控制圖表應用于醫院質量管理的適用性探討

李艷芳 阮海燕

控制圖表應用于醫院質量管理的適用性探討

李艷芳1阮海燕2

目的通過運用控制圖表處理1999～2008年廣州市某區的年度產科質量報表的數據，分析該區在監測時段內部分產科質量指標的變化及趨勢，探討控制圖表應用于醫院質量管理的適用性。方法 運用SPSS軟件繪控制圖表，根據數據性質，選擇p圖處理數據。結果 10年的新生兒重度窒息率是不穩定超出統計控制的;10年的新生兒吸入性肺炎發生率是穩定在控制范圍內的。結論 控制圖表有著與傳統的統計學方法一樣的嚴謹性和有效性，但較傳統的統計學方法操作更簡單，結果更形象、直觀，更適合用于醫療質量實時控制。

控制圖表 統計過程控制 醫療質量

1.廣州中醫藥大學附屬第一醫院產科(510405)

2.廣州市番禺區婦幼保健院保健部(511400)

任何有效的決策都應該以科學的統計分析數據為依據。隨著統計學的發展，統計過程控制(statistical process control，SPC)技術及控制圖表(control chart)工具被引入醫療質量管理，它的有效性在國外早已得到充分的肯定，在國內卻并沒有得到廣泛的應用。基于此，筆者嘗試以年度產科質量報表上一些監測指標為例，運用控制圖表進行數據處理，分析各指標在監測時段內的變化及趨勢，了解其是否處于控制狀態，探討控制圖表在醫院質量管理中的適用性。

資料與方法

1.控制圖表的介紹

(1)控制圖表(Control Chart)

控制圖表在1924年被美國的Walter Shewhart博士首先提出，其后就一直成為制造業和服務業質量管理方面一個重要的工具，是根據假設檢驗原理構造的一種圖，用于監測過程是否處于控制狀態〔1，2〕。

(2)控制圖表的基本組成

控制圖表主要由兩大部分組成：一系列按時間順序的測量點和直角坐標系。直角坐標系中主要有3條平行線，中間一條實線為中線(center line，CL)，上、下兩條虛線分別為是控制上限(upper control limit，UCL)和控制下限(lower control limit，LCL)。中線為均數，控制上限通常設為均數+3倍標準差，控制下限通常設為均數-3倍標準差〔2，3〕。直角坐標系的橫軸表示按一定時間間隔抽取樣本的次序，縱軸表示根據樣本計算的、表達某種質量特征的統計量的數值。

(3)控制圖表的種類

主要有7種類型的控制圖表，分別為 XBar-s，XBar-R，x-R，np，p，c，和 u 圖，選擇哪一種圖主要由數據類型和樣本量來決定〔1〕。

(4)控制圖表的圖解規則

如果控制圖中測量點落在控制界限之內，則表明過程穩定，測量點的波動是由一般原因引起的;若控制圖中測量點落在控制界限之外或測量點序列在界限之間有某一種或幾種不正常的趨勢，則表明過程不穩定，測量點的波動是由特殊原因引起，應進一步分析根源并采取糾正措施〔1〕。

幾種不正常的趨勢：

①≥7個連續的數據點落在中線的同一側。

②≥7個連續的數據點持續向上或向下。

③連續5個數據點中有4個接近中線或落在在中線上。

④數據點構成一個重復向上和向下的圖形。

2.數據來源

廣州市某區1999～2008年10年的全區年度產科質量報表。

3.統計方法

運用SPSS 16.0軟件進行計算機繪控制圖表，考慮報表中的數據為計數資料，而非計量資料，每年度的樣本量是變化的，因此選擇p圖處理數據〔1，4〕。

以“新生兒重度窒息”指標為例，列舉具體步驟如下：

第一步：建立數據文件。

第二步：點擊“Analysis”菜單中的“Quality Control”項，彈出“Control Charts”對話框，選擇其中的“p chart”表示率控制圖，并選擇數據組織方式為“Cases are subgroups”。

第三步：單擊“Define”按鈕，將彈出“p，np：Cases Are Subgroups”對話框，在此將變量“新生兒重度窒息數”選入“Number Nonconforming”;將變量“年份”選入“Subgroups Defined by”;將“重度窒息率”選入“Identify Points by”;將變量“(每年)活產兒總數”選入“Sample Size”。

第四步：單擊“Options”按鈕，打開“p，np：Options”對話框，“Number of Sigmas”表示用于選擇上、下控制線的距離為標準差的多少倍，在此填入“3”，點擊“Continue”。

第五步：單擊“Control Rules”按鈕，打開“p，np：Control Rules”對話框，根據需要選擇檢驗尺度。

第六步：單擊“Define”按鈕即完成。

結果與分析

對10年產科質量報表上的全部指標繪控制圖后選取2個有代表性的指標進行比較、分析。

從圖1的觀察中可以直觀的得出2個結論：第一，1999年、2000年和2002年的新生兒重度窒息率異常的過高，超出控制上限，近2年則回落到控制下限以下。第二，自2002年始至今，連續7年的新生兒重度窒息率呈明顯下降趨勢。所以這個指標在過去10年里被認定為不穩定和超出統計控制的，是由于受到特殊原因的影響，應該引起重視，進一步查找原因。結合產科質量年報表中其他指標的分析結果和臨床工作經驗，考慮這個指標的有效控制除了歸因于近年來胎頭吸引術、產鉗術、以及臀橫位助產術等陰道助產分娩率的下降和剖宮產率的逐年上升〔5〕，還與胎兒電子監護從2003年起在該區產科醫療機構的廣泛應用有關，胎兒電子監護的應用使產前和產時的胎兒宮內窘迫能夠得到及時的診治，從而改善新生兒預后，降低新生兒窒息的發生率。

從圖2中，同樣可以直觀的看到該區10年的新生兒吸入性肺炎發生率均在控制圖表的上下限范圍內變動，未發現異常點，因而，這個指標被認為是穩定的。

圖1 近10年廣州市某區醫療機構的新生兒重度窒息發生率控制圖表

圖2 近10年廣州市某區醫療機構的新生兒吸入性肺炎發生率控制圖表

討 論

通過運用控制圖表處理和分析數據發現，雖然控制圖表也是根據假設檢驗原理構造的，但與傳統的統計學方法相比，有幾點優勢：第一，控制圖表工具所得出的結果更直觀。第二，除了可以看出整個過程有無差別(圖上表現為超出統計控制或呈現異常趨勢)以外，還可以分辨差別的出處，并能結合其他質量控制工具，例如，因果圖和帕拉圖圖表等，找到產生狀況的原因。第三，有預測功能，通過現有圖形的分析和研究可大致預測下一步可能的位置。第四，如果我們找出系統失控的原因，并針對原因采取措施，控制圖表能幫助我們判斷采取措施后該醫療過程是否得到改進，因而能及時調整措施。第五，如果我們需要測量的指標的時間間隔短一些，例如，月、天、或時、分，可對醫療過程及時掌控，進行實時控制的醫療質量管理，決定何時需要調整以“預防”不良事件的發生，何時需要保持原有狀態以節約不必要的醫療資源的浪費，而不是單純的終末質量管理，建立一個既可“治”又可“防”的質控系統，通過加強過程管理和發揮“預防”作用，以期達到更有效地提高醫療質量水平的目的〔1-3，6〕。

然而，控制圖表也存在一定的局限性，它的使用效果通常取決于使用者所掌握的相關知識和經驗，以及對控制圖的解析能力。這需要同時具備相關的統計學知識和豐富的臨床工作經驗的人員才能正確的繪制和解析圖表，因此，在一定程度上局限了控制圖表在醫療系統的廣泛應用。

1.Kelley DL.How to use control chart for healthcare.American Society for Quality，1999.

2.Benneyan JC，Lloyd RC，Plsek PE.Statistical process control asa tool for research and healthcare improvement.Qual Saf Health Care，2003，12：458-464.

3.Olatunde AA.On the importance of statistical process control in health care.Research Journal of Medical Sciences，2009;3(2)：87-90.

4.Swanson RC.The quality improvement handbook：team guide to tools and techniques.UK：St.Lucie Press，1995，154-174.

5.杜平，包常璽，周希紅.新生兒窒息相關因素探討.中國婦幼保健，2008，23：2397-2398.

6.鄧亞娟.質量控制圖在醫院管理中的應用.中國衛生統計，2001，18(4)：254.