嚴 莉 文 進 賀世春 陳永琴 肖仁梅 田繼書 向鳳玲
患者安全是醫(yī)療護理服務(wù)的核心和基石,也是全球醫(yī)療保健系統(tǒng)關(guān)注的熱點。相關(guān)研究表明[1],在絕大多數(shù)領(lǐng)域中(包括航天、海運、鐵路、核電站等),80%以上的事故由人為差錯導(dǎo)致或與人為差錯有關(guān)。英國衛(wèi)生署[2]認為學(xué)習(xí)和管理人為差錯是醫(yī)療機構(gòu)首先應(yīng)該做的事情,這能更好地理解差錯的原因、特性、結(jié)果并為風(fēng)險管理提供有用的框架。復(fù)雜系統(tǒng)中人的行為受到很多不同因素的影響,這些因素被稱為行為形成因子(performance shaping factor,PSF),也被稱為行為影響因子、差錯生成條件、差錯迫使情境[3]。本研究旨在探索護理人為差錯與其行為形成因子之間的關(guān)系,為降低護理人為差錯、保證患者安全提供針對性的策略。
2016年1月至2017年8月某三級甲等綜合醫(yī)院護士不良事件上報系統(tǒng)上報的不良事件。上報內(nèi)容包括患者基本情況、當(dāng)事護士基本情況、事件經(jīng)過、差錯的原因分析、改進措施、人為差錯導(dǎo)致的后果等。不良事件上報內(nèi)容由當(dāng)事護士和護士長填寫,片區(qū)護士長、護理部對原因分析、改進措施等進行審核后反饋給科室。
(1)人為差錯分類依據(jù)
人為差錯是指人的行為的結(jié)果偏離了規(guī)定的目標(biāo)或超出了可接受的界限[4]。本研究按SRK模型(skill,rule and knowledge-based)對護理人為差錯進行分類。將護理人為差錯分為技能型差錯(面對常規(guī)性的任務(wù)場景所發(fā)生的錯誤)、規(guī)則型差錯(面對比較熟悉的任務(wù)場景,在判斷和執(zhí)行規(guī)則時發(fā)生了錯誤)、知識型差錯(面對從未出現(xiàn)過的任務(wù)場景,判斷和決策錯誤)3種類型。
(2)行為形成因子的分類
相關(guān)文獻[5]將PSF分為5個大類,包括操作者、機器、組織、環(huán)境、輔助系統(tǒng)。本研究結(jié)合護理工作實際,對以上5個PSF做進一步細分,詳見表1。以上PSF具體元素已納入該院的護士不良事件上報系統(tǒng)。當(dāng)發(fā)生不良事件時,由當(dāng)事護士和護士長共同對護士人為差錯的形成原因進行分析,并對相應(yīng)PSF具體元素進行勾選,同時上報片區(qū)護士長、護理部審核。
(3)資料收集方法
由該院質(zhì)控部專門負責(zé)護理安全的2名專家對收集的不良事件重新閱讀、編碼,并根據(jù)SRK模型進行人為差錯分類(判斷每例不良事件是否存在人為差錯以及人為差錯的類型)。同時,對每例護理人為差錯事件的PSF具體元素進行計分,若報告中勾選該元素計為1分,未勾選計為0分,最后累計得出每例人為差錯事件的操作者、機器、組織、環(huán)境、輔助系統(tǒng)的因子得分。
對收集所得的資料進行整理并統(tǒng)一編碼,用excel建立數(shù)據(jù)庫,統(tǒng)計分析軟件采用SPSS 21.0。采用頻數(shù)、百分比進行描述性分析,采用Kruskal-Wallis H檢驗、無序多分類logistic回歸進行單因素、多因素分析。P<0.05為差異有統(tǒng)計學(xué)意義。

表1 護理人為差錯行為形成因子的分類
在進行正式分析前,由以上2名專家分別對30例不良事件的人為差錯類型進行判斷。評分者信度KendallW系數(shù)為0.957,P<0.001。說明人為差錯的分類過程中評分者間信度較高。
共收集不良事件806起,其中人為差錯事件599起。在人為差錯事件中,技能型差錯204例(34.06%),規(guī)則型差錯352例(58.76%),知識型差錯43例(7.18%)。
Kruskal-WallisH檢驗顯示,操作者、機器、組織、環(huán)境4個行為形成因子導(dǎo)致的護理人為差錯類型有統(tǒng)計學(xué)差異,輔助系統(tǒng)導(dǎo)致的護理人為差錯類型無統(tǒng)計學(xué)差異,詳見表2。

表2 不同人為差錯的行為形成因子比較
*:兩兩比較發(fā)現(xiàn),操作者因子對護士技能型差錯的影響顯著高于規(guī)則型差錯和知識型差錯,其對規(guī)則型差錯和知識型差錯的影響差異無統(tǒng)計學(xué)意義;機器、組織、環(huán)境因子對規(guī)則型差錯和知識型差錯的影響顯著高于技能型差錯,其對規(guī)則型差錯和知識型差錯的影響差異無統(tǒng)計學(xué)意義。
以護理人為差錯作為因變量,以單因素分析有統(tǒng)計學(xué)意義的4個PSF作為自變量進行無序多分類logistic回歸(以技能型差錯做參照)。無序多分類logistic回歸結(jié)果顯示:規(guī)則型差錯中,機器、組織、環(huán)境、操作者因子的OR值分別為3.076、1.524、2.585、0.517。即,機器、組織、環(huán)境、操作者因子分別每增加1分,發(fā)生規(guī)則型差錯的可能性是技能型差錯的3.076倍、1.524倍、2.585倍、0.517倍。在知識型差錯中,機器、環(huán)境、操作者因子的OR值分別為5.110、3.045、0.532。即,機器、環(huán)境、操作者因子分別每增加1分,發(fā)生知識型差錯的可能性是技能型差錯的5.110倍、3.045倍、0.532倍。詳見表3。綜上所述,操作者因子主要影響技能型差錯的發(fā)生,機器、環(huán)境、組織因子主要影響規(guī)則型和知識型差錯的發(fā)生。
本研究結(jié)果顯示,護理人為差錯中規(guī)則型差錯最多(占58.76%),其次為技能型差錯(占34.06%),最少的為知識型差錯(占7.18%)。這與國外相關(guān)研究結(jié)果基本一致[6-8]。護理規(guī)則型差錯占比多的原因可能與護理工作特點有關(guān),也與不同任務(wù)類型發(fā)生錯誤的概率不同有關(guān)。一方面,隨著護理工作專業(yè)程度的增高,護理工作從“醫(yī)生的嘴、護士的腿”為特點的被動完成各項治療任務(wù)轉(zhuǎn)變?yōu)橹鲃舆M行各項專科護理、解決患者的健康問題。因而,護理工作中規(guī)則型任務(wù)的比例越來越高(如主動評估患者的跌倒風(fēng)險、采用護理程序解決患者的健康問題等),發(fā)生規(guī)則型差錯的占比也較高。另一方面,從三種任務(wù)發(fā)生錯誤的概率而言,規(guī)則型任務(wù)和知識型任務(wù)發(fā)生差錯的概率較技能型任務(wù)更高,如從事知識型任務(wù)發(fā)生差錯的概率約為1/2,從事技能型任務(wù)發(fā)生差錯的概率約為1/10000。

表3 人為差錯行為形成因子的無序多分類logistic回歸分析(以技能型差錯為參照)
表2和表3表明,不同護理人為差錯的行為形成因子各不相同:操作者因子主要影響技能型差錯的發(fā)生,機器、環(huán)境、組織因子主要影響規(guī)則型和知識型差錯的發(fā)生,輔助系統(tǒng)對各類人為差錯均有影響。作為管理者,應(yīng)根據(jù)不同的行為形成因子采取不同的防錯策略。
(1)操作者因子主要影響技能型差錯的發(fā)生
大部分的護理服務(wù)取決于提供服務(wù)的護士個人。因此,無論是操作者的自然特性(體力、態(tài)度)還是工作特性(知識、經(jīng)驗)都非常容易影響其行為,從而引發(fā)人為差錯的發(fā)生。高度的信息化極大地提高了航空安全。護理行業(yè)也亟需應(yīng)用各種信息化技術(shù),保證護士技能型任務(wù)的及時準確完成[9]。如采用條形碼、無線射頻識別技術(shù)等準確識別病人、藥品、標(biāo)本等;通過監(jiān)護設(shè)備接口自動采集重癥病人的監(jiān)護數(shù)據(jù)、自動進行出入量匯總;通過信息的管理功能對護士的事務(wù)性工作進行提示和提醒等。信息化程度的提高,可以極大地保證護士技能型任務(wù)的準確完成,降低技能型差錯的發(fā)生。
(2)機器、環(huán)境、組織因子主要影響規(guī)則型和知識型差錯的發(fā)生
規(guī)則型任務(wù)和知識型任務(wù)都需護士進行判斷、思考和決策才能完成任務(wù)。機器和環(huán)境因子可以直接影響護士的認知和判斷,如不良的機器設(shè)計可能導(dǎo)致護士混淆不同的信息[10-11],不適的溫度、濕度、噪音等環(huán)境因素會影響護士的心理和認知功能[12-13]。同時,由于缺乏人因工程學(xué)等安全知識的培訓(xùn)[14],如何辨別機器和環(huán)境因素中的安全隱患,保障患者和自身的安全,對護士而言本身就是一個規(guī)則型的任務(wù)甚至是知識型的任務(wù),容易導(dǎo)致規(guī)則型和知識型差錯的發(fā)生。而對于處理一些需要經(jīng)驗判斷或突發(fā)性的任務(wù),組織因素尤其重要[15-16],需要組織采用多種方法將這些規(guī)則型甚至是知識型的任務(wù)盡可能變成護士熟悉、容易處理的任務(wù)。方法包括:制定各種護理實踐指南、工作手冊、風(fēng)險預(yù)案等,對工作進行標(biāo)準化和簡化,以減少護士對經(jīng)驗的依賴;對護士進行模擬訓(xùn)練[17],對訓(xùn)練中護士發(fā)生的差錯進行分析和交流,從而減少現(xiàn)實情景中差錯發(fā)生的概率;采用導(dǎo)師制[18]或?qū)?茖W(xué)組[19]方式,對護士提供支持。
(3)輔助系統(tǒng)對各類人為差錯均有影響。
護士長作為臨床一線的監(jiān)督人員,其職責(zé)是對護士的行為進行監(jiān)督和指導(dǎo)。一方面對護士需要注意的事項進行指導(dǎo),另一方面對護士出現(xiàn)的不當(dāng)行為進行提醒。監(jiān)督人員對護士的感知和執(zhí)行認知功能產(chǎn)生全方位的影響,因此既影響護士的技能型差錯也影響規(guī)則型和知識型差錯的發(fā)生。目前護士長廣泛采用的現(xiàn)場督導(dǎo)的方式,無論是督導(dǎo)覆蓋的范圍還是督導(dǎo)的深度都相對有限。這也是護理人為差錯形成的重要因素。未來,需要加大護理質(zhì)量管理的信息化程度,對護士的督導(dǎo)工作更加深入。