医院感染病例漏报的前瞻性监测与控制

王 惠，吕 宇，向 钱，蔡敏泓，魏道琼，吴佳玉，周忠华，王 晨，刘 华

(四川省医学科学院·四川省人民医院，四川 成都 610072)

国家卫生与计划生育委员会2015年发布《关于印发麻醉等6个专业质控指标(2015年版)的通知》[1]，要求对医院感染病例漏报率进行监测与报告，但传统的医院感染病例漏报监控依赖医院感染管理专职人员回顾性地查阅患者既往病历，费时、费力，且成效甚微。如何利用信息化网络技术，实现前瞻性实时监测，从而有效降低医院感染病例漏报，已成为国内外医院感染管理的热点问题[2-3]。品管圈(quality control circle,QCC)是由在相同、相近或有互补性质工作场所的人们自发组成的活动团队，通过全体按照一定的活动程序进行质量管理活动，并且对团队自己的工作现场不断进行持续改进[4]。笔者将QCC活动应用到医院感染病例漏报的监控中，在构建医院感染病例漏报前瞻性监控模式的同时，运用质量管理工作持续完善，有效降低医院感染病例的漏报。

1 资料与方法

1.1 资料来源 2016年1月—2017年6月本院住院患者的临床资料。

1.2 研究方法

1.2.1 成立QCC活动小组 以自主自愿参加为原则，成立以医院感染管理办公室专职人员、微生物检验技师、护师、临床医生、药剂师组成的QCC小组，小组成员共9名，品管圈圈长、圈名、圈徽由所有成员投票产生。圈名为“马里奥圈”，每月开展活动1～2次，每次讨论时间30 min～1 h。

1.2.2 QCC活动计划与实施 活动计划2轮PDCA循环，2016年3—12月为第1轮，2016年12月进行效果确认后检讨改进，于2017年1月进行第2轮PDCA循环。

1.2.3 现况把握及原因分析 使用现患率数据，按照文献[5]提供的计算公式(I：发病率;P：患病率;LA：患者平均住院日数;LN：医院感染患者平均住院日数;INT：医院感染患者入院至首次发生医院感染的平均住院日数)，对真实的医院感染发病率进行估计，从而对漏报率进行评估。由2015年医院感染现患率4.80%，推算出2015年的医院感染发病率为3.60%，全年应报告医院感染病例3 993例，而实际仅报832例，漏报率高达79.16%。运用头脑风暴法，评估导致医院感染病例漏报的主要原因有6项，分别是回顾性监测偏倚大、医生对报告系统不熟悉、漏报审核力度不足、医生重视程度不够、医生轮转快职责不清、医生不熟悉诊断标准。

1.2.4 目标设定 QCC活动小组对小组圈能力进行等级评分，得出该活动小组圈能力为74%。根据QCC目标设定公式计算目标值：目标值=现况值-改善值=现况值-(现况值×能力)=79.16%-(79.16%×0.74)≈20.58%。因此，本次“马里奥圈”的目标值设定为使临床科室医生医院感染病例漏报率由79.16%降至20.58%。

1.2.5 对策制定与实施 通过全体圈员头脑风暴形成对策，在活动期间严格遵照实施，包括：(1)改变监测模式，由既往被动收集医院感染病例报卡的监测模式，更改为“智能筛查+短信提醒+院感督导”三位一体的主动监测模式。智能筛查设定的预警条件有3条，满足其中任意一条即作为疑似医院感染病例进行预警：住院2个日历日以上的住院患者，且连续发热38℃以上2个日历日；多重耐药菌的携带者；连续2 d特大换药，疑似手术切口感染的住院患者。(2)优化信息系统，将内网数据与移动通讯联动，将预警短信发送至各科室医院感染监控医生手机。(3)强化宣传培训与沟通协调，医院感染诊断标准和预警处理流程挂网。(4)设立兼职岗位，申请医院感染病例审核专项经费，找兼职感染专业背景的临床医生专门对预警病例定期逐一审核。(5)及时分析数据，各圈员分责任片区监控医院感染漏报情况，在各自片区建立微信群，实时将督查数据反馈至临床科室。(6)将医院感染病例报告与漏报纳入日常监督检查内容，开展专项督查。(7)各圈员参加责任片区晨交班，对标准的培训内容进行集中学习，培训内容电子化，以微信“企业号”形式发布。(8)医院刊发的《医院感染管理通讯》中设专题进行汇总反馈。(9)清理各临床科室医院感染监控医生名单，保持短信接送通畅，各圈员在每次督查、反馈、微信群联络时均提醒是否存在短信接受失败的情况，了解失败原因。确保成功将短信发送至每一个临床科室相关医生手机上。

1.3 判定标准 医院感染病例判断由兼职医生对预警病例按照《医院感染诊断标准(试行)》[6]逐一审核，2名兼职医生均是感染内科主治医生。

1.4 评价指标 (1)医院感染病例漏报率=未报告的医院感染病例数/应报告医院感染病例总数×100%；(2)预警5日内医院感染预警病例及时处理率=预警5日内临床医生对预警病例处理例数/医院感染预警病例总数×100%；(3)目标达成率=(改善后-改善前)/(目标值-改善前)×100%。

1.5 统计学方法 应用Excel 2007和SPSS 19.0软件对数据进行统计分析，相对数的比较用χ2检验，检验水准α=0.05。

2 结果

2.1 第一轮PDCA循环结果 2016年3—12月，医院感染监控信息化系统智能预警出疑似医院感染病例5 717例，其中2 091例在预警5日内得到临床医生的及时处理，及时处理率仅36.58%，直至患者出院临床科室医生仍未处理的预警有2 850例，未处理率49.85%。最终确认医院感染1 456例，漏报870例，漏报率59.75%，与QCC活动前漏报率相比，差异有统计学意义(χ2=208.82，P<0.001)。详见表1。

表1第一轮PDCA循环医院感染病例漏报情况及漏报原因

Table1 Missing reporting and causes of missing reporting of HAI cases during the first round of PDCA cycle

时间医院感染例数漏报例数漏报率(%)漏报原因判断错误漏处理2016年3月842529.761692016年4月1014645.5411352016年5月19314675.65111352016年6月1279272.4415772016年7月18411562.50131022016年8月17011467.06101042016年9月1348865.6712762016年10月1739856.654942016年11月15010268.004982016年12月1404431.43836合计1 45687059.75104766

2.2 第二轮PDCA循环结果 2017年1—6月，医院感染监控信息化系统智能预警出疑似医院感染病例5 014例，其中2 892例在5日内得到及时处理，及时处理率达57.68%，直至患者出院临床科室医生仍未处理的预警有1 015例，未处理率20.24%。最终确认医院感染病例638例，漏报167例，漏报率26.18%。漏报率控制达标率90.44%。与第一轮PDCA循环后漏报率相比，差异有统计学意义(χ2=200.075，P=0.002)。见表2。

3 讨论

2016年3—12月第一轮PDCA循环效果不是很理想，可能原因主要有以下几点：(1)该系统运行初期其促进作用较明显，但呈持续衰减状态，2016年12月进行全院专项督查后效果又有所回升，提示仅依靠医生的慎独精神可能使该项工作缺乏约束力；(2)临床科室医生对预警病例的漏处理是导致漏报的主要原因，因漏处理导致的漏报占88.05%，应将工作重点放在如何降低医生漏处理率上。因此，在第二轮PDCA循环中，对临床医生漏处理率采取了针对性的措施。

表2第二轮PDCA循环医院感染病例漏报率及漏报原因

Table2 Missing reporting and causes of missing reporting of HAI cases during the second round of PDCA cycle

时间医院感染例数漏报例数漏报率(%)漏报原因判断错误漏处理2017年1月1306449.232622017年2月982525.516192017年3月1051918.105142017年4月1073229.911312017年5月861213.952102017年6月1121513.39213合计63816726.1818149

前瞻性监测医院感染是降低感染率的有效方法[7-8]。笔者摒弃既往回顾性调查医院感染病例漏报的模式，利用医院感染管理信息化网络系统和移动通讯短信服务，成功构建了“智能筛查+短信提醒+院感督导”三位一体的主动前瞻性监测模式，在此基础上运用QCC质量管理工具持续改进，使医院感染漏报在整体监测体系层面达到了零漏报，在临床医生层面漏报率控制在26.18%。

若想获得较真实的漏报数据就应对全部出院病例进行核查，如果抽查病例少则不能反映全貌[9]。既往研究多以抽查的方法调查医院感染病例漏报，如武迎宏等[10]基于住院患者病案首页高风险病例抽查医院感染漏报，牛莉[11]仅在外科系统抽查医院感染漏报，魏雪芳等[12]仅每年抽查2个月的医院感染漏报等。本研究建立的前瞻性监控模式，对全部在院病例进行智能筛查的基础上再进行核查，得到的结果更为准确、全面，能及时发现医院感染病例，在患者出院之前即通过监控系统将医院感染相关信息发送至医院感染管理人员及临床管床医生，为更有效地落实医院感染防控措施打下基础，是既往回顾性漏报率调查方法[13-14]所不能达到的，对大型综合医院开展医院感染病例漏报率调查提供了借鉴意见。

将QCC活动应用到降低医院感染病例漏报监控管理中，取得了明显的效果，表明QCC可促进医院感染病例漏报管理的持续改进。本研究的目标漏报率仅达成90.44%，在下一轮QCC活动中会将监测结果纳入临床科室绩效考核中，努力达成目标漏报率。