PDCA循环管理在提高床均医疗质量安全不良事件上报例数中的应用效果

目的根据等级医院评审和三级公立医院绩效考核的要求,研究计划-实施-检查-处理(Plan-Do-Check-Action,PDCA)循环管理在提高床均医疗质量安全不良事件上报例数中的应用效果。方法选取广东省农垦中心医院2021年1—12月床均医疗质量安全不良事件上报例数进行现状分析,并制定改进措施,持续监测;再选取2022年1—12月的床均医疗质量安全不良事件报告情况,通过对比改进前后验证PDCA循环法的作用效果。结果2022年1—12月医疗质量安全不良事件上报例数为887例,季度床均医疗质量安全不良事件报告例数分别为:第一季度15.5例,第二季度21.0例,第三季度19.4例,第四季度32.8例。2021—2022年床均医疗质量安全不良事件上报例数呈上升趋势。2022年1—12月医院不良事件上报例数高于2021年1—12月,差异有统计学意义(P<0.05)。结论运用PDCA循环的管理思路能有效提高床均医疗质量安全不良事件上报例数,加强医疗安全,提高服务质量。

急性冠脉综合征患者不良心血管预后的影响因素

目的探讨急性冠脉综合征(ACS)患者预后发生主要不良心血管事件(MACE)的影响因素。方法从医院2019年2月至2022年2月收治的急性冠脉综合征患者中选取200例,随访1 a,观察MACE的发生情况,并根据随访结果进行分组,收集并对比两组一般资料[性别、年龄、体重指数(BMI)、吸烟史、饮酒史、基础合并症(高血压、糖尿病)、心血管病家族史]、临床指标(冠脉病变支数、植入支架数)、心功能指标[左室射血分数(LVEF)]、实验室指标[肌酸激酶同工酶(CK-MB)、肌钙蛋白T(cTnT)]。绘制受试者工作特征(ROC)曲线分析冠脉病变支数、LVEF、CK-MB、cTnT预测ACS患者预后发生MACE的价值。采用多因素logistic回归分析明确ACS患者预后发生MACE的危险因素。结果随访1 a后,MACE组40例(20.00%),未发生MACE组160例(80.00%)。两组性别、年龄、BMI、吸烟史、饮酒史、高血压、糖尿病、心血管病家族史、植入支架数对比,差异无统计学意义(P>0.05),发生MACE组冠脉病变支数1支占比高于未发生MACE组(P<0.05),LVEF低于未发生MACE组(P<0.05),CK-MB、cTnI高于对照组(P<0.05)。经ROC分析证实LVEF、CK-MB、cTnI均可预测ACS患者预后发生MACE,曲线下面积分别为0.763、0.960、0.914(P<0.05)。多因素logistic回归分析显示冠脉病变支数>1支、LVEF≤53.35%、CK-MB≥173.81 U·L^(-1)、cTnI≥0.62μg·L^(-1)均为ACS患者预后发生MACE的危险因素(P<0.05)。结论冠脉病变支数>1支、LVEF≤53.35%、CK-MB≥173.81 U·L^(-1)、cTnI≥0.62μg·L^(-1)均为ACS患者预后发生MACE的危险因素。

广泛期小细胞肺癌患者使用免疫检查点抑制剂发生免疫相关不良事件的特征及影响因素

目的探讨广泛期小细胞肺癌患者使用免疫检查点抑制剂(ICIs)发生免疫相关不良事件(irAEs)的临床特征及影响因素。方法利用中国医院药物警戒系统回顾性收集我院2023年1月1日至5月31日使用ICIs的130例广泛期小细胞肺癌患者的资料,记录所有患者治疗期间irAEs的发生情况及激素使用情况。采用多因素Logistic回归模型分析影响irAEs发生的因素。结果纳入的130例患者中,有32例患者发生了38例次irAEs,发生率为24.6%,严重程度为1~3级;以皮肤症状(8.4%)最为常见,且集中发生在治疗的第1个周期;5例患者发生多器官系统irAEs。发生irAEs患者的激素使用不合理率为23.1%(甲状腺功能异常患者除外)。神经元特异性烯醇化酶(NSE)为影响irAEs发生的独立因素(P<0.05)。结论ICIs所致的irAEs发生率较高,可累及全身各个器官系统,以皮肤症状发生最早;NSE是影响irAEs发生的独立因素,可一定程度预测irAEs的发生风险。

慢性心力衰竭患者发生衰弱的影响因素及其对住院期间不良事件的影响

目的探讨慢性心力衰竭(chronic heart failure,CHF)患者发生衰弱的影响因素及其对住院期间不良事件的影响。方法选取2019年1月至2023年1月于四川省西昌市人民医院心内科收治的857例慢性心力衰竭患者,根据是否发生衰弱分为衰弱组(n=355)和非衰弱组(n=502)。收集慢性心力衰竭患者临床资料,采用单因素和多因素Logistic回归模型分析影响CHF患者衰弱的因素。比较两组住院期间不良事件发生率。结果857例慢性心力衰竭患者衰弱发生率为41.42%(355/857)。单因素分析显示,衰弱组年龄大于非衰弱组,纽约心脏协会(NYHA)心功能分级Ⅲ~Ⅳ级、高血压、糖尿病、冠心病、脑卒中史比例、N末端脑钠肽前体(NT-proBNP)高于非衰弱组,左室射血分数和血红蛋白低于非衰弱组(P<0.05)。多因素Logistic回归分析显示,年龄增加、NYHA心功能分级Ⅲ~Ⅳ级、高血压、糖尿病、冠心病、脑卒中史和NT-proBNP升高为影响慢性心力衰竭患者发生衰弱的独立危险因素,血红蛋白升高为独立保护因素(P<0.05)。857例CHF患者住院期间不良事件发生率为23.45%(201/857)。衰弱组住院期间不良事件发生率32.68%高于非衰弱组16.93%(P<0.05)。结论年龄、NYHA心功能分级、高血压、糖尿病、冠心病、脑卒中史、NT-proBNP和血红蛋白为CHF患者发生衰弱的独立影响因素,衰弱可增加CHF患者住院期间不良事件发生率。

输注深低温冻存自体造血干细胞不良事件发生现状及影响因素分析

目的探讨输注深低温冻存自体造血干细胞不良事件发生现状和相关影响因素。方法选取2019年9月至2022年9月本院血液移植中心行自体造血干细胞移植的患者224例,采用一般资料调查表及输注自体造血干细胞不良事件调查表收集资料,汇总输注深低温冻存自体干细胞不良事件发生现状并分析影响因素。结果输注深低温冻存自体造血干细胞不良事件的总发生率为72.3%。胃肠道疾病发生率最高,占33.3%,其次是呼吸道、胸腔和纵隔疾病,占30.9%。严重程度多为1级,占68%。引起不良事件发生的危险因素为年龄、输注量、既往输血史和合并其他疾病。结论输注深低温冻存自体造血干细胞的不良事件发生率高,但大部分程度轻微。临床医护人员在围输注期,对于高龄、输注量较大、有输血史和合并其他疾病的患者应注意输注速率、加强监护,提供预见性护理措施,以保障患者安全。

医联体内护士传染病相关应急能力现状及影响因素调查

目的探讨医联体内护士传染病突发公共卫生事件应急能力的现状及影响因素。方法采用便利抽样的方法,选取2022年1月—2023年1月404名医联体内护士进行问卷调查分析。统计404名不同特征护士应急能力得分、应急能力得分较低和较高的条目、应急能力得分情况,采用logistic多元分层回归分析医联体内护士传染病突发公共卫生事件应急能力得分的影响因素。结果一级指标准备得分最高的项目为“救援能力”(126.67±10.89)分,得分最低的项目为“风险沟通能力”(3.02±0.77)分;二级指标得分最高项目为“预防能力评分”(13.67±1.07)分,得分最低的项目是“应急演练评分”(3.43±0.78)分。三级医院、男性、年龄>39岁、临床经验>14年、硕士、有救援工作经验、有突发事件应急救援经验、过去5年参加过新发传染病事件应急演练、过去5年参加过常见传染病或新发传染病培训的护士应急能力得分高于一二级医院、女性、年龄<31岁和31~39岁、临床经验<6年和6~14年、本科和专科、无救援工作经验、无突发事件应急救援经验、过去5年未参加过新发传染病事件应急演练、过去5年未参加过常见传染病或新发传染病培训的护士,差异有统计学意义(P<0.05)。性别、年龄、学历、医院级别、临床经验、突发事件应急救援经验、过去5年参加新发传染病事件应急演练、过去5年参加常见传染病或新发传染病培训均为应急能力的主要影响因素(P<0.05)。结论医联体内护士应急能力评分处于中等水平。护理管理人员应选择适当的方法对医联体内护士进行传染病突发事件应急能力的演练和培训,以提高其应急能力。

391名医务人员对医疗安全不良事件报告意向的现状调查

目的调查并了解北京某三级中医医院医务人员对医疗安全(不良)事件报告意向、报告认知及报告障碍的现状,为医院的医疗安全培训方案及管理体系研究提供参考依据。方法采用简单随机抽样的方法,于2024年6月使用自制问卷对北京某三级中医医院医务人员进行线上调查。结果共391名医务人员参与调查,其中医生120名(30.69%)、护士164名(41.94%)、医技人员27名(6.91%)、药剂人员46名(11.76%)、职能行政人员14名(3.58%)、后勤人员20名(5.12%)。调查对象对严重程度较高的不良事件报告意向率较高,但对没有造成伤害、潜在漏洞的不良事件报告意向率较低;调查对象对不良事件报告认知的制度、培训认知度较好,但实际“填写过不良事件报告表”占比较低;不同年龄、性别、人员类别、学历、职称调查对象的报告意向、认知和障碍的总分差异有显著统计学意义;报告意向与报告认知之间有正相关关系,与报告障碍之间有负相关关系。结论医院医务人员不良事件报告意向及认知有待提升,下一步将完善构建医院的医疗安全不良事件管理体系,提升全员不良事件报告责任意识,努力构建全流程、全方位的不良事件管理氛围。

急性STEMI患者pPCI术后6个月内MACE的影响因素分析及风险预测Nomogram模型构建

目的分析急性ST段抬高型心肌梗死(ST segment elevation myocardial infarction,STEMI)患者直接经皮冠状动脉介入治疗(primary percutaneous coronary intervention,pPCI)术后6个月内主要不良心血管事件(major adverse cardiovascular events,MACE)的影响因素,并构建风险预测Nomogram模型。方法回顾性分析2020年6月至2022年12月安阳市人民医院收治的519例行pPCI术的急性STEMI患者的临床资料,将其按照2∶1的比例随机分为模型组(n=346)和验证组(n=173)。根据pPCI术后6个月内MACE的发生情况,将模型组患者分为发生组和未发生组,采用Logistic回归分析筛选急性STEMI患者pPCI术后6个月内MACE的影响因素,构建风险预测Nomogram模型并对其进行验证。结果Killip心功能III/IV级、术后TIMI分级≤2级、术后无复流、N末端B型钠尿肽前体(N-terminal pro-brain natriuretic peptide,NT-proBNP)、左心室射血分数(left ventricular ejection fraction,LVEF)、碎裂QRS波(fragmented QRS wave,fQRS波)、超敏C反应蛋白(high-sensitivity C reactive protein,hs-CRP)是急性STEMI患者pPCI术后6个月内MACE的影响因素(P<0.05)。模型组和验证组的校准曲线显示,Nomogram模型校准曲线和理想曲线的一致性良好,两组Hosmer-Lemeshow检验结果分别为χ^(2)=2.135、P=0.977,χ^(2)=3.756、P=0.878;受试者工作特征曲线显示,该模型预测模型组和验证组患者pPCI术后6个月内MACE的曲线下面积分别为0.827、0.811;决策曲线显示,急性STEMI患者根据该模型预测pPCI术后6个月内MACE发生风险的净收益较高。结论Killip心功能III/IV级、术后TIMI分级≤2级、术后无复流、NT-proBNP、LVEF、fQRS波及hs-CRP是急性STEMI患者pPCI术后6个月内MACE的影响因素,以此构建的风险预测Nomogram模型的预测效能及适用性较好,可用于预测急性STEMI患者预后。

基于技术接受模型的医务人员不良事件上报意愿提升路径研究

目的基于技术接受模型,探究技术支持、感知互动性、感知有用性、感知易用性和感知风险性对医务人员不良事件上报意愿的影响机制,为提高医务人员不良事件上报意愿提供路径建议。方法采用多阶段抽样法,选取杭州市采用信息化平台上报不良事件的三级公立医院637名医务人员作为调查对象,利用自行编制的不良事件上报意愿量表作为调查工具,采用秩和检验进行单因素分析,利用结构方程模型分析医务人员不良事件上报意愿的影响路径。结果感知易用性、感知有用性对医务人员不良事件上报意愿均有正向影响(β=0.264、0.658,P<0.001),感知风险性对医务人员不良事件上报意愿有负向影响(β=-0.143,P<0.001),感知有用性和感知易用性对医务人员上报意愿的间接效应值分别为0.538、0.205。结论感知有用性和感知易用性在感知互动性和医务人员不良事件上报意愿中起中介作用。

护理风险管理策略在鼻胃管并发症管理中应用的研究进展

总结鼻胃管并发症现状,提出护理风险管理策略应用于鼻胃管技术的管理建议,进行风险识别、风险衡量、风险处理及实施效果评价,不仅可以发现可能出现的护理问题及潜在的风险隐患,还能促使护理工作者主动预防鼻胃管相关风险,维护鼻胃管病人住院安全,保障临床鼻胃管技术的安全性、科学性和舒适性。

护士给药中断事件发生现状及其影响因素分析

目的调查临床护士给药中断事件发生现状并分析其影响因素,为改善护理服务质量提供依据。方法2024年3-4月,便利抽样法选取北京市某三级甲等综合性医院临床护士125名为研究对象,采用中文版工作场所中断测量量表、中文版护士用药安全能力量表等对其进行调查,并分析给药中断事件发生的影响因素。结果有85.6%(107/125)的护士在给药过程中意识到中断事件的发生。多元线性回归分析结果显示,护士用药安全能力、学历、给药中断事件了解程度是护士给药中断事件发生的负向影响因素,任务负荷指数是护士给药中断事件发生的正向影响因素,该模型可解释给药中断事件24.3%的变异。结论护士给药中断事件发生频率处于中高水平,护理管理者应关注并识别给药中断事件的影响因素,制定个性化的干预措施,减少给药中断事件的发生。

湖州市疑似预防接种异常反应发生的影响因素分析

目的 分析湖州市疑似预防接种异常反应(AEFI)的监测资料,比较DTaP-IPV/Hib、 PPV23、DTaP、MR、MMR、VarV、JE-L、MPV-A、DT 9种疫苗的AEFI报告发生率,探讨AEFI发生风险的影响因素,为AEFI监测处置工作决策提供参考。方法 收集湖州市AEFI监测管理系统中2015—2019年9种疫苗AEFI个案资料,描述性方法分析AEFI发生情况,二元Logistic回归模型分析AEFI发生风险的影响因素。结果 9种疫苗AEFI累计报告发生率为58.36/10万,DTaP-IPV/Hib疫苗AEFI报告发生率最高(158.21/10万)。Logistic回归分析结果显示,接种MPV-A疫苗(OR=3.298,95%CI:1.224~8.886,P=0.018)局部红肿发生风险较高;女性(OR=1.36,95%CI:1.046~1.769,P=0.022)、1~4岁(OR=2.885,95%CI:1.011~8.232,P=0.048)、接种部位为右上臂(OR=3.888,95%CI:1.018~14.853,P=0.047)局部硬结发生风险较高。接种MPV-A疫苗、<1岁、接种第1剂次后至出现AEFI时间间隔最短,中位数分别为5.750(3.000,11.978)、7.18(4.000,23.130)、8.17(4.32,24.00)小时。不同疫苗、年龄、剂次出现AEFI的时间,差异均有统计学意义(均P<0.001)。结论 疫苗不良反应发生受到年龄、性别、接种部位等因素影响,应采用主动监测和被动监测相结合的方式及时发现不良反应并处置,以保障预防接种安全。

医学院校在职教师不良体态现况及其影响因素分析

目的了解医学院校在职教师的不良体态现状及其影响因素。方法采用多阶段抽样方法,于2020年11~12月对海南医学院的174名在职教师开展调查。采用站位静态体态评估法进行体态评估,通过问卷调查收集其基本信息、生活习惯和不良体态认知等。采用χ2检验和二分类Logistic回归进行统计分析。结果174名在职教师中不良体态粗检出率为59.2%,调整年龄构成后标准化检出率为68.4%;随着年龄增长,检出率逐渐增加,35岁以下、35~44岁、45岁及以上年龄组的不良体态检出率分别为48.4%、71.4%和73.9%;调整混杂因素后,二分类Logistic回归分析结果显示,不良体态的影响因素为经常感到疲劳、经常穿高跟鞋、经常交叉两腿站立、年龄和日均静坐时间;不良体态检出率随着年龄、日均静坐时间增加而增加(P<0.05),而不良体态认知率为28.4%,年龄组间比较无统计学意义(P>0.05)。结论医学院在职教师人群不良体态检出率较高,且随年龄和日均静坐时间递增,同时知晓率偏低,45岁及以上久坐教师更应加强对不良体态相关知识的学习,防止因不良体态问题继续恶化而导致更为严重的健康问题。

老年急性ST段抬高型心肌梗死患者PCI术后不良心血管事件影响因素分析及列线图预测模型建立

[目的]分析老年急性ST段抬高型心肌梗死(STEMI)患者经皮冠状动脉介入治疗(PCI)术后不良心血管事件影响因素,并建立列线图预测模型。[方法]选取2021年2月—2023年1月在辽宁省金秋医院接受PCI术的老年急性STEMI患者216例,依照术后院内不良心血管事件发生情况划分为发生组(n=33)和未发生组(n=183)。收集所有患者一般资料、实验室指标、影像学检查资料、术后用药资料,采用单因素与多因素Logistic回归分析探究不良心血管事件独立危险因素,根据独立危险因素中性粒细胞/淋巴细胞比值(NLR)、血小板/淋巴细胞比值(PLR)、C反应蛋白/白蛋白比值(CAR)、C反应蛋白与高密度脂蛋白胆固醇比值(CHR)构建列线图预测模型,绘制校准曲线对列线图模型进行验证,并绘制受试者工作特征(ROC)曲线,分析列线图模型的预测效能。[结果]发生组NLR、PLR、CAR、CHR水平及Gensini评分、血小板聚集率(PAR)明显较未发生组高,左心室射血分数(LVEF)明显较未发生组低(P<0.05);Logistic回归分析结果显示,Gensini评分、LVEF、PAR、NLR、PLR、CAR、CHR是老年急性STEMI患者PCI术后发生不良心血管事件的独立危险因素(P<0.05);根据独立危险因素构建预测老年急性STEMI患者PCI术后发生不良心血管事件风险的列线图模型,模型校准曲线与理想模型较为接近,ROC曲线显示,列线图预测不良心血管事件发生风险的ROC曲线下面积为0.914。[结论]NLR、PLR、CAR、CHR是影响老年急性STEMI患者PCI术后发生不良心血管事件的独立危险因素,基于以上因素构建的列线图模型能有效预测老年急性STEMI患者PCI术后发生不良心血管事件的风险。

某院303例药品不良事件报告的分析

目的通过分析某院303例药品不良事件,查找药品不良事件的常见原因,提出针对性的改善意见。方法对某三级医院2023年1—12月报告的303例药品不良事件进行回顾性分析,运用Excel软件统计患者基本情况、就诊类型、事件类型、事件分级、药品类型及报告科室情况,分析其原因及特点。结果女性患者略多于男性;50岁以上患者占比最多(62.38%);住院患者占比最多(92.41%);类型方面,药物不良反应是占比最多的三级指标类型(95.71%);不良事件等级数量依次为Ⅰ级(n=0)、Ⅱ级(n=29)、Ⅲ级(n=259)、Ⅳ级(n=3)、一般隐患事件(n=12);内科科室占比最多(80.86%),头颈肿瘤病房、感染性疾病中心、腹部肿瘤病房是报告数量最多的前3位科室。结论结合数据分析结果,提出加强医务人员的安全用药意识、完善特殊用药流程、优化信息系统、加强药品不良事件管理的对策建议。

精神疾病专科医院护理不良事件影响因素分析

目的了解精神疾病专科医院护理不良事件发生情况及其影响因素。方法采用回顾性研究,对2021~2023年某精神疾病专科医院不良事件上报系统数据库中的249例护理不良事件进行调查,并对结果进行分析。结果护理不良事件发生率排名前三位分别是跌倒事件、自伤事件、擅自离院事件;Ⅲ类事件发生率最高,占比为47.79%;0:00~8:59时间段护理不良事件发生率最高,占比为27.71%。护理不良事件发生情况在患者年龄、住院时间、所在病区、是否接受过无抽搐电休克治疗方面比较,差异均有统计学意义(P<0.01)。结论精神疾病专科医院护理不良事件影响因素是多元化的,应建立早期风险意识,强化安全培训,以提升医院护理质量,保障患者安全。

医疗器械定期风险评价报告的问题分析及对策

医疗器械定期风险评价报告(PRER)对产品上市后的安全性研究具有重要意义。该研究通过梳理、汇总国家医疗器械不良事件监测信息系统内山东省注册人提交的PRER,结合基层调研和工作开展的实际情况归纳PRER存在的问题,探讨加强医疗器械定期风险评价工作的创新举措,确保企业主体责任落实到位。

血液透析继发性甲状旁腺功能亢进患者行甲状旁腺全切术后钙磷代谢水平变化及发生心血管不良事件的危险因素分析

目的:分析血液透析继发性甲状旁腺功能亢进患者行甲状旁腺全切术后钙磷代谢水平变化及发生心血管不良事件的危险因素。方法:选取南昌市第一医院2020年1月—2022年8月收治的80例血液透析继发性甲状旁腺功能亢进患者资料,所有患者均接受甲状旁腺全切术治疗,比较术前、术后1个月、术后1年时的钙磷代谢指标[全段甲状旁腺激素(iPTH)、血钙(Ca)、血磷(P)]变化,根据术后1年内不良心血管事件发生情况分为良好组和异常组,比较两组临床资料,并对有差异性单因素进行logistic回归分析。结果:患者术前、术后1个月、术后1年的iPTH、Ca、P均呈下降趋势,差异均有统计学意义(P<0.05),术后1个月、1年上述指标均低于术前,差异均有统计学意义(P<0.05);术后1年内共22例患者出现心血管不良事件,发生率为27.50%;异常组年龄、透析龄均大于良好组,术前iPTH、Ca、P、收缩压、低密度脂蛋白胆固醇均高于良好组,差异均有统计学意义(P<0.05);logistic回归分析显示,透析龄、术前iPTH、收缩压、低密度脂蛋白胆固醇为发生心血管不良事件的危险因素(P<0.05)。结论:血液透析继发性甲状旁腺功能亢进患者行甲状旁腺全切术后钙磷代谢功能明显改善,透析龄、术前iPTH、收缩压、低密度脂蛋白胆固醇是患者术后发生心血管不良事件的影响因素,临床应针对存在上述情况的患者定期监测,保证良好预后。

医疗器械不良事件智能化管理系统的设计与应用

为解决传统医疗器械不良事件上报模式存在的上报不及时、信息不完整、流程烦琐及不良事件概念模糊等问题,设计一款医疗器械不良事件智能化管理系统,通过智能化管理模块实现对不良事件的便捷化实时上报、全流程监测,数据分析与总结功能。实际应用结果显示,该系统上线后医疗器械不良事件上报用时缩短、上报错误率降低,医务人员对医疗器械不良事件上报流程的满意度提高。

住院病人护理不良事件发生风险预测模型的构建及验证

目的:构建住院病人护理不良事件发生风险预测模型,并检验其效能。方法:采用便利抽样法,选取2023年1月—12月江西省某三级甲等医院发生护理不良事件的150例病人和未发生护理不良事件的160例病人作为研究对象。基于医院信息系统收集可能导致住院病人护理不良事件发生的危险因素。采用Logistic回归分析法建立风险预测模型,应用受试者工作特征曲线、Hosmer-Lemeshow拟合优度检验对构建的模型进行评价。结果:Logistic回归分析结果显示,护士职称、“三基三严”入职培训成绩、临床专科培训成绩、一级护理质量督导、病人安全文化、护理人力资源、医院硬件设施设备是护理不良事件发生的影响因素(P<0.05)。根据Logistic回归分析结果构建住院病人护理不良事件发生风险预测模型,模型受试者工作特征曲线下面积为0.850[95%CI(0.808,0.891)],Hosmer-Lemeshow检验结果显示,χ^(2)=9.816,P=0.278,模型最大约登指数为0.584,灵敏度为0.747,特异度为0.838。结论:护士职称“、三基三严”入职培训成绩、临床专科培训成绩、一级护理质量督导、病人安全文化、护理人力资源、医院硬件设施设备对住院病人护理不良事件发生情况有影响,住院病人护理不良事件发生风险预测模型预测效能良好,可为临床护理不良事件防控提供参考。