单元、感染信息第五划分单元、第二采集单元、细菌培养信息划分单元、第二判断单元、感染信息第六划分单元、手术信息划分单元、第三采集单元、感染信息第七划分单元、第四采集单元、感染信息第八划分单元、合并单元。
住院信息划分单元，用于采集患者的住院信息A，根据患者是否出院将住院信息A划分为已出院的住院信息A(a)_Y和未出院的住院信息A(a)_N；
接收单元，用于接收用户选择的统计时间、出院科室，根据用户的身份信息确定用户的权限科室；
采集与判断单元，用于判断所述出院患者的住院信息A(a)_Y中是否存在在统计时间段内出院、科室属于所述权限科室、出院科室属于选择的出院科室的住院信息，若存在，调用采集单元，若不存在，输出出院患者医院感染例次中前后一周内送检次数为0；
第一采集单元，用于基于所述住院信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；
感染信息第一划分单元，用于采集患者的感染信息H，将所述感染信息H 划分为感控专职人员确认的感染信息H(a)_Y和感控专职人员未确认的感染信息H(a)_N；
感染信息划分单元，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本次住院期间的感染信息；
感染信息第五划分单元，用于获取住院信息A中的出院时间g.3CN，基于所述出院时间g.3CN、用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(d)_Y划分为符合条件的感染信息H(e)_Y和不符合条件的感染信息H(e)_N；
第二采集单元，用于获取感染信息H(e)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.OM3.groupid；
细菌培养信息划分单元，用于采集细菌培养信息J，基于所述参数g.MC2 将所述细菌培养信息J划分为在患者住院期间送检的细菌培养信息J(a)_Y和不在患者住院期间送检的细菌培养信息J(a)_N；
第二判断单元，用于判断所述细菌培养信息J(a)_Y中是否存在细菌培养记录，若是，调用感染信息第六划分单元，若否，输出出院患者医院感染例次中前后一周内送检记录为0
感染信息第六划分单元，用于获取细菌培养信息J(a)_Y中的采样时间 g.PP2，基于所述采样时间g.PP2及参数g.OM3.groupid，将所述感染信息H(e)_Y 划分为前后一周送检细菌培养的感染信息H(f)_Y和前后一周未送检细菌培养的感染信息H(f)_N；
手术信息划分单元，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中在患者入出院时间范围内进行的手术信息G(a)_Y和不在患者入出院时间范围内进行的手术信息G(a)_N；
第三采集单元，用于获取所述手术信息G(a)_Y中的感染例次标识g.8QR，基于所述感染信息H(a)_Y、感染例次标识g.8QR获得绑定手术刀的感染信息 H(b1)_Y；
感染信息第七划分单元，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及用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(b1)_Y划分为符合条件的感染信息H(c1)_Y和不符合条件的感染信息H(c1)_N；
第四采集单元，用于获取感染信息H(c1)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.YR6.groupid；
感染信息第八划分单元，用于基于所述采样时间g.PP2及参数 g.YR6.groupid，将所述感染信息H(c1)_Y划分为前后一周送检细菌培养的感染信息H(d1)_Y和前后一周未送检细菌培养的感染信息H(d1)_N；
合并单元，用于合并所述H(f)_Y、H(d1)_Y得到感染信息H(g)，基于所述感染信息H(g)中记录的条数输出出院患者医院感染例次中前后一周内送检次数。
在一实施例中，所述采集与判断单元包括住院信息第一划分单元、住院信息第二划分单元、住院信息第三划分单元、第一判断单元。
住院信息第一划分单元，用于将所述出院患者的住院信息A(a)_Y划分为在统计时间段内出院的住院信息A(b)_Y和不在统计时间段内出院的住院信息 A(b)_N；
住院信息第二划分单元，用于基于所述权限科室，将所述住院信息A(b)_Y 划分为科室属于所述权限科室内的住院信息A(c)_Y和科室不属于所述权限科室内的住院信息A(c)_N；
住院信息第三划分单元，用于基于选择的出院科室，将所述住院信息 A(c)_Y划分为在对应科室出院的住院信息A(d)_Y和不在对应科室出院的住院信息A(d)_N；
第一判断单元，用于判断所述住院信息A(d)_Y中是否存在住院信息，若是，调用采集单元，若否，输出出院患者医院感染例次中前后一周内送检记录为0。
在一实施例中，所述感染信息划分单元包括感染信息第二划分单元、感染信息第三划分单元、感染信息第四划分单元。
感染信息第二划分单元，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和绑定手术刀的感染信息H(b)_N；
感染信息第三划分单元，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；
感染信息第四划分单元，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本次住院期间的感染信息H(d)_Y和感染时间不在患者本次住院期间的感染信息H(d)_N。
需要说明的是，所属领域的技术人员可以清楚地了解到，上述前后一周内送检次数的统计装置和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
上述前后一周内送检次数的统计装置可以实现为一种计算机程序的形式，该计算机程序可以在计算机设备上运行。
该计算机设备可以是服务器，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。
计算机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前后一周内送检次数的统计方法。
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前后一周内送检次数的统计方法。
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前后一周内送检次数的统计方法。
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前后一周内送检次数的统计方法。
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。
Claims (10)
1.基于MapReduce及大数据的前后一周内送检次数的统计方法，其特征在于，包括步骤：
S1、采集患者的住院信息A，根据患者是否出院将住院信息A划分为已出院的住院信息A(a)_Y和未出院的住院信息A(a)_N；
S2、接收用户选择的统计时间、出院科室，根据用户的身份信息确定用户的权限科室；
S3、判断所述出院患者的住院信息A(a)_Y中是否存在在统计时间段内出院、科室属于所述权限科室、出院科室属于选择的出院科室的住院信息，若存在，执行步骤S4，若不存在，输出出院患者医院感染例次中前后一周内送检次数为0；
S4、基于所述住院信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；
S5、采集患者的感染信息H，将所述感染信息H划分为感控专职人员确认的感染信息H(a)_Y和感控专职人员未确认的感染信息H(a)_N；
S6、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本次住院期间的感染信息；
S7、获取住院信息A中的出院时间g.3CN，基于所述出院时间g.3CN、用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(d)_Y划分为符合条件的感染信息H(e)_Y和不符合条件的感染信息H(e)_N；
S8、获取感染信息H(e)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.OM3.groupid；
S9、采集细菌培养信息J，基于所述参数g.MC2将所述细菌培养信息J划分为在患者住院期间送检的细菌培养信息J(a)_Y和不在患者住院期间送检的细菌培养信息J(a)_N；
S10、判断所述细菌培养信息J(a)_Y中是否存在细菌培养记录，若是，执行步骤S11，若否，输出出院患者医院感染例次中前后一周内送检记录为0；
S11、获取细菌培养信息J(a)_Y中的采样时间g.PP2，基于所述采样时间g.PP2及参数g.OM3.groupid，将所述感染信息H(e)_Y划分为前后一周送检细菌培养的感染信息H(f)_Y和前后一周未送检细菌培养的感染信息H(f)_N；
S12、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中在患者入出院时间范围内进行的手术信息G(a)_Y和不在患者入出院时间范围内进行的手术信息G(a)_N；
S13、获取所述手术信息G(a)_Y中的感染例次标识g.8QR，基于所述感染信息H(a)_Y、感染例次标识g.8QR获得绑定手术刀的感染信息H(b1)_Y；
S14、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及用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(b1)_Y划分为符合条件的感染信息H(c1)_Y和不符合条件的感染信息H(c1)_N；
S15、获取感染信息H(c1)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.YR6.groupid；
S16、基于所述采样时间g.PP2及参数g.YR6.groupid，将所述感染信息H(c1)_Y划分为前后一周送检细菌培养的感染信息H(d1)_Y和前后一周未送检细菌培养的感染信息H(d1)_N；
S17、合并所述H(f)_Y、H(d1)_Y得到感染信息H(g)，基于所述感染信息H(g)中记录的条数输出出院患者医院感染例次中前后一周内送检次数。
2.根据权利要求1所述的统计方法，其特征在于，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；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；所述细菌培养信息包括患者病案号、送检科室、项目名称、采样时间、报告时间、培养结果、样本、样本号、类型；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。
3.根据权利要求1所述的统计方法，其特征在于，所述步骤S3包括：
S31、将所述出院患者的住院信息A(a)_Y划分为在统计时间段内出院的住院信息A(b)_Y和不在统计时间段内出院的住院信息A(b)_N；
S32、基于所述权限科室，将所述住院信息A(b)_Y划分为科室属于所述权限科室内的住院信息A(c)_Y和科室不属于所述权限科室内的住院信息A(c)_N；
S33、基于选择的出院科室，将所述住院信息A(c)_Y划分为在对应科室出院的住院信息A(d)_Y和不在对应科室出院的住院信息A(d)_N；
S34、判断所述住院信息A(d)_Y中是否存在住院信息，若是，执行步骤S4，若否，输出出院患者医院感染例次中前后一周内送检记录为0。
4.根据权利要求1所述的统计方法，其特征在于，所述步骤S6包括：
S61、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和绑定手术刀的感染信息H(b)_N；
S62、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；
S63、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本次住院期间的感染信息H(d)_Y和感染时间不在患者本次住院期间的感染信息H(d)_N。
5.基于MapReduce及大数据的前后一周内送检次数的统计装置，其特征在于，包括：
住院信息划分单元，用于采集患者的住院信息A，根据患者是否出院将住院信息A划分为已出院的住院信息A(a)_Y和未出院的住院信息A(a)_N；
接收单元，用于接收用户选择的统计时间、出院科室，根据用户的身份信息确定用户的权限科室；
采集与判断单元，用于判断所述出院患者的住院信息A(a)_Y中是否存在在统计时间段内出院、科室属于所述权限科室、出院科室属于选择的出院科室的住院信息，若存在，调用采集单元，若不存在，输出出院患者医院感染例次中前后一周内送检次数为0；
第一采集单元，用于基于所述住院信息A获取患者的入院时间和出院时间，共同作为参数g.MC2；
感染信息第一划分单元，用于采集患者的感染信息H，将所述感染信息H划分为感控专职人员确认的感染信息H(a)_Y和感控专职人员未确认的感染信息H(a)_N；
感染信息划分单元，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本次住院期间的感染信息；
感染信息第五划分单元，用于获取住院信息A中的出院时间g.3CN，基于所述出院时间g.3CN、用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(d)_Y划分为符合条件的感染信息H(e)_Y和不符合条件的感染信息H(e)_N；
第二采集单元，用于获取感染信息H(e)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.OM3.groupid；
细菌培养信息划分单元，用于采集细菌培养信息J，基于所述参数g.MC2将所述细菌培养信息J划分为在患者住院期间送检的细菌培养信息J(a)_Y和不在患者住院期间送检的细菌培养信息J(a)_N；
第二判断单元，用于判断所述细菌培养信息J(a)_Y中是否存在细菌培养记录，若是，调用感染信息第六划分单元，若否，输出出院患者医院感染例次中前后一周内送检记录为0
感染信息第六划分单元，用于获取细菌培养信息J(a)_Y中的采样时间g.PP2，基于所述采样时间g.PP2及参数g.OM3.groupid，将所述感染信息H(e)_Y划分为前后一周送检细菌培养的感染信息H(f)_Y和前后一周未送检细菌培养的感染信息H(f)_N；
手术信息划分单元，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中在患者入出院时间范围内进行的手术信息G(a)_Y和不在患者入出院时间范围内进行的手术信息G(a)_N；
第三采集单元，用于获取所述手术信息G(a)_Y中的感染例次标识g.8QR，基于所述感染信息H(a)_Y、感染例次标识g.8QR获得绑定手术刀的感染信息H(b1)_Y；
感染信息第七划分单元，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及用户选择的是否需要计算出院前治愈的感染例次，将所述感染信息H(b1)_Y划分为符合条件的感染信息H(c1)_Y和不符合条件的感染信息H(c1)_N；
第四采集单元，用于获取感染信息H(c1)_Y中每个感染例次对应的感染时间，将所述感染时间前后一周的起止时间段作为参数g.YR6.groupid；
感染信息第八划分单元，用于基于所述采样时间g.PP2及参数g.YR6.groupid，将所述感染信息H(c1)_Y划分为前后一周送检细菌培养的感染信息H(d1)_Y和前后一周未送检细菌培养的感染信息H(d1)_N；
合并单元，用于合并所述H(f)_Y、H(d1)_Y得到感染信息H(g)，基于所述感染信息H(g)中记录的条数输出出院患者医院感染例次中前后一周内送检次数。
6.根据权利要求5所述的统计装置，其特征在于，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；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；所述细菌培养信息包括患者病案号、送检科室、项目名称、采样时间、报告时间、培养结果、样本、样本号、类型；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。
7.根据权利要求5所述的统计装置，其特征在于，所述采集与判断单元包括：住院信息第一划分单元，用于将所述出院患者的住院信息A(a)_Y划分为在统计时间段内出院的住院信息A(b)_Y和不在统计时间段内出院的住院信息A(b)_N；
住院信息第二划分单元，用于基于所述权限科室，将所述住院信息A(b)_Y划分为科室属于所述权限科室内的住院信息A(c)_Y和科室不属于所述权限科室内的住院信息A(c)_N；
住院信息第三划分单元，用于基于选择的出院科室，将所述住院信息A(c)_Y划分为在对应科室出院的住院信息A(d)_Y和不在对应科室出院的住院信息A(d)_N；
第一判断单元，用于判断所述住院信息A(d)_Y中是否存在住院信息，若是，调用采集单元，若否，输出出院患者医院感染例次中前后一周内送检记录为0。
8.根据权利要求5所述的统计装置，其特征在于，所述感染信息划分单元包括：
感染信息第二划分单元，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和绑定手术刀的感染信息H(b)_N；
感染信息第三划分单元，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；
感染信息第四划分单元，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本次住院期间的感染信息H(d)_Y和感染时间不在患者本次住院期间的感染信息H(d)_N。
9.一种计算机设备，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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011349915.5A CN112837768B (zh) | 2020-11-26 | 2020-11-26 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011349915.5A CN112837768B (zh) | 2020-11-26 | 2020-11-26 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112837768A true CN112837768A (zh) | 2021-05-25 |
| CN112837768B CN112837768B (zh) | 2023-09-15 |
Family
ID=75923362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011349915.5A Active CN112837768B (zh) | 2020-11-26 | 2020-11-26 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112837768B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109102897A (zh) * | 2018-07-19 | 2018-12-28 | 贵州省人民医院 | 一种用于疾病大数据的数据库建立及信息检索方法 |
| CN111161818A (zh) * | 2019-12-31 | 2020-05-15 | 甘肃省卫生健康统计信息中心(西北人口信息中心) | 一种基于大数据技术的医疗数据交换共享系统及方法 |
| 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
- 2020-11-26 CN CN202011349915.5A patent/CN112837768B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109102897A (zh) * | 2018-07-19 | 2018-12-28 | 贵州省人民医院 | 一种用于疾病大数据的数据库建立及信息检索方法 |
| CN111161818A (zh) * | 2019-12-31 | 2020-05-15 | 甘肃省卫生健康统计信息中心(西北人口信息中心) | 一种基于大数据技术的医疗数据交换共享系统及方法 |
| 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 |
|---|
| 何方方;张维蔚;黄玉梅;林艾阳;王大虎;: "2011-2016年广东省某二甲综合医院院内感染调查分析", 医学动物防制, no. 10 * |
| 朱红超;: "大数据背景下医疗数据的统计及开发", 中国新通信, no. 18 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112837768B (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dankar et al. | Estimating the re-identification risk of clinical data sets | |
| CN111309781B (zh) | 统计抗菌药物治疗前病原学送检人数的方法及设备 | |
| DE102012103089B4 (de) | System und maschinenlesbarer Datenträger zur Erstellung von Patientenprognosen | |
| Li et al. | Mining risk patterns in medical data | |
| 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 | |
| CN107785057B (zh) | 医疗数据处理方法、装置、存储介质和计算机设备 | |
| CN111695834B (zh) | 临床试验质量实时管控优化方法和系统 | |
| WO2020082799A1 (zh) | 基于数据分析的就诊信息处理方法、装置、设备及介质 | |
| CN111261304B (zh) | 检出耐甲氧西林金黄色葡萄球菌株数的统计方法、设备和存储介质 | |
| CN113270203A (zh) | 药物剂量预测方法、装置、电子设备及存储介质 | |
| CN111291131A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
| CN113921122A (zh) | 基于智慧医疗的医护资源分配系统 | |
| CN117727468B (zh) | 一种基于云边协同的健康筛查智能分诊系统 | |
| CN114171148B (zh) | 聚集性传染路线监测方法、装置、设备及存储介质 | |
| CN117831701A (zh) | 一种基于规则引擎的电子病例质控方法 | |
| CN112837768A (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 | |
| CN112786167A (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 | |
| Wang et al. | Multimorbidity and health care service utilization in the Australian workforce: findings from the national health survey | |
| 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 | |
| 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 | |
| Li et al. | Predicting the loss to follow‐up (LTFU) of HIV/AIDS patients in China using a recency‐frequency (RF) model | |
| 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 | |
| CN112542231A (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 | |
| CN112542249A (zh) | 基于MapReduce及大数据统计同期检出多耐药例次数的方法及装置 | |
| CN112002430A (zh) | 一种出院前治愈医院感染例次数监测方法及系统 |
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 |