基于Apriori算法的某腫瘤專科醫(yī)院315例護(hù)理不良事件關(guān)聯(lián)因素分析

賀鮮嬌，陳 英

護(hù)理不良事件是指在護(hù)理過程中發(fā)生的、不在計(jì)劃中的、未預(yù)計(jì)到或通常不希望發(fā)生的事件，包括病人在住院期間發(fā)生的跌倒、用藥錯誤、走失、誤吸或窒息、燙傷及其他與病人安全相關(guān)的、非正常的護(hù)理意外事件[1]。根據(jù)世界衛(wèi)生組織(WHO)數(shù)據(jù)顯示：住院病人中有3.7%～16.6%曾經(jīng)發(fā)生過醫(yī)療護(hù)理不良事件，平均每件不良事件增加6～9個住院日，全球每年因不良事件損失170～290億美元，不良事件不僅帶來了沉重的社會負(fù)擔(dān)，更嚴(yán)重影響了病人對醫(yī)療機(jī)構(gòu)及醫(yī)護(hù)人員的信任[2-3]。腫瘤住院病人存在其特殊性、受疾病本身引起的癌性疲乏、手術(shù)、放化療、免疫治療等多種因素影響，其不良事件發(fā)生風(fēng)險(xiǎn)增加[4-5]，因此在腫瘤病人住院治療期間給護(hù)理管理帶來了巨大挑戰(zhàn)[6]。本研究通過對某腫瘤專科醫(yī)院2年上報(bào)的315例護(hù)理不良事件進(jìn)行回顧性分析，基于Apriori算法對傳統(tǒng)管理中已知的不良事件數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)其中變量之間的關(guān)聯(lián)規(guī)律，根據(jù)這些關(guān)聯(lián)規(guī)律，護(hù)理管理人員可以有針對性地改善管理工作流程、加強(qiáng)腫瘤專科知識培訓(xùn)等防范措施以提高當(dāng)班護(hù)士防范意外發(fā)生，提高護(hù)理質(zhì)量、保障病人安全，為腫瘤住院病人護(hù)理不良事件防范體系建設(shè)提供參考依據(jù)。

1 對象與方法

1.1 研究對象 選取2016年1月1日—2018年12月31日某腫瘤專科醫(yī)院各科室護(hù)理人員通過非懲罰性自愿上報(bào)的護(hù)理不良事件315例。不良事件上報(bào)表經(jīng)護(hù)理部調(diào)查核實(shí)，并經(jīng)某腫瘤專科醫(yī)院護(hù)理質(zhì)量管理委員會討論定性。

1.2 統(tǒng)計(jì)學(xué)方法 用Excel2007進(jìn)行數(shù)據(jù)錄入，數(shù)據(jù)變量為原始上報(bào)表單中相關(guān)的重要信息，包括病人的住院號、性別、年齡、護(hù)理不良事件分類(包括非計(jì)劃性拔管、跌倒、給藥缺陷、病人走失、自殺、燙傷等)、不良事件發(fā)生的時(shí)間、陪護(hù)是否在身邊、當(dāng)班護(hù)士職稱、學(xué)歷、工作年限等信息， 刪除原始數(shù)據(jù)中缺失數(shù)據(jù)，剔除涉及隱私數(shù)據(jù)(如姓名、住院號等)，對變量進(jìn)行離散化并編碼后使用數(shù)據(jù)挖掘軟件R對所建立的數(shù)據(jù)集進(jìn)行分析，應(yīng)用軟件中提供的arules包計(jì)算各因素的關(guān)聯(lián)規(guī)則及強(qiáng)度。通過設(shè)定最低條件支持度、最小規(guī)則置信度與最大前項(xiàng)數(shù)3個指標(biāo)的最小值，得出關(guān)聯(lián)規(guī)則，再通過置信度、規(guī)則支持度及提升度進(jìn)一步篩選并評價(jià)關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則原理[7-9]中支持度(Support)：項(xiàng)集 A、B 同時(shí)發(fā)生的概率稱為關(guān)聯(lián)規(guī)則的支持度。置信度(Confidence)：項(xiàng)集 A 發(fā)生則項(xiàng)集 B 發(fā)生的概率為關(guān)聯(lián)規(guī)則的置信度。提升度(Lift)：是置信度與支持度的比值，反映了A出現(xiàn)對 B出現(xiàn)的概率發(fā)生了多大的變化：Lift 值是關(guān)聯(lián)規(guī)則中很重要的值，這是因?yàn)橐?guī)則的支持度(Support)會對規(guī)則的置信度 (Confidence)產(chǎn)生影響 ，即使有時(shí)規(guī)則的置信度(Confidence)很高，當(dāng)規(guī)則的支持度(Support)也很高時(shí)，這條規(guī)則也是無效的，所以要引進(jìn)Lift值這個概念：Lift(A→B)>1，則規(guī)則A→B是有效強(qiáng)關(guān)聯(lián)性；Lift(A→B)<1， 則規(guī)則項(xiàng)集A、項(xiàng)集B是相斥事件；Lift(A→B)=1，表示 A、B獨(dú)立。

1.3 關(guān)聯(lián)規(guī)則過程分析 本研究選擇不良事件上報(bào)表中病人的特征以及不良事件發(fā)生的類型作為變量，對病人特征以及其發(fā)生的不良事件進(jìn)行關(guān)聯(lián)規(guī)則的挖掘。全部變量共計(jì)11個，變量及其編碼如表1所示：

表1 病人發(fā)生不良事件基本情況描述

(續(xù)表)

由于本研究關(guān)注的是不良事件的發(fā)生，因此選擇不良事件作為后繼的關(guān)聯(lián)規(guī)則。簡單而言，即項(xiàng)目頻數(shù)越大，則屬于頻繁項(xiàng)集，提示導(dǎo)致發(fā)生不良事件的變量之間非獨(dú)立發(fā)生，則為關(guān)聯(lián)度越高。選擇頻繁項(xiàng)集最小項(xiàng)目數(shù)為2，頻繁項(xiàng)集最大項(xiàng)目數(shù)為11，最小支持度為0.01，最小置信度為0.8，之后去除冗余規(guī)則，并且去除χ2檢驗(yàn)P大于0.05的關(guān)聯(lián)規(guī)則，得到關(guān)聯(lián)規(guī)則結(jié)果見表2。

表2 護(hù)理不良事件關(guān)聯(lián)規(guī)則結(jié)果

發(fā)現(xiàn)其中主要以4-項(xiàng)集、5-項(xiàng)集、6-項(xiàng)集及7-項(xiàng)集為主，共計(jì)規(guī)則962項(xiàng)，通過提高提升度標(biāo)準(zhǔn)>2.4，支持度>0.02，置信度大于0.88，得到關(guān)聯(lián)規(guī)則15項(xiàng)，經(jīng)專業(yè)判斷，最終選擇6條關(guān)聯(lián)，網(wǎng)絡(luò)圖如圖1所示。

圖1 護(hù)理不良事件最終關(guān)聯(lián)規(guī)則圖

2 結(jié)果

2.1 不良事件基本情況描述 發(fā)生護(hù)理不良事件315例中，非計(jì)劃性拔管128例，跌倒/墜床119例；發(fā)生不良事件的當(dāng)班護(hù)士情況，文化程度(第一學(xué)歷)為高職153例；職稱為護(hù)師177例；工作年限6～10年117例；高發(fā)科室以外科病區(qū)為主164例；發(fā)生不良事件的病人情況：41～65歲203例；手術(shù)后病人122例，化療中/后占28.19%；無陪護(hù)在病人身邊252例；時(shí)間分布18:00～01:00共有86例。

2.2 關(guān)聯(lián)規(guī)則結(jié)果 分析護(hù)理不良事件關(guān)聯(lián)規(guī)則(見表2)。關(guān)聯(lián)規(guī)則1表明：手術(shù)后病人、陪護(hù)在身邊、01:00～08:00時(shí)間段，提示易導(dǎo)致非計(jì)劃性拔管發(fā)生，這樣的情況占全部記錄的3.27%；關(guān)聯(lián)規(guī)則2表明：外科病區(qū)、陪護(hù)在身邊、18:00～01:00時(shí)間段，提示易導(dǎo)致非計(jì)劃性拔管發(fā)生，這樣的事件占全部記錄的2.95%；關(guān)聯(lián)規(guī)則3表明：外科病區(qū)、男性病人、陪護(hù)在身邊、01:00～08:00時(shí)間段，提示易導(dǎo)致非計(jì)劃性拔管發(fā)生，這樣的事件占全部記錄的2.62%；關(guān)聯(lián)規(guī)則4表明：外科病區(qū)、年齡41～65歲、陪護(hù)在身邊、護(hù)師職稱易導(dǎo)致非計(jì)劃性拔管發(fā)生，這樣的事件占全部記錄的2.23%；關(guān)聯(lián)規(guī)則5表明：女性病人、年齡41～65歲、陪護(hù)在身邊易導(dǎo)致非計(jì)劃性拔管發(fā)生，這樣的事件占全部記錄的2.62%；關(guān)聯(lián)規(guī)則6表明：男性病人、41～65歲、手術(shù)后、主管護(hù)師、01:00～08:00時(shí)間段易導(dǎo)致非計(jì)劃性拔管發(fā)生，占全部記錄的3.27%；以上情況均屬于頻繁項(xiàng)集；置信度為1，表示前項(xiàng)的變量100%導(dǎo)致后項(xiàng)非計(jì)劃性拔管的發(fā)生，Lift大于2.4表示前項(xiàng)的變量和后項(xiàng)的非計(jì)劃性拔管具有強(qiáng)關(guān)聯(lián)性。

表3 護(hù)理不良事件關(guān)聯(lián)規(guī)則列表

3 討論

3.1 不良事件基本特征分析 本研究顯示腫瘤病人不良事件主要集中在非計(jì)劃性拔管(40.33%)、跌倒(38.03%)，本研究結(jié)果與李玉蓮等[10-11]研究結(jié)果一致，而楊莘等[12]研究結(jié)果表明護(hù)理不良事件的前3位分別是導(dǎo)管脫出、壓瘡、跌倒，這可能與醫(yī)院不良事件上報(bào)管理制度相關(guān)，本研究中未納入壓瘡項(xiàng)目。本研究中年齡41～65歲的病人共203例，>65歲80例。結(jié)果提示，老年腫瘤病人是護(hù)理不良事件的高發(fā)群體，這與陸燕瓊等[13]研究結(jié)果相似，腫瘤病人存在其特殊性，年老是腫瘤第一發(fā)病因素，有癌性疼痛、放療、化療、骨轉(zhuǎn)移、顱內(nèi)轉(zhuǎn)移等情況的病人易發(fā)生跌倒等不良事件[14]；如化療后大量飲水引起的尿頻，觸發(fā)神經(jīng)內(nèi)分泌反應(yīng)等可增加跌倒不良事件發(fā)生概率。有研究顯示，年齡≥60歲的病人非計(jì)劃性拔管發(fā)生率明顯高于中青年病人[15]，可能與老年病人適應(yīng)性低，自知力較差，健忘，皮膚松弛，缺乏對留置導(dǎo)管的自我保護(hù)意識，部分病人甚至對導(dǎo)管有排斥心理，稍有不適即要求拔管。化療期間因骨髓抑制、乏力、惡心嘔吐易導(dǎo)致水電解質(zhì)紊亂，藥物神經(jīng)毒性引起的肢體感覺異常可能導(dǎo)致非計(jì)劃性拔管不良事件的發(fā)生。

本研究中發(fā)生不良事件的當(dāng)班護(hù)士高職學(xué)歷48.57%，護(hù)師占57.19%，工作年限5～10年。這與楊莘等[12，16]研究結(jié)果不一致，這可能與本研究中腫瘤醫(yī)院護(hù)理人員的職稱、工作年限架構(gòu)相關(guān)：醫(yī)院每年招聘一定比例的有工作經(jīng)驗(yàn)護(hù)理人員，以致高職稱、工齡長的護(hù)理人員比例增加，雖然這一部分實(shí)用型護(hù)士已有一定的護(hù)理臨床工作經(jīng)驗(yàn)，但腫瘤專科知識相對薄弱，根據(jù)醫(yī)院護(hù)理繼續(xù)教育制度要求，新入職護(hù)士3～5年內(nèi)要輪轉(zhuǎn)學(xué)習(xí)，每3～6個月進(jìn)行輪轉(zhuǎn)1次。陸琦等[17]研究發(fā)現(xiàn)輪轉(zhuǎn)過程中新護(hù)士缺乏歸屬感，輪轉(zhuǎn)科室的帶教老師對新護(hù)士的接納度也不高。韓曉梅等[18]研究顯示護(hù)師在工作中的個人成就感低于護(hù)士，其原因可能是護(hù)師多為科室的護(hù)理骨干， 常被安排從事一些難度較大的工作，但在工作中又處于執(zhí)行者的地位，個人才能發(fā)揮空間較小，難以體驗(yàn)到個人成就感，易產(chǎn)生工作倦怠導(dǎo)致態(tài)度冷漠、工作效率下降。此外，有研究調(diào)查顯示在國內(nèi)，腫瘤專科護(hù)士沒有成熟的工作模式和崗位，很多腫瘤專科護(hù)士深陷于繁重的常規(guī)護(hù)理工作中，且醫(yī)院缺乏對專科護(hù)理人員的培訓(xùn)，未加強(qiáng)重點(diǎn)環(huán)節(jié)的質(zhì)量控制，使得專科特色難以體現(xiàn)。本研究結(jié)果中顯示不良事件的高發(fā)時(shí)間段為18：00～08：00，占比53.65%，這與黃艷等[19]研究結(jié)果一致。多項(xiàng)研究證明，輪流倒值班模式中的夜班班次，明顯地影響到護(hù)士的工作表現(xiàn)、疲勞、差錯發(fā)生率以及病人的安全指標(biāo)。同時(shí)，腫瘤病人夜間護(hù)理工作具有危重病人多、病情變化快、工作量大而護(hù)理人員數(shù)量少等特點(diǎn)，是護(hù)理風(fēng)險(xiǎn)控制的薄弱環(huán)節(jié)。然而，以上的護(hù)理不良事件特征分析，僅是單個方面因素的分析，加強(qiáng)單方面因素的防范管理，仍然存在護(hù)理不良事件的發(fā)生，因此本研究通過數(shù)據(jù)挖掘的算法，深入分析腫瘤專科醫(yī)院發(fā)生例數(shù)最高的護(hù)理不良事件類型之間的各個因素，找出他們之間特征性關(guān)聯(lián)因素進(jìn)行重點(diǎn)防范。

3.2 不良事件的關(guān)聯(lián)規(guī)則分析 本研究主要針對發(fā)生最集中的不良事件，即非計(jì)劃性拔管進(jìn)行數(shù)據(jù)關(guān)聯(lián)分析。通過數(shù)據(jù)挖掘最后經(jīng)專業(yè)判斷遴選出6條非計(jì)劃性拔管的關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則提示在外科病區(qū)、年齡41～65歲的手術(shù)后病人、有陪護(hù)在身邊、18:00～08:00時(shí)間段、當(dāng)班護(hù)士職稱為護(hù)師等變量會導(dǎo)致非計(jì)劃性拔管的發(fā)生，設(shè)置提升度為2.4，說明前后具有較強(qiáng)的關(guān)聯(lián)性，與Uy Angelique等[20]結(jié)果相似，本關(guān)聯(lián)規(guī)則顯示在外科病區(qū)，大部分為手術(shù)后病人，年齡段集中在41～65歲的中年病人，腫瘤病人手術(shù)后通常留置中心靜脈導(dǎo)管、傷口引流管、尿管等各種引流管，人體生理機(jī)能下降，病人對自身風(fēng)險(xiǎn)預(yù)見性不足，在翻身、坐起、獨(dú)自如廁等活動過程中易導(dǎo)致發(fā)生非計(jì)劃性拔管；陪護(hù)在身邊雖然一定程度上可以給予病人幫助，但陪護(hù)可能在細(xì)節(jié)上幫助不到位或夜間陪人休息，病人未喚醒陪人協(xié)助翻身、如廁等活動[21]，當(dāng)班護(hù)士職稱為護(hù)師的人員，通常工作在5年左右，易產(chǎn)生職業(yè)懈怠。因此，年齡41～65歲的手術(shù)后病人、有陪護(hù)在身邊、01:00～08:00時(shí)間段、當(dāng)班護(hù)士職稱為護(hù)師等變量關(guān)聯(lián)在一起時(shí)，一定程度上增加非計(jì)劃性拔管的風(fēng)險(xiǎn)。提示在今后的非計(jì)劃性拔管預(yù)防中，當(dāng)聯(lián)合出現(xiàn)上述多種情況時(shí)應(yīng)提高警惕；合理配置護(hù)理資源，保證夜間護(hù)理人員的數(shù)量，新老年資護(hù)士搭配，相互督促，提高效率，加強(qiáng)巡視手術(shù)后的腫瘤病人。有團(tuán)隊(duì)研究在病人的住院病歷中提取數(shù)據(jù)，采用C4.5算法和Logitic回歸建立分類樹模型，發(fā)現(xiàn)不良事件的關(guān)聯(lián)危險(xiǎn)因素，設(shè)置預(yù)警系統(tǒng)，保障護(hù)理安全，防范不良事件發(fā)生。另外，Andersson等[22]回顧分析不良事件顯示：護(hù)士需要提高鼓勵病人參與護(hù)理的技能，病人的參與需要納入護(hù)士的職責(zé)。各種導(dǎo)管的護(hù)理正是需要病人參與，只有病人掌握護(hù)理技能，才能做好配合，保障安全，降低不良事件的發(fā)生。

綜上所述，本研究結(jié)果顯示腫瘤病人護(hù)理不良事件主要集中在非計(jì)劃性拔管和跌倒。通過Apriori算法關(guān)聯(lián)分析護(hù)理不良事件的數(shù)據(jù)發(fā)現(xiàn)外科病區(qū)、年齡41～65歲的手術(shù)后病人、有陪護(hù)在身邊、18:00～08:00時(shí)間段、當(dāng)班護(hù)士職稱為護(hù)師等變量關(guān)聯(lián)易導(dǎo)致非計(jì)劃性拔管的發(fā)生。因此，建議醫(yī)院建立數(shù)據(jù)挖掘平臺，通過信息化手段定期對護(hù)理不良事件上報(bào)系統(tǒng)、護(hù)理排班系統(tǒng)、HIS系統(tǒng)數(shù)據(jù)進(jìn)行抓取并統(tǒng)計(jì)分析，挖掘出數(shù)據(jù)中有價(jià)值的關(guān)聯(lián)規(guī)則，針對關(guān)聯(lián)規(guī)則中各因素建立風(fēng)險(xiǎn)預(yù)測模型，設(shè)置高危風(fēng)險(xiǎn)的預(yù)警機(jī)制，一旦出現(xiàn)有高風(fēng)險(xiǎn)的關(guān)聯(lián)因素，護(hù)理管理者應(yīng)及早進(jìn)行干預(yù)，提前規(guī)避危險(xiǎn)因素，防患于未然。同時(shí)，建立健全關(guān)聯(lián)規(guī)則防范管理途徑，重點(diǎn)巡查、提升腫瘤專科護(hù)理人員的風(fēng)險(xiǎn)管控意識與宣教能力，降低不良事件的發(fā)生率，減輕病人的痛苦與負(fù)擔(dān)，增強(qiáng)病人對醫(yī)護(hù)人員的信心，提升病人滿意度。