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：分析數(shù)據(jù)監(jiān)測(cè)驅(qū)動(dòng)下護(hù)理不良事件鏈發(fā)生現(xiàn)狀，提出對(duì)策。方法：回顧性分析江西省某三級(jí)甲等醫(yī)院上報(bào)的783例護(hù)理不良事件的發(fā)生特點(diǎn)，以數(shù)據(jù)監(jiān)測(cè)為基礎(chǔ)，總結(jié)護(hù)理不良事件鏈發(fā)生過程中存在的管理問題，持續(xù)改進(jìn)。結(jié)果：護(hù)理不良事件鏈發(fā)生率較高的3種類型分別為跌倒（241例，占30.8%）、非計(jì)劃性拔管（213例，占27.2%）、壓力性損傷（76例，占9.7%）；護(hù)理不良事件鏈發(fā)生的主要科室為內(nèi)科（354例，占45.2%）、外科（307例，占39.2%）、監(jiān)護(hù)室（86例，占11.0%）；護(hù)理不良事件鏈發(fā)生的人員職稱構(gòu)成為規(guī)培護(hù)生（47例，占6.0%）、護(hù)士（232例，占29.6%）、護(hù)師（355例，45.3%）、主管護(hù)師（144例，占18.4%）、副主任護(hù)師（5例，占0.6%）；護(hù)理不良事件鏈發(fā)生的時(shí)間段主要聚焦在早交接班（08：01～09：00）和中午（12：01～13：00）。結(jié)論：護(hù)理不良事件鏈的信息化管理有待進(jìn)一步完善，醫(yī)院應(yīng)聯(lián)動(dòng)多部門、多學(xué)科團(tuán)隊(duì)建設(shè)，加強(qiáng)護(hù)理不良事件鏈的監(jiān)督，真dtLYYD1ay+TGfWEYqS2n1w==正實(shí)現(xiàn)數(shù)據(jù)監(jiān)測(cè)驅(qū)動(dòng)下的護(hù)理不良事件高效、精準(zhǔn)預(yù)警、預(yù)控。

關(guān)鍵詞護(hù)理不良事件；數(shù)據(jù)監(jiān)測(cè)；信息化管理；護(hù)理管理

doi：10.12102/j.issn.1009-6493.2024.21.030

新時(shí)代背景下，護(hù)理管理者應(yīng)具備新型質(zhì)量監(jiān)控與管理能力，由傳統(tǒng)的經(jīng)驗(yàn)、事后、模糊型管理變革為科學(xué)、前瞻、精準(zhǔn)型管理。如何以循證為基礎(chǔ)改善病人照護(hù)結(jié)局，以數(shù)據(jù)監(jiān)測(cè)為引導(dǎo)，科學(xué)開展質(zhì)量管理的最終目標(biāo)，值得管理者思考。如今，醫(yī)療大數(shù)據(jù)呈爆發(fā)式增長(zhǎng)，人工智能領(lǐng)域已經(jīng)同醫(yī)療大健康相融合^[1]，在此賦能下的護(hù)理質(zhì)量評(píng)價(jià)也邁進(jìn)客觀指標(biāo)、數(shù)據(jù)表達(dá)質(zhì)量水平的新階段。數(shù)據(jù)源自于監(jiān)測(cè)，能為臨床實(shí)踐提供評(píng)估線索與警示教育，從而激發(fā)系統(tǒng)思維流程的改善以提升質(zhì)量。要立足病人所得到的護(hù)理服務(wù)，就要發(fā)現(xiàn)做得不夠好的細(xì)節(jié)及其數(shù)字背后的故事。護(hù)理不良事件是指由于醫(yī)療流程或醫(yī)護(hù)措施導(dǎo)致的具有高風(fēng)險(xiǎn)或非預(yù)期的病人傷害，主要包括壓力性損傷、非計(jì)劃性拔管、跌倒、用藥錯(cuò)誤等^[2]。將不良事件作為一個(gè)整體進(jìn)行防治，形成一個(gè)重要的概念，即不良事件鏈，研究顯示，臨床約50% 的護(hù)理不良事件的發(fā)生是可以預(yù)防的^[3]。然而臨床護(hù)理質(zhì)量又是一個(gè)動(dòng)態(tài)變化的目標(biāo)，如何幫助同類別科室盡早識(shí)別潛在的系統(tǒng)和流程缺陷，促進(jìn)護(hù)理質(zhì)量持續(xù)改進(jìn)^[4?6]，亟待開發(fā)者深入臨床實(shí)踐探究。因此，質(zhì)量管理中十分有必要引入電子信息人工智能系統(tǒng)，以增強(qiáng)臨床護(hù)理實(shí)踐的預(yù)警預(yù)控，提高數(shù)據(jù)處理能力，提升護(hù)理效率，減少不良事件發(fā)生，保障病人安全。

1 資料與方法

1.1 一般資料

選取江西省某三級(jí)甲等醫(yī)院一院多區(qū)上報(bào)的783例護(hù)理不良事件作為資料來源。納入標(biāo)準(zhǔn)：發(fā)生在醫(yī)院內(nèi)的護(hù)理不良事件；事件發(fā)生的當(dāng)事人知情。排除標(biāo)準(zhǔn)：醫(yī)患、護(hù)患、醫(yī)護(hù)糾紛事件。

1.2 干預(yù)方法

1.2.1 建立院內(nèi)護(hù)理不良事件報(bào)告與學(xué)習(xí)平臺(tái)

以護(hù)理部為主導(dǎo)聯(lián)合信息、醫(yī)務(wù)、藥學(xué)、檢驗(yàn)、總務(wù)多部門共同建立質(zhì)控管理電子信息平臺(tái)，形成數(shù)據(jù)的自動(dòng)提取、存儲(chǔ)、整理、分析、共享。鼓勵(lì)全員非懲罰性上報(bào)不良事件，培訓(xùn)臨床科室進(jìn)行不良事件規(guī)范標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語、事件分類、病人結(jié)局、定性、時(shí)間、地點(diǎn)、人物等內(nèi)容同質(zhì)化上報(bào)，對(duì)事件發(fā)生過程中風(fēng)險(xiǎn)點(diǎn)設(shè)置預(yù)警預(yù)控，病區(qū)對(duì)全院不良事件參與討論，形成護(hù)理安全月報(bào)進(jìn)行通報(bào)、警示、分析、整改，警鐘長(zhǎng)鳴，并作為每次護(hù)士長(zhǎng)例會(huì)主題之一，定期發(fā)行臨床護(hù)理質(zhì)量安全季刊。

1.2.2 成立不良事件鏈管理專項(xiàng)督導(dǎo)小組

由分管質(zhì)量安全的護(hù)理部副主任、總護(hù)士長(zhǎng)、資深護(hù)士長(zhǎng)、質(zhì)控干事組成4級(jí)質(zhì)量監(jiān)督專項(xiàng)小組。每個(gè)月組織全院不良事件案例專項(xiàng)討論，進(jìn)行同期縱向橫向?qū)Ρ?、定性、整改、追蹤，建立重點(diǎn)警示案例庫，督查各科室學(xué)習(xí)落實(shí)改進(jìn)情況。同時(shí)，針對(duì)不良事件鏈開展相關(guān)護(hù)理安全質(zhì)量提升專項(xiàng)活動(dòng)，醫(yī)、護(hù)、患多方聯(lián)動(dòng)共同營(yíng)造護(hù)理安全文化氛圍，每季度進(jìn)行“我是質(zhì)控人”案例巡講，挖掘科室優(yōu)秀管理員并進(jìn)行經(jīng)驗(yàn)交流。

1.2.3 開展危險(xiǎn)預(yù)知訓(xùn)練模式預(yù)警

危險(xiǎn)預(yù)知訓(xùn)練項(xiàng)目開展期間以大科護(hù)理為單元，梳理區(qū)域內(nèi)嚴(yán)重護(hù)理不良事件，按照“事件回顧—原因分析—借鑒與反思”格式設(shè)計(jì)標(biāo)準(zhǔn)案例^[7]，根據(jù)不良事件造成的危害等級(jí)主動(dòng)復(fù)盤風(fēng)險(xiǎn)因素，進(jìn)行綜合評(píng)判，確認(rèn)科室不良事件管理潛在缺陷，結(jié)合危險(xiǎn)預(yù)知風(fēng)險(xiǎn)控制點(diǎn)，制定休哈特質(zhì)量控制圖，設(shè)置預(yù)警指標(biāo)。針對(duì)發(fā)生頻率高的時(shí)間段，采取動(dòng)態(tài)監(jiān)測(cè)和針對(duì)性的護(hù)理措施固化標(biāo)準(zhǔn)操作流程，幫助護(hù)理人員盡早識(shí)別容易忽略的危險(xiǎn)因素，預(yù)測(cè)二次事件發(fā)生，從而進(jìn)行有效的不良事件鏈的分類分層管理^[8]。

1.2.4 基于關(guān)鍵控制點(diǎn)的經(jīng)典案例復(fù)盤

對(duì)不良事件鏈發(fā)生過程中的關(guān)鍵控制點(diǎn)進(jìn)行預(yù)控，以預(yù)防、消除潛在危害或者將危害降低至可接受水平。關(guān)鍵控制點(diǎn)的確定在顯著風(fēng)險(xiǎn)評(píng)估基礎(chǔ)上，結(jié)合關(guān)鍵控制點(diǎn)的判斷樹，篩選發(fā)生可能性/嚴(yán)重程度被判定為高/高、中/高的危害，結(jié)合判斷樹中提出的4個(gè)問題，最終確定3個(gè)關(guān)鍵控制點(diǎn)：風(fēng)險(xiǎn)評(píng)估、預(yù)防措施、初期處理。對(duì)區(qū)域內(nèi)2個(gè)月連續(xù)發(fā)生同種同源的護(hù)理不良事件進(jìn)行經(jīng)典案例復(fù)盤^[9]。

1.3 資料收集

通過數(shù)據(jù)監(jiān)測(cè)收集整理不良事件，再依據(jù)專項(xiàng)督導(dǎo)小組深層次討論分析及反饋資料記錄，提取所有案例事件資料，包括護(hù)理不良事件鏈發(fā)生的分類情況、占比較高的3種類型的事件名稱、護(hù)理不良事件鏈發(fā)生的科室、護(hù)理不良事件鏈發(fā)生的人員職稱構(gòu)成比、護(hù)理不良事件鏈發(fā)生的時(shí)間段風(fēng)險(xiǎn)點(diǎn)分析結(jié)果。

1.4 統(tǒng)計(jì)學(xué)方法

數(shù)據(jù)采用雙人錄入監(jiān)測(cè)，利用Microsoft Excel 軟件錄入數(shù)據(jù)整理，采用SPSS 20.0 統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)分析。定性資料以頻數(shù)及百分比（%）表示。

2 結(jié)果

2.1 護(hù)理不良事件鏈發(fā)生分類情況

數(shù)據(jù)分析顯示，護(hù)理不良事件占比較高的前3類分別為：跌倒（241例，占30.8%）、非計(jì)劃性拔管（213例，占27.2%）、壓力性損傷（76例，占9.7%）。跌倒發(fā)生的年齡段主要集中于41～60歲和61～80歲，其中意識(shí)障礙病人占10.28%，身體障礙病人占14.9%。病人跌倒發(fā)生時(shí)狀態(tài)排在前4位的分別為如廁、床旁活動(dòng)、其他、行走中。非計(jì)劃性拔管類型從高到低排序分別為腹腔引流管、胃管、深靜脈置管、留置尿管，拔管的時(shí)間段主要集中于晚上，以01：01～02：00為峰值，臨近時(shí)間段大體呈下降趨勢(shì)，11：01～12：00為低值。原因分析主要為病人煩躁（25.74%），病人及家屬依從性差（31.62%），約束不到位（13.24%），管路固定欠缺（2.94%）。壓力性損傷事件中Ⅱ期以上較多（56例，占73.7%），壓力性損傷發(fā)生率居前3位的科室為外科（16例，占21.1%）、監(jiān)護(hù)室（15例，占19.7%）、內(nèi)科（11例，占14.5%）；Ⅱ期以上壓力性損傷發(fā)生率為1.6%，較2022年同期水平的發(fā)生率（1.7%）有所下降，其中手術(shù)室、急診科的皮膚壓力性損傷上報(bào)例數(shù)明顯減少。見表1、表2。

2.2 護(hù)理不良事件鏈發(fā)生的科室分布

結(jié)果顯示，科室分布中，內(nèi)科354例（45.2%），外科307例（39.2%），監(jiān)護(hù)室86例（11.0%），急診12例（1.5%），手術(shù)室17例（2.2%），門診/醫(yī)技7例（0.9%）。具體見表3。

2.3 護(hù)理不良事件鏈發(fā)生的人員職稱構(gòu)成

數(shù)據(jù)監(jiān)測(cè)顯示，護(hù)理不良事件發(fā)生當(dāng)事人以低年資職稱護(hù)士居多，其中規(guī)培生（47例，占6.0%），護(hù)士（232例，占29.6%），護(hù)師（355例，占45.3%），主管護(hù)師（144例，占18.4%），副主任護(hù)師（5例，占0.6%）。具體見表4。

2.4 護(hù)理不良事件鏈發(fā)生的時(shí)間段風(fēng)險(xiǎn)點(diǎn)

數(shù)據(jù)顯示，不良事件風(fēng)險(xiǎn)制高點(diǎn)主要聚焦在早交接班時(shí)段（08：01～09：00）和中午（12：01～13：00）薄弱時(shí)段。而不良事件發(fā)生占比中最高的跌倒事件，發(fā)生于上午治療高峰時(shí)段，非計(jì)劃性拔管事件則集中發(fā)生在凌晨時(shí)分。具體見表5。

3 討論

3.1 護(hù)理不良事件鏈發(fā)生現(xiàn)狀

不同醫(yī)院集團(tuán)化服務(wù)模式、醫(yī)療技術(shù)水平、醫(yī)療服務(wù)提供能力不盡相同，給醫(yī)院管理帶來了更高的挑戰(zhàn)。護(hù)理領(lǐng)域需要進(jìn)一步從護(hù)理體系、服務(wù)、技術(shù)、管理、人才等多維度統(tǒng)籌推動(dòng)護(hù)理高質(zhì)量發(fā)展，提升護(hù)理同質(zhì)化水平。本次回顧性分析發(fā)現(xiàn)2023年護(hù)理不良事件發(fā)生率較2022年同期水平下降，不良事件以跌倒事件最為常見。不良事件發(fā)生的時(shí)間分布多見于早交接班和中午薄弱時(shí)段，作為管理者需加強(qiáng)臨床護(hù)士彈性排班，合理調(diào)配人力資源。規(guī)培生及護(hù)士職業(yè)生涯的成長(zhǎng)具有實(shí)踐性和晚熟性的特點(diǎn)^[10]，數(shù)據(jù)分析顯示，不良事件發(fā)生的當(dāng)值人員職稱分布以低年資的護(hù)士、護(hù)師居多。因此，質(zhì)量管理的新趨勢(shì)為以病人為中心，數(shù)據(jù)驅(qū)動(dòng)信息整合，在注重預(yù)防和干預(yù)同時(shí)要更多關(guān)注年輕護(hù)士的繼續(xù)教育與分層、分類培訓(xùn)。

3.2 跌倒事件發(fā)生的原因與對(duì)策

跌倒是最常見的護(hù)理不良事件，臨床監(jiān)測(cè)的護(hù)理敏感指標(biāo)之一，也是多數(shù)老年人傷害死亡事件的原因。臨床上多數(shù)住院病人的跌倒可以預(yù)防，但欠缺跌倒風(fēng)險(xiǎn)評(píng)估、個(gè)性化措施、有效防范跌倒和跌倒后管理的全程閉環(huán)管理。本研究顯示，跌倒發(fā)生的年齡段主要集中于41～60歲和61～80歲，其中意識(shí)障礙病人占10.28%，身體障礙病人占14.9%。病人跌倒發(fā)生時(shí)狀態(tài)排在前4位的分別為如廁、床旁活動(dòng)、其他、行走中，多數(shù)病人獨(dú)自如廁過程中由于下肢肌力發(fā)軟、功能減退不慎摔倒，還有部分為床旁自行活動(dòng)時(shí)，對(duì)自身能力評(píng)估不足或家屬陪護(hù)缺失導(dǎo)致跌倒。因此，仍需進(jìn)一步加強(qiáng)晚夜間重點(diǎn)病人及家屬防跌倒措施的有效落實(shí)，通過自查和督查結(jié)合排除隱患。近年來，利用人工智能技術(shù)預(yù)防跌倒已逐步成為現(xiàn)實(shí)，機(jī)器學(xué)習(xí)則可用于跌倒前的預(yù)測(cè)模型構(gòu)建^[11]，如完善床欄、呼叫器、主干道路面等電子信息警報(bào)系統(tǒng)，增加衛(wèi)生間輔助設(shè)備，優(yōu)化跌倒自動(dòng)預(yù)控流程。

3.3 非計(jì)劃性拔管發(fā)生原因與對(duì)策

以往臨床護(hù)理不良事件分析，重視病例數(shù)據(jù)上報(bào)、問題分析及制度流程的整改，質(zhì)量管理較為被動(dòng)^[2]。本研究顯示，臨床非計(jì)劃性拔管在于部分時(shí)間段的護(hù)理人力資源配置相對(duì)不足、保護(hù)性約束宣教欠缺，出現(xiàn)約束不到位所致。建議責(zé)任護(hù)士加強(qiáng)保護(hù)性約束的宣教，促進(jìn)病人舒適，加強(qiáng)晚夜間重點(diǎn)人群的巡視和評(píng)估。結(jié)果顯示不同類型非計(jì)劃性拔管發(fā)生率從高到低排序分別為腹腔引流管、胃管、深靜脈置管、留置尿管，拔管的時(shí)間段主要集中于晚上，以01：00～02：00為峰值，臨近時(shí)間段大體呈下降趨勢(shì)，11：00～12：00為低值。原因分析主要為病人煩躁（25.74%），病人及家屬依從性差（31.62%），約束不到位（13.24%），管路固定欠規(guī)范（2.94%）。因此，要反復(fù)強(qiáng)化病人及家屬預(yù)防措施的落實(shí)執(zhí)行，形成管道質(zhì)控督查表，納入每個(gè)月護(hù)理質(zhì)量檢查并全院通報(bào)結(jié)果，形成科室自發(fā)針對(duì)重點(diǎn)人群管道問題的主動(dòng)復(fù)盤。同時(shí)加大與信息部門聯(lián)動(dòng)，有效引導(dǎo)護(hù)士精準(zhǔn)評(píng)估規(guī)范固定，成立以護(hù)理部為主導(dǎo)的全院管道小組，以及醫(yī)護(hù)一體化干預(yù)策略，多維度、全流程預(yù)防非計(jì)劃性拔管，包括護(hù)理評(píng)估盡早拔管、動(dòng)態(tài)調(diào)整鎮(zhèn)靜藥物劑量與有效的醫(yī)護(hù)健康教育^[12]。

3.4 壓力性損傷發(fā)生原因與對(duì)策

通過數(shù)據(jù)監(jiān)測(cè)分析院內(nèi)壓力性損傷發(fā)生的現(xiàn)狀、趨勢(shì)、特征的影響因素，為臨床發(fā)生不良事件的預(yù)防、控制和管理提供科學(xué)依據(jù)，同時(shí)將數(shù)據(jù)與國(guó)家、區(qū)域水平進(jìn)行橫向比較，與歷史性、階段性自身數(shù)據(jù)比較，可以有效避免類似事件發(fā)生。本研究顯示，全年共上報(bào)76例壓力性損傷事件， 其中Ⅱ期以上（56例，占73.7%），壓力性損傷發(fā)生率居前3位科室為外科（16例，占21.1%）、監(jiān)護(hù)室（15例，占19.7%）、內(nèi)科（11例，占14.5%）；Ⅱ期以上壓力性損傷發(fā)生率為1.6%，較2022年同期水平的發(fā)生率（1.7%）有所下降，其中手術(shù)室、急診科的皮膚壓力性損傷上報(bào)例數(shù)明顯減少，仍然需要進(jìn)一步積極倡導(dǎo)安全文化氛圍，加強(qiáng)病人安全管理，針對(duì)臨床一線護(hù)士調(diào)研，分析重點(diǎn)科室存在的問題，進(jìn)行目標(biāo)性改善，持續(xù)追蹤。有文獻(xiàn)報(bào)道，可通過護(hù)理敏感指標(biāo)監(jiān)測(cè)分析，強(qiáng)化護(hù)士工作責(zé)任心和慎獨(dú)精神指導(dǎo)護(hù)理工作，以防范不良事件發(fā)生，促進(jìn)護(hù)理質(zhì)量持續(xù)改進(jìn)^[13?15]。在壓力性損傷專項(xiàng)督導(dǎo)過程中，將臨床護(hù)理實(shí)踐、壓力性損傷小組、護(hù)理質(zhì)控三者有機(jī)結(jié)合，以教育指導(dǎo)和發(fā)現(xiàn)問題并重，充分提供足跟零壓力、翻身枕等防護(hù)器具設(shè)施。同時(shí)進(jìn)一步加強(qiáng)新入職、低年資護(hù)士和重點(diǎn)科室的壓力性損傷管理同質(zhì)化培訓(xùn)，涵蓋評(píng)估、預(yù)防、處理、記錄、上報(bào)等各個(gè)環(huán)節(jié)。聯(lián)合營(yíng)養(yǎng)、運(yùn)動(dòng)康復(fù)做好皮膚壓力性損傷事件的預(yù)警及流程優(yōu)化，減少不良事件發(fā)生，促進(jìn)精準(zhǔn)護(hù)理內(nèi)涵的不斷完善。

4 小結(jié)

《“十四五”護(hù)理事業(yè)發(fā)展規(guī)劃綱要》指出，護(hù)士培養(yǎng)與考核評(píng)價(jià)體系已基本形成，要進(jìn)一步加強(qiáng)護(hù)理管理水平，推動(dòng)信息、智能管理手段和方法在臨床護(hù)、教、研、管等全方位的應(yīng)用。護(hù)理信息是數(shù)據(jù)的內(nèi)涵，而數(shù)據(jù)則是信息的表現(xiàn)形式和載體，可以通過符號(hào)、文字、數(shù)字、圖像、影像加載于數(shù)據(jù)之上，對(duì)數(shù)據(jù)作具有含義的內(nèi)容解釋。護(hù)理質(zhì)量管理是保證護(hù)理工作達(dá)到規(guī)定的標(biāo)準(zhǔn)和滿足服務(wù)對(duì)象需要活動(dòng)過程的規(guī)律，人工智能是通過數(shù)據(jù)獲取感知環(huán)境，解釋收集的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，對(duì)知識(shí)進(jìn)行推理，或處理從數(shù)據(jù)中獲得的信息，為實(shí)現(xiàn)既定目標(biāo)而采取的最佳行動(dòng)，實(shí)施臨床干預(yù)進(jìn)行護(hù)理不良事件鏈的監(jiān)測(cè)分析。信息化技術(shù)的快速發(fā)展為護(hù)理事業(yè)發(fā)展創(chuàng)造了新條件，要把提高護(hù)理服務(wù)質(zhì)量和水平作為核心任務(wù)執(zhí)行，充分借助大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等新一代信息技術(shù)，結(jié)合發(fā)展“互聯(lián)網(wǎng)+醫(yī)療健康”等要求，加速推動(dòng)護(hù)理信息化建設(shè)。因此，數(shù)據(jù)監(jiān)測(cè)驅(qū)動(dòng)下不良事件鏈發(fā)生的回顧性分析，有望為不良事件管理提供思路，實(shí)現(xiàn)不良事件的自動(dòng)預(yù)警預(yù)控，提高護(hù)理工作效率，也為探索打破醫(yī)院數(shù)據(jù)和信息資源的“孤島”提供一定參考。

參考文獻(xiàn)：

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

[2] 婁方麗，田輝.護(hù)理不良事件研究進(jìn)展[J].護(hù)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] 溫賢秀，敬潔，蔣文春，等.四川省醫(yī)院護(hù)理安全管理現(xiàn)狀調(diào)研及對(duì)策研究[J].中國(guó)護(hù)理管理，2017，17（9）：1240-1244.

[5] 董云紅，魏晶，李曉玲，等.醫(yī)療安全不良事件報(bào)告管理系統(tǒng)的設(shè)計(jì)與臨床應(yīng)用[J].護(hù)理管理雜志，2016，16（5）：369-371.

[6] 張珍香.護(hù)理不良事件分級(jí)分類的管理分析及對(duì)策[J].中國(guó)醫(yī)藥指南，2015，13（34）：282.

[7] 王靜，楊陽，曹英.基于HACCP 經(jīng)典案例復(fù)盤在護(hù)理不良事件管理中的應(yīng)用[J].護(hù)理研究，2022，36（11）：3937-3940.

[8] 宋佳雪，吳英，彭程，等.機(jī)器學(xué)習(xí)法在護(hù)理不良事件管理中的應(yīng)用研究進(jìn)展[J].護(hù)理研究，2023，37（23）：4251-4256.

[9] 王靜，顏瓊，方萍萍.基于危險(xiǎn)預(yù)知訓(xùn)練模式的護(hù)理不良事件風(fēng)險(xiǎn)管理成效[J].護(hù)理學(xué)雜志，2023，38（10）：44-47.

[10] 葉鈺芳.低年資護(hù)士應(yīng)急能力培訓(xùn)方法研究進(jìn)展[J].護(hù)理研究，2019，33（3）：469-473.

[11] 付榮娟，丁福.信息技術(shù)在跌倒管理中的應(yīng)用現(xiàn)狀[J].中華護(hù)理教育，2022，19（8）：761-764.

[12] 王靜，徐琴.醫(yī)護(hù)一體化干預(yù)策略對(duì)主動(dòng)脈內(nèi)球囊反搏置管非計(jì)劃性拔管的預(yù)防[J].實(shí)用臨床醫(yī)學(xué)，2018，19（10）：76-78.

[13] 王靜，黃站梅.PCI術(shù)后延續(xù)護(hù)理質(zhì)量指標(biāo)的構(gòu)建[J].護(hù)理學(xué)雜志，2020，35（8）：104-106.

[14] 徐冬梅，顧則娟，張新月，等.基于護(hù)理信息系統(tǒng)的接近失誤事件及護(hù)理不良事件發(fā)生現(xiàn)狀的縱向研究[J].護(hù)理研究，2021，35（13）：2295-2298.

[15] 陳春麗，張建鳳，任俊翠，等.護(hù)理敏感質(zhì)量指標(biāo)在不良事件管理持續(xù)改進(jìn)中應(yīng)用的效果評(píng)價(jià)[J].護(hù)理研究，2019，33（14）：2503-2506.

（本文編輯崔曉芳）

基金項(xiàng)目國(guó)家衛(wèi)生健康委醫(yī)院管理研究所2024年醫(yī)療質(zhì)量（循證）管理研究項(xiàng)目，編號(hào)：YLXLXZ24G097

作者簡(jiǎn)介王靜，副主任護(hù)師，本科

通訊作者劉曉，E?mail：13979159907@qq.com

引用信息王靜，黃有紅，方萍萍，等.數(shù)據(jù)監(jiān)測(cè)驅(qū)動(dòng)下醫(yī)院護(hù)理不良事件鏈的回顧性分析[J].護(hù)理研究，2024，38（21）：3941?3945.