1.研究目的探討改良智能化急診分診系統(tǒng)臨床應(yīng)用及效果,并對分診系統(tǒng)的評估指標(biāo)進(jìn)行實(shí)證研究,旨在進(jìn)一步完善急診分級分診量化評估指標(biāo)體系。2.研究方法本研究采用實(shí)證研究法,分兩個部分共三個階段進(jìn)行:第一部分(第一個階段),改良智能化急診分級分診系統(tǒng)臨床應(yīng)用現(xiàn)狀;第二部分(第二、三階段),改良智能化急診分級分診系統(tǒng)的效果評價。第一階段,了解改良智能化急診分級分診系統(tǒng)臨床應(yīng)用現(xiàn)狀,采取描述性研究,應(yīng)用改良智能化急診分級分診系統(tǒng),整群抽取2016年9月1日至9月30日我院急診科就診應(yīng)用改良智能化急診分級分診系統(tǒng)進(jìn)行分診的4401名就診病人為研究對象,觀察并分析其急診分診級別分布、就診時間分布、時間點(diǎn)就診量變化幅度分布、單人分診次數(shù)分布的急診現(xiàn)狀。第二階段,采用便利采樣法,對2017年1月至3月100例應(yīng)用改良智能化急診分級分診系統(tǒng)進(jìn)行分診的急診就診病人,評估改良智能化急診分級分診系統(tǒng)對急診就診病人病情判別的信效度、靈敏度及特異度。第三階段,采用便利采樣法,對2016年12月至7月我院475例應(yīng)用改良智能化急診分級分診系統(tǒng)進(jìn)行分診的急診就診病人,記錄病例主訴、各項(xiàng)評估指標(biāo)及經(jīng)校準(zhǔn)的分診級別,將病例采用三種不同截取法即僅含常規(guī)指標(biāo)(即常規(guī)法)A組、含“常規(guī)指標(biāo)+改良早期預(yù)警評估系統(tǒng)(Modified early warning score,MEWS)”(即常規(guī)法+MEWS法)B組、含“常規(guī)指標(biāo)+MEWS+數(shù)字疼痛評估法(Numerical rating scale,NRS)”(即常規(guī)法+MEWS+NRS法)C組,由兩名護(hù)士分別進(jìn)行再次病情分級,將再次分級結(jié)果與校準(zhǔn)分級進(jìn)行比較,檢驗(yàn)其判別病情的差異性,同時比較三種評估方法判別分級的準(zhǔn)確率與漏檢率。將病例繼續(xù)擴(kuò)大到500例,按上述三種截取指標(biāo)的順序,依次將指標(biāo)組納入Logistic回歸方程中,通過Logistic回歸方程建立模型,分別為模型Ⅰ、模型Ⅱ和模型Ⅲ,分析各指標(biāo)與校準(zhǔn)級別的相關(guān)程度,比較各模型的擬合優(yōu)度,并探討各評估指標(biāo)對早期病情識別的臨床意義。3.研究結(jié)果3.1改良智能化急診分級分診系統(tǒng)就診級別、時間分布納入研究對象4401例,分診4728次;就診分級分布:Ⅰ級31人次(0.66%),Ⅱ級319人次(6.75%),Ⅲ級239人次(5.05%),Ⅳ級4139人次(87.54%)。就診時間分布:第一次就診時間高峰,四個級別病人均出現(xiàn)在上午8:00~12:00;第二次高峰出現(xiàn)于晚間,但各級時段略有不同:Ⅰ、Ⅱ級均在18:00~20:00,Ⅲ級18:00~0:00,IV級主要集中19:00-21:00;269名病人經(jīng)2次及以上再次分診,占就診總?cè)藬?shù)6.11%。3.2改良智能化急診分級分診系統(tǒng)信效度、靈敏度與特異度該分診系統(tǒng)的分級一致性研究結(jié)果顯示,分級的一致性檢驗(yàn)示kappa=0.972,具有高度一致性;分診系統(tǒng)的分級與標(biāo)準(zhǔn)分級信度測試Cronbach’α=0.82,具有較好信效度;應(yīng)用系統(tǒng)分診準(zhǔn)確率85%,其中7%病人分級過度,8%病人分級不足,其中劇烈腹痛、胸悶心慌以及發(fā)熱等3個主訴癥狀存在分級過度或分級不足現(xiàn)象;該系統(tǒng)對急癥病人分級的靈敏度72%,特異度94.67%,預(yù)測指標(biāo)為81.82%;對非急癥病人預(yù)測指標(biāo)為91.03%。3.3改良智能化急診分級分診系統(tǒng)評估模式比較:3.3.1分診準(zhǔn)確率:A組(常規(guī)指標(biāo))(82.11%,80.21%)、B組(“常規(guī)指標(biāo)+MEWS”)(70.95%,77.05%)、C組(“常規(guī)評估+MEWS+NRS”)(85.47%,82.53%),結(jié)果C組高于A、B組(P0.05)。3.3.2分診漏檢率:C組對危重、潛在危重及非急癥病人的漏檢率分別為34.78%、31.61%、31.61%,其均值低于A、B組;三種評估分級法結(jié)果兩兩比較均具有統(tǒng)計學(xué)差異(P0.05)。3.3.3擬合優(yōu)度比較:根據(jù)Logistic回歸模型分析顯示:模型擬合優(yōu)度比較顯示:模型Ⅲ擬合優(yōu)度(OR=0.465)高于模型Ⅰ(OR=0.387)和模型Ⅱ(OR=0.405);對Ⅰ~Ⅳ均有顯著相關(guān)的監(jiān)測指標(biāo)有年齡、呼吸、NRS,其中對Ⅱ級病人:年齡(OR=1.053,95%CI 1.026~1.082)、呼吸(OR=1.504,95%CI 1.211~1.868)、NRS(OR=1.372,95%CI 1.156~1.628),對Ⅲ級病人:年齡(OR=1.037,95%CI1.021~1.053)、呼吸(OR=1.373,95%CI 1.142~1.651)、NRS(OR=1.395,95%CI1.266~1.538).4.研究結(jié)論4.1改良智能化急診分級分診系統(tǒng),實(shí)現(xiàn)快捷數(shù)據(jù)信息錄入、自動統(tǒng)計、智能分析,急診首診信息數(shù)據(jù)的醫(yī)護(hù)共享、動態(tài)監(jiān)測病情變化,就診治療過程動態(tài)可追溯,為合理優(yōu)化急診資源分配及落實(shí)彈性排班提供客觀依據(jù),實(shí)現(xiàn)其輔助決策分診的重要意義。4.2改良智能化急診分級分診系統(tǒng)在提高分診工作效率的同時,更客觀、快捷、準(zhǔn)確的輔助識別病情,在有限的時間與急診資源情況下,能輔助分診護(hù)士進(jìn)行更加快速且科學(xué)的決策。4.3聯(lián)合評估模式,在常規(guī)分診評估具有簡單快速的基礎(chǔ)上,將MEWS評分法的較強(qiáng)警示、良好預(yù)測、及疼痛評估等優(yōu)勢有機(jī)結(jié)合,更好判斷病情嚴(yán)重程度,降低潛在漏檢率;該改良智能化分級分診評估指標(biāo)模型,具有良好擬合優(yōu)度,為分診評估標(biāo)準(zhǔn)的進(jìn)一步完善和優(yōu)化提供科學(xué)參考依據(jù)。4.4展望:通過本研究將智能化急診分級分診概念引入到急診分診管理中,為急診分診的護(hù)理管理提供了極具潛力的分診工具,為輔助決策工具的進(jìn)一步發(fā)展奠定了基礎(chǔ),希望為后續(xù)關(guān)于分診信息系統(tǒng)開發(fā)提供臨床研究參考與數(shù)據(jù)支持,用以開發(fā)評分算法、診斷分類正確率、數(shù)據(jù)錄入程序更精準(zhǔn)的分診工具,并在其性能、可用性及適應(yīng)性上升級,更好的服務(wù)于護(hù)理工作者,保證病人就診安全。
【學(xué)位單位】：廣州醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R47
【部分圖文】：

前 言研究智能化急診分級分診系統(tǒng)網(wǎng)絡(luò)架構(gòu)及拓?fù)浣Y(jié)構(gòu)設(shè)計分診系統(tǒng)在醫(yī)院內(nèi)部的局域網(wǎng)下運(yùn)行，通過網(wǎng)絡(luò)交換機(jī)連接服據(jù)持久使用 oracle 或 sqlserver，用于存儲病人分診過程中產(chǎn)生端通過應(yīng)用服務(wù)器來訪問數(shù)據(jù)庫。分診護(hù)士通過客戶端完成病通過醫(yī)院的無線app，使用裝有windows系統(tǒng)的平板電腦完成分 1-2 所示：

智能分診系統(tǒng)在醫(yī)院內(nèi)部的局域網(wǎng)下運(yùn)行，通過網(wǎng)絡(luò)交換機(jī)連接服務(wù)器，數(shù)據(jù)持久使用 oracle 或 sqlserver，用于存儲病人分診過程中產(chǎn)生的業(yè)客戶端通過應(yīng)用服務(wù)器來訪問數(shù)據(jù)庫。分診護(hù)士通過客戶端完成病人分也可通過醫(yī)院的無線app，使用裝有windows系統(tǒng)的平板電腦完成分診操如圖 1-2 所示：圖 1 改良智能化急診分級分診系統(tǒng)網(wǎng)絡(luò)架構(gòu)圖

前 言統(tǒng)提供對號勾選，自動記錄，通過采集體溫、脈搏、呼吸、血壓、疼痛評分、昏迷評分、創(chuàng)傷評分、以及癥狀等數(shù)據(jù)，進(jìn)行智能病情分級，分級設(shè)置顏色標(biāo)識，直觀明顯，根據(jù)系統(tǒng)提示分級結(jié)果，分配病人就診流向。分診系統(tǒng)主要頁面具體如圖 5-7 所示。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 冒山林;曹雋;葛梓;趙暉;孫波;曹曉偉;夏志潔;;綜合性三級醫(yī)院成人急診分級分診標(biāo)準(zhǔn)軟件的制定與評價[J];中華急診醫(yī)學(xué)雜志;2016年03期

2 魏嵐;劉堯;費(fèi)曉璐;;急診預(yù)檢系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J];中國數(shù)字醫(yī)學(xué);2015年12期

3 陳秋菊;方方;黃萍;陳雁;;基于TTAS標(biāo)準(zhǔn)的急診分診管理系統(tǒng)的構(gòu)建及應(yīng)用[J];護(hù)理研究;2015年32期

4 陸麗芬;潘向?yàn)];柏云娟;趙雪紅;;智能化急診分診標(biāo)準(zhǔn)信息系統(tǒng)的設(shè)計和應(yīng)用[J];中華護(hù)理雜志;2015年11期

5 楊玲;王春華;;CRAMS評分法在急診創(chuàng)傷患者搶救中的效果分析[J];黑龍江醫(yī)學(xué);2015年10期

6 張小紅;程寶珍;林文風(fēng);孫立琴;圣文娟;宋瑰琦;;急診分診管理軟件的設(shè)計及應(yīng)用效果[J];中華護(hù)理雜志;2015年03期

7 胡英莉;黃靜雅;李玉樂;華小雪;史冬雷;;我國二級及以上醫(yī)院急診分診依據(jù)現(xiàn)狀調(diào)查[J];護(hù)理管理雜志;2014年05期

8 王颯;陳水紅;曹巧丹;金靜芬;;電子分診標(biāo)簽在急診預(yù)檢中的應(yīng)用[J];中華護(hù)理雜志;2014年02期

9 劉春;王霆;蔡丹磊;沈雁波;丁俊華;;改良早期預(yù)警評分系統(tǒng)在急診內(nèi)科搶救室的臨床應(yīng)用[J];中國全科醫(yī)學(xué);2013年41期

10 陳屹一;裘云慶;周敏;殷舟;謝瓊;徐敏;駱犖;陳燦達(dá);;基于體域網(wǎng)的家庭健康監(jiān)護(hù)及遠(yuǎn)程急診分診模式[J];中國醫(yī)院管理;2013年09期

相關(guān)碩士學(xué)位論文 前2條

1 高美華;改良早期預(yù)警評分系統(tǒng)結(jié)合GCS評分系統(tǒng)在急診腦外傷患者分診中的應(yīng)用[D];中南大學(xué);2014年

2 蔣蕾;急診預(yù)處理系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D];電子科技大學(xué);2011年

本文編號：2863063