利用分析改善患者安全监测让病人更安全

医疗事故是美国的第三大死因,占所有死亡人数的10%。识别所带来的危险的病人医疗错误,Allina健康是致力于改善病人照顾的设施安全的通过学习从过去的不良事件,识别和解决根本原因,和自动化的识别病人可能被伤害或损害的风险。

建立在以前的努力改善患者安全,Allina健康安全委员会选定两个额外的患者安全关注的重点领域,然后进一步分析数据,识别机会使用预测分析预测、检测和防止潜在的伤害。

Allina健康分析平台,利用本文中描述一个基于触发器的数据驱动的监视工具世界杯厄瓜多尔vs塞内加尔波胆预测,是可行和机器学习识别和危害事件的调查更广泛的基础。

深化改善患者安全的承诺

在美国,现在医疗事故占所有死亡的10%,使其成为第三大死因。¹Allina卫生是一个大型医疗系统集中在明尼阿波利斯/圣。保罗区域包括四个大城市医院,八个小的社区医院,诊所,85 5000医生,大约40亿美元的收入。识别危险的医疗错误,该组织致力于改善病人照顾的设施安全的通过学习从过去的不良事件,识别和解决根本原因,和自动化的识别患者可能是伤害还是伤害的风险。

Allina健康之前制定一个病人安全委员会负责病人和员工的安全,和病人安全事件监测和报告改善患者安全,实施以下策略:

1. 评估安全文化。
2. 评估和重新设计报告与安全相关的事件。
3. 提高安全事件的识别更准确和全面的分析。

在完成该机构卫生保健研究与质量(AHRQ)安全文化调查工具,建立秘密安全会议委员会建立了一个试点项目研究在三个方面:患者安全监测管理麻黄素,急诊科(ED)或住院手术的30天内重新接纳,和局部血栓形成质时间> 130在静脉注射肝素。

这些最初的安全委员会回顾了发现飞行员和决定下一步应该选择两个额外的关心病人安全领域,进一步分析数据,识别机会使用预测分析预测、检测,防止潜在危害。建立在经验与卫生催化剂世界杯葡萄牙vs加纳即时走地^®分析平台和广泛的分析世界杯厄瓜多尔vs塞内加尔波胆预测应用程序套件及其经验,使用催化剂患者安全健康监测™:监测模块,Allina健康使用数据驱动的方法来确定下一两个领域的焦点。世界杯葡萄牙vs加纳即时走地

选择重点领域改善患者安全监测

院内压力伤害(哈皮神)是一种类型的病人安全事件Allina健康调查由于哈皮神导致患者住院时间增加(洛杉矶),典型的洛杉矶提高2 - 5倍之间,增加压力损伤的治疗成本从5000美元到50000美元不等。²这些调查结果,分析压力损伤的发病率Allina健康,与其主题专家和咨询,选择了这个未来的重点领域之一。

另一种类型的病人安全事件中,罹患卫生保健相关感染(hai)也仍然是一个严重的病对住院病人的关心。几乎每一天,一个在25例在医院至少有一个海,导致负面的结果,携带沉重的财务成本,把患者的健康风险。³中央线,常用在医院静脉输液管理,使血液更容易吸引,是一个常见的感染称为CLABSIs来源。尽管CLABSIs很大程度上是可以预防的,早期识别和报告问题使他们不断关心医院。Allina健康选择CLABSI作为关注的第二个领域的下一个阶段改善患者安全。

提高压力伤害监测和预测

现有的哈皮神Allina卫生数据是不完整的,因为它主要是基于自愿报告、医院之间有不一致的文档。此外,大多数的分析集中在患者第三阶段,第四阶段,或unstageable压力伤害,因为这些类别的压力伤害必须向国家报告。获得真实情况的压力损伤的状态在其设施,安全委员会Allina健康所需的所有患者一个哈皮神的信息。Allina健康认为创建一个精确的预测模型压力损伤监测有助于更有效地保护病人。

Allina健康分析平台,利用本文中描述一个基于触发器的数据驱动的监视工具世界杯厄瓜多尔vs塞内加尔波胆预测,是可行和机器学习识别和调查更广泛的压力损伤没有可报告的事件,包括事件,以及近距离脱靶。使用这些解决方案,组织创2022卡塔尔世界杯赛程表时间建了一个哈皮神预测模型来确定病人的风险水平,确定进一步调查事件和近距离脱靶。

触发事件检查潜在的伤害,然后随后的评论家标准化审查过程确认的事件和危害严重性和类别分配给每个事件。患者分配基于预测的风险类别概率和总布莱登成绩。

主题专家审查后更新逻辑,回顾性分析显示的最后审查以下:

• 193年自愿报告病例166独特的病人。
• 自愿报告病例的76年没有出现在触发器,因为丢失的文档在离散领域使用的触发器。
• 117事件重叠之间的自愿报告和trigger-identified事件。
• 333额外的事件触发,没有自愿报告工具。

333年发现的潜在事件引发的工具进行了综述,发现只有两个额外的情况下符合标准已报告给国家。这些额外的全因伤害情况下,然而,发现很多机会来提高文档和数据输出更精确。这加强了相信揭露所有哈皮神和近距离脱靶将使Allina健康病人安全。

来自其他病例的信息被用来改进确认不良事件,这样的逻辑信息可以用来支持主动识别患者的下一步在接近实时的风险。

改善CLABSI监测和预测

一致的前提下你不能改善无法测量,提高CLABSIs的第一个挑战是能够确定哪些患者中线。识别和跟踪患者中央线是很困难的几个原因:

• 病人需要中央线是不限于特定诊断代码和位于整个医院。
• 患者可能有多个中央线,和中央线插入和删除基于病人的需要和对治疗的反应,这是很难预测的,而不是总是有据可查。
• 计算中央线的日子,一个关键变量计算指标和风险,需要准确的插入和删除文档绑定到一个特定的日期和时间线的位置。

Allina健康记录成功在改善患者安全监测患者安全使用触发器和学会了正确,清晰,一致的文档的关键变量是一个必要的前身建立有效的触发器,这可能最终被用来构建预测模型。

改善CLABSI Allina健康监测被确认为一个机会来改善患者安全预测分析。Allina健康一直使用预测分析改善各种结果,和领导希望运用先前的方法带来成功CLABSI改善倡议。

哈皮神的方法是首先建立触发器,然后验证其有效性和预测价值对自愿事件通过比较确定的事件报告。更有效和完整的图表回顾照亮几个改进机会。

哈皮神这种方法工作得很好,因为可用的历史数据不完整是由于文档问题,只关注可报告的事件。一旦触发设置,机器学习是用来“培养模式”更准确更提高事件被证实和文档。

CLABSI区域的一个例子是Allina健康有很多详细的数据报告要求。所以,在这种情况下,可以从临床证实CLABSI事件,然后回顾五年的回顾性数据来帮助定义触发器。

建设与使用经验分析和机器学习识别和调查更广泛的伤害事件,Allina健康开始检查的变量将CLABSI有关。运行触发变量的选择是遵循调查的文献,发现从其他医院和临床证实Allina卫生事件。

在这分析,是确定有很多丢失的文档,尤其是在删除日期(丢失23%的时间),和插入站点(丢失21%的时间)。还成问题的是,CLABSIs可能不容易归因于特定的中央线,还有百分之十的顾客不容易归因于特定的遭遇。因此,努力在Allina健康改善这些数据元素的文档,认识到这将提高病人的识别和模型的预测能力,从而改善监测和早期识别风险的患者。

结果

Allina健康分析平台,利用本文中描述一个基于触发器的数据驱动的监视工具世界杯厄瓜多尔vs塞内加尔波胆预测,是可行和机器学习识别和调查更广泛的哈皮神和CLABSI伤害事件。这种方法使组织:

• 开发一个触发的工具,发现了216例哈皮神比自愿报告过程。
• 改善CLABSI文档和监测,促进病人早期识别风险。
• 发现改进的机会,使组织能够更好地理解其性能,并调整EMR的文档描述了一个更完整的图片病人CLABSI和哈皮神。

“通过观察压力溃疡不良事件在系统层面上我们能够识别趋势和机会而不是以前在孤立的电子表格”。

RN - Kassandra瑞安,MSN,
质量改进专家
Allina健康

接下来是什么

Allina健康相信预测分析是识别高危病人的关键,除了那些伤害,是推进额外的功能。组织计划使用包含哈皮神预测模型的分析应用在两家医院试点提供反馈安全委员会如何有效地使用并提供建议如何传播和实施降低哈皮神情况下整个卫生系统。

Allina健康的长期目标是CLABSI自动化监测和来自CLABSI风险预测模型的信息合并到临床医生来帮助确定病人的工作流在实时的风险,促使迅速干预防止CLABSI。这将是使用催化剂患者安全健康监测™:监测模块和Allin世界杯葡萄牙vs加纳即时走地a健康的EMR(参见图1)。

尽管这种综合方法改善患者安全尚未实施所有Allina健康试点正在进行中。同时,额外的安全地区,触发器和预测模型被研究和发展。

引用

1. 约翰霍普金斯医学。(2016)。研究表明医疗错误现在在美国第三大死因——医生提倡人死亡方式的变化,以更好地反映现实。
2. Beckrich, k & Aronovitch s (1999)。医院压疮:比较成本的医疗和手术的病人。护理经济美元。17。263 - 71。
3. 疾病控制和预防中心。(2018)。罹患卫生保健相关感染病——海数据。