數(shù)據(jù)挖掘在住院患者跌倒風(fēng)險(xiǎn)防控中的應(yīng)用

□ 潘倩霞 PAN Qian-xia 黃霞光 HUANG Xia-guang 沈俊俊 SHEN Jun-jun

院內(nèi)跌倒是住院患者經(jīng)常出現(xiàn)的不良事件，尤其是老年住院患者。研究表明，大約20%～30%的院內(nèi)跌倒導(dǎo)致的傷害需要醫(yī)療干預(yù)，其中3%～5%是骨折。部分跌倒患者導(dǎo)致跌倒后綜合征、長(zhǎng)期殘疾、喪失獨(dú)立生活能力等，不僅給患者身心帶來(lái)傷害，增加患者痛苦，還增加了患者家庭、醫(yī)療機(jī)構(gòu)和社會(huì)的負(fù)擔(dān)[1-2]。因此，研究評(píng)估跌倒風(fēng)險(xiǎn)的工具以評(píng)估住院患者跌倒風(fēng)險(xiǎn)，以便采取有效預(yù)防措施，避免跌倒的發(fā)生[3-4]。研究表明，目前常見的跌倒風(fēng)險(xiǎn)評(píng)估工具均不能準(zhǔn)確地識(shí)別跌倒風(fēng)險(xiǎn)[5]。隨著信息技術(shù)在醫(yī)院管理中的應(yīng)用，醫(yī)院積累了大量的患者數(shù)據(jù)，為疾病及影響因素分析奠定了基礎(chǔ)[6]。本研究擬采用Apriori算法對(duì)記錄于我院信息系統(tǒng)中的跌倒事件進(jìn)行數(shù)據(jù)挖掘，深入探討可能造成跌倒的風(fēng)險(xiǎn)因素，以便制定出有針對(duì)性的防范措施。

資料與方法

1.資料來(lái)源。收集我院2016年3月1日至2019年5月31日醫(yī)院信息系統(tǒng)中記錄的跌倒事件的患者數(shù)據(jù)。納入標(biāo)準(zhǔn)：(1)年齡＞18歲，(2)意外導(dǎo)致的院內(nèi)跌倒。排除標(biāo)準(zhǔn)：(1)癲癇、偏癱或暴力等導(dǎo)致的跌倒，(2)資料存在嚴(yán)重缺失，無(wú)法補(bǔ)充完整的患者?；颊邤?shù)據(jù)包括患者住院號(hào)、姓名、性別、年齡、入院診斷、既往病史、跌倒史，跌倒發(fā)生前患者的生命體征、意識(shí)、血糖、有無(wú)靜脈治療(靜脈輸液和導(dǎo)管等)、有無(wú)使用易導(dǎo)致跌倒的藥物、身體質(zhì)量指數(shù)(Body Mass Index， BMI)、日常生活活動(dòng)能力(Activities of Daily Living， ADL)、住院患者跌倒風(fēng)險(xiǎn)評(píng)分(住院患者跌倒風(fēng)險(xiǎn)評(píng)估量表進(jìn)行評(píng)估)、步態(tài)、有無(wú)陪護(hù)、跌倒發(fā)生的時(shí)間、地點(diǎn)、跌倒導(dǎo)致的傷害等。共計(jì)收集符合條件的病例記錄256例。

2.數(shù)據(jù)前期處理。根據(jù)“正常/是=1、異常/否=0”，將連續(xù)型數(shù)據(jù)轉(zhuǎn)化為離散型數(shù)據(jù)。數(shù)據(jù)前期處理后共獲得1640項(xiàng)數(shù)據(jù)，包括：年齡≥65歲、男性、疾病診斷＞1個(gè)、高血壓史、腦血管意外史、跌倒史，跌倒發(fā)生前患者的血壓異常、血糖異常、意識(shí)障礙、有靜脈輸液、有導(dǎo)管、使用易導(dǎo)致跌倒的藥物、BMI異常、ADL三級(jí)或四級(jí)、住院患者跌倒風(fēng)險(xiǎn)評(píng)分≥4分、步態(tài)不穩(wěn)、無(wú)陪護(hù)、跌倒發(fā)生在夜間、跌倒導(dǎo)致的傷害等。

3.數(shù)據(jù)挖掘。采用Apriori算法進(jìn)行關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘。兩項(xiàng)變量間存在某種相關(guān)性關(guān)系即視這兩項(xiàng)變量存在關(guān)聯(lián)規(guī)則，這兩項(xiàng)變量也被稱作前后項(xiàng)。最小支持度、最小置信度和作用度被用來(lái)判定關(guān)聯(lián)規(guī)則，支持度反映關(guān)聯(lián)規(guī)則的重要性，置信度反映可信程度，作用度反映具有前項(xiàng)對(duì)后項(xiàng)的影響程度。若前后項(xiàng)間的關(guān)聯(lián)規(guī)則既滿足最小支持度，也滿足最小置信度，則稱這兩項(xiàng)變量間的關(guān)聯(lián)規(guī)則為強(qiáng)關(guān)聯(lián)[7]。本研究前期處理的數(shù)據(jù)類別和數(shù)量較多，因此Apriori算法中的最小支持度設(shè)定為10%～20%，最小置信度設(shè)定為60%。數(shù)據(jù)挖掘流程詳見圖1。

圖1 數(shù)據(jù)挖掘流程

4.統(tǒng)計(jì)學(xué)方法。采用SPSS21.0進(jìn)行數(shù)據(jù)統(tǒng)計(jì)。計(jì)量資料用均數(shù)±標(biāo)準(zhǔn)差(±s)表示，計(jì)數(shù)資料用百分比表示；置信度為計(jì)數(shù)資料，采用χ2檢驗(yàn)進(jìn)行統(tǒng)計(jì)分析，p＜0.05表示差異具有統(tǒng)計(jì)學(xué)意義。

結(jié)果

1.對(duì)一般資料的分析。本研究納入的256例跌倒患者平均年齡為63.52±11.63歲，其中130例導(dǎo)致傷害，126例未導(dǎo)致傷害。其他一般資料詳見表1。

2.關(guān)聯(lián)規(guī)則分析結(jié)果。首過(guò)通過(guò)Apriori算法得出前后項(xiàng)的關(guān)聯(lián)規(guī)則及支持度、置信度和作用度；再對(duì)前后項(xiàng)進(jìn)行χ2檢驗(yàn)；之后由3名護(hù)理專業(yè)副教授對(duì)結(jié)果進(jìn)行邏輯分析，共得出12項(xiàng)強(qiáng)關(guān)聯(lián)規(guī)則。單項(xiàng)強(qiáng)關(guān)聯(lián)規(guī)則共8項(xiàng)(規(guī)則1～8)，雙向強(qiáng)關(guān)聯(lián)規(guī)則共2對(duì)(規(guī)則9～12)，詳見表2。

表1 患者一般資料

討論

1.預(yù)防夜間跌倒的發(fā)生。本研究結(jié)果顯示，年齡≥65歲、有高血壓史合并ADL三級(jí)或四級(jí)、糖尿病史合并步態(tài)不穩(wěn)的患者易發(fā)生夜間跌倒。年齡≥65歲的患者由于膀胱功能退化，在夜間起床去衛(wèi)生間的次數(shù)增多，且夜間病房和衛(wèi)生間光線不足，患者容易發(fā)生跌倒[8]；同時(shí)夜間起床時(shí)，由于體位性血壓改變，也會(huì)增加夜間跌倒的發(fā)生率[9]。有高血壓史的患者由于腦部供血問(wèn)題，易出現(xiàn)頭暈、四肢乏力等癥狀，且高血壓患者多需要聯(lián)合用藥[10]。本結(jié)果顯示，有高血壓史和使用易導(dǎo)致跌倒藥物呈雙向強(qiáng)相關(guān)性。因此，高血壓患者更易發(fā)生夜間跌倒。同時(shí)ADL三級(jí)或四級(jí)的患者處于需要照顧但又基本可以自理的過(guò)渡期，因此患者及其照顧者對(duì)跌倒的重視度下降，增加跌倒的發(fā)生[11]。糖尿病患者的代謝紊亂，且下肢血液循環(huán)障礙和感覺(jué)缺失，極易出現(xiàn)步態(tài)紊亂等癥狀，易發(fā)生跌倒[12]。因此，醫(yī)護(hù)人員在患者住院時(shí)，應(yīng)著重關(guān)注年齡≥65歲、有高血壓史和ADL三級(jí)或四級(jí)、糖尿病史和步態(tài)不穩(wěn)的患者，對(duì)患者及家屬加強(qiáng)院內(nèi)跌倒的宣教，同時(shí)將該類患者列入夜間跌倒的高危人群，重點(diǎn)關(guān)注和防范夜間跌倒的發(fā)生。

2.預(yù)防再次跌倒的發(fā)生。本研究結(jié)果顯示，年齡≥65歲和夜間發(fā)生過(guò)跌倒、步態(tài)不穩(wěn)、疼痛的患者更易出現(xiàn)再次跌倒。研究表明[13-16]，步態(tài)不穩(wěn)的患者出現(xiàn)跌倒的幾率是普通患者的4倍，年齡≥65歲合并夜間發(fā)生跌倒的患者和疼痛患者也會(huì)增加再次跌倒的危險(xiǎn)性；有跌倒史的患者由于機(jī)體平衡功能和應(yīng)激反應(yīng)能力的下降，其發(fā)生跌倒的危險(xiǎn)性是一般患者的4.7倍。因此，醫(yī)護(hù)人員應(yīng)在患者住院時(shí)，將年齡≥65歲、步態(tài)不穩(wěn)和有跌倒史的患者列入跌倒高危人群，通過(guò)各種形式對(duì)患者及家屬加強(qiáng)跌倒防范的宣教，提高患者及家屬的自我保護(hù)意識(shí)，同時(shí)對(duì)疼痛患者做好跌倒防范宣教和指導(dǎo)。

3.增加對(duì)多疾病診斷患者的關(guān)注。研究顯示，ADL三級(jí)或四級(jí)合并使用易導(dǎo)致跌倒的藥物與疾病診斷＞1個(gè)呈強(qiáng)相關(guān)性，年齡≥65歲與疾病診斷＞1個(gè)呈雙向強(qiáng)相關(guān)。ADL三級(jí)或四級(jí)合并使用易導(dǎo)致跌倒的藥物及年齡≥65歲的患者多合并有多種疾病。而奚桓等[17]研究表明，疾病診斷數(shù)量會(huì)增加患者跌倒的危險(xiǎn)性，疾病診斷數(shù)量越多，患者由于疾病的影響，會(huì)降低對(duì)周圍環(huán)境的危險(xiǎn)因素的關(guān)注和應(yīng)激反應(yīng)能力，增加跌倒的發(fā)生。目前關(guān)于跌倒風(fēng)險(xiǎn)的評(píng)估工具中，只有少數(shù)評(píng)估量表會(huì)關(guān)注疾病診斷數(shù)量這一指標(biāo)。因此，后期關(guān)于跌倒風(fēng)險(xiǎn)的評(píng)估中，應(yīng)增加關(guān)于疾病診斷數(shù)量的評(píng)估。

綜上所述，本研究通過(guò)數(shù)據(jù)挖掘發(fā)現(xiàn)，醫(yī)護(hù)人員應(yīng)預(yù)防患者夜間跌倒和再次跌倒的發(fā)生，增加對(duì)多疾病診斷患者的關(guān)注。本研究的數(shù)據(jù)來(lái)源較局限，今后研究可以通過(guò)更多醫(yī)院的數(shù)據(jù)共享，對(duì)院內(nèi)跌倒的數(shù)據(jù)進(jìn)行全面的挖掘，以獲得更加全面和深層次的危險(xiǎn)因素和潛在因素，為制定跌倒防范系統(tǒng)提供理論基礎(chǔ)。

表2 跌倒關(guān)聯(lián)規(guī)則分析結(jié)果