基于Apriori算法的某腫瘤專科醫院315例護理不良事件關聯因素分析

賀鮮嬌，陳 英

護理不良事件是指在護理過程中發生的、不在計劃中的、未預計到或通常不希望發生的事件，包括病人在住院期間發生的跌倒、用藥錯誤、走失、誤吸或窒息、燙傷及其他與病人安全相關的、非正常的護理意外事件[1]。根據世界衛生組織(WHO)數據顯示：住院病人中有3.7%～16.6%曾經發生過醫療護理不良事件，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擔，更嚴重影響了病人對醫療機構及醫護人員的信任[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、放化療、免疫治療等多種因素影響，其不良事件發生風險增加[4-5]，因此在腫瘤病人住院治療期間給護理管理帶來了巨大挑戰[6]。本研究通過對某腫瘤專科醫院2年上報的315例護理不良事件進行回顧性分析，基于Apriori算法對傳統管理中已知的不良事件數據進行挖掘，發現其中變量之間的關聯規律，根據這些關聯規律，護理管理人員可以有針對性地改善管理工作流程、加強腫瘤專科知識培訓等防范措施以提高當班護士防范意外發生，提高護理質量、保障病人安全，為腫瘤住院病人護理不良事件防范體系建設提供參考依據。

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日某腫瘤專科醫院各科室護理人員通過非懲罰性自愿上報的護理不良事件315例。不良事件上報表經護理部調查核實，并經某腫瘤專科醫院護理質量管理委員會討論定性。

1.2 統計學方法 用Excel2007進行數據錄入，數據變量為原始上報表單中相關的重要信息，包括病人的住院號、性別、年齡、護理不良事件分類(包括非計劃性拔管、跌倒、給藥缺陷、病人走失、自殺、燙傷等)、不良事件發生的時間、陪護是否在身邊、當班護士職稱、學歷、工作年限等信息， 刪除原始數據中缺失數據，剔除涉及隱私數據(如姓名、住院號等)，對變量進行離散化并編碼后使用數據挖掘軟件R對所建立的數據集進行分析，應用軟件中提供的arules包計算各因素的關聯規則及強度。通過設定最低條件支持度、最小規則置信度與最大前項數3個指標的最小值，得出關聯規則，再通過置信度、規則支持度及提升度進一步篩選并評價關聯規則。關聯規則原理[7-9]中支持度(Support)：項集 A、B 同時發生的概率稱為關聯規則的支持度。置信度(Confidence)：項集 A 發生則項集 B 發生的概率為關聯規則的置信度。提升度(Lift)：是置信度與支持度的比值，反映了A出現對 B出現的概率發生了多大的變化：Lift 值是關聯規則中很重要的值，這是因為規則的支持度(Support)會對規則的置信度 (Confidence)產生影響 ，即使有時規則的置信度(Confidence)很高，當規則的支持度(Support)也很高時，這條規則也是無效的，所以要引進Lift值這個概念：Lift(A→B)>1，則規則A→B是有效強關聯性；Lift(A→B)<1， 則規則項集A、項集B是相斥事件；Lift(A→B)=1，表示 A、B獨立。

1.3 關聯規則過程分析 本研究選擇不良事件上報表中病人的特征以及不良事件發生的類型作為變量，對病人特征以及其發生的不良事件進行關聯規則的挖掘。全部變量共計11個，變量及其編碼如表1所示：

表1 病人發生不良事件基本情況描述

(續表)

由于本研究關注的是不良事件的發生，因此選擇不良事件作為后繼的關聯規則。簡單而言，即項目頻數越大，則屬于頻繁項集，提示導致發生不良事件的變量之間非獨立發生，則為關聯度越高。選擇頻繁項集最小項目數為2，頻繁項集最大項目數為11，最小支持度為0.01，最小置信度為0.8，之后去除冗余規則，并且去除χ2檢驗P大于0.05的關聯規則，得到關聯規則結果見表2。

表2 護理不良事件關聯規則結果

發現其中主要以4-項集、5-項集、6-項集及7-項集為主，共計規則962項，通過提高提升度標準>2.4，支持度>0.02，置信度大于0.88，得到關聯規則15項，經專業判斷，最終選擇6條關聯，網絡圖如圖1所示。

圖1 護理不良事件最終關聯規則圖

2 結果

2.1 不良事件基本情況描述 發生護理不良事件315例中，非計劃性拔管128例，跌倒/墜床119例；發生不良事件的當班護士情況，文化程度(第一學歷)為高職153例；職稱為護師177例；工作年限6～10年117例；高發科室以外科病區為主164例；發生不良事件的病人情況：41～65歲203例；手術后病人122例，化療中/后占28.19%；無陪護在病人身邊252例；時間分布18:00～01:00共有86例。

2.2 關聯規則結果 分析護理不良事件關聯規則(見表2)。關聯規則1表明：手術后病人、陪護在身邊、01:00～08:00時間段，提示易導致非計劃性拔管發生，這樣的情況占全部記錄的3.27%；關聯規則2表明：外科病區、陪護在身邊、18:00～01:00時間段，提示易導致非計劃性拔管發生，這樣的事件占全部記錄的2.95%；關聯規則3表明：外科病區、男性病人、陪護在身邊、01:00～08:00時間段，提示易導致非計劃性拔管發生，這樣的事件占全部記錄的2.62%；關聯規則4表明：外科病區、年齡41～65歲、陪護在身邊、護師職稱易導致非計劃性拔管發生，這樣的事件占全部記錄的2.23%；關聯規則5表明：女性病人、年齡41～65歲、陪護在身邊易導致非計劃性拔管發生，這樣的事件占全部記錄的2.62%；關聯規則6表明：男性病人、41～65歲、手術后、主管護師、01:00～08:00時間段易導致非計劃性拔管發生，占全部記錄的3.27%；以上情況均屬于頻繁項集；置信度為1，表示前項的變量100%導致后項非計劃性拔管的發生，Lift大于2.4表示前項的變量和后項的非計劃性拔管具有強關聯性。

表3 護理不良事件關聯規則列表

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

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

3.2 不良事件的關聯規則分析 本研究主要針對發生最集中的不良事件，即非計劃性拔管進行數據關聯分析。通過數據挖掘最后經專業判斷遴選出6條非計劃性拔管的關聯規則。關聯規則提示在外科病區、年齡41～65歲的手術后病人、有陪護在身邊、18:00～08:00時間段、當班護士職稱為護師等變量會導致非計劃性拔管的發生，設置提升度為2.4，說明前后具有較強的關聯性，與Uy Angelique等[20]結果相似，本關聯規則顯示在外科病區，大部分為手術后病人，年齡段集中在41～65歲的中年病人，腫瘤病人手術后通常留置中心靜脈導管、傷口引流管、尿管等各種引流管，人體生理機能下降，病人對自身風險預見性不足，在翻身、坐起、獨自如廁等活動過程中易導致發生非計劃性拔管；陪護在身邊雖然一定程度上可以給予病人幫助，但陪護可能在細節上幫助不到位或夜間陪人休息，病人未喚醒陪人協助翻身、如廁等活動[21]，當班護士職稱為護師的人員，通常工作在5年左右，易產生職業懈怠。因此，年齡41～65歲的手術后病人、有陪護在身邊、01:00～08:00時間段、當班護士職稱為護師等變量關聯在一起時，一定程度上增加非計劃性拔管的風險。提示在今后的非計劃性拔管預防中，當聯合出現上述多種情況時應提高警惕；合理配置護理資源，保證夜間護理人員的數量，新老年資護士搭配，相互督促，提高效率，加強巡視手術后的腫瘤病人。有團隊研究在病人的住院病歷中提取數據，采用C4.5算法和Logitic回歸建立分類樹模型，發現不良事件的關聯危險因素，設置預警系統，保障護理安全，防范不良事件發生。另外，Andersson等[22]回顧分析不良事件顯示：護士需要提高鼓勵病人參與護理的技能，病人的參與需要納入護士的職責。各種導管的護理正是需要病人參與，只有病人掌握護理技能，才能做好配合，保障安全，降低不良事件的發生。

綜上所述，本研究結果顯示腫瘤病人護理不良事件主要集中在非計劃性拔管和跌倒。通過Apriori算法關聯分析護理不良事件的數據發現外科病區、年齡41～65歲的手術后病人、有陪護在身邊、18:00～08:00時間段、當班護士職稱為護師等變量關聯易導致非計劃性拔管的發生。因此，建議醫院建立數據挖掘平臺，通過信息化手段定期對護理不良事件上報系統、護理排班系統、HIS系統數據進行抓取并統計分析，挖掘出數據中有價值的關聯規則，針對關聯規則中各因素建立風險預測模型，設置高危風險的預警機制，一旦出現有高風險的關聯因素，護理管理者應及早進行干預，提前規避危險因素，防患于未然。同時，建立健全關聯規則防范管理途徑，重點巡查、提升腫瘤專科護理人員的風險管控意識與宣教能力，降低不良事件的發生率，減輕病人的痛苦與負擔，增強病人對醫護人員的信心，提升病人滿意度。