■ 許 多李 影吳 蒸

從大量的原始數(shù)據(jù)中篩選出影響手術(shù)室病理標(biāo)本質(zhì)量甚至導(dǎo)致標(biāo)本差錯(cuò)事故發(fā)生的相關(guān)因素，有針對性地制定管理措施并實(shí)施，從而降低了標(biāo)本差錯(cuò)發(fā)生率。

基于數(shù)據(jù)挖掘分析的手術(shù)室病理標(biāo)本質(zhì)控優(yōu)化研究

■ 許 多①李 影①吳 蒸①

數(shù)據(jù)庫 數(shù)據(jù)挖掘 病理標(biāo)本 手術(shù)室

目的：利用數(shù)據(jù)挖掘分析影響手術(shù)室病理標(biāo)本質(zhì)量的影響因素，制定并實(shí)施針對性的改進(jìn)措施。方法：利用EpiData 3.1軟件將溫州醫(yī)科大學(xué)第一醫(yī)院手術(shù)室2012年1月—2014年6月發(fā)生的158起病理標(biāo)本差錯(cuò)缺陷事故建立數(shù)據(jù)庫，利用SPSS13.0軟件進(jìn)行Logistic回歸分析，分析出主要影響因素，從而制定并實(shí)施針對性的改進(jìn)措施。比較2014年（改進(jìn)前）和2015年（改進(jìn)后）手術(shù)室病理標(biāo)本差錯(cuò)缺陷事故發(fā)生率、手術(shù)醫(yī)生與病理科人員對標(biāo)本管理滿意度差異。結(jié)果：2014年和2015年病理標(biāo)本差錯(cuò)缺陷事故發(fā)生率分別為0.15%、0.05%（P＜0.001）；2014年和2015年手術(shù)醫(yī)生、病理科人員對手術(shù)室標(biāo)本管理的滿意度分別為89.11%、94.57%（P＜0.001）。結(jié)論：通過數(shù)據(jù)挖掘方法能分析出標(biāo)本差錯(cuò)缺陷事故發(fā)生的根本原因，制定有針對性的改進(jìn)措施并在臨床中實(shí)踐，從而降低標(biāo)本差錯(cuò)缺陷事故發(fā)生率，提高了手術(shù)醫(yī)生與病理科人員對標(biāo)本管理的滿意度。

Author’s address：The 1st Affiliated Hospital of Wenzhou Medical University, Nanbaixiang the New Campus of the 1st Affiliated Hospital of Wenzhou Medical University, Ouhai District, Wenzhou,325000, Zhejiang Province, PRC

L ogistic回歸分析是數(shù)據(jù)挖掘的主要方法之一。本研究將依托Logistic回歸分析

從大量的原始數(shù)據(jù)中篩選出影響手術(shù)室病理標(biāo)本質(zhì)量甚至導(dǎo)致標(biāo)本差錯(cuò)事故發(fā)生的相關(guān)因素，有針對性地制定管理措施并實(shí)施，從而降低了標(biāo)本差錯(cuò)發(fā)生率。

1 資料與方法

1.1 一般資料

溫州醫(yī)科大學(xué)附屬第一醫(yī)院手術(shù)室共有145名護(hù)士，其中男性1名、女性144名；學(xué)歷：中專12名，大專23名，本科110名；工作年限0～36年，平均9.23±4.28年。醫(yī)院共設(shè)有手術(shù)室45間，其中百級層流手術(shù)室6間、萬級層流手術(shù)室37間、十萬級層流手術(shù)室2間，日手術(shù)量平均160例，年病理標(biāo)本平均40000件。

1.2 數(shù)據(jù)來源

采用整群抽樣，選擇溫州醫(yī)科大學(xué)附屬第一醫(yī)院手術(shù)室2012年1月—2014年 6月發(fā)生的所有病理標(biāo)本差錯(cuò)缺陷事故為本研究的原始數(shù)據(jù)。

1.3 建立數(shù)據(jù)庫

采用EpiData 3.1軟件建立數(shù)據(jù)庫，主要納入差錯(cuò)的發(fā)生時(shí)間、類型、原因、有無固定人員送檢標(biāo)本、有無專用容器送檢標(biāo)本及主要責(zé)任人的職稱、工作年限、是否受過專科手術(shù)培訓(xùn)等因素相關(guān)資料。

1.4 資料處理

資料處理遵循數(shù)據(jù)挖掘的一般步驟[1]：問題理解和提出、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)整理、建立模型、評價(jià)和解釋。資料處理方法主要包括數(shù)據(jù)預(yù)處理和數(shù)據(jù)挖掘。數(shù)據(jù)預(yù)處理指對于資料包含項(xiàng)目不完整、且缺失信息無法補(bǔ)救的數(shù)據(jù)予以刪除，對于明顯錯(cuò)誤的數(shù)據(jù)予以刪除，在EpiData 3.1軟件建立的數(shù)據(jù)庫中進(jìn)行數(shù)據(jù)錄入、核對，設(shè)計(jì)變量賦值表（表1）。根據(jù)賦值表將數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行轉(zhuǎn)變，并導(dǎo)入SPSS13.0軟件中。本研究數(shù)據(jù)挖掘是通過SPSS13.0軟件實(shí)現(xiàn)，采用Logistic回歸分析法進(jìn)行分析，從而篩選出導(dǎo)致標(biāo)本差錯(cuò)事故發(fā)生的相關(guān)因素。

1.5 制定并實(shí)施改進(jìn)措施

2015年開始針對數(shù)據(jù)挖掘得到的影響因素制定相應(yīng)的措施并嚴(yán)格規(guī)范執(zhí)行。(1)相對固定人員送檢標(biāo)本，送檢人員上崗前必須經(jīng)過專業(yè)培訓(xùn)，且考核合格后方可上崗；(2)統(tǒng)一購置專用容器用以送檢標(biāo)本，容器蓋及容器側(cè)面貼有“病理標(biāo)本”標(biāo)識；(3)加強(qiáng)對護(hù)士進(jìn)行標(biāo)本質(zhì)控培訓(xùn)，尤其加強(qiáng)低年資護(hù)士培訓(xùn)，新入科護(hù)士崗前培訓(xùn)中設(shè)標(biāo)本質(zhì)控課程；(4)病理標(biāo)本單改為電腦打印的病理標(biāo)本檢驗(yàn)申請單，并制定書寫規(guī)范；(5)護(hù)士與醫(yī)生在手術(shù)開始前共同確認(rèn)病理標(biāo)本申請單是否填寫完整；(6)術(shù)中留取標(biāo)本時(shí)，器械護(hù)士與醫(yī)生核對相關(guān)信息，與巡回護(hù)士交接時(shí)再次核對，且巡回護(hù)士復(fù)述患者姓名、標(biāo)本名稱等相關(guān)信息，巡回護(hù)士按照規(guī)范填寫標(biāo)本標(biāo)簽；留取標(biāo)本超過兩個(gè)及以上者，統(tǒng)一

放在一個(gè)標(biāo)本袋中；(7)福爾馬林緩沖液放置在醒目位置，放置處張貼印有“甲醛”的醒目標(biāo)識；(8)術(shù)后，巡回護(hù)士與送檢護(hù)工當(dāng)面交接標(biāo)本并共同簽字，護(hù)工送至病理科后與病理科人員逐一清點(diǎn)并共同簽字；(9)在改進(jìn)的病理標(biāo)本系統(tǒng)中添加病理科人員對手術(shù)標(biāo)本質(zhì)量的實(shí)時(shí)把控，如：普通病理標(biāo)本未能在30分鐘內(nèi)送達(dá)病理科，標(biāo)本固定液過少影響切片質(zhì)量等情況一旦發(fā)生，病理科工作人員直接通知手術(shù)室相關(guān)人員及護(hù)理管理人員，方便護(hù)理管理人員及時(shí)進(jìn)行標(biāo)本質(zhì)量監(jiān)控，及相關(guān)責(zé)任人及時(shí)改進(jìn)送檢標(biāo)本質(zhì)量。

1.6 評價(jià)指標(biāo)

通過自行設(shè)計(jì)的手術(shù)室標(biāo)本管理滿意度調(diào)查表對手術(shù)醫(yī)生、病理科人員進(jìn)行滿意度調(diào)查，比較2014年和2015年滿意度有無差異。

1.7 統(tǒng)計(jì)學(xué)方法

采用SPSS13.0軟件進(jìn)行統(tǒng)計(jì)學(xué)處理，采用χ2檢驗(yàn)比較2014年和2015年手術(shù)室病理標(biāo)本差錯(cuò)缺陷事故發(fā)生率、手術(shù)醫(yī)生與病理科人員對標(biāo)本管理滿意度差異。

2 結(jié)果

2.1 標(biāo)本差錯(cuò)缺陷事故不同類型發(fā)生率

2012年1月—2014年6月共發(fā)生1 5 8起病理標(biāo)本差錯(cuò)缺陷事故。按照發(fā)生率由高到低依次為：標(biāo)本交接錯(cuò)誤42起（26.6%），標(biāo)本標(biāo)簽丟失33起（20.9%），標(biāo)本與病理送檢單不符27起（17.1%），標(biāo)本存放不當(dāng)25起（15.8%），固定液過少21起（13.3%），運(yùn)送時(shí)間過長8起（5.1%），標(biāo)本丟失2起（1.2%）。

2.2 標(biāo)本差錯(cuò)缺陷事故發(fā)生主要影響因素

標(biāo)本差錯(cuò)缺陷事故發(fā)生主要影響因素見表2。

2.3 標(biāo)本差錯(cuò)缺陷事故發(fā)生率比較

2014年病理標(biāo)本共39145例，標(biāo)本差錯(cuò)缺陷事故發(fā)生59起，發(fā)生率為0.15%。2015年病理標(biāo)本共40136例，標(biāo)本差錯(cuò)缺陷事故發(fā)生21起，發(fā)生率為0.05%。兩者比較差異有統(tǒng)計(jì)學(xué)意義（P＜0.001）。

表1 Logistic回歸分析中的變量賦值表

表2 標(biāo)本差錯(cuò)缺陷事故發(fā)生影響因素Logistic回歸分析

2.4 手術(shù)醫(yī)生、病理科對手術(shù)室標(biāo)本管理滿意度比較

2014年手術(shù)醫(yī)生、病理科人員對手術(shù)室標(biāo)本管理滿意度為89.11%，2015年為94.57%，差異有統(tǒng)計(jì)學(xué)意義（P＜0.001）。

3 討論

將數(shù)據(jù)挖掘技術(shù)用以分析紛繁復(fù)雜的臨床數(shù)據(jù)，可以幫助醫(yī)務(wù)人員快速、準(zhǔn)確地診斷、預(yù)測、監(jiān)控和制定最優(yōu)方案。目前數(shù)據(jù)挖掘技術(shù)已經(jīng)廣泛應(yīng)用于醫(yī)學(xué)、護(hù)理應(yīng)用領(lǐng)域中[2-3]。近幾年，國內(nèi)關(guān)于手術(shù)室標(biāo)本管理的相關(guān)文獻(xiàn)報(bào)道大都集中在回顧性分析手術(shù)標(biāo)本差錯(cuò)缺陷的發(fā)生情況，或采用主觀分析法進(jìn)行原因分析，并未量化深層挖掘手術(shù)標(biāo)本差錯(cuò)缺陷的根本原因[4-5]。針對國內(nèi)手術(shù)室標(biāo)本研究大都停留在僅憑經(jīng)驗(yàn)及專家建議總結(jié)標(biāo)本差錯(cuò)缺陷事故發(fā)生的原因，本研究在大數(shù)據(jù)架構(gòu)下從標(biāo)本管理的數(shù)字化平臺，以Logistic回歸分析統(tǒng)計(jì)學(xué)方法快速、科學(xué)、便捷地從大數(shù)據(jù)中提取標(biāo)本差錯(cuò)缺陷事故發(fā)生的原因，以新的角度、科學(xué)的態(tài)度合理高效地改進(jìn)醫(yī)院手術(shù)室病理標(biāo)本信息化管理中的人、事、物等各個(gè)關(guān)鍵環(huán)節(jié)，重新梳理標(biāo)本運(yùn)送流程，從而預(yù)防標(biāo)本留取缺陷，甚至標(biāo)本丟失、標(biāo)本錯(cuò)誤登記等嚴(yán)重后果的發(fā)生。

本研究通過Logistic回歸分析統(tǒng)計(jì)學(xué)方法分析出是否固定人員送檢標(biāo)本、是否采用專用容器送檢標(biāo)本及責(zé)任人工作年限、是否受過專業(yè)培訓(xùn)等因素是標(biāo)本差錯(cuò)缺陷事故發(fā)生的顯著影響因素，找到了差錯(cuò)缺陷事故發(fā)生的根本原因。通過制定有針對性的改進(jìn)措施并在臨床中實(shí)踐，從而降低了標(biāo)本差錯(cuò)缺陷事故發(fā)生率，提高了手術(shù)醫(yī)生和病理科人員對標(biāo)本管理的滿意度。與既往的病理標(biāo)本管理基于經(jīng)驗(yàn)分析相比較，數(shù)據(jù)挖掘分析更具有科學(xué)性，為今后在手術(shù)室護(hù)理管理工作提供了一種新的工作方法。

[1] 郭崇慧.數(shù)據(jù)挖掘教程[M].北京：清華大學(xué)出版社,2005:7.

[2] 勞飛.數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)中的應(yīng)用[J].實(shí)用心腦肺血管病雜志,2010,18(6):823.

[3] 陳勇飛,陳英,余永紅,等.基于數(shù)據(jù)挖掘的醫(yī)護(hù)培訓(xùn)內(nèi)容優(yōu)化系統(tǒng)研究[J].中國數(shù)字醫(yī)學(xué),2012,7(11):471-474.

[4] 侯曉敏,張軍花,馮茜,等.失效模式與效應(yīng)分析在手術(shù)室病理標(biāo)本管理中的應(yīng)用與效果[J].護(hù)理管理雜志,2014,14(8):591-593.

[5] 何萍.手術(shù)病理標(biāo)本管理中常見缺陷分析及對策[J].中國醫(yī)藥指南,2010,8(4):152-153.

Analysis on improving the management of pathologic specimen in operating room based on data mining

/ XU Duo, LI Ying, WU Zheng// Chinese Hospitals. -2016,20(4):30-31

database, data mining, biopsy tissue, operating room

Objective: To explore the influence factor of the quality of pathologic specimen in operating room based on Data Mining, formulate and implement improvement measures. Methods: Used EpiData 3.1 software to build the data format including 158 pathologic specimen defect error accident, through SPSS13.0 software to proceed Logistic regression analysis to explore the influence factor of the quality of pathologic specimen in operating room, then formulate and implement improvement measures. Results: After improvement measures were taken, the occurrence rate of pathologic specimen defect error accident has significantly DECREASED FROM 0.15% TO 0.05% (P＜0.001), the satisfaction of surgeon and pathology department towards pathologic specimen management has significantly INCREASED FROM 89.11% TO 94.57% (P＜0.001).Conclusion: It is effective to apply Data Mining in the management of operation specimen, which can reduce the occurrence rate of pathologic specimen defect error accident and improve the degree of satisfaction.

2015-12-14](責(zé)任編輯 王遠(yuǎn)美)

溫州市科技計(jì)劃項(xiàng)目（2015Y0052）

①溫州醫(yī)科大學(xué)附屬第一醫(yī)院，325000 浙江省溫州市甌海區(qū)南白象溫醫(yī)一院新院區(qū)

許 多:溫州醫(yī)科大學(xué)附屬第一醫(yī)院手術(shù)室主管護(hù)師

E-mail：xuduoxuduo987@163.com