数据监测驱动下医院护理不良事件链的回顾性分析

2024-11-11 00:00王静黄有红方萍萍刘晓

护理研究 2024年21期

Retrospective analysis of nursing adverse event chain in hospital driven by data monitoring

WANG Jing¹， HUANG Youhong²， FANG Pingping³， LIU Xiao^1*

1.Jiangxi Maternal and Child Health Hospital， Jiangxi 330006 China；2.School of Nursing， Nanchang University；3.The First Affiliated Hospital of Nanchang University

*Corresponding Author LIU Xiao， E⁃mail： 13979159907@qq.com

Keywordsnursing adverse events；data monitoring；information management；nursing management

摘要目的：分析数据监测驱动下护理不良事件链发生现状，提出对策。方法：回顾性分析江西省某三级甲等医院上报的783例护理不良事件的发生特点，以数据监测为基础，总结护理不良事件链发生过程中存在的管理问题，持续改进。结果：护理不良事件链发生率较高的3种类型分别为跌倒（241例，占30.8%）、非计划性拔管（213例，占27.2%）、压力性损伤（76例，占9.7%）；护理不良事件链发生的主要科室为内科（354例，占45.2%）、外科（307例，占39.2%）、监护室（86例，占11.0%）；护理不良事件链发生的人员职称构成为规培护生（47例，占6.0%）、护士（232例，占29.6%）、护师（355例，45.3%）、主管护师（144例，占18.4%）、副主任护师（5例，占0.6%）；护理不良事件链发生的时间段主要聚焦在早交接班（08：01～09：00）和中午（12：01～13：00）。结论：护理不良事件链的信息化管理有待进一步完善，医院应联动多部门、多学科团队建设，加强护理不良事件链的监督，真dtLYYD1ay+TGfWEYqS2n1w==正实现数据监测驱动下的护理不良事件高效、精准预警、预控。

关键词护理不良事件；数据监测；信息化管理；护理管理

doi：10.12102/j.issn.1009-6493.2024.21.030

新时代背景下，护理管理者应具备新型质量监控与管理能力，由传统的经验、事后、模糊型管理变革为科学、前瞻、精准型管理。如何以循证为基础改善病人照护结局，以数据监测为引导，科学开展质量管理的最终目标，值得管理者思考。如今，医疗大数据呈爆发式增长，人工智能领域已经同医疗大健康相融合^[1]，在此赋能下的护理质量评价也迈进客观指标、数据表达质量水平的新阶段。数据源自于监测，能为临床实践提供评估线索与警示教育，从而激发系统思维流程的改善以提升质量。要立足病人所得到的护理服务，就要发现做得不够好的细节及其数字背后的故事。护理不良事件是指由于医疗流程或医护措施导致的具有高风险或非预期的病人伤害，主要包括压力性损伤、非计划性拔管、跌倒、用药错误等^[2]。将不良事件作为一个整体进行防治，形成一个重要的概念，即不良事件链，研究显示，临床约50% 的护理不良事件的发生是可以预防的^[3]。然而临床护理质量又是一个动态变化的目标，如何帮助同类别科室尽早识别潜在的系统和流程缺陷，促进护理质量持续改进^[4⁃6]，亟待开发者深入临床实践探究。因此，质量管理中十分有必要引入电子信息人工智能系统，以增强临床护理实践的预警预控，提高数据处理能力，提升护理效率，减少不良事件发生，保障病人安全。

1 资料与方法

1.1 一般资料

选取江西省某三级甲等医院一院多区上报的783例护理不良事件作为资料来源。纳入标准：发生在医院内的护理不良事件；事件发生的当事人知情。排除标准：医患、护患、医护纠纷事件。

1.2 干预方法

1.2.1 建立院内护理不良事件报告与学习平台

以护理部为主导联合信息、医务、药学、检验、总务多部门共同建立质控管理电子信息平台，形成数据的自动提取、存储、整理、分析、共享。鼓励全员非惩罚性上报不良事件，培训临床科室进行不良事件规范标准医学术语、事件分类、病人结局、定性、时间、地点、人物等内容同质化上报，对事件发生过程中风险点设置预警预控，病区对全院不良事件参与讨论，形成护理安全月报进行通报、警示、分析、整改，警钟长鸣，并作为每次护士长例会主题之一，定期发行临床护理质量安全季刊。

1.2.2 成立不良事件链管理专项督导小组

由分管质量安全的护理部副主任、总护士长、资深护士长、质控干事组成4级质量监督专项小组。每个月组织全院不良事件案例专项讨论，进行同期纵向横向对比、定性、整改、追踪，建立重点警示案例库，督查各科室学习落实改进情况。同时，针对不良事件链开展相关护理安全质量提升专项活动，医、护、患多方联动共同营造护理安全文化氛围，每季度进行“我是质控人”案例巡讲，挖掘科室优秀管理员并进行经验交流。

1.2.3 开展危险预知训练模式预警

危险预知训练项目开展期间以大科护理为单元，梳理区域内严重护理不良事件，按照“事件回顾—原因分析—借鉴与反思”格式设计标准案例^[7]，根据不良事件造成的危害等级主动复盘风险因素，进行综合评判，确认科室不良事件管理潜在缺陷，结合危险预知风险控制点，制定休哈特质量控制图，设置预警指标。针对发生频率高的时间段，采取动态监测和针对性的护理措施固化标准操作流程，帮助护理人员尽早识别容易忽略的危险因素，预测二次事件发生，从而进行有效的不良事件链的分类分层管理^[8]。

1.2.4 基于关键控制点的经典案例复盘

对不良事件链发生过程中的关键控制点进行预控，以预防、消除潜在危害或者将危害降低至可接受水平。关键控制点的确定在显著风险评估基础上，结合关键控制点的判断树，筛选发生可能性/严重程度被判定为高/高、中/高的危害，结合判断树中提出的4个问题，最终确定3个关键控制点：风险评估、预防措施、初期处理。对区域内2个月连续发生同种同源的护理不良事件进行经典案例复盘^[9]。

1.3 资料收集

通过数据监测收集整理不良事件，再依据专项督导小组深层次讨论分析及反馈资料记录，提取所有案例事件资料，包括护理不良事件链发生的分类情况、占比较高的3种类型的事件名称、护理不良事件链发生的科室、护理不良事件链发生的人员职称构成比、护理不良事件链发生的时间段风险点分析结果。

1.4 统计学方法

数据采用双人录入监测，利用Microsoft Excel 软件录入数据整理，采用SPSS 20.0 统计软件进行数据分析。定性资料以频数及百分比（%）表示。

2 结果

2.1 护理不良事件链发生分类情况

数据分析显示，护理不良事件占比较高的前3类分别为：跌倒（241例，占30.8%）、非计划性拔管（213例，占27.2%）、压力性损伤（76例，占9.7%）。跌倒发生的年龄段主要集中于41～60岁和61～80岁，其中意识障碍病人占10.28%，身体障碍病人占14.9%。病人跌倒发生时状态排在前4位的分别为如厕、床旁活动、其他、行走中。非计划性拔管类型从高到低排序分别为腹腔引流管、胃管、深静脉置管、留置尿管，拔管的时间段主要集中于晚上，以01：01～02：00为峰值，临近时间段大体呈下降趋势，11：01～12：00为低值。原因分析主要为病人烦躁（25.74%），病人及家属依从性差（31.62%），约束不到位（13.24%），管路固定欠缺（2.94%）。压力性损伤事件中Ⅱ期以上较多（56例，占73.7%），压力性损伤发生率居前3位的科室为外科（16例，占21.1%）、监护室（15例，占19.7%）、内科（11例，占14.5%）；Ⅱ期以上压力性损伤发生率为1.6%，较2022年同期水平的发生率（1.7%）有所下降，其中手术室、急诊科的皮肤压力性损伤上报例数明显减少。见表1、表2。

2.2 护理不良事件链发生的科室分布

结果显示，科室分布中，内科354例（45.2%），外科307例（39.2%），监护室86例（11.0%），急诊12例（1.5%），手术室17例（2.2%），门诊/医技7例（0.9%）。具体见表3。

2.3 护理不良事件链发生的人员职称构成

数据监测显示，护理不良事件发生当事人以低年资职称护士居多，其中规培生（47例，占6.0%），护士（232例，占29.6%），护师（355例，占45.3%），主管护师（144例，占18.4%），副主任护师（5例，占0.6%）。具体见表4。

2.4 护理不良事件链发生的时间段风险点

数据显示，不良事件风险制高点主要聚焦在早交接班时段（08：01～09：00）和中午（12：01～13：00）薄弱时段。而不良事件发生占比中最高的跌倒事件，发生于上午治疗高峰时段，非计划性拔管事件则集中发生在凌晨时分。具体见表5。

3 讨论

3.1 护理不良事件链发生现状

不同医院集团化服务模式、医疗技术水平、医疗服务提供能力不尽相同，给医院管理带来了更高的挑战。护理领域需要进一步从护理体系、服务、技术、管理、人才等多维度统筹推动护理高质量发展，提升护理同质化水平。本次回顾性分析发现2023年护理不良事件发生率较2022年同期水平下降，不良事件以跌倒事件最为常见。不良事件发生的时间分布多见于早交接班和中午薄弱时段，作为管理者需加强临床护士弹性排班，合理调配人力资源。规培生及护士职业生涯的成长具有实践性和晚熟性的特点^[10]，数据分析显示，不良事件发生的当值人员职称分布以低年资的护士、护师居多。因此，质量管理的新趋势为以病人为中心，数据驱动信息整合，在注重预防和干预同时要更多关注年轻护士的继续教育与分层、分类培训。

3.2 跌倒事件发生的原因与对策

跌倒是最常见的护理不良事件，临床监测的护理敏感指标之一，也是多数老年人伤害死亡事件的原因。临床上多数住院病人的跌倒可以预防，但欠缺跌倒风险评估、个性化措施、有效防范跌倒和跌倒后管理的全程闭环管理。本研究显示，跌倒发生的年龄段主要集中于41～60岁和61～80岁，其中意识障碍病人占10.28%，身体障碍病人占14.9%。病人跌倒发生时状态排在前4位的分别为如厕、床旁活动、其他、行走中，多数病人独自如厕过程中由于下肢肌力发软、功能减退不慎摔倒，还有部分为床旁自行活动时，对自身能力评估不足或家属陪护缺失导致跌倒。因此，仍需进一步加强晚夜间重点病人及家属防跌倒措施的有效落实，通过自查和督查结合排除隐患。近年来，利用人工智能技术预防跌倒已逐步成为现实，机器学习则可用于跌倒前的预测模型构建^[11]，如完善床栏、呼叫器、主干道路面等电子信息警报系统，增加卫生间辅助设备，优化跌倒自动预控流程。

3.3 非计划性拔管发生原因与对策

以往临床护理不良事件分析，重视病例数据上报、问题分析及制度流程的整改，质量管理较为被动^[2]。本研究显示，临床非计划性拔管在于部分时间段的护理人力资源配置相对不足、保护性约束宣教欠缺，出现约束不到位所致。建议责任护士加强保护性约束的宣教，促进病人舒适，加强晚夜间重点人群的巡视和评估。结果显示不同类型非计划性拔管发生率从高到低排序分别为腹腔引流管、胃管、深静脉置管、留置尿管，拔管的时间段主要集中于晚上，以01：00～02：00为峰值，临近时间段大体呈下降趋势，11：00～12：00为低值。原因分析主要为病人烦躁（25.74%），病人及家属依从性差（31.62%），约束不到位（13.24%），管路固定欠规范（2.94%）。因此，要反复强化病人及家属预防措施的落实执行，形成管道质控督查表，纳入每个月护理质量检查并全院通报结果，形成科室自发针对重点人群管道问题的主动复盘。同时加大与信息部门联动，有效引导护士精准评估规范固定，成立以护理部为主导的全院管道小组，以及医护一体化干预策略，多维度、全流程预防非计划性拔管，包括护理评估尽早拔管、动态调整镇静药物剂量与有效的医护健康教育^[12]。

3.4 压力性损伤发生原因与对策

通过数据监测分析院内压力性损伤发生的现状、趋势、特征的影响因素，为临床发生不良事件的预防、控制和管理提供科学依据，同时将数据与国家、区域水平进行横向比较，与历史性、阶段性自身数据比较，可以有效避免类似事件发生。本研究显示，全年共上报76例压力性损伤事件，其中Ⅱ期以上（56例，占73.7%），压力性损伤发生率居前3位科室为外科（16例，占21.1%）、监护室（15例，占19.7%）、内科（11例，占14.5%）；Ⅱ期以上压力性损伤发生率为1.6%，较2022年同期水平的发生率（1.7%）有所下降，其中手术室、急诊科的皮肤压力性损伤上报例数明显减少，仍然需要进一步积极倡导安全文化氛围，加强病人安全管理，针对临床一线护士调研，分析重点科室存在的问题，进行目标性改善，持续追踪。有文献报道，可通过护理敏感指标监测分析，强化护士工作责任心和慎独精神指导护理工作，以防范不良事件发生，促进护理质量持续改进^[13⁃15]。在压力性损伤专项督导过程中，将临床护理实践、压力性损伤小组、护理质控三者有机结合，以教育指导和发现问题并重，充分提供足跟零压力、翻身枕等防护器具设施。同时进一步加强新入职、低年资护士和重点科室的压力性损伤管理同质化培训，涵盖评估、预防、处理、记录、上报等各个环节。联合营养、运动康复做好皮肤压力性损伤事件的预警及流程优化，减少不良事件发生，促进精准护理内涵的不断完善。

4 小结

《“十四五”护理事业发展规划纲要》指出，护士培养与考核评价体系已基本形成，要进一步加强护理管理水平，推动信息、智能管理手段和方法在临床护、教、研、管等全方位的应用。护理信息是数据的内涵，而数据则是信息的表现形式和载体，可以通过符号、文字、数字、图像、影像加载于数据之上，对数据作具有含义的内容解释。护理质量管理是保证护理工作达到规定的标准和满足服务对象需要活动过程的规律，人工智能是通过数据获取感知环境，解释收集的结构化或非结构化数据，对知识进行推理，或处理从数据中获得的信息，为实现既定目标而采取的最佳行动，实施临床干预进行护理不良事件链的监测分析。信息化技术的快速发展为护理事业发展创造了新条件，要把提高护理服务质量和水平作为核心任务执行，充分借助大数据、云计算、物联网等新一代信息技术，结合发展“互联网+医疗健康”等要求，加速推动护理信息化建设。因此，数据监测驱动下不良事件链发生的回顾性分析，有望为不良事件管理提供思路，实现不良事件的自动预警预控，提高护理工作效率，也为探索打破医院数据和信息资源的“孤岛”提供一定参考。

参考文献：

[1] RAJPURKAR P，CHEN E，BANERJEE O，.AI in health and medicine[J].Nature Medicine，2022，28：31-38.

[2] 娄方丽，田辉.护理不良事件研究进展[J].护理研究，2019，33（10）：1726-1730.

[3] ZANETTI A C B，DIAS B M，BERNARDES A，.Incidence and preventability of adverse events in adult patients admitted to a Brazilian teaching hospital[J].PLoS One，2021，16（4）：e0249531.

[4] 温贤秀，敬洁，蒋文春，等.四川省医院护理安全管理现状调研及对策研究[J].中国护理管理，2017，17（9）：1240-1244.

[5] 董云红，魏晶，李晓玲，等.医疗安全不良事件报告管理系统的设计与临床应用[J].护理管理杂志，2016，16（5）：369-371.

[6] 张珍香.护理不良事件分级分类的管理分析及对策[J].中国医药指南，2015，13（34）：282.

[7] 王静，杨阳，曹英.基于HACCP 经典案例复盘在护理不良事件管理中的应用[J].护理研究，2022，36（11）：3937-3940.

[8] 宋佳雪，吴英，彭程，等.机器学习法在护理不良事件管理中的应用研究进展[J].护理研究，2023，37（23）：4251-4256.

[9] 王静，颜琼，方萍萍.基于危险预知训练模式的护理不良事件风险管理成效[J].护理学杂志，2023，38（10）：44-47.

[10] 叶钰芳.低年资护士应急能力培训方法研究进展[J].护理研究，2019，33（3）：469-473.

[11] 付荣娟，丁福.信息技术在跌倒管理中的应用现状[J].中华护理教育，2022，19（8）：761-764.

[12] 王静，徐琴.医护一体化干预策略对主动脉内球囊反搏置管非计划性拔管的预防[J].实用临床医学，2018，19（10）：76-78.

[13] 王静，黄站梅.PCI术后延续护理质量指标的构建[J].护理学杂志，2020，35（8）：104-106.

[14] 徐冬梅，顾则娟，张新月，等.基于护理信息系统的接近失误事件及护理不良事件发生现状的纵向研究[J].护理研究，2021，35（13）：2295-2298.

[15] 陈春丽，张建凤，任俊翠，等.护理敏感质量指标在不良事件管理持续改进中应用的效果评价[J].护理研究，2019，33（14）：2503-2506.