金盈月,張秀月,齊月,劉文閣,黃玉,施紅
(中國醫科大學附屬盛京醫院,沈陽市 110004)
高效醫院感染管理的關鍵是對醫院感染風險的早期識別、準確評估并盡早采取有效的防控措施[1]。隨著我國醫院感染管理標準化進程的加速,對規范開展醫院感染風險監測提出更高要求,需要短期內完成針對龐大診療人群、復雜診療操作、不同致病毒力病原體等多源感染風險的巨大數據采集、分析與針對性防控工作。傳統的手工數據采集方式工作效率低,數據分析不及時,感染管理的有效性、及時性不能滿足管理要求。
在計算機利用終端日益普及、局域網與互聯網技術不斷發展的前提下,開發建設醫院感染風險主動預警信息化系統、提高醫院感染風險管理效能已成為專業共識。我院自1997年啟動醫院信息化建設,已完善建立覆蓋醫療護理全流程的電子病歷系統(EMR)、檢驗信息系統(LIS)、醫學影像存檔與通信系統(PACS)、手麻系統、移動護理系統、醫院辦公系統等醫院信息化系統[2]。基于完善的醫院信息系統,以醫院感染風險監測相關標準為依據,與東軟公司共同開發建立醫院感染風險實時監測系統,并針對醫院感染信息化系統建設開發中重點、難點問題進行重點設計和突破[3-5],實現醫院感染個案病例與暴發的智能化識別、預警、在線實時監測、實時溝通干預等功能。對信息化預警數據進行準確性與靈敏性系統測試,不斷提升監測數據對感染風險的識別能力與準確評估能力,從而提升醫院感染管理效能。
醫院感染風險實時監控系統監測模塊一般分為4層結構(見圖1),包括基礎數據層、持久層、邏輯層與展現層。
為實現院感風險監測而從不同的已開發信息系統提取的直接數據,是最基礎的軟件開發數據。基礎數據來源是否能夠覆蓋監測對象所面臨的全部診療風險,決定了風險監測系統的基本監測范圍與預期監測功能。
持久層:將篩選出的基礎數據進行加工對照,按照設定的規則變成風險監測需要的數據;邏輯層:運用邏輯規則生成預警數據。通過對提取數據不同層面的處理(單一數據賦值、不同數據間邏輯關系規則判定等)轉換成能夠被計算機利用的監測數據,如手術患者切口類別被賦予0~3不同的分值(感染風險一級賦值),對多源提取數據邏輯判定提出感染預警病例等,體現了管理者與軟件開發者提取基礎數據并將其轉化為有效管理指標、并為管理者所應用的能力。
展現層是院感專職人員登錄的操作界面,集中呈現感染風險管理實現的功能(不同的風險監測模塊)。設計上要求集成顯示,點位鏈接方便,提升查閱、接收、展示、實現設計功能的效率。
2.1.1 預警規則的設立與維護。預警規則基本依據為2001年發布的《醫院感染診斷標準(試行)》,同時參照2010年發布的器械相關感染防控指南,并參照我國已開展的目標性監測項目定義條件,醫院感染專職人員與軟件工程師一同將各部位醫院感染的診斷標準按層次進行逐條分解,并依據相關部位感染診斷定義,醫院感染暴發定義等確定分層次邏輯判定關系,將其轉換為計算機邏輯語言錄入系統,形成醫院感染個案病例預警規則;依據新頒布指南不斷完善預警規則,如參照《WS/T 524-2016 醫院感染暴發控制指南》相關要求重新維護醫院感染暴發預警規則,即當一段時間(查詢時自行規定時間范圍)內同一病區內出現3例以上抗菌譜相似度大于85%的病原體時進行疑似暴發病例預警[6]。院感風險監測系統自動根據預警規則實時篩選疑似院感個案病例,判斷病例間相關性,進行個案與暴發預警。

圖1 醫院感染實時監控系統監測模塊結構分層
2.1.2 預警信息的查看與干預。醫院感染風險監測系統功能集成顯示,可實現按照時間、科室、診斷等多重檢索與統計功能。在預警展示界面,被授權人員可隨時由展示界面點擊所有基礎數據鏈接,查看病程記錄、護理相關記錄、醫囑、影像學檢查結果、實驗室檢查結果及變化趨勢等全部信息,以進行預警病例查實與審核;在EMR系統病人一覽表內設置對話框,實現與醫生在線實時溝通、交流,及時確認相關感染風險,實現早期干預。
院感病例上報系統直接嵌入電子病歷系統,臨床醫生確認院感病例后,在EMR系統中患者病歷界面添加報卡即可主動提取醫院感染報卡需要的患者一般信息,醫生僅需補充微生物檢測時間等感染信息即可完成感染病例報卡,大大減輕醫務人員負擔。醫院感染管理專職人員在醫院感染管理系統的報卡查詢界面對上報的院感報卡進行審核,審核后的數據,點擊保存,保存入數據庫。
按照國家醫院感染監測規范要求預設完成所有院感監測統計指標的自動生成與統計,授權人員可從系統數據庫進行查詢。如醫院感染管理專職人員可根據需要,按日、月、季度、年查看不同病房、二級學科、院區以及全院的醫院感染(例次)率、日感染(例次)率,并可根據病原體、感染部位、危險因素等,分析醫院感染發生的特點。查詢時系統會自動繪制出折線圖或餅圖,變化趨勢與構成情況一目了然。亦可按需從系統中導出醫院感染患者明細表及醫院感染相關數據,進行存檔、分析。
預警規則維護與風險監測系統搭建完成后正式啟用前,應對預警數據的靈敏性與準確性進行系統測試。我院在測試階段以二級學科為單位,分派5名醫院感染管理專職人員分別對內科、外科、婦產科、兒科、重癥監護系統等進行為期6個月的測試。測試時傳統的手工查閱病歷與信息化預警處理同時進行,并將兩組數據進行對照。
測試期間,醫院感染管理專職人員均表示預警規則靈敏度高,能夠篩選出大量傳統手工監測方式無法發現的院感病例,但同時發現約90%預警病例經審核后被排除院感病例診斷,個案預警準確性低,增加無效監測時間。
3.1.1 分析問題原因。通過分析排除病例,發現主要原因在于預警規則中維護了大量預警陽性關鍵字段,如:發熱、咳嗽、尿頻、尿急、尿痛、滲出等。但未對其具有否定意義的前綴詞進行排除性條件預設,如:無、未見、未聞及、未觸及等。
3.1.2 解決問題。收集被排除病例中的否定前綴,將其維護入感染病例排除性預設關鍵字段中;擴大否定性前綴的檢索范圍,以二級學科為單位,查找不同的臨床專業病例記錄習慣,進一步擴充否定前綴字庫。
3.2.1 新生兒群體預警靈敏度低。測試時發現,手工監測核實或醫生上報的新生兒感染部位不明確的醫院感染病例沒有實現預警。顯示初設系統對新生兒醫院感染預警靈敏度低。分析原因是《醫院感染診斷標準(試行)》中對新生兒醫院感染病例的診斷并未作出特別的規定,未在預警規則中進行預設、維護。管理人員與新生兒科醫務人員多次討論,將目前新生兒臨床感染診斷中的關鍵指標作為陽性關鍵字段,并將其轉換為計算機邏輯語言維護入預警規則;另查閱了新生兒科感染相關文獻,發現降鈣素原與C反應蛋白檢測在早期新生兒感染診斷中可以作為有效指標[7],故將降鈣素原與C反應蛋白異常也維護入新生兒感染預警規則中。靈敏度得到有效提升。
3.2.2 手術患者預警靈敏度高準確性低。在針對手術病人的感染監測中,發現大量外科手術后吸收熱的患者被作為疑似院感病例篩選出來,分析原因,發現此類患者大多入院超過48 h,且術后會出現白細胞反應性升高并伴有發熱[8-9],從時限和臨床表現上都與院感預警規則相符。院感專職人員與軟件工程師一同在原有預警規則基礎上添加了排除項,將術后72 h內體溫與白細胞升高但不伴有手術部位感染癥狀的患者排除。
逐步建立完善結構化的信息化數據提取模板,力爭最大程度地從根本上解決預警字段維護問題。與各個學科、專業密切合作,建立針對不同疾病診療、檢查等患者診療全程的結構化記錄模板,規范使用醫學用語,如利用我院PACS不斷優化的結構化信息系統,既可系統提升陽性關鍵字段預警效率,又可準確排除陰性預警。保證靈敏度同時,提升預警準確性。
在測試期間,應仔細分析陽性預警病例、排除病例、未被有效識別的感染病例的特征及原因,不斷完善預警規則,提高預警數據的靈敏度與準確性。
我院自2015年6月試運行醫院感染風險實時監測系統,經過了1年半的磨合與調整,現院感監測工作效率明顯提高,信息準確性不斷提升,并從源頭杜絕醫院感染病例漏報。
醫院感染實時監測系統運行前,因監測對象基數大,程序繁瑣,工作效率低下,經常出現醫院感染專職監測人員加班的情況。系統正式運行后,在臨床科室增加、院感專職監測人員沒有變化的情況下,院感監測工作能夠在正常的工作日內完成各項監測、統計與處置。
2017年1月至11月,共處理個案預警11 692例次,通過醫院感染管理系統干預平臺進行病例干預582例次。對預警的醫院感染聚集案例,實時在線與醫務人員進行溝通,核實,提示、指導醫務人員及時采取防控措施,有效控制醫院感染病原體傳播。提醒醫生補報醫院感染病例 92例次,實現零漏報。
醫院感染風險實時監測系統的應用,實現了醫院感染的前瞻性監測,實時的醫院感染病例智能預判預警,使醫院感染風險識別的及時性有效提升,管理人員看到的很多預警病例,要早于醫生的臨床判斷,如有些病例在醫生還沒有看到各項輔助檢查、影像結果查閱之前就已經被預警展示出來;預警范圍能夠覆蓋全部住院過程,擴大了監測范圍;在線干預平臺的建立,使醫院感染管理人員能夠及時、準確地與主管醫生取得聯系,管理路徑流暢、高效。
醫院感染管理專職人員通過醫院感染風險實時監測系統在線溝通平臺的使用,加強了與各臨床科室的聯系與溝通,共同分析感染發生原因,探討感染控制方案,給予及時感染防控措施落實指導。同時,還可及時了解醫務人員對感染防控的認識能力與處置能力,結合深入科室的現場質量評價,提出有針對性的質量提升建議,提升臨床醫務人員對醫院感染防控的認識與防控能力,提升醫院感染管理人員對醫務人員的專業影響、專業形象。
醫院感染風險實時監測系統以有效預防、控制感染發生與傳播、降低健康損害為最終目標,通過集成患者的各種診療數據,運用專業的預警策略,對疑似醫院感染病例進行智能判定預警,變被動等待為主動干預,實現早發現、早處理,提升醫院感染管理效能。
[1] 李六億,徐艷.醫院感染管理的風險評估[J].中國感染控制雜志,2016,15(7):441-446.
[2] 張曉綱.醫院信息化對醫療質量控制的應用研究[J].現代醫院管理,2013,11(2):5-9.
[3] 宮慶月,張學香,矯玲.醫院感染管理軟件的開發與應用[J].中國感染控制雜志,2008,(2):92-95.
[4] 江敏,孫薇,祝有杰.醫院感染管理信息系統的開發應用[J].中華醫院感染學雜志,2010,20(12):1730-1732.
[5] 冷金昌,邢玉斌,蒲衛,等.醫院感染監控管理軟件設計[J].中華醫院感染學雜志,2006,(8):906-908.
[6] 中華人民共和國衛生和計劃生育委員會.醫院感染暴發控制指南WS/T 524-2016[S/OL].[2016-08-02].http://www.nhfpc.gov.cn/zhuz/s9496/201608/c7fb101ae975443c88 5ed7e4039ab 5e8.shtml
[7] 吳延雷,汪曉英,方正,等.降鈣素原與C-反應蛋白和白細胞計數在新生兒感染性疾病診斷應用[J].中華醫院感染學雜志,2014,24(24):6063-6065.
[8] 陳文彬,潘祥林.診斷學[M].7版.北京:人民衛生出版社,2010.
[9] 吳在德,吳肇漢.外科學[M].7版.北京:人民衛生出版社,2008.