CN112037893A - 指定时间点处于医院感染状态人数的自动管理方法及*** - Google Patents
指定时间点处于医院感染状态人数的自动管理方法及*** Download PDFInfo
- Publication number
- CN112037893A CN112037893A CN202010652528.2A CN202010652528A CN112037893A CN 112037893 A CN112037893 A CN 112037893A CN 202010652528 A CN202010652528 A CN 202010652528A CN 112037893 A CN112037893 A CN 112037893A
- Authority
- CN
- China
- Prior art keywords
- infection
- information
- department
- time
- time point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
Abstract
本公开提供了一种指定时间点处于医院感染状态人数的自动管理方法及***,利用转科信息、住院过程信息、感染信息、选择的统计时间、科室、根据用户的身份信息确定用户的权限科室,分别确定在统计时点前发生的非手术部位的感染信息及手术部位的感染信息,合并非手术部位的感染信息及手术部位的感染信息,得到初步的感染诊断信息。进一步地,对已经治愈的感染诊断信息进行筛选、过滤,得到最终不包括已经治愈病例的感染诊断信息。本发明能够根据需要自动进行指定时间点处于医院感染状态人数的管理,筛选过滤掉已经治愈病例,统计的处于医院感染状态人数实用性强、应用价值大。
Description
技术领域
本发明属于对医院感染进行管理的技术领域,具体涉及一种用于对指定时间点处于医院感染状态人数的自动管理方法及***。
背景技术
医院感染是指住院病人在医院内获得的感染,既包括在住院期间发生的感染,也包括在出院后发生的感染;医院感染分为两类:一是外源性感染,也称交叉感染,是指病人或工作人员在医院内通过日常诊疗活动、病人与病人间接触或从污染的环境中而接受的感染,如手术不忍发生的感染;二是内源件感染,也称自身感染,是指病人由于疾病导致机体抵抗力下降,在接受诊疗处理过程中,体内正常菌群发生紊乱、激活机体潜在的病菌、患者体腔或体表原来存在的常驻微生物发生移位等引起的感染。
指定时间点处于医院感染状态人数是指确定时点下全院住院患者中处于医院感染状态的患者人数。在统计时点之前治愈的或者在统计时间之后发生医院感染的都不属时点现患人数。对医院感染进行统计与上报对疾病的防控与治疗具有重大的指导意义,因此,医院感染***通常会对医院感染进行统计与管理,然而,现有的医院感染统计通常是对所有已上报的确认感染病例进行统计,而不考虑医院感染的治愈情况,统计的医院感染可能包括已治愈的感染,统计的医院感染数据实际应用价值小,且现有的统计医院感染不能针对指定的时间点进行医院感染管理。
公开号为CN 109461480 A的发明专利申请公开了一种医院感染数据缺失的增量式更新方法,,对医院感染数据缺失值进行更新,根据数据特征所属的“有效时间范围”来将不同特征进行增量式更新,更新后产生的样本集合适用于医院感染数据分析和建模。其有益效果为:该方法通过“增量式更新”解决了医院感染数据缺失的问题,并提出了按照“有效时间范围”将不同特征进行归类的办法解决不同特征时间有效性长短不一的问题。
上述申请虽然提及了通过增量式更新方法获取医院感染数据,但是其获取的医院感染数据仍然包括已治愈的感染,存在统计的医院感染数据实际应用价值小的问题,且上述医院感染数据并不能针对指定的时间点进行医院感染管理。因此,如何实现指定时间点住院患者处于医院感染状态人数的有效管理是本领域亟待解决的问题。
发明内容
本发明的目的是针对现有技术的缺陷,提供一种指定时间点处于医院感染状态人数的自动管理方法及***。本发明能够根据需要自动进行指定时间点处于医院感染状态人数的管理,筛选过滤掉已经治愈病例,统计的处于医院感染状态人数实用性强、应用价值大。
为了实现以上目的,本发明采用以下技术方案:
一种指定时间点处于医院感染状态人数的自动管理方法,包括步骤:
S1、接收用户选择的统计时点、科室,根据用户的身份信息确定用户的权限科室;
S2、采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时点存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,执行步骤S3,若不存在,输出处于医院感染状态人数为0;
S3、采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
S4、采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
S5、获取所述感染信息H(a)_Y中与手术部位无关、在院内感染且感染时间在患者住院期间的感染信息;
S6、基于所述统计时点,将所述感染信息H(d)_Y划分为在统计时点前发生的感染信息H(e)_Y和在统计时点后发生的感染信息H(e)_N;
S7、将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
S8、基于所述统计时点,将所述感染信息H(b1)_Y划分为在统计时点前发生的手术部位感染信息H(c1)_Y和在统计时点后发生的手术部位感染诊断记录H(c1)_N;
S9、合并所述感染信息H(e)_Y及感染信息H(c1)_Y,得到感染诊断信息H(f);
S10、基于所述统计时点,将所述感染诊断信息H(f)划分为统计时点前未治愈的感染诊断信息H(g)_Y和统计时点前已经治愈的感染诊断信息H(g)_N;基于所述感染诊断信息H(g)_Y中记录的条数输出处于医院感染状态人数。
进一步地,所述转科信息包括患者病案号、科室、入科时间、出科时间;所述感染信息包括患者病案号、感染科室、感染时间、感染部位、感染对应手术时间、状态、感染类型、感染例次标识、转归、转归时间;所述住院信息包括患者病案号、入院科室、入院时间、出院科室、出院时间。
进一步地,所述步骤S2具体包括:
S21、采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时点存在交叉的转科信息B(a)_Y以及时间与所述统计时点不交叉的转科信息B(a)_N;
S22、基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
S23、基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
S24、判断所述转科信息B(c)_Y中是否存在转科记录,若是,执行步骤S3,若否,输出处于医院感染状态人数为0。
进一步地,所述步骤S5具体包括:
S51、将所述感染信息H(a)_Y划分为与手术部位无关的感染信息H(b)_Y和与手术部位相关的感染信息H(b)_N;
S52、将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
S53、基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
进一步地,所述步骤S10包括:
获取感染诊断信息H(f)中各记录的“转归”字段,如果“转归”字段为空,则将相应的诊断记录加入H(g)_Y中,否则进一步获取“转归时间”字段,判断“转归时间”是否为统计时点前,若是,则将相应的诊断记录加入H(g)_N中,否则,将相应的诊断记录加入H(g)_Y中。
本发明还提出一种指定时间点处于医院感染状态人数的自动管理***,包括:
接收模块,用于接收用户选择的统计时点、科室,根据用户的身份信息确定用户的权限科室;
采集与判断模块,用于采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时点存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,调用感染信息第一划分模块,若不存在,输出处于医院感染状态人数为0;
感染信息第一划分模块,用于采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
采集模块,用于采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
感染信息划分模块,用于获取所述感染信息H(a)_Y中与手术部位无关、在院内感染且感染时间在患者住院期间的感染信息;
非手术部位的感染信息确定模块,用于基于所述统计时点,将所述感染信息H(d)_Y划分为在统计时点前发生的感染信息H(e)_Y和在统计时点后发生的感染信息H(e)_N;
重划分模块,用于将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
手术部位的感染信息确定模块,用于基于所述统计时点,将所述感染信息H(b1)_Y划分为在统计时点前发生的手术部位感染信息H(c1)_Y和在统计时点后发生的手术部位感染诊断记录H(c1)_N;
合并模块,用于合并所述感染信息H(e)_Y及感染信息H(c1)_Y,得到感染诊断信息H(f);
感染状态人数确定模块,用于基于所述统计时点,将所述感染诊断信息H(f)划分为统计时点前未治愈的感染诊断信息H(g)_Y和统计时点前已经治愈的感染诊断信息H(g)_N;基于所述感染诊断信息H(g)_Y中记录的条数输出处于医院感染状态人数。
进一步地,所述转科信息包括患者病案号、科室、入科时间、出科时间;所述感染信息包括患者病案号、感染科室、感染时间、感染部位、感染对应手术时间、状态、感染类型、感染例次标识、转归、转归时间;所述住院信息包括患者病案号、入院科室、入院时间、出院科室、出院时间。
进一步地,所述采集与判断模块具体包括:
转科信息第一划分模块,用于采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时点存在交叉的转科信息B(a)_Y以及时间与所述统计时点不交叉的转科信息B(a)_N;
转科信息第二划分模块,用于基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
转科信息第三划分模块,用于基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
判断模块,用于判断所述转科信息B(c)_Y中是否存在转科记录,若是,调用感染信息第一划分模块,若否,输出处于医院感染状态人数为0。
进一步地,所述感染信息划分模块包括:
感染信息第二划分模块,用于将所述感染信息H(a)_Y划分为与手术部位无关的感染信息H(b)_Y和与手术部位相关的感染信息H(b)_N;
感染信息第三划分模块,用于将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
感染信息第四划分模块,用于基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
进一步地,所述感染状态人数确定模块包括:
获取感染诊断信息H(f)中各记录的“转归”字段,如果“转归”字段为空,则将相应的诊断记录加入H(g)_Y中,否则进一步获取“转归时间”字段,判断“转归时间”是否为统计时点前,若是,则将相应的诊断记录加入H(g)_N中,否则,将相应的诊断记录加入H(g)_Y中。
本发明详细记载了指定时间点处于医院感染状态人数管理的具体实现方式,利用转科信息、住院过程信息、感染信息、选择的统计时间、科室、根据用户的身份信息确定用户的权限科室,分别确定在统计时点前发生的非手术部位的感染信息及手术部位的感染信息,对已经治愈的感染诊断信息进行筛选、过滤,得到最终不包括已经治愈病例的感染诊断信息。本发明能够自动对指定时间点进行医院感染状态人数管理,避免了人工数据统计的劳动强度。本发明对充分利用了感染时间、转归时间,实现根据转归情况的有效统计,统计的处于医院感染状态人数实用性强、应用价值大。
附图说明
图1是实施例一提供的一种指定时间点处于医院感染状态人数的自动管理方法流程图;
图2是实施例二提供的一种指定时间点处于医院感染状态人数的自动管理***结构图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
下面实施例中,X(y)类型说明:
X代表带某一类型的数据集合;
y代表序号,用于区分同一类型数据在不同逻辑单元中前后的数据集合;
X(y)代表在某一类型的数据在不同逻辑单元下的数据集合;
_Y代表符合条件;
_N代表不符合条件;
实施例一
如图1所示,本实施例提出了指定时间点处于医院感染状态人数的自动管理方法,包括:
S1、接收用户选择的统计时点、科室,根据用户的身份信息确定用户的权限科室;
进行指定时间点处于医院感染状态人数的自动管理,需要统计指定时间点处于医院感染状态的人数。指定时间点处于医院感染状态需要满足:1、患者的住院时间在统计时间范围内。也就是患者的入院时间和出院时间形成的时间段和统计时间存在交叉;2、患者存在院内感染,且感染时间在住院期间。其中手术部位感染的感染时间要以手术开始时间来进行计算;3、患者当前处于医院感染状态,指定统计时点在感染时间和对应的感染治愈时间之间;4、满足用户的选择的条件。
因此,本发明用于指定时间点处于医院感染状态人数的自动管理,因此,首先需要用户选择相应的时间点,即用户选择相应的统计时点,对统计时点医院感染进行统计与查找。此外,对于医院的感染,用户通常是针对特定的科室进行感染状态人数的管理,因此,除统计时点外,本发明还设置相应的科室。医院数据具有相应的隐私性,因此,本发明中,对于医院数据的统计与管理需要用户获取相应的数据权限。用户的数据权限与相应的身份信息相关联,因此,本发明根据操作用户的身份信息确定用户的权限科室,对权限科室内的数据进行感染状态人数的统计与管理。
S2、采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时点存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,执行步骤S3,若不存在,输出处于医院感染状态人数为0;
转科信息用于记录患者住院期间在各诊疗科室的入科及出科信息,具体包括患者病案号、科室、入科时间、出科时间等。对于转科信息B,本发明首先基于统计时点、权限科室及选择的科室对转科信息进行筛选,只有筛选后存在相应的转科记录,才有可能存在处于医院感染状态的病患。因此,当筛选后不存在转科记录时,即不存在同时满足统计时点、权限科室及选择的科室要求的情况下,输出处于医院感染状态人数为0,即不存在处于医院感染状态的病患。本发明基于统计时点、权限科室及选择的科室依次对转科信息进行筛选,因此,步骤S2具体包括:
S21、采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时点存在交叉的转科信息B(a)_Y以及时间与所述统计时点不交叉的转科信息B(a)_N;
本发明首先基于统计时点对转科信息B进行筛选,B为相应患者最开始的转科类型数据集合。_Y代表符合条件的转科记录,_N代表不符合条件的转科记录。时间与所述统计时点存在交叉是指统计时点属于患者处于相应科室的时间段,即统计时点位于患者在相应科室的入科时间及出科时间之间,否则,时间与所述统计时点不交叉。
例如,转科信息B为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
统计时点为[2019-01-07 00:00:00],则B(a)_Y为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
B(a)_N为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
S22、基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
由于每个用户的权限不同,本发明基于权限科室对转科信息B(a)_Y进行筛选,使得用户操作的数据与相应的权限相适应。具有地,将转科信息中的“科室”字段与权限科室进行比较,判断“科室”字段是否属于权限科室范围内。转科信息B(b)_Y为属于用户管理的权限范围内的科室中的转科记录,转科信息B(b)_N为不属于用户管理的权限范围内的科室中的转科记录。
例如,权限科室为:所有科室,对于上述B(a)_Y,B(b)_Y为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
B(b)_N为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
S23、基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
本发明中,用户能够针对具体的科室进行处于感染状态人数的管理,因此,本发明基于选择的科室对转科信息B(b)_Y进行进行筛选,使得统计、筛查的数据与用户自主选择的科室相适应,使用户能够根据需要对相应的数据进行选择,对特定科室的处于医院感染状态的病例进行统计。具有地,将转科信息中的“科室”字段与选择的科室进行比较,判断“科室”字段是否属于选择的科室范围内。
例如,用户选择的科室为ICU,对于上述B(b)_Y,B(c)_Y为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
B(c)_N为:
S24、判断所述转科信息B(c)_Y中是否存在转科记录,若是,执行步骤S3,若否,输出处于医院感染状态人数为0。
具体地,本发明根据转科记录B(c)_Y进行判断,如果患者经过上述三个步骤之后还存在记录,就继续往下进行,如果患者没有记录了,就结束运算,输出结果0。
S3、采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
感染信息用于记录患者所有感染的具体情况,具体包括患者病案号、感染科室、感染时间、感染部位、感染对应手术时间、状态、感染类型、感染例次标识、转归、转归时间。由于感染信息中存在一些非审核过的数据,这些数据是不需要进行统计的,所以需要先进行过滤。因此,本发明首先对获取的感染信息H进行筛选,选择由用户已经确认的感染信息。
具体地,本发明首先基于感染信息中的“状态”字段对感染信息H进行筛选与划分,状态字段为“确认”,则表明该感染记录已经由用户确认,当状态字段为“排除”,则表明该感染记录未审核确认。
例如,采集的感染信息H为:
则H(a)_Y为:
H(a)_N为:
S4、采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
住院过程信息用于整体记录患者住院的过程,具体包括患者病案号、入院科室、入院时间、出院科室、出院时间。本发明首先获取患者的住院过程信息A,进一步获取其中的入院时间和出院时间字段相关信息,共同作为参数g.MC2。
例如,住院过程信息A为:
患者病案号 | 入院科室 | 入院时间 | 出院科室 | 出院时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 康复科 | 2019-01-12 03:00:12 |
则获取的参数g.MC2为:[2019-01-01 00:00:12,2019-01-12 03:00:12]。
S5、获取所述感染信息H(a)_Y中与手术部位无关、在院内感染且感染时间在患者住院期间的感染信息;
本发明对获取的感染信息H(a)_Y进行筛选,选择与手术部位无关、在院内感染且感染时间在患者住院期间的感染信息,因此,步骤S5具体包括:
S51、将所述感染信息H(a)_Y划分为与手术部位无关的感染信息H(b)_Y和与手术部位相关的感染信息H(b)_N;
由于手术的感染时间要以导致这例感染的手术开始时间进行计算,因此,本发明基于感染信息中的“感染对应手术时间”字段对感染信息H(a)_Y进行筛选与划分,当“感染对应手术时间”字段包括相应的手术时间信息时,则表明该感染记录与手部位感染相关,当“感染对应手术时间”字段不包括相应的手术时间信息时,则表明该感染记录与手术部位无关。与手术部位无关的感染信息为H(b)_Y,与手术感染相关的感染信息为H(b)_N。
对于上述H(a)_Y,H(b)_Y为:
H(b)_N为:
S52、将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
感染信息中包括了院内和院外的感染信息,而院外感染是不需要进行计算的。因此,本发明基于感染信息中的“类型”字段对感染信息H(b)_Y进行筛选与划分,当“类型”字段为“院内”时,则表明该感染记录为院内感染,当“类型”字段为“院外”时,则表明该感染记录为院外感染。
基于上述H(b)_Y,H(c)_Y为:
H(c)_N为:
S53、基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
正常的感染时间都应该在患者的住院时间范围内,因此,本发明根据参数g.MC2对明显错误的数据进行筛选。具体地,本发明基于感染信息中的“感染时间”字段与入出院时间参数g.MC2进行比较,过滤掉感染时间不在患者住院期间的感染信息H(d)_N,得到一个感染时间在住院时间范围内的感染信息H(d)_Y。
对于上述H(c)_Y,H(d)_Y为:
H(d)_N为:
S6、基于所述统计时点,将所述感染信息H(d)_Y划分为在统计时点前发生的感染信息H(e)_Y和在统计时点后发生的感染信息H(e)_N;
本发明对指定时间点处于医院感染状态的人数进行自动管理,因此,统计的处于医院感染状态的病例不包括在统计时点后发生的医院感染病例。因此,本发明基于感染信息中的“感染时间”字段,对感染信息H(d)_Y进行划分与筛选。“感染时间”在统计时点前的感染信息归于H(e)_Y,“感染时间”在统计时点后的感染信息归于H(e)_N。
对于上述H(d)_Y,H(e)_Y为:
H(e)_N为:
S7、将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
本发明首先将感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N,为了进一步确认手术部位感染的感染信息,本发明基于“感染对应手术时间”对感染信息H(a)_Y进行再一次的划分,确保获取准确的绑定手术刀的感染信息H(b1)_Y。
对于上述H(a)_Y,H(b1)_Y为:
H(b1)_N为:
S8、基于所述统计时点,将所述感染信息H(b1)_Y划分为在统计时点前发生的手术部位感染信息H(c1)_Y和在统计时点后发生的手术部位感染诊断记录H(c1)_N;
对于绑定手术刀的感染信息H(b1)_Y,由于是对指定时间点处于医院感染状态的人数进行自动管理,因此,统计的处于医院感染状态的病例不包括在统计时点后发生的手术部位感染病例。因此,本发明本基于感染信息中的“感染对应手术时间”字段,对感染信息H(b1)_Y进行划分与筛选。“感染对应手术时间”在统计时点前的感染信息归于H(c1)_Y,“感染对应手术时间”在统计时点后的感染信息归于H(c1)_N。
对于上述H(b1)_Y、统计时点,H(c1)_Y为:
H(c1)_N为:
S9、合并所述感染信息H(e)_Y及感染信息H(c1)_Y,得到感染诊断信息H(f);
感染诊断信息包括了非手术部位的感染信息H(e)_Y和手术部位的感染信息H(c1)_Y,因此,本发明将得到的非手术部位的感染信息H(e)_Y及手术部位的感染信息H(c1)_Y进行合并,得到感染诊断信息H(f)。
对于上述H(e)_Y、H(c1)_Y,H(f)为:
S10、基于所述统计时点,将所述感染诊断信息H(f)划分为统计时点前未治愈的感染诊断信息H(g)_Y和统计时点前已经治愈的感染诊断信息H(g)_N;基于所述感染诊断信息H(g)_Y中记录的条数输出处于医院感染状态人数。
为了提高医院感染状态人数统计的实际应用价值,本发明确定时点下全院住院患者中处于医院感染状态的患者人数不包括在统计时点之前治愈的患者。因此,本发明对获取的感染诊断信息H(f)进行进一步的筛选。具体地,本发明根据感染信息中的“转归”字段及“转归时间”字段,对感染信息H(f)进行划分与筛选。
具体地,对于H(f)中的诊断记录,首先获取“转归”字段,如果“转归”字段为空,则将相应的诊断记录加入H(g)_Y中,否则进一步获取“转归时间”字段,判断“转归时间”是否为统计时点前,若是,则将相应的诊断记录加入H(g)_N中,否则,将相应的诊断记录加入H(g)_Y中。由此得到的感染诊断信息H(g)_Y即为统计的指定时间点处于于医院感染状态的记录信息。基于所述感染诊断信息H(g)_Y中记录的条数输出处于医院感染状态人数。
如果H(g)_Y的感染诊断记录为空则输出0,不为空则输出对应医院感染例次数或统一输出为1。当需要输出具体的处于医院感染状态的病例记录时,输出H(g)_Y。
对于上述H(f)、统计时点[2019-01-07 00:00:00],H(g)_Y为:
H(g)_N为:
由于H(g)_Y中包括一条感染记录,因此,输出处于医院感染状态人数为1。
实施例二
如图2所示,本实施例提出了指定时间点处于医院感染状态人数的自动管理***,包括:
接收模块,用于接收用户选择的统计时点、科室,根据用户的身份信息确定用户的权限科室;
进行指定时间点处于医院感染状态人数的自动管理,需要统计指定时间点处于医院感染状态的人数。指定时间点处于医院感染状态需要满足:1、患者的住院时间在统计时间范围内。也就是患者的入院时间和出院时间形成的时间段和统计时间存在交叉;2、患者存在院内感染,且感染时间在住院期间。其中手术部位感染的感染时间要以手术开始时间来进行计算;3、患者当前处于医院感染状态,指定统计时点在感染时间和对应的感染治愈时间之间;4、满足用户的选择的条件。
因此,本发明用于指定时间点处于医院感染状态人数的自动管理,因此,首先需要用户选择相应的时间点,即用户选择相应的统计时点,对统计时点医院感染进行统计与查找。此外,对于医院的感染,用户通常是针对特定的科室进行感染状态人数的管理,因此,除统计时点外,本发明还设置相应的科室。医院数据具有相应的隐私性,因此,本发明中,对于医院数据的统计与管理需要用户获取相应的数据权限。用户的数据权限与相应的身份信息相关联,因此,本发明根据操作用户的身份信息确定用户的权限科室,对权限科室内的数据进行感染状态人数的统计与管理。
采集与判断模块,用于采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时点存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,调用感染信息第一划分模块,若不存在,输出处于医院感染状态人数为0;
转科信息用于记录患者住院期间在各诊疗科室的入科及出科信息,具体包括患者病案号、科室、入科时间、出科时间等。对于转科信息B,本发明首先基于统计时点、权限科室及选择的科室对转科信息进行筛选,只有筛选后存在相应的转科记录,才有可能存在处于医院感染状态的病患。因此,当筛选后不存在转科记录时,即不存在同时满足统计时点、权限科室及选择的科室要求的情况下,输出处于医院感染状态人数为0,即不存在处于医院感染状态的病患。本发明基于统计时点、权限科室及选择的科室依次对转科信息进行筛选,因此,采集与判断模块具体包括:
转科信息第一划分模块,用于采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时点存在交叉的转科信息B(a)_Y以及时间与所述统计时点不交叉的转科信息B(a)_N;
本发明首先基于统计时点对转科信息B进行筛选,B为相应患者最开始的转科类型数据集合。_Y代表符合条件的转科记录,_N代表不符合条件的转科记录。时间与所述统计时点存在交叉是指统计时点属于患者处于相应科室的时间段,即统计时点位于患者在相应科室的入科时间及出科时间之间,否则,时间与所述统计时点不交叉。
例如,转科信息B为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
统计时点为[2019-01-07 00:00:00],则B(a)_Y为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
B(a)_N为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 2019-01-05 01:00:12 |
转科信息第二划分模块,用于基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
由于每个用户的权限不同,本发明基于权限科室对转科信息B(a)_Y进行筛选,使得用户操作的数据与相应的权限相适应。具有地,将转科信息中的“科室”字段与权限科室进行比较,判断“科室”字段是否属于权限科室范围内。转科信息B(b)_Y为属于用户管理的权限范围内的科室中的转科记录,转科信息B(b)_N为不属于用户管理的权限范围内的科室中的转科记录。
例如,权限科室为:所有科室,对于上述B(a)_Y,B(b)_Y为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
123456(1) | 康复科 | 2019-01-08 02:00:12 | 2019-01-12 03:00:12 |
B(b)_N为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
转科信息第三划分模块,用于基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
本发明中,用户能够针对具体的科室进行处于感染状态人数的管理,因此,本发明基于选择的科室对转科信息B(b)_Y进行进行筛选,使得统计、筛查的数据与用户自主选择的科室相适应,使用户能够根据需要对相应的数据进行选择,对特定科室的处于医院感染状态的病例进行统计。具有地,将转科信息中的“科室”字段与选择的科室进行比较,判断“科室”字段是否属于选择的科室范围内。
例如,用户选择的科室为ICU,对于上述B(b)_Y,B(c)_Y为:
患者病案号 | 科室 | 入科时间 | 出科时间 |
123456(1) | ICU | 2019-01-05 01:00:12 | 2019-01-08 02:00:12 |
B(c)_N为:
判断模块,用于判断所述转科信息B(c)_Y中是否存在转科记录,若是,调用感染信息第一划分模块,若否,输出处于医院感染状态人数为0。
具体地,本发明根据转科记录B(c)_Y进行判断,如果患者经过上述三个步骤之后还存在记录,就继续往下进行,如果患者没有记录了,就结束运算,输出结果0。
感染信息第一划分模块,用于采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
感染信息用于记录患者所有感染的具体情况,具体包括患者病案号、感染科室、感染时间、感染部位、感染对应手术时间、状态、感染类型、感染例次标识、转归、转归时间。由于感染信息中存在一些非审核过的数据,这些数据是不需要进行统计的,所以需要先进行过滤。因此,本发明首先对获取的感染信息H进行筛选,选择由用户已经确认的感染信息。
具体地,本发明首先基于感染信息中的“状态”字段对感染信息H进行筛选与划分,状态字段为“确认”,则表明该感染记录已经由用户确认,当状态字段为“排除”,则表明该感染记录未审核确认。
例如,采集的感染信息H为:
则H(a)_Y为:
H(a)_N为:
采集模块,用于采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
住院过程信息用于整体记录患者住院的过程,具体包括患者病案号、入院科室、入院时间、出院科室、出院时间。本发明首先获取患者的住院过程信息A,进一步获取其中的入院时间和出院时间字段相关信息,共同作为参数g.MC2。
例如,住院过程信息A为:
患者病案号 | 入院科室 | 入院时间 | 出院科室 | 出院时间 |
123456(1) | 神经内科 | 2019-01-01 00:00:12 | 康复科 | 2019-01-12 03:00:12 |
则获取的参数g.MC2为:[2019-01-01 00:00:12,2019-01-12 03:00:12]。
感染信息划分模块,用于获取所述感染信息H(a)_Y中与手术部位无关、在院内感染且感染时间在患者住院期间的感染信息;
本发明对获取的感染信息H(a)_Y进行筛选,选择与手术部位无关、在院内感染且感染时间在患者住院期间的感染信息,因此,感染信息划分模块具体包括:
感染信息第二划分模块,用于将所述感染信息H(a)_Y划分为与手术部位无关的感染信息H(b)_Y和与手术部位相关的感染信息H(b)_N;
由于手术的感染时间要以导致这例感染的手术开始时间进行计算,因此,本发明基于感染信息中的“感染对应手术时间”字段对感染信息H(a)_Y进行筛选与划分,当“感染对应手术时间”字段包括相应的手术时间信息时,则表明该感染记录与手部位感染相关,当“感染对应手术时间”字段不包括相应的手术时间信息时,则表明该感染记录与手术部位无关。与手术部位无关的感染信息为H(b)_Y,与手术感染相关的感染信息为H(b)_N。
对于上述H(a)_Y,H(b)_Y为:
H(b)_N为:
感染信息第三划分模块,用于将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
感染信息中包括了院内和院外的感染信息,而院外感染是不需要进行计算的。因此,本发明基于感染信息中的“类型”字段对感染信息H(b)_Y进行筛选与划分,当“类型”字段为“院内”时,则表明该感染记录为院内感染,当“类型”字段为“院外”时,则表明该感染记录为院外感染。
基于上述H(b)_Y,H(c)_Y为:
H(c)_N为:
感染信息第四划分模块,用于基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
正常的感染时间都应该在患者的住院时间范围内,因此,本发明根据参数g.MC2对明显错误的数据进行筛选。具体地,本发明基于感染信息中的“感染时间”字段与入出院时间参数g.MC2进行比较,过滤掉感染时间不在患者住院期间的感染信息H(d)_N,得到一个感染时间在住院时间范围内的感染信息H(d)_Y。
对于上述H(c)_Y,H(d)_Y为:
H(d)_N为:
非手术部位的感染信息确定模块,用于基于所述统计时点,将所述感染信息H(d)_Y划分为在统计时点前发生的感染信息H(e)_Y和在统计时点后发生的感染信息H(e)_N;
本发明对指定时间点处于医院感染状态的人数进行自动管理,因此,统计的处于医院感染状态的病例不包括在统计时点后发生的医院感染病例。因此,本发明基于感染信息中的“感染时间”字段,对感染信息H(d)_Y进行划分与筛选。“感染时间”在统计时点前的感染信息归于H(e)_Y,“感染时间”在统计时点后的感染信息归于H(e)_N。
对于上述H(d)_Y,H(e)_Y为:
H(e)_N为:
重划分模块,用于将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
本发明首先将感染信息H(a)_Y划分为未绑定手术刀的感染信息H(b)_Y和与绑定手术刀的感染信息H(b)_N,为了进一步确认手术部位感染的感染信息,本发明基于“感染对应手术时间”对感染信息H(a)_Y进行再一次的划分,确保获取准确的绑定手术刀的感染信息H(b1)_Y。
对于上述H(a)_Y,H(b1)_Y为:
H(b1)_N为:
手术部位的感染信息确定模块,用于基于所述统计时点,将所述感染信息H(b1)_Y划分为在统计时点前发生的手术部位感染信息H(c1)_Y和在统计时点后发生的手术部位感染诊断记录H(c1)_N;
对于绑定手术刀的感染信息H(b1)_Y,由于是对指定时间点处于医院感染状态的人数进行自动管理,因此,统计的处于医院感染状态的病例不包括在统计时点后发生的手术部位感染病例。因此,本发明本基于感染信息中的“感染对应手术时间”字段,对感染信息H(b1)_Y进行划分与筛选。“感染对应手术时间”在统计时点前的感染信息归于H(c1)_Y,“感染对应手术时间”在统计时点后的感染信息归于H(c1)_N。
对于上述H(b1)_Y、统计时点,H(c1)_Y为:
H(c1)_N为:
合并模块,用于合并所述感染信息H(e)_Y及感染信息H(c1)_Y,得到感染诊断信息H(f);
感染诊断信息包括了非手术部位的感染信息H(e)_Y和手术部位的感染信息H(c1)_Y,因此,本发明将得到的非手术部位的感染信息H(e)_Y及手术部位的感染信息H(c1)_Y进行合并,得到感染诊断信息H(f)。
对于上述H(e)_Y、H(c1)_Y,H(f)为:
感染状态人数确定模块,用于基于所述统计时点,将所述感染诊断信息H(f)划分为统计时点前未治愈的感染诊断信息H(g)_Y和统计时点前已经治愈的感染诊断信息H(g)_N;基于所述感染诊断信息H(g)_Y中记录的条数输出处于医院感染状态人数。
为了提高医院感染状态人数统计的实际应用价值,本发明确定时点下全院住院患者中处于医院感染状态的患者人数不包括在统计时点之前治愈的患者。因此,本发明对获取的感染诊断信息H(f)进行进一步的筛选。具体地,本发明根据感染信息中的“转归”字段及“转归时间”字段,对感染信息H(f)进行划分与筛选。
具体地,对于H(f)中的诊断记录,首先获取“转归”字段,如果“转归”字段为空,则将相应的诊断记录加入H(g)_Y中,否则进一步获取“转归时间”字段,判断“转归时间”是否为统计时点前,若是,则将相应的诊断记录加入H(g)_N中,否则,将相应的诊断记录加入H(g)_Y中。由此得到的感染诊断信息H(g)_Y即为统计的指定时间点处于于医院感染状态的记录信息。基于所述感染诊断信息H(g)_Y中记录的条数输出处于医院感染状态人数。
如果H(g)_Y的感染诊断记录为空则输出0,不为空则输出对应医院感染例次数或统一输出为1。当需要输出具体的处于医院感染状态的病例记录时,输出H(g)_Y。
对于上述H(f)、统计时点[2019-01-07 00:00:00],H(g)_Y为:
H(g)_N为:
由于H(g)_Y中包括一条感染记录,因此,输出处于医院感染状态人数为1。
由此可知,本发明提出的指定时间点处于医院感染状态人数的自动管理方法及***,详细记载了指定时间点处于医院感染状态人数管理的具体实现方式,利用转科信息、住院过程信息、感染信息、选择的统计时间、科室、根据用户的身份信息确定用户的权限科室,分别确定在统计时点前发生的非手术部位的感染信息及手术部位的感染信息,对已经治愈的感染诊断信息进行筛选、过滤,得到最终不包括已经治愈病例的感染诊断信息;能够自动对指定时间点进行医院感染状态人数管理,避免了人工数据统计的劳动强度,能够按需实现感染状态人数的自动管理;对充分利用了感染时间、是否治愈、转归时间,实现根据治愈情况的有效统计,统计的处于医院感染状态人数实用性强、应用价值大。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种指定时间点处于医院感染状态人数的自动管理方法,其特征在于,包括步骤:
S1、接收用户选择的统计时点、科室,根据用户的身份信息确定用户的权限科室;
S2、采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时点存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,执行步骤S3,若不存在,输出处于医院感染状态人数为0;
S3、采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
S4、采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
S5、获取所述感染信息H(a)_Y中与手术部位无关、在院内感染且感染时间在患者住院期间的感染信息;
S6、基于所述统计时点,将所述感染信息H(d)_Y划分为在统计时点前发生的感染信息H(e)_Y和在统计时点后发生的感染信息H(e)_N;
S7、将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
S8、基于所述统计时点,将所述感染信息H(b1)_Y划分为在统计时点前发生的手术部位感染信息H(c1)_Y和在统计时点后发生的手术部位感染诊断记录H(c1)_N;
S9、合并所述感染信息H(e)_Y及感染信息H(c1)_Y,得到感染诊断信息H(f);
S10、基于所述统计时点,将所述感染诊断信息H(f)划分为统计时点前未治愈的感染诊断信息H(g)_Y和统计时点前已经治愈的感染诊断信息H(g)_N;基于所述感染诊断信息H(g)_Y中记录的条数输出处于医院感染状态人数。
2.根据权利要求1所述的自动管理方法,其特征在于,所述转科信息包括患者病案号、科室、入科时间、出科时间;所述感染信息包括患者病案号、感染科室、感染时间、感染部位、感染对应手术时间、状态、感染类型、感染例次标识、转归、转归时间;所述住院信息包括患者病案号、入院科室、入院时间、出院科室、出院时间。
3.根据权利要求2所述的自动管理方法,其特征在于,所述步骤S2具体包括:
S21、采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时点存在交叉的转科信息B(a)_Y以及时间与所述统计时点不交叉的转科信息B(a)_N;
S22、基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
S23、基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
S24、判断所述转科信息B(c)_Y中是否存在转科记录,若是,执行步骤S3,若否,输出处于医院感染状态人数为0。
4.根据权利要求2所述的自动管理方法,其特征在于,所述步骤S5具体包括:
S51、将所述感染信息H(a)_Y划分为与手术部位无关的感染信息H(b)_Y和与手术部位相关的感染信息H(b)_N;
S52、将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
S53、基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
5.根据权利要求2所述的自动管理方法,其特征在于,所述步骤S10包括:获取感染诊断信息H(f)中各记录的“转归”字段,如果“转归”字段为空,则将相应的诊断记录加入H(g)_Y中,否则进一步获取“转归时间”字段,判断“转归时间”是否为统计时点前,若是,则将相应的诊断记录加入H(g)_N中,否则,将相应的诊断记录加入H(g)_Y中。
6.一种指定时间点处于医院感染状态人数的自动管理***,其特征在于,包括:
接收模块,用于接收用户选择的统计时点、科室,根据用户的身份信息确定用户的权限科室;
采集与判断模块,用于采集患者的转科信息B,判断所述转科信息B中是否存在时间与所述统计时点存在交叉、科室同时属于所述权限科室及选择的科室的转科记录,若存在,调用感染信息第一划分模块,若不存在,输出处于医院感染状态人数为0;
感染信息第一划分模块,用于采集患者的感染信息H,将所述感染信息H划分为由用户已经确认的感染信息H(a)_Y和未审核确认的感染信息H(a)_N;
采集模块,用于采集患者的住院过程信息A,基于所述住院过程信息获取患者的入院时间和出院时间,共同作为参数g.MC2;
感染信息划分模块,用于获取所述感染信息H(a)_Y中与手术部位无关、在院内感染且感染时间在患者住院期间的感染信息;
非手术部位的感染信息确定模块,用于基于所述统计时点,将所述感染信息H(d)_Y划分为在统计时点前发生的感染信息H(e)_Y和在统计时点后发生的感染信息H(e)_N;
重划分模块,用于将所述感染信息H(a)_Y划分为绑定手术刀的感染信息H(b1)_Y和与未绑定手术刀的感染信息H(b1)_N;
手术部位的感染信息确定模块,用于基于所述统计时点,将所述感染信息H(b1)_Y划分为在统计时点前发生的手术部位感染信息H(c1)_Y和在统计时点后发生的手术部位感染诊断记录H(c1)_N;
合并模块,用于合并所述感染信息H(e)_Y及感染信息H(c1)_Y,得到感染诊断信息H(f);
感染状态人数确定模块,用于基于所述统计时点,将所述感染诊断信息H(f)划分为统计时点前未治愈的感染诊断信息H(g)_Y和统计时点前已经治愈的感染诊断信息H(g)_N;基于所述感染诊断信息H(g)_Y中记录的条数输出处于医院感染状态人数。
7.根据权利要求6所述的自动管理***,其特征在于,所述转科信息包括患者病案号、科室、入科时间、出科时间;所述感染信息包括患者病案号、感染科室、感染时间、感染部位、感染对应手术时间、状态、感染类型、感染例次标识、转归、转归时间;所述住院信息包括患者病案号、入院科室、入院时间、出院科室、出院时间。
8.根据权利要求7所述的自动管理***,其特征在于,所述采集与判断模块具体包括:
转科信息第一划分模块,用于采集患者的转科信息B,将所述转科信息B划分为时间与所述统计时点存在交叉的转科信息B(a)_Y以及时间与所述统计时点不交叉的转科信息B(a)_N;
转科信息第二划分模块,用于基于所述权限科室,将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N;
转科信息第三划分模块,用于基于选择的科室,将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N;
判断模块,用于判断所述转科信息B(c)_Y中是否存在转科记录,若是,调用感染信息第一划分模块,若否,输出处于医院感染状态人数为0。
9.根据权利要求7所述的自动管理***,其特征在于,所述感染信息划分模块包括:
感染信息第二划分模块,用于将所述感染信息H(a)_Y划分为与手术部位无关的感染信息H(b)_Y和与手术部位相关的感染信息H(b)_N;
感染信息第三划分模块,用于将所述感染信息H(b)_Y划分为院内感染的感染信息H(c)_Y和院外感染的感染信息H(c)_N;
感染信息第四划分模块,用于基于所述参数g.MC2将所述感染信息H(c)_Y划分为感染时间在患者住院期间的感染信息H(d)_Y和感染时间不在患者住院期间的感染信息H(d)_N。
10.根据权利要求7所述的自动管理方法,其特征在于,所述感染状态人数确定模块包括:
获取感染诊断信息H(f)中各记录的“转归”字段,如果“转归”字段为空,则将相应的诊断记录加入H(g)_Y中,否则进一步获取“转归时间”字段,判断“转归时间”是否为统计时点前,若是,则将相应的诊断记录加入H(g)_N中,否则,将相应的诊断记录加入H(g)_Y中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010652528.2A CN112037893A (zh) | 2020-07-08 | 2020-07-08 | 指定时间点处于医院感染状态人数的自动管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010652528.2A CN112037893A (zh) | 2020-07-08 | 2020-07-08 | 指定时间点处于医院感染状态人数的自动管理方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112037893A true CN112037893A (zh) | 2020-12-04 |
Family
ID=73578990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010652528.2A Pending CN112037893A (zh) | 2020-07-08 | 2020-07-08 | 指定时间点处于医院感染状态人数的自动管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112037893A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893725A (zh) * | 2014-11-13 | 2016-08-24 | 北京众智汇医科技有限公司 | 一种医院感染预防与控制全流程管理***及其方法 |
CN109360657A (zh) * | 2018-09-27 | 2019-02-19 | 上海利连信息科技有限公司 | 一种医院感染数据的样本选取的时间段推理方法 |
CN111312346A (zh) * | 2020-01-21 | 2020-06-19 | 杭州杏林信息科技有限公司 | 住院患者新发生感染人数的统计方法、设备和存储介质 |
-
2020
- 2020-07-08 CN CN202010652528.2A patent/CN112037893A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893725A (zh) * | 2014-11-13 | 2016-08-24 | 北京众智汇医科技有限公司 | 一种医院感染预防与控制全流程管理***及其方法 |
CN109360657A (zh) * | 2018-09-27 | 2019-02-19 | 上海利连信息科技有限公司 | 一种医院感染数据的样本选取的时间段推理方法 |
CN111312346A (zh) * | 2020-01-21 | 2020-06-19 | 杭州杏林信息科技有限公司 | 住院患者新发生感染人数的统计方法、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111312346B (zh) | 住院患者新发生感染人数的统计方法、设备和存储介质 | |
DE102012103089A1 (de) | System und maschinenlesbarer Datenträger zur Erstellung von Patientenprognosen | |
DE102007058890A1 (de) | System und Verfahren zum Bereitstellen einer zentralen physiologischen Überwachung | |
CN111309781B (zh) | 统计抗菌药物治疗前病原学送检人数的方法及设备 | |
Kontodimopoulos et al. | Efficiency measurement of hemodialysis units in Greece with data envelopment analysis | |
DE102010016118A1 (de) | Patientenüberwachungssystem und -verfahren | |
Long et al. | The effect of PPS on hospital product and productivity | |
CN111695834A (zh) | 临床试验质量实时管控优化方法和*** | |
CN113362965A (zh) | 用于医院病原菌耐药性监测***及方法 | |
CN113066562A (zh) | 基于5g的医疗图像传输方法及*** | |
CN112002383B (zh) | 特定时段处于医院感染状态人数的自动管理方法及*** | |
CN112037893A (zh) | 指定时间点处于医院感染状态人数的自动管理方法及*** | |
CN112002430A (zh) | 一种出院前治愈医院感染例次数监测方法及*** | |
CN112043241B (zh) | 一种手术患者肺部感染例次数监测方法及*** | |
CN112786167B (zh) | 基于MapReduce及大数据的应用抗菌药物的手术例次数的统计方法及装置 | |
CN112542233B (zh) | 基于MapReduce及大数据的术后24小时内停药例数管理方法及装置 | |
CN112542232A (zh) | 基于MapReduce及大数据的用于观察期内抗菌药物使用人数自动监测的方法及*** | |
CN112017739A (zh) | 一种用于特定时段新发医院感染自动查漏的方法及*** | |
CN112542231B (zh) | 基于MapReduce及大数据的手术预防用药例数的管理方法及*** | |
Chang et al. | A structural design of clinical decision support system for chronic diseases risk management | |
CN111341398A (zh) | 统计科室住院人数的方法、***、设备及存储介质 | |
CN112837768B (zh) | 基于MapReduce及大数据的前后一周内送检次数的统计方法及装置 | |
CN114254011A (zh) | 一种基于大数据的外来人口普查数据收集*** | |
Daneman et al. | Validation of a modified version of the national nosocomial infections surveillance system risk index for health services research | |
CN112017769A (zh) | 耐甲氧西林金黄色葡萄球菌导致医院感染人数的监测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |