基于BI 信息系统的儿科护理敏感质量指标数据采集模式的构建与应用研究

刘微 张华甫 张丁欣 邹萍

（天津市儿童医院，天津 300134）

护理质量水平的测量作为护理质量管理的重要环节，其结果的及时性和准确性十分重要[1-2]。 护理敏感质量指标是以数据为基础、反映护理质量水平的量化尺度。 科学的数据收集方法可提高护理敏感质量指标测量结果的准确性。 随着信息技术的不断发展，护理管理信息化建设不断完善，依托信息化平台获得护理敏感质量指标数据可提高其准确性， 使管理者对护理质量做出更加准确的评价，进而实现护理质量的持续性改进[3]。 而我国多数的医疗机构护理信息化建设相对滞后，护理质量数据的收集依赖于人工筛选和计算，时间成本高、及时性与准确性差。 我院2021 年起依托BI 信息系统信息化平台通过多部门合作对儿科护理敏感指标实施监测管理，从而提高了护理数据的客观性、及时性、准确性，节约了数据收集时间，降低了人工成本，使管理者对护理质量做到实时监控与精准管理。 现报告如下。

1 数据采集模式构建

1.1 建立研究小组 研究小组成员6 人，包括护理部分管质量的副主任1 名，护理部数据管理员1 名，信息科分管护理信息人员1 名，信息技术工程师1 名，感染管理科、人事科数据员各1 名。护理部负责提供数据收集需求， 工程师及信息科人员负责信息平台搭建和技术支持，感染管理科、人事科数据员配合信息核对、采集。

1.2 信息化基础

1.2.1 护理信息系统（NIS 系统） 我院2008 年建设并投入使用了一套护理信息系统（NIS 系统），专供护理人员使用，主要功能包含电子医嘱处理、领药领物、护理计划制定、护理表单录入、体温单录入等。系统中涵盖了护士的主要工作内容， 并产生了大量的数据， 为本次护理敏感质量指标数据分析平台提供了可靠的数据基础。

1.2.2 BI 大数据分析平台 医院2020 年8 月启用了BI 大数据分析平台，该平台在技术与功能上不同于以往的业务信息系统， 它是基于医院大数据整合建立的数据分析和预测的智能化管理工具。首先，通过数据ETL（数据抽取、转换、加载）过程整合院内所有生产数据，建立完整的临床数据仓库。 其次，通过数据引擎将关键业务数据整合并形成统一的指标。 最后，将形成的指标通过图标方式展现在BI 可视化平台中。医院BI 大数据分析平台为医院提供了一套完整的辅助医院运营管理的解决方案， 在提供丰富的决策支持和医疗质量数据的同时， 提高了医院大数据的应用效率，并辅助管理层进行决策。

1.2.3 不同类型数据采集途径 我院护理质量指标共15 个，其中结构指标5 个，过程指标1 个，结果指标9 个，指标相关采集变量37 个，指标定义、变量采集标准均参照国家护理质量数据平台统一标准[4]。护理质量指标监测系统的研发与设计工作涉及临床各个科室。研究小组结合临床实际，前期运营决策支持系统以及各指标变量的内涵特征， 结合医院现状进行关键指标口径设计， 并将整理的指标提供给信息中心项目团队， 项目团队根据关键指标与业务系统关系，设计了一套标准的数据ETL 过程，并根据指标和不同的维度构建了护理指标分析多维数据集。于2020 年11 月至2021 年4 月，将指标按照采集途径分类，通过BI 数据采集系统、医院人事护理管理系统、医院感染控制系统、“问卷星”调查工具4 个渠道提取儿科护理敏感指标（表1）。

表1 不同类型指标数据采集途径

1.2.3.1 临床诊疗数据从BI 数据系统采集 信息科协助研究小组以数据中心为基础， 通过统一的逻辑口径将数据抽取至护理多维数据集中，并通过BI 大数据分析平台对护理关键指标数据进行了不同维度的分析与展示。 通过图表可视化展现了月初在院患者数、本月新入院患者总数、实际开放床位数、住院患者实际占用床日数、新生儿总人数、外周静脉通路留置总日数、 导尿管留置总日数、 胃肠管留置总日数、 中心静脉导管留置总日数、 气管插管留置总日数、各级别护理占用床日数、住院患者身体约束日数等关键指标数据。

1.2.3.2 护理人力资源数据从人事科护理管理系统采集 研究小组通过医院自行研发人事科护理管理系统软件，可按照科室、职称、学历等自定义检索，从而得到相应的执业护士人数、不同职称人数、不同工作年限以及护士离职人数。

1.2.3.3 感染相关指标数据从医院感染科系统采集 医院感染管理科管理员建立呼吸机相关性肺炎、 中心静脉血流感染、留置尿管相关感染监测登记表，对临床各科室上报的相关数据进行登记汇总， 护理部数据管理员每月与医院感染管理科管理员核对上述数据后提取至护理质量指标数据库。

1.2.3.4 其余指标数据利用“问卷星”在线调查工具采集 应用“问卷星”工具，问卷项目包括科室、相应变量名称，由护理部数据管理员发送至护士长微信群，护士长对护理质量核心指标基础数据月记录表中数据进行整理，手机填写后提交，收集内容包含“白班收治患者数”、“夜班收治患者数”、“在岗护士实际上班小时数”、“新生儿院内尿布皮炎发生例次数”、“患儿外周静脉输液外渗/渗出发生例数”、“6 月龄母乳持续喂养的出院患儿数”等。

2 数据采集模式的临床应用及评价指标

2.1 临床应用 ①开展培训： 由信息科授权护理部数据管理员登录BI 数据平台，工程师及信息科人员培训该管理员使用平台，掌握数据导出、分析、视图功能，培训以操作演示为主，并印制系统操作流程，详细介绍该系统操作方法与作用。 ②护理部数据管理员培训各科室护士长， 对科室层面通过问卷星上报的数据进行培训， 采用现场集中讲解的形式对涉及的变量定义、计算公式、采集标准、记录方法进行培训。③研究小组成立微信群，护理部数据员及时与信息工程师沟通系统运行的问题，与人事科、感染管理科数据员随时核对数据信息准确性。

2.2 评价指标 使用该数据采集模式前， 由科室护士长采用邮件形式报送数据，护理部数据管理员每月下载邮件、汇总数据。 比较该数据采集模式使用前3 个月（2020 年10 月至12 月）、使用后3 个月（2021年1 月至3 月）护理部每月平均收集数据耗时、科室每月平均报送数据耗时，数据总体漏报率、错报率。

护理部收集数据耗时： 护理部数据管理员每月从开始收集数据到数据收集完毕所需时间。

科室报送数据耗时：临床45 位护士长每月固定用于报送数据所需时间， 即从开始汇总基础表单到提交至护理部所需时间。

数据漏报判断： 自动抓取数据由系统设置不能空项，无漏报情况。 问卷星数据提交至护理部后，由护理部数据管理员审核， 发现一个漏填空项即为漏报1 例。 数据漏报率=数据漏报总例数/应报数据总例数×100%。

数据错报判断：各途径采集的数据，经数据管理员、 护理部质量管理人员双人审核， 发现与常规不符，与上报人核实后，更改1 次，即为错报1 例。数据错报率=数据错报总例数/应报数据总例数×100%。

应报数据总例数：以两阶段最后1 个月为准，全院共计45 个临床科室，每个科室采集37 个数据，应报数据总例数均为1 665 例。

3 结果

该数据采集模式应用后， 护理部每月平均收集数据耗时、 科室每月平均报送数据耗时均较前明显缩短（P＜0.05）。 见表2。 数据漏报率、错报率较前明显下降（P＜0.05）。 见表3。

表2 数据采集模式应用前后耗时比较（min，±s）

表2 数据采集模式应用前后耗时比较（min，±s）

科室报送数据平均耗时（n=135）应用前 106.67±22.14 11.22±1.65应用后 45.41±4.31 4.50±0.93 t 16.45 92.52 P＜0.001 ＜0.001时间 护理部收集数据耗时（n=3）

4 讨论

4.1 搭建基于BI 信息系统护理质量指标实时监测平台的意义 将信息化技术应用于护理管理过程中，是实现现代化医疗建设的重要手段[5]。国外护理质量管理信息化已覆盖护理质量评价、护理信息收集、护理智能化、远程护理以及网络护理等多个方面，且不断向常规化、全面化、区域化及一体化方向发展。 完备的信息化管理系统有利于护士及时、 准确地掌握患者信息，提升护理质量[6-8]。 我国信息化平台应用于护理敏感质量指标监测中仍存在很多问题， 包括我国护理信息化发展呈现地域不均衡性、 软件开发及使用不到位、 尚未建立统一的护理信息化标准[3]。因此，我国还需要进一步加强医疗卫生信息化建设，在汲取国外护理质量信息化管理经验的同时结合我国国情不断完善护理质量信息化管理工作， 逐步实现资源共享，促进护理质量的整体提升[3]。

本研究通过BI 信息系统， 同时通过多部门合作，规范了不同指标获取的信息途径，便捷迅速的获取了各临床科室儿科护理敏感指标， 提高了数据提取的客观性、及时性、准确性，节省人力，进而提高了工作效率。 护理管理者能直观系统地掌握护理质量整体情况并及时做出应对处理， 实现护理质量持续改进。

4.2 BI 信息系统及多部门合作数据采集模式可节约人力成本，缩短收集时间，提高工作效率 从BI 信息系统实时获取的数据及各部门通过信息化渠道提供的数据，节省了临床护士对原始数据的统计时间，每个指标平均人工统计花费时间1/2～1 天， 应用本系统几秒钟便可呈现统计结果，提高了工作效率。研究结果显示，新的数据采集模式下，护理部每月平均收集数据耗时、 科室每月平均报送数据耗时均下降（P＜0.05）；采用“问卷星”上报途径，相比最初的邮箱发送，科室管理员在汇总数据、上传邮件环节，护理部数据管理员在下载邮件、 汇总表格等环节节省了时间，减少了繁琐的流程，节约了科室、护理部填报及统计的时间和人力成本。

4.3 BI 信息系统及多部门合作提高了变量采集的完整性、准确性 与人工统计相比，基于信息化平台提取功能， 规范了月初在院患者数、 本月新入院患者数、导尿管留置总日数、胃肠管留置总日数、中心静脉导管留置总日数、气管插管留置总日数、各护理级别实际占用床日数、患儿身体约束总日数、住院新生儿总人数等，不再依靠人为累加，通过自定义医嘱监控提取，避免数据遗漏、统计错误等发生，保证了数据真实有效。人事科护理管理系统，可对护士档案数据进行动态管理，因此，可以获得精准的实时数据。各类感染指标，由医院感染科专业人员进行把控，数据科学准确。 与人工方式相比，基于BI 的信息化提取方式能有效杜绝人为因素导致的数据漏报， 问卷星数据必选项目提醒也能避免数据空项。 本研究使用多部门合作的信息化采集模式后， 数据漏报率从12.55%下降至0.72%、错报率由6.85%下降至0.78%（P＜0.05），完整性、正确率较前明显提高，与郭伟红等[9]研究结果相一致。 进一步分析个别数据漏报、错报原因，漏报情况基本集中在感染相关指标，由于感染科呼吸机相关性肺炎、尿管相关感染、中心静脉血流相关感染需要诊断时间，在培养结果未回报前，会产生可能的阳性数据空项，下一步将加强与感染科、检验科合作，及时追踪感染相关诊断化验指标，确诊后及时填报数据。 错报情况主要集中在通过问卷星采集的白班、夜班收治患者数，白班、夜班责任护士数，通过对上报者进一步调查发现，不同科室上报者对上述指标定义、纳入排除标准不清，造成了个别数据与实际情况有出入。 提示护理部需就单项指标做好逐一培训和解析， 达到科室间数据管理员理解和上报同质化。

5 小结

改善质量的起点是对质量的“测量”[10-11]。 护理管理者通过敏感指标的测量及计算， 获取准确的护理质量信息。 通过BI 信息系统多部门合作获取客观、及时、准确的儿科护理敏感指标数据，为提高护理质量提供了可靠保障， 规范了不同指标获取的信息途径， 便捷迅速的获取了各临床科室儿科护理敏感指标，提高了数据提取的客观性、及时性、准确性，节省人力，提高了工作效率。护理管理者能直观系统地掌握护理质量整体情况并及时做出应对处理，实现护理质量持续改进，使得护理管理更加规范化、科学化。 本研究不足之处在于部分结果指标原始数据仍通过人工上报， 采用问卷星上报的形式仍不能排除人为因素对数据准确性的影响， 有可能会受护理人员主观因素影响上报率和准确率。 未来将进一步研究信息化后台自动识别、 自动抓取的指标采集方法，进一步提高指标上报的准确性。