综合性医院老年患者医疗数据治理及应用

黄永刚 于永强 李韬 张屹 (河北北方学院附属第一医院，河北 张家口 075000)

人们的平均预期寿命正在逐步延长，同时人口出生率也在逐步下降，导致世界人口结构发生转变〔1〕，世界人口结构正在逐步老龄化，其中老龄化现象较为严重的国家是中国，我国老年人慢性病的发病率和死亡率较高〔2〕，因此提升老年人健康质量已经刻不容缓。应充分发挥我国综合性医院中老年患者医疗数据资源优势，通过治理综合性医院老年患者医疗数据，促进老年医学的进一步发展〔3〕，有效改善老年人群的健康状况，降低社会经济负担。

因此本文研究治理综合性医院老年患者医疗数据的方法，治理后的老年患者医疗数据能向综合性医院中医生提供大量医学支持〔4〕。综合性医院医生通过治理后的医疗数据发现较为有效的治疗途径，做出最合适的诊断，从中选取最佳治疗方案，向老年患者提供最优治疗诊断建议〔5〕，高效治理综合性医院中的老年患者，降低综合性医院医学成本〔6〕。

1 治理综合性医院老年患者医疗数据

治理综合性医院老年患者医疗数据主要包括以下几个步骤：首先根据综合性医院老年患者医疗数据存在形式不同，将老年患者医疗数据划分成两类，即图形数据和属性数据，同时构建老年患者医疗数据指标体系〔7〕；其次依照构建的指标体系和分类的数据属性，采集老年患者数据，根据该数据构建老年患者医疗数据库，采用既定方法从数据库中抽取所需老年患者医疗数据，通过构建的通用数据模型分析所抽取数据，实现对综合性医院中老年患者医疗数据的有效治理〔8〕。

1.1数据属性分类和指标体系构建 依照综合性医院老年患者医疗数据存在形式，将老年患者医疗数据划分成属性数据和图形数据两类〔9〕，其中图形数据指影像学检查的老年患者医疗数据，属性数据指通过调查和分析获取的老年患者医疗数据。根据综合性医院医疗方案的评价过程，将医疗数据指标分成老年患者基本情况指标、疾病史和治疗方案、老年患者投入和产出指标〔10〕。重点研究老年患者的投入和产出指标，采用生物-心理-社会医学模式，构建老年患者医疗数据指标体系，老年患者医疗数据指标体系中包含投入数据和产出数据〔11〕。老年患者医疗数据投入产出指标与医学模式之间的关系主要为：通过生物、心理和社会三个角度，治疗老年患者疾病的指标为投入指标，影响疾病治疗效果的因素主要是生物、心理和社会三个因素，将三个影响因素当成是产出指标〔12〕。设置老年患者医疗数据投入指标时，以往大多数学者主要研究资金指标，少数学者研究设备和专业技术人员指标〔13〕。由于本文采用生物-心理-社会医学模式研究老年患者医疗数据投入指标，因此应在投入指标中添加心理因素和社会因素，引导综合性医院医护人员转变医疗行为，对综合性医院治理老年患者产生积极影响。

当前大多数学者采用影像学检查指标或者是生化检查指标设置产出指标，但是由于老年患者可能具有慢性非传染病，该种疾病治疗时间较长且较难治愈，采用急性疾病标准和方法，难以检测该种疾病医疗数据。因此需依照生物-心理-社会医学模式，将社会适应能力、生理功能和心理功能纳入产出指标中〔14〕。2018年世界卫生组织修订的ICIDH-2为认识老年患者健康状况提供理论基础。ICIDH-2指的是国际功能、残疾和健康分类，通过ICIDH-2可评定老年患者个人生活和工作能力，社会参与能力和器官功能等方面的健康状况，应研究产出指标和ICIDH-2两者之间关系，充分设计老年患者医疗数据库产出指标。ICIDH-2可以多方面评定老年患者健康状况，能够评定老年患者的社会系统个人生活方式、卫生服务和临床效果等和健康状况相关的内容。ICIDH-2具有较高的使用功能性，采用数字化编码系统和程度指标，能较好地反映老年患者医疗数据信息和社会对老年患者医疗后果的评价，为设置高质量的产出指标提供理论基础，使设置后的产出指标更符合实际情况〔15〕。

1.2数据采集及数据库建立 分类老年患者医疗数据属性和构建指标体系后，需采集老年患者医疗数据，采集过程中应充分表现出以人为本的理念，采集老年患者医疗数据时需满足下述条件：(1)应选取适宜数量的老年患者数据指标。选取老年患者医疗属性数据时要体现出少而精的理念，当选取指标较多时，会对被调查人员和调查人员产生不利影响，严重影响调查质量〔16〕。(2)将采集老年患者医疗数据的主体设置为综合性医院医生，充分融合老年患者病例记录和收集的资料数据，引导综合性医院医生改变老年患者病例记录内容和记录形式。(3)让老年患者充分参与到病例记录中，采集老年患者主观感受指标。老年患者能参与病例记录的主要原因有两点，首先是老年患者逐步提升的文化程度，其次是老年患者闲置候诊时间和综合性医院医生繁忙程度之间的矛盾〔17〕。如果综合性医院医生对老年患者的引导效果较好，则会提升老年患者填写病例记录的积极性〔18〕。通过分类老年患者医疗数据属性和构建指标体系，采集综合性医院老年患者医疗数据，构建综合性医院老年患者医疗数据库。

老年患者医疗数据库中主要包含基础数据、疾病史和治疗方案、投入和产出指标数据四部分，其中基础数据包括性别、年龄、家庭住址和文化程度、婚姻状况等老年患者数据，疾病史和治疗方案中疾病史包括既往病史和药物过敏史，治疗方案包括手术方案、西药方案、中药方案，投入指标由经费(药品、住院等成本)、设备(是否使用高精尖设备)、知识(健康教育)、心理(家庭支持、心理医生辅导)及其他方面构成〔4〕，产出指标由生命质量、物理(尿流率、前列腺硬度)、生化(前列腺特异性抗原)及影像学(B超、骨矿测量仪)等方面构成。即老年患者医疗数据库中包含大量的老年患者医疗数据信息，因此应采用合理方法从老年患者医疗数据库中抽取所需信息。

1.3基于数据库视图的数据快速抽取 由于综合性医院老年患者医疗数据较为复杂，因此综合性医院医生可能无法从复杂的老年患者医疗数据库中快速找到所需老年患者医疗数据。此时应采用数据库中的视图查询数据库中所需老年患者数据〔19〕。数据库中间表视图是一个虚拟表，该虚拟表提供老年患者医疗数据内容和字段，且提供的老年患者医疗数据内容和字段与实际相符程度较高。中间表视图能够精准、快速的显示出满足医生需求的老年患者医疗数据。在此过程中中间表视图不会增加老年患者医疗数据库负担。数据抽取过程中常用的提取、转换和加载工具是Kettle，Kettle采用可视化手段，向综合性医院医生提供一种高效简单的方法提取老年患者医疗数据。采用Kettle配置输入输出的老年患者医疗数据库接口和数据表，建立相互映射的字段，完整抽取中间表视图中所需老年患者医疗数据。整个老年患者医疗数据抽取过程中采用数据脱敏技术，该技术内包含自主知识产权，能够保障老年患者医疗数据的客观性，保护老年患者隐私。

1.4通用数据模型建立 从老年患者医疗数据库中抽取所需信息后，需分析抽取数据信息质量。为提升综合性医院医生分析老年患者医疗数据质量，需将抽取的老年患者医疗数据转换成数据模型〔20〕。采用信息联盟和观察性健康数据科学提出的通用数据模型，解决老年患者医疗数据标准化存储问题。通过该模型可系统分析所选老年患者医疗数据，将所选老年患者医疗数据转换成通用格式表示，其中通用格式是指数据模型，通用表示包括词汇、术语及编码方案等，根据通用数据模型将抽取的老年患者医疗数据转换成标准存储模型〔21〕，该模型允许外界程序系统分析标准存储模型中老年患者医疗数据。采用标准程序分析程序库系统分析抽取老年患者医疗数据，依照通用格式编写抽取老年患者医疗数据，为综合性医院高效利用老年患者医疗数据分析老年患者病情提供数据保障〔22〕。

2 应用相关性研究

2.1应用在老年患者手术中

2.1.1研究目标 收集对比因高血压脑出血需采用手术方式清除血肿的老年患者的术前和术后情况，对比大骨瓣开颅血肿清除手术和小骨窗显微切除手术老年患者的临床效果，精准掌握不同手术方式的临床价值，通过治理老年患者医疗数据，综合性医院能向老年患者提供符合自身病情、安全性较高的治疗方式。

2.1.2研究人群 选取某综合性医院中60岁以上的老年患者，选取的老年患者被综合性医院医生诊断为高血压脑出血疾病，且该老年患者不具备其他疾病，同时调查研究的老年患者手术记录〔23〕，即采用何种手术方式、术后恢复时间等记录。

2.1.3研究流程 首先选择综合性医院中患有高血压脑出血疾病的老年患者，将选取的患有高血压脑出血疾病的老年患者分成两组，分别是大骨瓣开颅血肿清除手术组和小骨窗显微切除手术组，设定需观测的老年患者医疗数据，从老年患者医疗数据库中抽取所需老年患者数据，采用标准程序分析程序库系统分析抽取老年患者医疗数据，依照通用格式编写抽取老年患者医疗数据，依照抽取结果判断老年患者应采用何种方式手术，提升手术安全性和手术质量〔24〕。

2.2应用在医保系统中 综合性医院中老年患者所占比重较大，且大多数老年患者具有医疗保险，由于各个阶级的医保政策不同，导致当下综合性医院管理各类老年医保患者的费用总数和医保比例较为复杂，容易出错〔25〕。采用综合性医院老年患者医疗数据治理方法可有效解决上述问题。

通过建立老年患者医疗数据库，抽取相应老年患者医疗数据构建老年患者用药和治疗项目等对照表，制作关于老年患者花费费用和医嘱的传输接口，通过治理综合性医院老年患者医疗数据实现医保系统和综合性医院老年患者医疗数据库之间的信息传输，同时降低综合性医院和医保中心审核老年医保患者资料的复杂度。综合性医院中医生开立医嘱时，可采用治理后的老年患者医疗数据，依照老年患者医保种类和医生登记等条件，提前和老年患者说明情况，同时采用治理后的老年患者医疗数据可使医生及时了解各个科室中老年医保患者的费用情况，精准监控和把握科室情况〔26〕。

综上，通过研究综合性医院中老年患者的医疗数据治理方法，使综合性医院中医疗人员能及时从海量数据信息汇总筛选出所需信息，依照获取所需数据高效分析老年患者医疗数据，对诊断具有同种医疗疾病的老年患者产生积极影响，高效精准地确定治疗方案，及时医治老年患者。同时有助于预测老年人某种疾病发病率，降低老年人患病概率，提升老年人幸福指数。