綜合性醫院老年患者醫療數據治理及應用

黃永剛 于永強 李韜 張屹 (河北北方學院附屬第一醫院，河北 張家口 075000)

人們的平均預期壽命正在逐步延長，同時人口出生率也在逐步下降，導致世界人口結構發生轉變〔1〕，世界人口結構正在逐步老齡化，其中老齡化現象較為嚴重的國家是中國，我國老年人慢性病的發病率和死亡率較高〔2〕，因此提升老年人健康質量已經刻不容緩。應充分發揮我國綜合性醫院中老年患者醫療數據資源優勢，通過治理綜合性醫院老年患者醫療數據，促進老年醫學的進一步發展〔3〕，有效改善老年人群的健康狀況，降低社會經濟負擔。

因此本文研究治理綜合性醫院老年患者醫療數據的方法，治理后的老年患者醫療數據能向綜合性醫院中醫生提供大量醫學支持〔4〕。綜合性醫院醫生通過治理后的醫療數據發現較為有效的治療途徑，做出最合適的診斷，從中選取最佳治療方案，向老年患者提供最優治療診斷建議〔5〕，高效治理綜合性醫院中的老年患者，降低綜合性醫院醫學成本〔6〕。

1 治理綜合性醫院老年患者醫療數據

治理綜合性醫院老年患者醫療數據主要包括以下幾個步驟：首先根據綜合性醫院老年患者醫療數據存在形式不同，將老年患者醫療數據劃分成兩類，即圖形數據和屬性數據，同時構建老年患者醫療數據指標體系〔7〕；其次依照構建的指標體系和分類的數據屬性，采集老年患者數據，根據該數據構建老年患者醫療數據庫，采用既定方法從數據庫中抽取所需老年患者醫療數據，通過構建的通用數據模型分析所抽取數據，實現對綜合性醫院中老年患者醫療數據的有效治理〔8〕。

1.1數據屬性分類和指標體系構建 依照綜合性醫院老年患者醫療數據存在形式，將老年患者醫療數據劃分成屬性數據和圖形數據兩類〔9〕，其中圖形數據指影像學檢查的老年患者醫療數據，屬性數據指通過調查和分析獲取的老年患者醫療數據。根據綜合性醫院醫療方案的評價過程，將醫療數據指標分成老年患者基本情況指標、疾病史和治療方案、老年患者投入和產出指標〔10〕。重點研究老年患者的投入和產出指標，采用生物-心理-社會醫學模式，構建老年患者醫療數據指標體系，老年患者醫療數據指標體系中包含投入數據和產出數據〔11〕。老年患者醫療數據投入產出指標與醫學模式之間的關系主要為：通過生物、心理和社會三個角度，治療老年患者疾病的指標為投入指標，影響疾病治療效果的因素主要是生物、心理和社會三個因素，將三個影響因素當成是產出指標〔12〕。設置老年患者醫療數據投入指標時，以往大多數學者主要研究資金指標，少數學者研究設備和專業技術人員指標〔13〕。由于本文采用生物-心理-社會醫學模式研究老年患者醫療數據投入指標，因此應在投入指標中添加心理因素和社會因素，引導綜合性醫院醫護人員轉變醫療行為，對綜合性醫院治理老年患者產生積極影響。

當前大多數學者采用影像學檢查指標或者是生化檢查指標設置產出指標，但是由于老年患者可能具有慢性非傳染病，該種疾病治療時間較長且較難治愈，采用急性疾病標準和方法，難以檢測該種疾病醫療數據。因此需依照生物-心理-社會醫學模式，將社會適應能力、生理功能和心理功能納入產出指標中〔14〕。2018年世界衛生組織修訂的ICIDH-2為認識老年患者健康狀況提供理論基礎。ICIDH-2指的是國際功能、殘疾和健康分類，通過ICIDH-2可評定老年患者個人生活和工作能力，社會參與能力和器官功能等方面的健康狀況，應研究產出指標和ICIDH-2兩者之間關系，充分設計老年患者醫療數據庫產出指標。ICIDH-2可以多方面評定老年患者健康狀況，能夠評定老年患者的社會系統個人生活方式、衛生服務和臨床效果等和健康狀況相關的內容。ICIDH-2具有較高的使用功能性，采用數字化編碼系統和程度指標，能較好地反映老年患者醫療數據信息和社會對老年患者醫療后果的評價，為設置高質量的產出指標提供理論基礎，使設置后的產出指標更符合實際情況〔15〕。

1.2數據采集及數據庫建立 分類老年患者醫療數據屬性和構建指標體系后，需采集老年患者醫療數據，采集過程中應充分表現出以人為本的理念，采集老年患者醫療數據時需滿足下述條件：(1)應選取適宜數量的老年患者數據指標。選取老年患者醫療屬性數據時要體現出少而精的理念，當選取指標較多時，會對被調查人員和調查人員產生不利影響，嚴重影響調查質量〔16〕。(2)將采集老年患者醫療數據的主體設置為綜合性醫院醫生，充分融合老年患者病例記錄和收集的資料數據，引導綜合性醫院醫生改變老年患者病例記錄內容和記錄形式。(3)讓老年患者充分參與到病例記錄中，采集老年患者主觀感受指標。老年患者能參與病例記錄的主要原因有兩點，首先是老年患者逐步提升的文化程度，其次是老年患者閑置候診時間和綜合性醫院醫生繁忙程度之間的矛盾〔17〕。如果綜合性醫院醫生對老年患者的引導效果較好，則會提升老年患者填寫病例記錄的積極性〔18〕。通過分類老年患者醫療數據屬性和構建指標體系，采集綜合性醫院老年患者醫療數據，構建綜合性醫院老年患者醫療數據庫。

老年患者醫療數據庫中主要包含基礎數據、疾病史和治療方案、投入和產出指標數據四部分，其中基礎數據包括性別、年齡、家庭住址和文化程度、婚姻狀況等老年患者數據，疾病史和治療方案中疾病史包括既往病史和藥物過敏史，治療方案包括手術方案、西藥方案、中藥方案，投入指標由經費(藥品、住院等成本)、設備(是否使用高精尖設備)、知識(健康教育)、心理(家庭支持、心理醫生輔導)及其他方面構成〔4〕，產出指標由生命質量、物理(尿流率、前列腺硬度)、生化(前列腺特異性抗原)及影像學(B超、骨礦測量儀)等方面構成。即老年患者醫療數據庫中包含大量的老年患者醫療數據信息，因此應采用合理方法從老年患者醫療數據庫中抽取所需信息。

1.3基于數據庫視圖的數據快速抽取 由于綜合性醫院老年患者醫療數據較為復雜，因此綜合性醫院醫生可能無法從復雜的老年患者醫療數據庫中快速找到所需老年患者醫療數據。此時應采用數據庫中的視圖查詢數據庫中所需老年患者數據〔19〕。數據庫中間表視圖是一個虛擬表，該虛擬表提供老年患者醫療數據內容和字段，且提供的老年患者醫療數據內容和字段與實際相符程度較高。中間表視圖能夠精準、快速的顯示出滿足醫生需求的老年患者醫療數據。在此過程中中間表視圖不會增加老年患者醫療數據庫負擔。數據抽取過程中常用的提取、轉換和加載工具是Kettle，Kettle采用可視化手段，向綜合性醫院醫生提供一種高效簡單的方法提取老年患者醫療數據。采用Kettle配置輸入輸出的老年患者醫療數據庫接口和數據表，建立相互映射的字段，完整抽取中間表視圖中所需老年患者醫療數據。整個老年患者醫療數據抽取過程中采用數據脫敏技術，該技術內包含自主知識產權，能夠保障老年患者醫療數據的客觀性，保護老年患者隱私。

1.4通用數據模型建立 從老年患者醫療數據庫中抽取所需信息后，需分析抽取數據信息質量。為提升綜合性醫院醫生分析老年患者醫療數據質量，需將抽取的老年患者醫療數據轉換成數據模型〔20〕。采用信息聯盟和觀察性健康數據科學提出的通用數據模型，解決老年患者醫療數據標準化存儲問題。通過該模型可系統分析所選老年患者醫療數據，將所選老年患者醫療數據轉換成通用格式表示，其中通用格式是指數據模型，通用表示包括詞匯、術語及編碼方案等，根據通用數據模型將抽取的老年患者醫療數據轉換成標準存儲模型〔21〕，該模型允許外界程序系統分析標準存儲模型中老年患者醫療數據。采用標準程序分析程序庫系統分析抽取老年患者醫療數據，依照通用格式編寫抽取老年患者醫療數據，為綜合性醫院高效利用老年患者醫療數據分析老年患者病情提供數據保障〔22〕。

2 應用相關性研究

2.1應用在老年患者手術中

2.1.1研究目標 收集對比因高血壓腦出血需采用手術方式清除血腫的老年患者的術前和術后情況，對比大骨瓣開顱血腫清除手術和小骨窗顯微切除手術老年患者的臨床效果，精準掌握不同手術方式的臨床價值，通過治理老年患者醫療數據，綜合性醫院能向老年患者提供符合自身病情、安全性較高的治療方式。

2.1.2研究人群 選取某綜合性醫院中60歲以上的老年患者，選取的老年患者被綜合性醫院醫生診斷為高血壓腦出血疾病，且該老年患者不具備其他疾病，同時調查研究的老年患者手術記錄〔23〕，即采用何種手術方式、術后恢復時間等記錄。

2.1.3研究流程 首先選擇綜合性醫院中患有高血壓腦出血疾病的老年患者，將選取的患有高血壓腦出血疾病的老年患者分成兩組，分別是大骨瓣開顱血腫清除手術組和小骨窗顯微切除手術組，設定需觀測的老年患者醫療數據，從老年患者醫療數據庫中抽取所需老年患者數據，采用標準程序分析程序庫系統分析抽取老年患者醫療數據，依照通用格式編寫抽取老年患者醫療數據，依照抽取結果判斷老年患者應采用何種方式手術，提升手術安全性和手術質量〔24〕。

2.2應用在醫保系統中 綜合性醫院中老年患者所占比重較大，且大多數老年患者具有醫療保險，由于各個階級的醫保政策不同，導致當下綜合性醫院管理各類老年醫保患者的費用總數和醫保比例較為復雜，容易出錯〔25〕。采用綜合性醫院老年患者醫療數據治理方法可有效解決上述問題。

通過建立老年患者醫療數據庫，抽取相應老年患者醫療數據構建老年患者用藥和治療項目等對照表，制作關于老年患者花費費用和醫囑的傳輸接口，通過治理綜合性醫院老年患者醫療數據實現醫保系統和綜合性醫院老年患者醫療數據庫之間的信息傳輸，同時降低綜合性醫院和醫保中心審核老年醫保患者資料的復雜度。綜合性醫院中醫生開立醫囑時，可采用治理后的老年患者醫療數據，依照老年患者醫保種類和醫生登記等條件，提前和老年患者說明情況，同時采用治理后的老年患者醫療數據可使醫生及時了解各個科室中老年醫保患者的費用情況，精準監控和把握科室情況〔26〕。

綜上，通過研究綜合性醫院中老年患者的醫療數據治理方法，使綜合性醫院中醫療人員能及時從海量數據信息匯總篩選出所需信息，依照獲取所需數據高效分析老年患者醫療數據，對診斷具有同種醫療疾病的老年患者產生積極影響，高效精準地確定治療方案，及時醫治老年患者。同時有助于預測老年人某種疾病發病率，降低老年人患病概率，提升老年人幸福指數。