不良事件判定模型
发布日期: 2016/10/11 浏览次数:
  1. 业务背景及目标

          随着冠脉介入治疗在我国的广泛开展,介入的安全问题得到人们的广泛关注,加强质量管理尤其是对不良事件的监测及汇报成为一项重要的课题。不良事件的发生情况是对介入质量及安全的最权威的评价及反馈,反目前关于术中、术后不良事件的报告多以病例汇报的形式进行分享,偶有小样本的研究也多是局限于某类不良事件发生的因素分析,即使得出一定的规律及结论,也很难在临床实践中得以推广及应用,目前解决这一问题最好的方式是针对目标患者进行所有患者的自动监测及自动上报,避免了手动上报的种种弊端。
         为解决上述问题,你通过不良事件半段模型,开发冠脉介入手术术中及术后不良事件发生的实时监测系统,实时了解事件的发生情况,构建统一的不良事件报告、监测数据库、以及不良事件定义规范化流程。

     

    模型介绍

     
     

    基本方法

     
     
     
        医疗文本分析
  2.  
        层次分析法
 
  1.  

    简要步骤

     
     
     
        监测范围定义:从监测对象、事件、时间三个方面定义不良事件的监测范围
  2.  
        不良事件金标准界定:参考美国国家心血管注册研究导管经皮灌装动脉介入治疗注册研究v4.4编码员数据字典的诊断标准,结合院内临床实际,建立不良事件金标准
  3.  
        患者统一视图:通过创新读取技术,无缝对接院内数据,结合文本处理引擎技术,形成结构的患者统一视图,在一般结构化数值数据基础上融合患者的病程记录、护理记录、手术记录数据
  4.  
        建立不良事件判断流程:
  5.        • 不良事件金标准的机器语言化
  6.        • 实现标准与非标准信息的对齐
  7.        • 建立黑名单过滤机制
  8.  
        医生审核系统结果


  1. 应用结果

          本研究在北京一所床位数为3500的大型三级甲等医院中完成,其中心血管患者床位数260,包括6个病区及2个CCU,每天手术量平均约40台,全年接受介入的患者大约6000台,患者平均住院日9天。经过半年左右数据验证,模型的精确率为89%,召回率为95%(同期院内手动上报准确率100%,召回率40%)。