目的:分析老年衰弱住院患者发生跌倒的现状，找出跌倒造成伤害的危险因素，为避免或减少老年衰弱住院患者在住院期间跌倒所造成的伤害提供参考依据。方法:运用数据挖掘的方法，对辽宁省人民医院2017年1月1日至2020年4月30日上报的56例发生跌倒的老年衰弱住院患者的数据进行分析。通过Apriori算法进行关联性分析，使用 χ2检验进行有效性评定，再根据相关专业知识进行分析。 结果:最终获取与老年衰弱住院患者跌倒造成伤害的强关联规则6项，分别为睡眠质量差、活动能力差、服用易致跌倒药物、跌倒时状态为移位、患有脑血管疾病、自我照顾能力受限。结论:使用关联性分析可挖掘出老年衰弱住院患者跌倒造成伤害的有价值的关联规则，并重视其强关联规则，为防范或减少老年衰弱住院患者跌倒所造成的伤害提供临床干预依据。

在国家进一步加强单病种质量管理与控制工作的背景下，公立医院亟需保障单病种数据上报的准确性与完整性，减轻医务人员填报工作量，提升单病种管理质量。2022年6月，某三级甲等医院在医院大数据平台的基础上，利用病历结构化、逻辑运算及规则引擎等技术构建了单病种智能上报与质控平台，包括数据平台层、核心处理层、业务数据层和应用层，实现了单病种事中质控、智能采集与上报以及单病种质量管理分析。截至2023年9月，某医院单病种智能上报与质控平台纳入了55个单病种，单病种上报数据平均自动采集率为98.5%，平均上报时间由平台应用前的30.0 min降至应用后的3.3 min。该平台提高了医院单病种数据上报效率，规范了单病种诊疗流程，可为其他医院加强单病种质量管理提供借鉴。

目的:评估我国早孕期血清学筛查质量控制（简称质控）水平。方法:收集参与国家卫生健康委员会临床检验中心2022年早孕期血清学筛查室间质评计划的576家实验室上报的数据。血清学筛查指标包括游离人绒毛膜促性腺激素β亚基（human chorionic gonadotropin β subunit，β-hCG）、总β-hCG和妊娠相关血浆蛋白A（pregnancy-associated plasma protein A，PAPP-A）。分析这些指标的变异系数、偏倚、质控规则和检验方法等信息。使用六西格玛管理体系评估实验室质量水平和质控规则合理性。使用Wilcoxon检验评估月份和检验方法对西格玛水平的影响。结果:（1）共119家实验室检测总β-hCG，457家实验室检测游离β-hCG，565家实验室检测PAPP-A。仅检测1个指标的实验室有17家，检测2个指标的实验室有553家，检测3个指标的实验室有6家。（2）5月和9月同一指标的西格玛水平差异无统计学意义。游离β-hCG达到6σ的比例最高［71.9%（567/788）］；总β-hCG虽然达到6σ比例最低［53.4%（103/193）］，但小于3σ的比例也最低［3.1%（6/193）］。（3）早孕期血清学产前筛查主要涉及5种试剂，主要使用化学发光法和时间分辨荧光法（游离β-hCG只使用化学发光法）。使用时间分辨荧光法实验室总体西格玛水平高于使用化学发光法的实验室［总β-hCG和PAPP-A分别为9.56（7.01~13.22）与5.84（4.36~9.12），以及9.04（6.40~12.62）与5.71（4.22~8.15）， W值分别为53 114.00和75 752.00， P值均<0.001］。质控规则符合Westgard西格玛规则所占比例为16.1%（31/193）～19.6%（166/846）。其中，质控规则过松的实验室所占比例为24.8%（210/846）～32.1%（62/193），质控规则过严者所占比例为51.8%（100/193）～55.6%（470/846）。 结论:我国产前筛查实验室的质控水平总体表现良好，但在质控规则设置上仍需改进。

目的 对某院776份已上报的心脑血管事件进行复核,分析心脑血管事件报告的合理性,探讨降低心脑血管事件误报率的切实有效的方法.方法 以福建省疾病预防控制中心下发的《福建省居民心脑血管事件监测技术方案(试行)》为检查依据及标准,由某院医务科组织该院11名副高职称以上主任医师对某院2022年6月1日-2023年5月31日期间全部776例已上报的心脑血管事件进行人工复核.采用描述性统计,分类汇总.结果 经复核,判定为无需上报例数共计380例,占48.97％.不规范上报的主要原因为ICD-10或ICD-9-CM-3编码填写错误215例,占56.58％,其次是不符合上报规则的病例有140例,占35.35％,最后是诊断依据不充分的病例有25例,占6.31％.按监控病种显示误报率依次为:心绞痛(I20)50例,占52.08％;脑卒中(I60、I61、I63、I64,不包括I62)297例,误报率为50.17％,急性心肌梗死(I21-I22)共计33例,误报率41.77％,心脏性猝死(I46.1)误报率0％,结论 诊断编码错误和不符合上报规则是造成误报的主要原因,委派专家进行上报数据复核、强化心脑血管报告处理系统功能、开展有针对性培训是降低不规范心脑血管事件报告的主要办法.

目的:分析奥沙利铂导致过敏反应药品不良事件(adverse drug event,ADE)发生特点和临床表现,为该药临床安全应用提供参考.方法:利用OpenVigil 2.1工具从美国FAERS数据库收集奥沙利铂的过敏反应ADE报告,筛选后统计患者的基本信息、ADE发生时间、症状、结局及药物联用情况,并利用Apriori关联规则算法方法探究不良事件发生的关联情况.结果:收集到以奥沙利铂为主要怀疑的过敏反应报告2 195份,年龄主要分布在60岁以上,发生国家以美国及其他欧洲国家为主,常见于结直肠肿瘤患者;最常见的ADE发生在0～1d,症状伴随呼吸困难、超敏反应等,结局多为延长住院时间、危及生命;ADE发生时间0～1d与呼吸困难、延长住院及危及生命的关联性较强;女性与ADE症状为呼吸困难、延长住院的关联性较强,提示女性或速发过敏反应出现不良结局的风险因素较高.结论:不同个体使用奥沙利铂出现过敏反应差异较大,医护人员和药师在日常工作中应重视该药物ADE的监测和上报,探讨其发生规律,并针对性地提出用药监护方案,保障患者用药安全.

目的/意义 探索面向基层医疗卫生机构的智能自动化模型构建路径,解决报表重复上报问题.方法/过程 运用现场调研和专家咨询等方法,在北京市东城区基层医疗卫生机构开展实地调研,通过信息资源规划方法、数据整合与映射技术等,梳理基层医疗卫生机构业务交互与信息流动情况,研究自动化报表模型的构建路径.结果/结论 建模梳理业务流、数据流,整理报表相关指标库,构建多源数据自动映射模型与规则,为实现基层医疗卫生机构智能报表提供具有可行性的参考路径.

在系统梳理突发公共卫生事件早期识别和风险预警现状和研究进展的基础上,设计由各类突发公共卫生事件特征、分级、预警等内容组成的突发公共卫生事件知识库.基于知识库中的本体和规则,结合数值计算、文本处理、案例推理等技术和方法,设计突发公共卫生事件早期识别和风险预警模型,以实现突发公共卫生事件"多点触发、全面监测,智能识别、自动上报".通过研究设计突发公共卫生事件早期识别和风险预警知识库及模型,广泛应用于各类系统,有效提升突发公共卫生事件的智能化识别、预警水平.

目的 随着人工智能的不断发展,搜索引擎,网上购物,金融交易,无人驾驶等领域出现了很多智能化创新项目,传统的医院管理工作也迎来了智能化风潮的冲击.现有大部分大型医院已经逐步实施了虚拟机、信息平台及云存储等大数据相关技术的基础搭建工作,探索采用智能化技术深入挖掘大数据中隐藏的规则和知识,深度机器学习方法改善医院现代化管理机制.方法 总结医院相关管理工作之外,介绍了现有人工智能的应用,并由信息科自行创新设计和研发了辅助医院智能化管理的深度机器学习系统.结果 系统提供决策建议给医疗质量监控、医院运营管理及医疗辅助诊断.结论 系统增强了数据分析能力,突出了图形显示效果,改善了医院不良事件上报患者模型中预测的成功率,为人工智能在医院的应用提供了新思路.

目的 了解护理人为差错的特点及其与不良事件的关系,为减少护理不良事件、保证患者安全提供依据.方法 从某三级甲等医院的护士不良事件上报系统收集护理不良事件,根据SRK模型进行人为差错分类.结果 共收集护理不良事件806起,其中护理人为差错占74.32％,非人为差错占25.68％;在护理人为差错中,规则型错误所占比例最高(58.43％),其次为技能型疏忽和技能型遗忘(分别为22.37％和11.69％),知识型错误和规则型疏忽占比较少(分别为7.18％和0.33％);不同类型护理人为差错导致的不良事件严重程度比较,差异有统计学意义(P＜0.01);知识型错误、规则型错误导致的不良事件严重程度显著高于技能型遗忘和技能型疏忽(均P＜0.01).结论 护理人为差错是导致护理不良事件的主要因素,知识型及规则型人为差错引起的护理不良事件后果较严重,需要从组织层面和个人层面防范护理人为差错的发生.

目的 调查我国医院检验科常规生化检验项目参考区间行业标准实施情况.方法 实验室通过基于WEB方式的室间质量评价(EQA)软件上报参考区间相关信息,包括参考区间上下限、来源、是否验证、分组规则等,后台将回报数据另存为Microsoft Excel 2007文档,对已颁布参考区间行业标准的18项常规生化项目参考区间行业标准实施情况进行分析.结果 参考区间来源于行业标准的实验室所占比例2016年比2014年有较大增长.2016年数据显示:58.9％ ～ 67.5％的实验室对引用的行业标准进行了验证;大部分实验室(59.1％～83.3％)的参考区间分组规则与行业标准一致,除外个别项目,包括:尿素(43.4％)、肌酐(40.1％)和碱性磷酸酶(35.8％);引用与未引用行业标准实验室的参考区间上下限大部分项目差异有统计学意义(P＜0.05),除外个别项目,包括:钾下限、磷上限、淀粉酶上限、天门冬氨酸氨基转移酶上限和铁下限;引用行业标准实验室的参考区间上下限与行业标准给出的参考区间大部分差异无统计学意义(P＜0.05),除外个别项目,包括:总蛋白上限、肌酸激酶上下限、尿素上限、肌酐上限.结论 常规生化检验项目参考区间行业标准的实施情况并不乐观,只有少部分实验室引用行业标准,且有相当一部分实验室未对参考区间进行验证.