住院患者器械相關壓力性損傷的數據挖掘及防范對策分析

吳覓之，劉文生，潘紅英，余紅梅，黃晨

（浙江大學醫學院附屬邵逸夫醫院a.普外科；b.護理部，浙江杭州 310016）

器械相關壓力性損傷 （Device related pressure ulcers，DRPU）是指器械直接或間接接觸皮膚，產生持續的壓力使表層與深層組織相互擠壓， 最終形成與器械形狀相似的壓力性損傷[1]。 住院患者壓力性損傷總發生率為5.4%，其中34.5%為DRPU，占所有醫院獲得性壓力性損傷的61%～81%[2]，其延長住院時間，增加經濟負擔，甚至會引起醫療糾紛[3]。研究[4]表明僅5%DRPU 在Ⅰ期時被發現。 當前，護士根據臨床經驗和皮膚視診來評估DRPU， 這導致部分DRPU 未被盡早發現并記錄[5]。數據挖掘是對數據進行分析以發現其中隱匿信息的分析技術， 其中關聯規則是護理領域中常用的數據分析之一， 通過逐層迭代的方法找出數據之間的強關聯組合[6]。 關聯規則可發現臨床護理信息中的非顯性模式， 其在預防導尿管相關尿路感染、非計劃拔管、給藥錯誤等方面取得較好效果[6-8]，但對DRPU 研究較少。 因此，本研究挖掘760 例DRPU 事件的多類別數據， 以期為降低DRPU 發生率提供參考。

1 資料與方法

1.1 數據來源 本研究采用回顧性資料收集法，整群提取2017 年1 月—2022 年9 月浙江省某三級甲等醫院2 個院區上報的DRPU 事件。 納入標準：（1）DRPU 事件已在24 h 內通過醫院不良事件管理系統上報并存檔；（2）年齡≥18 歲；（3）有使用至少1 類醫療器械。 排除標準：（1）患有皮膚相關疾病影響觀察；（2）數據不完整，有缺項及邏輯錯誤的報告。 所有數據均由經過信息中心授權的研究人員，憑借密碼在系統中進行提取、整理、挖掘，確?；颊咝畔踩?。

1.2 資料收集內容 （1）患者一般資料：年齡、性別、身體質量指數、血紅蛋白、C 反應蛋白、血乳酸、氧合指數、血清白蛋白、診斷、入院方式、發生DRPU 時的住院天數、是否合并糖尿病及伴隨疾?。ǚ尾扛腥净蚰蚵犯腥?、心功能不全、高血壓）；（2）DRPU 數據：分期、部位、Braden 評分、是否為帶入DRPU；（3）器械數據：使用時長、類型；（4）DRPU 事件發生經過和原因分析。

1.3 數據預處理 （1）數據清理：刪除患者隱私信息和無用項，如姓名、病歷號等；（2）數據一致性處理：統一診斷、DRPU 分期、部位、器械使用時長、類型等；（3）數據離散化處理：將多數據進行合并處理，連續型數據轉化為離散型數據并編碼， 如將身體質量指數合并并劃分為3 個等級，賦值為＜18.5 kg/m2=1、18.5～23.9 kg/m2=2、＞23.9 kg/m2=3。

1.4 數據挖掘的指標判定 設D 是所有事務數據庫，關聯規則就是形如X→Y 的蘊涵式，X 為前項，Y為后項。 關聯規則X→Y 成立的條件是滿足最小支持度閾值和最小置信度閾值，提升度Lift＞1。 支持度Support（X→Y）是D 中事務包含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 的事務同時也包含Y 的百分比，即Confidence（X→Y）=P（X|Y）。 提升度反映關聯規則中X 與Y 的相關性。

1.5 數據挖掘過程 本研究運用了Apriori 算法來分析DRPU 數據，以探索DRPU 事件中特性因素的潛在關聯性。 數據挖掘步驟[9]如下。 （1）挖掘頻繁項集：首先找出預處理后的數據形成的所有項集，設定最小支持度閾值，找出頻繁項集（X，Y），其中，前項X 為條件項，后項Y 為結果項，結果項只有1 項。 整個頻集表示為 “Large k”， 再從 “Large k” 中產生“Large k+1”，直到無法產生更長的頻集為止。 （2）挖掘強關聯規則： 利用前一步驟的頻集來推導關聯規則，要求其必須滿足最小置信度閾值。 總而言之，項集（X，Y）同時滿足最小支持度和最小置信度的閾值，稱為強關聯規則X→Y。 數據挖掘過程均在我院信息?？谱o士指導下完成， 其經過大數據分析師（高級）專項技術培訓，并獲得數據分析師CAD 證書。

1.6 統計學方法 利用SPSS 20.0 對資料進行分析， 計數資料采用頻數、 百分比描述。 利用SPSS Modeler 14.1 進行數據挖掘，對關聯規則的前后項進行χ2檢驗，以P＜0.05 表示差異具有統計學意義。

2 結果

2.1 基本資料描述 2017 年1 月-2022 年9 月，浙江省某三級甲等醫院2 個院區共發生壓力性損傷事件4 266 例，其中，DRPU 事件760 例（17.82%），住院DRPU 患者的一般資料見表1。 760 例住院患者DRPU 發生782 處，DRPU 發生情況見表2。 引起住院患者DRPU 的醫院器械總數為778 個，見表3。

表1 住院DRPU 患者的一般資料

表2 DRPU 的發生部位及分期情況

表3 引起住院成人患者DRPU 的主要醫療器械

2.2 住院患者DRPU 關聯分析 本研究以支持度作為排列的基準，并將最大前項數設為5、最小支持度和置信度閾值設定為20%和80%、 提升度設定為大于1。 挖掘出了2 599 條住院患者DRPU 事件的關聯規則， 隨后通過χ2檢驗剔除掉無意義的規則后，共篩選2 574 條關聯規則。Apriori 算法主要集中在頻繁項集的挖掘，會產生大量的冗余規則，其結果存在不符合臨床實際及有趣性不高的特點[17]。 因此，通過專家小組討論法， 由2 位副高級以上護理專家討論刪除無意義規則及常識性規則，最終確定了12條強關聯規則，詳情請參見表4。

表4 成年住院患者DRPU 的強關聯規則

3 防范對策

3.1 住院患者DRPU 涉及的器械較廣泛，應正確選擇和佩戴醫療設備 幾乎所有的醫療器械均可以導致DRPU，本研究數據顯示，導致成人住院患者發生DRPU 最常見的器械類型包括呼吸相關裝置（29.87%）、喂養與營養相關裝置（28.55%）、支撐和固定裝置（14.61%）等。 Jackson 等[5]研究發現DRPU 相關常見的醫療器械依次為呼吸相關裝置、頸托、導管裝置等，其差異可能與器械類型歸類方式不同有關。關聯規則1、3 顯示， 使用器械種類＞4 種、 使用時長＞3 d 與新發呈強關聯，術后、使用時長＞3 d 與新發呈強關聯。醫療器械放置的時間和種類越多，DRPU風險更高[16]。 住院患者使用器械時長每增加1 d，其DRPU 風險可增加66%[16]。臨床手術后患者使用器械種類及數目將會較前增加， 醫務人員應盡早去除無需的醫療器械，縮短受壓時間。 關聯規則4 顯示，帶入與使用時長0～3 d 呈強關聯。 提醒臨床護士應對所有入院患者進行全面而持續的皮膚評估， 特別是檢查使用侵入性醫療器械時長為0～3 d 的入院患者。 沒有證據表明器械一定會引起DRPU[18]。 因此，若選擇正確的型號， 并合適佩戴， 確保器械妥善固定，不造成額外壓力，就能從根本上預防DRPU。

3.2 關注DRPU 的好發部位，進行皮膚、黏膜的動態評估 本研究數據顯示，身體最易發生DRPU 的解剖部位依次為鼻部（43.16%）、上肢（13.82%）、頭頸部（13.29%）等，其中，黏膜壓力性損傷占總數的32.50%。 DRPU 分期依次為Ⅱ期 （35.26%）、 Ⅰ期（24.21%）等。 關聯規則2、9 顯示，黏膜壓力性損傷、新發與鼻部呈強關聯，喂養與營養相關裝置、鼻部與黏膜壓力性損傷呈強關聯。 Crunden 等[18]研究表明DRPU 發生部位常見于鼻和口唇， 多是由于鼻飼管和氣管插管引起，與本研究結果相似。 其原因為，早期鼻腔的黏膜壓力性損傷因分泌物干燥堆積， 損傷部位具有隱匿性， 提醒臨床護士應保持醫療器械下黏膜的清潔,尤其是鼻部及口唇周邊，同時，應重點關注患者的不適主訴，及時發現損傷部位。關聯規則7 顯示，呼吸相關裝置、氧合指數≤300 與C 反應蛋白異常呈強關聯。對于缺氧的患者，氧療是必不可少的治療手段， 其引發皮膚潮濕、 皮溫升高等危險因素。 因此，臨床護士應每8～12 h 檢查1 次吸氧裝置下方和周圍的皮膚，對于重癥患者每4 h 評估1 次，密切注意耳廓、鼻梁、鼻孔及口唇周邊的皮膚，使用清水做面部皮膚清潔，減少DRPU 發生[19]。

3.3 關注DRPU 高?；颊?，實施個性化的DRPU管理方案 本研究數據顯示， 最易發生DRPU 的疾病分類依次為損傷、中毒和外因作用（25.26%）、腫瘤疾?。?8.29%）等。關聯規則5、6、8 顯示，Ⅱ期、急診與C 反應蛋白異常呈強關聯，損傷、中毒和外因作用的某些其它結果、C 反應蛋白異常與急診入院呈強關聯,伴隨疾病、使用時長＞3 d、使用器械種類＞4 種與新發呈強關聯。 有研究表明疾病嚴重程度與DRPU 發生呈正相關[20]，急診入院患者往往合并多種疾病，多存在活動受限、血液循環不穩定等高危因素，在承受壓力幾分鐘后就產生潛在的壓力性損傷[21]。關聯規則12 顯示，乳酸異常、血清白蛋白低、使用器械種類＞4種與血紅蛋白低呈強關聯。 血清白蛋白和血紅蛋白是影響傷口愈合的營養因素[22]。乳酸是組織灌注能力的有效評估指標，損害組織的修復功能[23]。 關聯規則10、11 顯示，60～74 歲、 血紅蛋白低、新發與血清白蛋白低呈強關聯， 住院時間8～14 d 和新發呈強關聯規則。 住院時間長和高齡是DRPU 的獨立危險因素[24]。提示醫護人員應盡早對老年住院患者進行營養評估，對有營養不良風險或存在有營養不良的患者，制定和實施個性化營養計劃進行持續監測并記錄。

4 結論

本研究通過多學科合作對760 例DRPU 事件進行數據挖掘，從人口學特點、壓力性損傷特征及器械管理等多維度出發， 進一步明確了多因素之間的潛在關聯影響，為DRPU 預防提供新思路。 住院患者DRPU 涉及的器械較廣泛， 護士需加強對器械的規范化管理，應正確選擇和佩戴醫療設備，使用功能性輔料，確保器械妥善固定，不造成額外壓力，就能從根本上預防DRPU。 此外，根據患者自身特性，關注DRPU 高?；颊吆秃冒l部位，進行皮膚、黏膜的動態評估。 本研究的不足與今后研究的思路：（1）Aprior 算法產生大量頻繁項，關聯規則趣味性低，需要通過專家小組討論刪除大量常識項及無臨床意義的條目，使研究結果的科學性降低，今后研究采用多種數據挖掘技術，精確識別冗余關聯規則。（2）加強對非結構化數據的利用，實現多維度的數據挖掘，提高研究的可信度及準確度。 （3）將DRPU 潛在影響因素的關聯規則植入護理信息系統中，實現DRPU 智能化管理。

[致謝] 感謝湖州師范學院流行病與衛生統計學專業王珍副教授，對本研究統計方法及結果的審核！