住院患者器械相关压力性损伤的数据挖掘及防范对策分析

吴觅之，刘文生，潘红英，余红梅，黄晨

（浙江大学医学院附属邵逸夫医院a.普外科；b.护理部，浙江杭州 310016）

器械相关压力性损伤 （Device related pressure ulcers，DRPU）是指器械直接或间接接触皮肤，产生持续的压力使表层与深层组织相互挤压， 最终形成与器械形状相似的压力性损伤[1]。 住院患者压力性损伤总发生率为5.4%，其中34.5%为DRPU，占所有医院获得性压力性损伤的61%～81%[2]，其延长住院时间，增加经济负担，甚至会引起医疗纠纷[3]。研究[4]表明仅5%DRPU 在Ⅰ期时被发现。 当前，护士根据临床经验和皮肤视诊来评估DRPU， 这导致部分DRPU 未被尽早发现并记录[5]。数据挖掘是对数据进行分析以发现其中隐匿信息的分析技术， 其中关联规则是护理领域中常用的数据分析之一， 通过逐层迭代的方法找出数据之间的强关联组合[6]。 关联规则可发现临床护理信息中的非显性模式， 其在预防导尿管相关尿路感染、非计划拔管、给药错误等方面取得较好效果[6-8]，但对DRPU 研究较少。 因此，本研究挖掘760 例DRPU 事件的多类别数据， 以期为降低DRPU 发生率提供参考。

1 资料与方法

1.1 数据来源 本研究采用回顾性资料收集法，整群提取2017 年1 月—2022 年9 月浙江省某三级甲等医院2 个院区上报的DRPU 事件。 纳入标准：（1）DRPU 事件已在24 h 内通过医院不良事件管理系统上报并存档；（2）年龄≥18 岁；（3）有使用至少1 类医疗器械。 排除标准：（1）患有皮肤相关疾病影响观察；（2）数据不完整，有缺项及逻辑错误的报告。 所有数据均由经过信息中心授权的研究人员，凭借密码在系统中进行提取、整理、挖掘，确保患者信息安全。

1.2 资料收集内容 （1）患者一般资料：年龄、性别、身体质量指数、血红蛋白、C 反应蛋白、血乳酸、氧合指数、血清白蛋白、诊断、入院方式、发生DRPU 时的住院天数、是否合并糖尿病及伴随疾病（肺部感染或尿路感染、心功能不全、高血压）；（2）DRPU 数据：分期、部位、Braden 评分、是否为带入DRPU；（3）器械数据：使用时长、类型；（4）DRPU 事件发生经过和原因分析。

1.3 数据预处理 （1）数据清理：删除患者隐私信息和无用项，如姓名、病历号等；（2）数据一致性处理：统一诊断、DRPU 分期、部位、器械使用时长、类型等；（3）数据离散化处理：将多数据进行合并处理，连续型数据转化为离散型数据并编码， 如将身体质量指数合并并划分为3 个等级，赋值为＜18.5 kg/m2=1、18.5～23.9 kg/m2=2、＞23.9 kg/m2=3。

1.4 数据挖掘的指标判定 设D 是所有事务数据库，关联规则就是形如X→Y 的蕴涵式，X 为前项，Y为后项。 关联规则X→Y 成立的条件是满足最小支持度阈值和最小置信度阈值，提升度Lift＞1。 支持度Support（X→Y）是D 中事务包含X∪Y 的百分比，即Support（X→Y）=P（X∪Y）。 置信度Confidence（X→Y） 是D 中包含X 的事务同时也包含Y 的百分比，即Confidence（X→Y）=P（X|Y）。 提升度反映关联规则中X 与Y 的相关性。

1.5 数据挖掘过程 本研究运用了Apriori 算法来分析DRPU 数据，以探索DRPU 事件中特性因素的潜在关联性。 数据挖掘步骤[9]如下。 （1）挖掘频繁项集：首先找出预处理后的数据形成的所有项集，设定最小支持度阈值，找出频繁项集（X，Y），其中，前项X 为条件项，后项Y 为结果项，结果项只有1 项。 整个频集表示为 “Large k”， 再从 “Large k” 中产生“Large k+1”，直到无法产生更长的频集为止。 （2）挖掘强关联规则： 利用前一步骤的频集来推导关联规则，要求其必须满足最小置信度阈值。 总而言之，项集（X，Y）同时满足最小支持度和最小置信度的阈值，称为强关联规则X→Y。 数据挖掘过程均在我院信息专科护士指导下完成， 其经过大数据分析师（高级）专项技术培训，并获得数据分析师CAD 证书。

1.6 统计学方法 利用SPSS 20.0 对资料进行分析， 计数资料采用频数、 百分比描述。 利用SPSS Modeler 14.1 进行数据挖掘，对关联规则的前后项进行χ2检验，以P＜0.05 表示差异具有统计学意义。

2 结果

2.1 基本资料描述 2017 年1 月-2022 年9 月，浙江省某三级甲等医院2 个院区共发生压力性损伤事件4 266 例，其中，DRPU 事件760 例（17.82%），住院DRPU 患者的一般资料见表1。 760 例住院患者DRPU 发生782 处，DRPU 发生情况见表2。 引起住院患者DRPU 的医院器械总数为778 个，见表3。

表1 住院DRPU 患者的一般资料

表2 DRPU 的发生部位及分期情况

表3 引起住院成人患者DRPU 的主要医疗器械

2.2 住院患者DRPU 关联分析 本研究以支持度作为排列的基准，并将最大前项数设为5、最小支持度和置信度阈值设定为20%和80%、 提升度设定为大于1。 挖掘出了2 599 条住院患者DRPU 事件的关联规则， 随后通过χ2检验剔除掉无意义的规则后，共筛选2 574 条关联规则。Apriori 算法主要集中在频繁项集的挖掘，会产生大量的冗余规则，其结果存在不符合临床实际及有趣性不高的特点[17]。 因此，通过专家小组讨论法， 由2 位副高级以上护理专家讨论删除无意义规则及常识性规则，最终确定了12条强关联规则，详情请参见表4。

表4 成年住院患者DRPU 的强关联规则

3 防范对策

3.1 住院患者DRPU 涉及的器械较广泛，应正确选择和佩戴医疗设备 几乎所有的医疗器械均可以导致DRPU，本研究数据显示，导致成人住院患者发生DRPU 最常见的器械类型包括呼吸相关装置（29.87%）、喂养与营养相关装置（28.55%）、支撑和固定装置（14.61%）等。 Jackson 等[5]研究发现DRPU 相关常见的医疗器械依次为呼吸相关装置、颈托、导管装置等，其差异可能与器械类型归类方式不同有关。关联规则1、3 显示， 使用器械种类＞4 种、 使用时长＞3 d 与新发呈强关联，术后、使用时长＞3 d 与新发呈强关联。医疗器械放置的时间和种类越多，DRPU风险更高[16]。 住院患者使用器械时长每增加1 d，其DRPU 风险可增加66%[16]。临床手术后患者使用器械种类及数目将会较前增加， 医务人员应尽早去除无需的医疗器械，缩短受压时间。 关联规则4 显示，带入与使用时长0～3 d 呈强关联。 提醒临床护士应对所有入院患者进行全面而持续的皮肤评估， 特别是检查使用侵入性医疗器械时长为0～3 d 的入院患者。 没有证据表明器械一定会引起DRPU[18]。 因此，若选择正确的型号， 并合适佩戴， 确保器械妥善固定，不造成额外压力，就能从根本上预防DRPU。

3.2 关注DRPU 的好发部位，进行皮肤、黏膜的动态评估 本研究数据显示，身体最易发生DRPU 的解剖部位依次为鼻部（43.16%）、上肢（13.82%）、头颈部（13.29%）等，其中，黏膜压力性损伤占总数的32.50%。 DRPU 分期依次为Ⅱ期 （35.26%）、 Ⅰ期（24.21%）等。 关联规则2、9 显示，黏膜压力性损伤、新发与鼻部呈强关联，喂养与营养相关装置、鼻部与黏膜压力性损伤呈强关联。 Crunden 等[18]研究表明DRPU 发生部位常见于鼻和口唇， 多是由于鼻饲管和气管插管引起，与本研究结果相似。 其原因为，早期鼻腔的黏膜压力性损伤因分泌物干燥堆积， 损伤部位具有隐匿性， 提醒临床护士应保持医疗器械下黏膜的清洁,尤其是鼻部及口唇周边，同时，应重点关注患者的不适主诉，及时发现损伤部位。关联规则7 显示，呼吸相关装置、氧合指数≤300 与C 反应蛋白异常呈强关联。对于缺氧的患者，氧疗是必不可少的治疗手段， 其引发皮肤潮湿、 皮温升高等危险因素。 因此，临床护士应每8～12 h 检查1 次吸氧装置下方和周围的皮肤，对于重症患者每4 h 评估1 次，密切注意耳廓、鼻梁、鼻孔及口唇周边的皮肤，使用清水做面部皮肤清洁，减少DRPU 发生[19]。

3.3 关注DRPU 高危患者，实施个性化的DRPU管理方案 本研究数据显示， 最易发生DRPU 的疾病分类依次为损伤、中毒和外因作用（25.26%）、肿瘤疾病（18.29%）等。关联规则5、6、8 显示，Ⅱ期、急诊与C 反应蛋白异常呈强关联，损伤、中毒和外因作用的某些其它结果、C 反应蛋白异常与急诊入院呈强关联,伴随疾病、使用时长＞3 d、使用器械种类＞4 种与新发呈强关联。 有研究表明疾病严重程度与DRPU 发生呈正相关[20]，急诊入院患者往往合并多种疾病，多存在活动受限、血液循环不稳定等高危因素，在承受压力几分钟后就产生潜在的压力性损伤[21]。关联规则12 显示，乳酸异常、血清白蛋白低、使用器械种类＞4种与血红蛋白低呈强关联。 血清白蛋白和血红蛋白是影响伤口愈合的营养因素[22]。乳酸是组织灌注能力的有效评估指标，损害组织的修复功能[23]。 关联规则10、11 显示，60～74 岁、 血红蛋白低、新发与血清白蛋白低呈强关联， 住院时间8～14 d 和新发呈强关联规则。 住院时间长和高龄是DRPU 的独立危险因素[24]。提示医护人员应尽早对老年住院患者进行营养评估，对有营养不良风险或存在有营养不良的患者，制定和实施个性化营养计划进行持续监测并记录。

4 结论

本研究通过多学科合作对760 例DRPU 事件进行数据挖掘，从人口学特点、压力性损伤特征及器械管理等多维度出发， 进一步明确了多因素之间的潜在关联影响，为DRPU 预防提供新思路。 住院患者DRPU 涉及的器械较广泛， 护士需加强对器械的规范化管理，应正确选择和佩戴医疗设备，使用功能性辅料，确保器械妥善固定，不造成额外压力，就能从根本上预防DRPU。 此外，根据患者自身特性，关注DRPU 高危患者和好发部位，进行皮肤、黏膜的动态评估。 本研究的不足与今后研究的思路：（1）Aprior 算法产生大量频繁项，关联规则趣味性低，需要通过专家小组讨论删除大量常识项及无临床意义的条目，使研究结果的科学性降低，今后研究采用多种数据挖掘技术，精确识别冗余关联规则。（2）加强对非结构化数据的利用，实现多维度的数据挖掘，提高研究的可信度及准确度。 （3）将DRPU 潜在影响因素的关联规则植入护理信息系统中，实现DRPU 智能化管理。

[致谢] 感谢湖州师范学院流行病与卫生统计学专业王珍副教授，对本研究统计方法及结果的审核！