APP下载

数据挖掘在降低住院患者鼻肠管非计划拔管率的应用与效果分析

2021-07-19赵秀芬ZHAOXiufen梁世耀LIANGShiyao李影LIYing王婷余WANGTingyu卜斌茹BUBinru夏哲新XIAZhexin黄爱微HUANGAiwei

医院管理论坛 2021年4期
关键词:数据挖掘关联规则

□ 赵秀芬 ZHAO Xiu-fen 梁世耀 LIANG Shi-yao 李影 LI Ying 王婷余 WANG Ting-yu 卜斌茹 BU Bin-ru 夏哲新 XIA Zhe-xin 黄爱微 HUANG Ai-wei

鼻肠管是指经过食道及幽门的鼻饲管道,根据管道末端所在位置的不同可分为鼻十二指肠管和鼻空肠管[1],是危重患者安全有效的营养支持手段。随着置管数量的增加,也常伴随非计划性拔管(unplannedextubation,UEX)不良事件的出现。非计划性拔管是指插管意外脱落或未经医护人员同意,患者将插管拔除,也包括医护人员操作不当所致的拔管[2]。据文献报道,国内非计划性拔管的发生率为0.5%~14.2%[3],国外非计划性拔管的发生率为0.3%~14.2%[4]。一旦发生UEX,轻者给患者造成机体损伤和痛苦、延长住院天数、增加经济负担,引发医患矛盾,严重者可危及患者生命[5]。本研究运用Apriori算法对全院210例鼻肠管非计划性拔管事件的多类别数据进行挖掘,尝试运用关联规则分析,研究UEX风险因素间潜在的、有价值的联系,找出有意义的高风险指标,采取预见性防范措施,从根本上降低UEX的发生。

资料与方法

1.数据来源。回顾性整理某三级甲等医院2019年1月1日―12月31日上报的鼻肠管非计划性拔管事件,并从护理不良事件上报平台、病程记录单中提取患者的一般数据(包括患者住院号、性别、年龄、意识状态、文化程度、临床诊断和陪护情况)和鼻肠管非计划性拔管事件数据(包括事件发生的科室、班次、时间段和严重程度)[6]。

2.数据挖掘对象。挖掘对象入选标准:(1)留置鼻肠管意外脱落的病例;(2)未经医护人员同意患者自行拔除鼻肠管的病例;(3)医护人员操作不当所致鼻肠管非计划性拔管的病例。……

登录APP查看全文

猜你喜欢

数据挖掘关联规则
撑竿跳规则的制定
“苦”的关联
数独的规则和演变
探讨人工智能与数据挖掘发展趋势
让规则不规则
基于并行计算的大数据挖掘在电网中的应用
智趣
TPP反腐败规则对我国的启示
一种基于Hadoop的大数据挖掘云服务及应用
基于GPGPU的离散数据挖掘研究