严 莉 文 进 贺世春 陈永琴 肖仁梅 田继书 向凤玲

患者安全是医疗护理服务的核心和基石,也是全球医疗保健系统关注的热点。相关研究表明[1],在绝大多数领域中(包括航天、海运、铁路、核电站等),80%以上的事故由人为差错导致或与人为差错有关。英国卫生署[2]认为学习和管理人为差错是医疗机构首先应该做的事情,这能更好地理解差错的原因、特性、结果并为风险管理提供有用的框架。复杂系统中人的行为受到很多不同因素的影响,这些因素被称为行为形成因子(performance shaping factor,PSF),也被称为行为影响因子、差错生成条件、差错迫使情境[3]。本研究旨在探索护理人为差错与其行为形成因子之间的关系,为降低护理人为差错、保证患者安全提供针对性的策略。

资料与方法

1.资料来源

2016年1月至2017年8月某三级甲等综合医院护士不良事件上报系统上报的不良事件。上报内容包括患者基本情况、当事护士基本情况、事件经过、差错的原因分析、改进措施、人为差错导致的后果等。不良事件上报内容由当事护士和护士长填写,片区护士长、护理部对原因分析、改进措施等进行审核后反馈给科室。

2.方法

(1)人为差错分类依据

人为差错是指人的行为的结果偏离了规定的目标或超出了可接受的界限[4]。本研究按SRK模型(skill,rule and knowledge-based)对护理人为差错进行分类。将护理人为差错分为技能型差错(面对常规性的任务场景所发生的错误)、规则型差错(面对比较熟悉的任务场景,在判断和执行规则时发生了错误)、知识型差错(面对从未出现过的任务场景,判断和决策错误)3种类型。

(2)行为形成因子的分类

相关文献[5]将PSF分为5个大类,包括操作者、机器、组织、环境、辅助系统。本研究结合护理工作实际,对以上5个PSF做进一步细分,详见表1。以上PSF具体元素已纳入该院的护士不良事件上报系统。当发生不良事件时,由当事护士和护士长共同对护士人为差错的形成原因进行分析,并对相应PSF具体元素进行勾选,同时上报片区护士长、护理部审核。

(3)资料收集方法

由该院质控部专门负责护理安全的2名专家对收集的不良事件重新阅读、编码,并根据SRK模型进行人为差错分类(判断每例不良事件是否存在人为差错以及人为差错的类型)。同时,对每例护理人为差错事件的PSF具体元素进行计分,若报告中勾选该元素计为1分,未勾选计为0分,最后累计得出每例人为差错事件的操作者、机器、组织、环境、辅助系统的因子得分。

3.统计学处理

对收集所得的资料进行整理并统一编码,用excel建立数据库,统计分析软件采用SPSS 21.0。采用频数、百分比进行描述性分析,采用Kruskal-Wallis H检验、无序多分类logistic回归进行单因素、多因素分析。P<0.05为差异有统计学意义。

表1 护理人为差错行为形成因子的分类

结 果

1.评价者一致性

在进行正式分析前,由以上2名专家分别对30例不良事件的人为差错类型进行判断。评分者信度KendallW系数为0.957,P<0.001。说明人为差错的分类过程中评分者间信度较高。

2.护理人为差错构成比

共收集不良事件806起,其中人为差错事件599起。在人为差错事件中,技能型差错204例(34.06%),规则型差错352例(58.76%),知识型差错43例(7.18%)。

3.人为差错行为形成因子的单因素分析

Kruskal-WallisH检验显示,操作者、机器、组织、环境4个行为形成因子导致的护理人为差错类型有统计学差异,辅助系统导致的护理人为差错类型无统计学差异,详见表2。

表2 不同人为差错的行为形成因子比较

*:两两比较发现,操作者因子对护士技能型差错的影响显著高于规则型差错和知识型差错,其对规则型差错和知识型差错的影响差异无统计学意义;机器、组织、环境因子对规则型差错和知识型差错的影响显著高于技能型差错,其对规则型差错和知识型差错的影响差异无统计学意义。

4.人为差错行为形成因子的多因素分析

以护理人为差错作为因变量,以单因素分析有统计学意义的4个PSF作为自变量进行无序多分类logistic回归(以技能型差错做参照)。无序多分类logistic回归结果显示:规则型差错中,机器、组织、环境、操作者因子的OR值分别为3.076、1.524、2.585、0.517。即,机器、组织、环境、操作者因子分别每增加1分,发生规则型差错的可能性是技能型差错的3.076倍、1.524倍、2.585倍、0.517倍。在知识型差错中,机器、环境、操作者因子的OR值分别为5.110、3.045、0.532。即,机器、环境、操作者因子分别每增加1分,发生知识型差错的可能性是技能型差错的5.110倍、3.045倍、0.532倍。详见表3。综上所述,操作者因子主要影响技能型差错的发生,机器、环境、组织因子主要影响规则型和知识型差错的发生。

讨 论

1.护理人为差错情况

本研究结果显示,护理人为差错中规则型差错最多(占58.76%),其次为技能型差错(占34.06%),最少的为知识型差错(占7.18%)。这与国外相关研究结果基本一致[6-8]。护理规则型差错占比多的原因可能与护理工作特点有关,也与不同任务类型发生错误的概率不同有关。一方面,随着护理工作专业程度的增高,护理工作从“医生的嘴、护士的腿”为特点的被动完成各项治疗任务转变为主动进行各项专科护理、解决患者的健康问题。因而,护理工作中规则型任务的比例越来越高(如主动评估患者的跌倒风险、采用护理程序解决患者的健康问题等),发生规则型差错的占比也较高。另一方面,从三种任务发生错误的概率而言,规则型任务和知识型任务发生差错的概率较技能型任务更高,如从事知识型任务发生差错的概率约为1/2,从事技能型任务发生差错的概率约为1/10000。

表3 人为差错行为形成因子的无序多分类logistic回归分析(以技能型差错为参照)

2.护理人为差错的PSF

表2和表3表明,不同护理人为差错的行为形成因子各不相同:操作者因子主要影响技能型差错的发生,机器、环境、组织因子主要影响规则型和知识型差错的发生,辅助系统对各类人为差错均有影响。作为管理者,应根据不同的行为形成因子采取不同的防错策略。

(1)操作者因子主要影响技能型差错的发生

大部分的护理服务取决于提供服务的护士个人。因此,无论是操作者的自然特性(体力、态度)还是工作特性(知识、经验)都非常容易影响其行为,从而引发人为差错的发生。高度的信息化极大地提高了航空安全。护理行业也亟需应用各种信息化技术,保证护士技能型任务的及时准确完成[9]。如采用条形码、无线射频识别技术等准确识别病人、药品、标本等;通过监护设备接口自动采集重症病人的监护数据、自动进行出入量汇总;通过信息的管理功能对护士的事务性工作进行提示和提醒等。信息化程度的提高,可以极大地保证护士技能型任务的准确完成,降低技能型差错的发生。

(2)机器、环境、组织因子主要影响规则型和知识型差错的发生

规则型任务和知识型任务都需护士进行判断、思考和决策才能完成任务。机器和环境因子可以直接影响护士的认知和判断,如不良的机器设计可能导致护士混淆不同的信息[10-11],不适的温度、湿度、噪音等环境因素会影响护士的心理和认知功能[12-13]。同时,由于缺乏人因工程学等安全知识的培训[14],如何辨别机器和环境因素中的安全隐患，保障患者和自身的安全,对护士而言本身就是一个规则型的任务甚至是知识型的任务,容易导致规则型和知识型差错的发生。而对于处理一些需要经验判断或突发性的任务,组织因素尤其重要[15-16],需要组织采用多种方法将这些规则型甚至是知识型的任务尽可能变成护士熟悉、容易处理的任务。方法包括:制定各种护理实践指南、工作手册、风险预案等,对工作进行标准化和简化,以减少护士对经验的依赖;对护士进行模拟训练[17],对训练中护士发生的差错进行分析和交流,从而减少现实情景中差错发生的概率;采用导师制[18]或专科学组[19]方式,对护士提供支持。

(3)辅助系统对各类人为差错均有影响。

护士长作为临床一线的监督人员,其职责是对护士的行为进行监督和指导。一方面对护士需要注意的事项进行指导,另一方面对护士出现的不当行为进行提醒。监督人员对护士的感知和执行认知功能产生全方位的影响,因此既影响护士的技能型差错也影响规则型和知识型差错的发生。目前护士长广泛采用的现场督导的方式,无论是督导覆盖的范围还是督导的深度都相对有限。这也是护理人为差错形成的重要因素。未来,需要加大护理质量管理的信息化程度,对护士的督导工作更加深入。