运用波士顿矩阵构建医院贵重设备综合评价体系——以大型彩超为例

目的构建一套完整的贵重医疗设备的综合评价体系,使医院贵重医疗设备管理有据可依。方法采用文献分析和专家问卷调查构建贵重医疗设备的综合评价指标体系,选取我院超声科12台采购金额超过100万的在用彩超设备,利用医院数据系统采集2023年的使用数据,基于综合评价指标体系对其使用数据进行评价,利用波士顿矩阵对其2023年的综合运营状况进行分析。结果12台贵重彩超设备中,明星设备为2台LOGIQ E9以及ACUSON SEQUOIA;金牛设备为ALOKA ARIETTA 850、LOGIQ E20、RS80A;瘦狗设备为EPIQ CVX、EPIQ 5、VIVID E95、APLIO I900、APLIO 400、MYLAB TWICE;没有问题设备,此结果与现实情况相符。结论基于波士顿矩阵的贵重医疗设备的综合评价体系能清晰地反映医院贵重设备的综合效益,给医院上层决定是否需要添置新设备、选择合适的机器型号、是否需要报废等增加数据支持,避免重复购置和闲置等资源浪费现象。

基于逻辑回归分析构建超声刀使用风险管理模型与验证

目的:基于逻辑回归(LR)算法构建超声刀使用风险管理模型,提高超声刀风险管理质量。方法:基于LR算法构建超声刀使用风险管理模型并进行模型验证。选取2022—2023年上海市肺科医院临床在用的28台超声刀,以时间为节点,将2022年设备使用期间采用常规管理模式进行管理,2023年设备使用期间采用LR风险管理模型(简称风险管理)进行管理,采用自制评估量表对比两种管理模式的超声刀风险管理质量评分、风险预警评分以及参与设备使用管理人员体验评分。结果:采用风险管理模式的超声刀保养记录、使用状态记录、资料入档、保养牌悬挂和报废处理质量评分的平均分分别为(9.54±0.37)分、(9.67±0.34)分、(9.73±0.21)分、(9.18±0.35)分和(9.92±0.31)分,均高于常规管理模式,差异有统计学意义(t=55.666、32.235、49.511、40.311、23.122,P<0.05);采用风险管理的超声刀使用风险识别准确性、预警及时性和防控全面性风险预警评分的平均分分别为(9.66±1.20)分、(9.92±1.48)分和(9.87±1.04)分,均高于常规管理模式,差异有统计学意义(t=11.840、8.371、8.032,P<0.05);参与超声刀预防养护人员、维修人员和操作人员对采用风险管理模式的超声刀使用体验平均评分分别为(96.61±6.08)分、(95.07±5.19)分和(97.73±5.93)分,均高于常规管理模式,差异有统计学意义(t=4.991、4.156、4.870,P<0.05)。结论:基于LR算法构建超声刀风险管理模型应用于超声刀使用管理,可提高超声刀风险管理质量,规避风险隐患,提升超声刀临床使用的安全性与稳定性。

智慧重症监护室建设背景下生命支持设备的临床辅助决策效能分析

目的:基于医院智慧重症监护室(ICU)建设,分析智慧ICU病房生命支持设备在临床辅助决策中的效能。方法:设计智慧ICU病房交互系统、设备管理系统、风险应对系统和智能查房系统功能模块,实时采集生命支持设备在诊疗、护理、运行和技术保障中的信息数据,为危重症患者诊疗和护理措施改善提供医疗辅助决策依据。选取2018年7月1日至2022年12月31日上海市青浦区朱家角人民医院等3家医院临床在用的115台生命支持设备,分别采用传统辅助决策管理模式(简称传统管理模式,83台)和智慧辅助决策管理模式(简称智慧管理模式,89台,含传统管理模式中57台和新增加的32台)管理,对比两种管理模式生命支持设备的管理水平和管理效果。结果:智慧管理模式下的设备数据采集时间为(5.67±2.80)min,少于传统管理模式,数据采集准确率和完整度,以及设备调配使用、监测报警、设备故障和紧急应答的有效解决率分别为(99.02±1.14)%、(94.35±3.46)%、(98.78±0.90)%、(98.99±0.91)%、(88.26±5.31)%和(90.23±5.54)%,均高于传统管理模式,其差异有统计学意义(t=6.504、6.474、3.574、7.620、6.784、4.522、3.719,P<0.05);智慧管理模式下的设备治疗、护理和康复的诊断决策有效利用率分别为(93.83±3.12)%、(94.99±2.47)%和(91.44±4.62)%,呼吸功能支持设备、循环功能支持设备、血液净化支持设备和急救监测支持设备的综合评分分别为(92.97±4.35)分、(94.34±2.95)分、(93.01±2.44)分和(94.11±1.89)分,均高于传统管理模式,其差异有统计学意义(t=4.169、4.875、5.159、4.069、3.033、2.757、6.893,P<0.05)。结论:基于智慧ICU建设能够提高生命支持设备运行数据采集质量,及时解决设备运行问题,为危重症患者诊疗、护理和康复的诊断决策提供有效依据,提升设备临床服务水平。