基于数据挖掘分析的手术室病理标本质控优化研究

■ 许多① 李影① 吴蒸 ①

【关键词】数据库数据挖掘病理标本手术室

【摘要】目的：利用数据挖掘分析影响手术室病理标本质量的影响因素，制定并实施针对性的改进措施。方法：利用EpiData 3.1软件将温州医科大学第一医院手术室2012年1月—2014年6月发生的158起病理标本差错缺陷事故建立数据库，利用SPSS13.0软件进行Logistic回归分析，分析出主要影响因素，从而制定并实施针对性的改进措施。比较2014年（改进前）和2015年（改进后）手术室病理标本差错缺陷事故发生率、手术医生与病理科人员对标本管理满意度差异。结果：2014年和2015年病理标本差错缺陷事故发生率分别为0.15%、0.05%（P<0.001）；2014年和2015年手术医生、病理科人员对手术室标本管理的满意度分别为89.11%、94.57%（P<0.001）。结论：通过数据挖掘方法能分析出标本差错缺陷事故发生的根本原因，制定有针对性的改进措施并在临床中实践，从而降低标本差错缺陷事故发生率，提高了手术医生与病理科人员对标本管理的满意度。

Analysis on improving the management of pathologic specimen in operating room based on data mining / XU Duo, LI Ying, WU Zheng// Chinese Hospitals. -2016,20(4):30-31

【Key words】database, data mining, biopsy tissue, operating room

　　【Abstract】Objective: To explore the influence factor of the quality of pathologic specimen in operating room based on Data Mining, formulate and implement improvement measures. Methods: Used EpiData 3.1 software to build the data format including 158 pathologic specimen defect error accident, through SPSS13.0 software to proceed Logistic regression analysis to explore the influence factor of the quality of pathologic specimen in operating room, then formulate and implement improvement measures. Results: After improvement measures were taken, the occurrence rate of pathologic specimen defect error accident has significantly DECREASED FROM 0.15% TO 0.05% (P<0.001), the satisfaction of surgeon and pathology department towards pathologic specimen management has significantly INCREASED FROM 89.11% TO 94.57% (P <0.001).Conclusion: It is effective to apply Data Mining in the management of operation specimen, which can reduce the occurrence rate of pathologic specimen defect error accident and improve the degree of satisfaction.

Author’s address：The 1st Affiliated Hospital of Wenzhou Medical University, Nanbaixiang the New Campus of the 1st Affiliated Hospital of Wenzhou Medical University, Ouhai District, Wenzhou,325000, Zhejiang Province, PRC

Logistic回归分析是数据挖掘的主要方法之一。本研究将依托Logistic回归分析从大量的原始数据中筛选出影响手术室病理标本质量甚至导致标本差错事故发生的相关因素，有针对性地制定管理措施并实施，从而降低了标本差错发生率。

1 资料与方法

1.1 一般资料

温州医科大学附属第一医院手术室共有145名护士，其中男性1名、女性144名；学历：中专12名，大专23名，本科110名；工作年限0～36年，平均9.23±4.28年。医院共设有手术室45间，其中百级层流手术室6间、万级层流手术室37间、十万级层流手术室2间，日手术量平均160例，年病理标本平均40000件。

1.2 数据来源

采用整群抽样，选择温州医科大学附属第一医院手术室2012年1月—2014年6月发生的所有病理标本差错缺陷事故为本研究的原始数据。

1.3 建立数据库

采用EpiData 3.1软件建立数据库，主要纳入差错的发生时间、类型、原因、有无固定人员送检标本、有无专用容器送检标本及主要责任人的职称、工作年限、是否受过专科手术培训等因素相关资料。

1.4 资料处理

资料处理遵循数据挖掘的一般步骤[1]：问题理解和提出、数据准备、数据整理、建立模型、评价和解释。资料处理方法主要包括数据预处理和数据挖掘。数据预处理指对于资料包含项目不完整、且缺失信息无法补救的数据予以删除，对于明显错误的数据予以删除，在EpiData 3.1软件建立的数据库中进行数据录入、核对，设计变量赋值表（表1）。根据赋值表将数据库中的数据进行转变，并导入SPSS13.0软件中。本研究数据挖掘是通过SPSS13.0软件实现，采用Logistic回归分析法进行分析，从而筛选出导致标本差错事故发生的相关因素。

1.5 制定并实施改进措施

2015年开始针对数据挖掘得到的影响因素制定相应的措施并严格规范执行。(1)相对固定人员送检标本，送检人员上岗前必须经过专业培训，且考核合格后方可上岗；(2)统一购置专用容器用以送检标本，容器盖及容器侧面贴有“病理标本”标识；(3)加强对护士进行标本质控培训，尤其加强低年资护士培训，新入科护士岗前培训中设标本质控课程；(4)病理标本单改为电脑打印的病理标本检验申请单，并制定书写规范；(5)护士与医生在手术开始前共同确认病理标本申请单是否填写完整；(6)术中留取标本时，器械护士与医生核对相关信息，与巡回护士交接时再次核对，且巡回护士复述患者姓名、标本名称等相关信息，巡回护士按照规范填写标本标签；留取标本超过两个及以上者，统一放在一个标本袋中；(7)福尔马林缓冲液放置在醒目位置，放置处张贴印有“甲醛”的醒目标识；(8)术后，巡回护士与送检护工当面交接标本并共同签字，护工送至病理科后与病理科人员逐一清点并共同签字；(9)在改进的病理标本系统中添加病理科人员对手术标本质量的实时把控，如：普通病理标本未能在30分钟内送达病理科，标本固定液过少影响切片质量等情况一旦发生，病理科工作人员直接通知手术室相关人员及护理管理人员，方便护理管理人员及时进行标本质量监控，及相关责任人及时改进送检标本质量。

1.6 评价指标

通过自行设计的手术室标本管理满意度调查表对手术医生、病理科人员进行满意度调查，比较2014年和2015年满意度有无差异。

1.7 统计学方法

采用SPSS13.0软件进行统计学处理，采用χ2检验比较2014年和2015年手术室病理标本差错缺陷事故发生率、手术医生与病理科人员对标本管理满意度差异。

2 结果

2.1 标本差错缺陷事故不同类型发生率

2012年1月—2014年6月共发生1 5 8起病理标本差错缺陷事故。按照发生率由高到低依次为：标本交接错误4 2起（2 6 . 6 %），标本标签丢失33起（20.9%），标本与病理送检单不符2 7起（1 7 . 1 %），标本存放不当2 5起（1 5 . 8 %），固定液过少2 1起（1 3 . 3 %），运送时间过长8起（5.1%），标本丢失2起（1.2%）。

2.2 标本差错缺陷事故发生主要影响因素

标本差错缺陷事故发生主要影响因素见表2。

2.3 标本差错缺陷事故发生率比较

2014年病理标本共39145例，标本差错缺陷事故发生59起，发生率为0.15%。2015年病理标本共40136例，标本差错缺陷事故发生21起，发生率为0.05%。两者比较差异有统计学意义（P<0.001）。

2.4 手术医生、病理科对手术室标本管理满意度比较

2014年手术医生、病理科人员对手术室标本管理满意度为8 9 . 1 1 %，2015年为94.57%，差异有统计学意义（P<0.001）。

3 讨论

将数据挖掘技术用以分析纷繁复杂的临床数据，可以帮助医务人员快速、准确地诊断、预测、监控和制定最优方案。目前数据挖掘技术已经广泛应用于医学、护理应用领域中[2-3]。近几年，国内关于手术室标本管理的相关文献报道大都集中在回顾性分析手术标本差错缺陷的发生情况，或采用主观分析法进行原因分析，并未量化深层挖掘手术标本差错缺陷的根本原因[4-5]。针对国内手术室标本研究大都停留在仅凭经验及专家建议总结标本差错缺陷事故发生的原因，本研究在大数据架构下从标本管理的数字化平台，以Logistic回归分析统计学方法快速、科学、便捷地从大数据中提取标本差错缺陷事故发生的原因，以新的角度、科学的态度合理高效地改进医院手术室病理标本信息化管理中的人、事、物等各个关键环节，重新梳理标本运送流程，从而预防标本留取缺陷，甚至标本丢失、标本错误登记等严重后果的发生。

本研究通过Logistic回归分析统计学方法分析出是否固定人员送检标本、是否采用专用容器送检标本及责任人工作年限、是否受过专业培训等因素是标本差错缺陷事故发生的显著影响因素，找到了差错缺陷事故发生的根本原因。通过制定有针对性的改进措施并在临床中实践，从而降低了标本差错缺陷事故发生率，提高了手术医生和病理科人员对标本管理的满意度。与既往的病理标本管理基于经验分析相比较，数据挖掘分析更具有科学性，为今后在手术室护理管理工作提供了一种新的工作方法。

参考文献

[1] 郭崇慧.数据挖掘教程[M].北京：清华大学出版社,2005:7.

[2] 劳飞.数据挖掘技术在医学中的应用[J].实用心脑肺血管病杂志,2010,18(6):823.

[ 3 ] 陈勇飞,陈英,余永红,等.基于数据挖掘的医护培训内容优化系统研究[ J ] .中国数字医学,2012,7(11):471-474.

[4] 侯晓敏,张军花,冯茜,等.失效模式与效应分析在手术室病理标本管理中的应用与效果[J].护理管理杂志,2014,14(8):591-593.

[5] 何萍.手术病理标本管理中常见缺陷分析及对策[J].中国医药指南,2010,8(4):152-153.

表1 Logistic回归分析中的变量赋值表