大数据在职业安全卫生领域中的应用及其危险因素分析

江峰 徐仲哲

[摘要] 目的 探讨大数据在职业安全卫生领域中的应用及其危险因素分析。 方法 选取2017年3月～2018年3月职业安全卫生领域中2000例患者的大数据分析作为研究组，将2016年8月～2017年8月的2000例患者的数据作为对照组，应用大数据分析对研究组职业安全卫生领域中的应用情况以及危险因素进行分析，对照组应用常规分析方法。 结果 研究组药物的不合理使用情况小于对照组（P<0.05）;研究组致死率低于对照组（P<0.05）;研究组住院费用少于对照组（P<0.05）;研究组住院时间短于对照组（P<0.05）。 结论 职业安全卫生领域管理期间，可有效减少药物的不合理使用情况，可降低患者的致死率，降低患者的治疗费用，值得广泛推广与使用。

[关键词] 大数据;职业安全卫生;应用;危险因素

[中图分类号] R13;X92          [文献标识码] B          [文章编号] 1673-9701（2019）07-0141-03

[Abstract] Objective To explore the application of big data in the field of occupational safety and health and its risk factors analysis. Methods The big data analysis of 2000 patients in the occupational safety and health field from March 2017 to March 2018 were selected as the study group. The data of 2000 patients from August 2016 to August 2017 were used as the control group. The application situation and risk factors in the occupational safety and health field of the study group was analyzed by using bid data analysis， and the control group used the conventional analysis method. Results The unreasonable use of the study group was less than that of the control group（P<0.05）. The mortality rate of the study group was lower than that of the control group（P<0.05）. The hospital cost of the study group was lower than that of the control group（P<0.05）. And the hospital stay of the study group was shorter than that of the control group（P<0.05）. Conclusion During the management of occupational safety and health， big data can effectively reduce the unreasonable use of drugs， reduce the mortality rate of patients and reduce the cost of treatment. It is worthy of widespread promotion and use.

[Key words] Big data; Occupational safety and health; Application; Risk factors

在長久的医学发展历程中，医疗行业所产生的数据量非常大[1]。这些数据均是在患者治疗以及护理期间产生的，且在相关的法律规章制度下得到较好的保存[2]。大部分数据均不是以纸质的形式存在，当前的很多大数据均进行了数字化。大量的数据在职业安全卫生领域、医疗领域发挥着重大的作用，如人口健康管理、疾病监测、临床决策支持等，且有降低健康管理成本的潜在能力。通过对大数据进行分析，可以有效改善护理条件，降低医疗成本，拯救生命。因此，对职业安全卫生领域中的大量数据进行分析利用，可以有效体现大数据的优势，有利于帮助医疗单位做出更加有效的医疗决策。这使得大数据在职业安全卫生领域中的应用效果得到了高度的关注，同时也带来了新问题与新挑战。在职业安全卫生领域中，应用大数据进行分析，最终的效果理想，现报道如下。

1 资料与方法

1.1 一般资料

选取2017年3月～2018年3月职业安全卫生领域中2000例患者的大数据分析作为研究组，将2016年8月～2017年8月的2000例患者的数据作为对照组，应用大数据分析对研究组职业安全卫生领域中的应用情况以及危险因素进行分析，对照组应用常规分析方法。纳入标准：（1）所有患者均符合进行大数据分析的标准[3];（2）所有患者均知晓同意此次研究;（3）所有患者的数据均为真实有效的数据。排除标准：（1）不符合大数据分析标准的患者[4];（2）数据不真实、无效的患者;（3）拒绝此次研究的患者。

1.2 方法

1.2.1 对照组  对照组采用常规分析方法。

1.2.2 研究组  研究组采用大数据分析法，具体方法如下：（1）对基础的医疗卫生机构进行远程卫生监控，进而对数据进行分析，可及时了解患者的病情，缩短患者的住院时间，控制急诊量。当前很多大医院与社区医院之间建立远程调控，为的是实现服务到家的目的。通过对职业安全卫生领域中的大数据进行分析可以有效提高医疗作用，为患者后期治疗提供依据[5]。（2）通过大数据技术对公共卫生情况进行分析，这样可以有效提高对疾病的预防能力，主要是有利于对爆发病情可进行有效地防治[6]。通过对公共卫生区域的卫生管理信息进行数据分析，有利于预防传染性疾病的传播，可以对疫情进行高效、全面、有效地监测[7]。通过大数据技术有效降低了医疗索赔事件的发生，有效减少了不良事件的索赔支出。通过大数据分析，可为公众提供更加及时、准确的健康咨询服务，这有利于提高公众的健康意识、风险意识[8]。（3）危险因素分析，近几年职业安全卫生领域中大数据的应用越来越广泛，有效地对与健康相关的危险因素进行了全面、系统、科学的分析，如对环境因素进行分析，对相关的水、大气、土壤数据进行搜集并分析，可以及时对影响健康的疾病因素进行分析;对生物因素进行分析，对各类的真菌、微生物、细菌等数据进行搜集并分析，可以对影响健康的因素进行准确的监测;对医疗卫生基本服务、心理因素、个人因素等与健康相关的因素进行科学的分析，通过应用大数据对不同的人群、不同区域的人群进行筛选与评估，有利于对医疗卫生健康状况进行监测，进而有利于提高人民的整体健康水平[9]。

1.3 观察指标

（1）分析两组患者药物的不合理使用情况;（2）分析两组患者的致死率;（3）分析两组患者的治疗费用、住院时间。

1.4 统计学方法

数据应用SPSS18.0进行分析，其中计数资料采用χ2检验，计量资料采用t检验，P<0.05为差异有统计学意义。

2 结果

2.1 两组患者药物的不合理使用情况比较

研究组药物的不合理使用情况小于对照组（P<0.05），见表1。

2.2 两组患者的致死率比较

研究组致死率低于对照组（P<0.05），见表2。

2.3两组患者的治疗费用、住院时间比较

研究组住院费用少于对照组（P<0.05），研究组住院时间短于对照组（P<0.05），见表3。

3讨论

大数据分析方法具有很大的临床价值，由于医疗发展速度较快，且历史较为悠久，在此期间会产生大量的数据，这些数据对于诊断疾病、疾病预测、药物副反应分析方面具有很大的作用[10]。大数据分析系统在提高患者生活质量、改善患者生活环境、分析职业安全卫生领域存在的危险因素方面发挥着非常关键的功效[11]。

大数据在各个领域中均可以进行应用，应用的范围比较广泛，尤其在职业安全卫生领域中的应用更为广泛，且在医疗卫生领域中将数据进行处理更有利于提取出大数据的核心内容，可以发现数据的属性与特征，这样可以更加高效快捷地对有价值的信息进行筛选，有利于为临床医疗事业提供有用的线索[12]。

将大数据分析法应用到医疗职业安全卫生领域中，可有效对药物副反应、流行病预测进行分析。医疗大数据中所保存的大量数据均是患者最真实的数据，这对于研究某些特殊的疾病、遗传疾病、区域性疾病提供了便利[13]。通过大数据分析法对地域环境与疾病的发生关系进行研究，可以有效使人们对环境进行有意的改变，有利于降低与环境有关疾病的发生。同时在医疗中应用大数据分析，可有效提高用药合理性，降低不良用药情况。同时将大数据分析法应用到降低药物可能引发的不良反应方面也有很好的效果。降低不良用药情况与不良反应发生情况，有利于降低患者致死率，从一定程度上可以降低患者的治疗费用[14]。研究显示，研究组药物的不合理使用情况小于对照组（P<0.05），研究组致死率低于对照组（P<0.05），说明在职业安全卫生领域中应用大数据分析法更有利于减少不良事件的发生。降低不良事件的发生更有利于改善患者预后。同时通过大数据对危险因素进行分析，可以及早对其进行预防，以便降低对患者的损伤。

虽然大数据分析法具有很好的作用，但是对数据进行收集、分析方面依然存在着很多的问题，大数据分析法开展落实还面对着巨大的挑战。构建医疗大数据分析系统还是需要从各级医院慢慢做起，然后通过网络将各个医院的数据线接起来，不断实现数据共享，区域性医疗格局。数据的共享、交换也需要从多方面进行考虑，在保证利益的前提下不能觸犯法律[15]。再就是医院的信息管理系统平台较少，不同的医院所需求的也不相同，相同的信息管理系统可能在结构、格式方面也是不相同的。尽管在开展大数据分析法的过程中有很大的挑战，有很多的困难，但是通过大数据医疗分析可以有效提高医疗行业的各种效率。

在常规的诊疗期间，医生只是单纯的依靠临床经验、各种诊断指标、检查化验结果等采取相应的治疗措施，医生的决策对患者的生命安全有很大的影响。将临床数据与临床医学结合可以为临床提供决策支持系统，通过该系统对数据进行分析可以为临床医生提供一定的决策依据，可以帮助医生更好地对患者的疾病进行判断，可以为患者提供更好的治疗措施。同时该系统可以提醒医生禁止滥用抗菌药物，以免引发不良反应的发生等，进而有利于降低药物不合理使用情况。

大数据分析技术不仅可以对大量的数据进行处理，还可以通过数据分析来完善临床决策支持系统，可以为临床医生提供更加合理的依据。

通过大数据分析法可以对影响健康的危险因素进行监测与分析，通过大数据管理系统，可以获得更加全面的健康危险因素数据，在通过大数据分析法对其进行进一步分析，可以彻底找到影响健康的真正危险因素。相关的数据收集主要有以下几方面：对基础的医疗卫生机构进行远程卫生监控，进而对数据进行分析;通过大数据技术对公共卫生情况进行分析，提高对疾病的预防能力，对爆发病情的防治;危险因素分析。通过应用大数据分析法对以上搜集到的数据信息进行分析，可以找到健康与危险因素之间的关系，且可以根据不同环境下、不同社会条件下生活的人群的健康状况来确定影响健康的主要危险因素，同时可以观察危险因素在何种条件、何种环境下容易发生。最终可以根据大数据分析的结果对人们的生活领域、职业安全卫生领域进行针对性的干预，这在提高人们安全意识、健康意识、刻意改变环境意识有明显的促进作用，同时有利于提高人们的健康生活水平，改善患者的生活质量。

综上所述，职业安全卫生领域管理期间，可以有效减少药物的不合理使用情况，可以降低患者的致死率，降低患者的治疗费用，值得广泛推广与使用。

[参考文献]

[1] 陈琳，李旭东，瞿红鹰，等.大数据在职业病防治工作中的开发与应用[J].中国职业医学，2017，44（4）：469-472.

[2] 欧阳秋梅，吴超，黄浪，等.大数据应用于安全科学领域的基础原理研究[J].中国安全科学学报，2016，26（11）：13-18.

[3] Xie K， Ozbay K， Kurkcu A，et al. Analysis of Traffic Crashes Involving Pedestrians Using Big Data：Investigation of Contributing Factors and Identification of Hotspots[J]. Risk Analysis，2017，37（8）：1459-1476.

[4] 张会平，邓凯，杨国富，等.面向大数据应用的领域信息系统互操作能力研究-基于中美健康領域的比较分析[J].现代情报，2017，37（5）：145-150.

[5] 廖秦平，陈锐.大数据在妇产科微生态领域中的应用现状及展望[J].中国实用妇科与产科杂志，2018，34（1）：52-55.

[6] Rustic GT，Koutavas A， Marchitto TM，et al. Lung cancer in Philippine and other Asian women：Occupational and nonoccupational risk factors[J]. Lung Cancer，2016， 15（3）：382-383.

[7] 郑石明.大数据在环境政策分析中的应用研究[J].湖南社会科学，2016，89（6）：7-12.

[8] 阳军.大数据在国外经济学研究中的应用分析——以2015年四种经济学期刊为例[J].国外社会科学，2016， 67（5）：129-134.

[9] 张根周.大数据在智能电网领域的应用[J].电网与清洁能源，2016，32（6）：114-117.

[10] 刘成山，李玉，王洁良，等.大数据在图书情报领域的研究现状及趋势分析[J].情报理论与实践，2016，39（4）：20-26.

[11] 赵苗苗，赵师成，张丽云，等.大数据在生态环境领域的应用进展与展望[J].应用生态学报，2017，28（5）：1727-1734.

[12] 黎玲萍，毛克彪，付秀丽，等.国内外农业大数据应用研究分析[J].高技术通讯，2016，26（4）：414-422.

[13] 张陶，于炯，廖彬，等.基于GraphX的传球网络构建及分析研究[J].计算机研究与发展，2016，53（12）：2729-2752.

[14] 孙钰林.大数据在职业教育中的应用[J].中国高教研究，2017，29（4）：107-110.

[15] 欧阳秋梅，吴超.大数据与传统安全统计数据的比较及其应用展望[J].中国安全科学学报，2016，26（3）：1-7.

（收稿日期：2018-12-17）