李雙鳳
南開大學(xué)附屬醫(yī)院//天津市第四醫(yī)院 天津 300222
近年來,汶川地震、SARS危機事件等自然災(zāi)害頻繁發(fā)生,非典、甲型H1N1流感、埃博拉出血熱、新型冠狀病毒肺炎等突發(fā)公共衛(wèi)生事件以及電梯事故、危險品爆炸等事故都給人民帶來巨大的經(jīng)濟損失和生命代價,因此,醫(yī)院應(yīng)急管理越來越注重災(zāi)害脆弱性分析。災(zāi)害醫(yī)學(xué)與災(zāi)害脆弱性分析得到醫(yī)療衛(wèi)生領(lǐng)域?qū)W者的高度關(guān)注[1-4]。災(zāi)害脆弱性分析(Hazard Vulnerability Analysis,HVA)是對災(zāi)害事件進行風(fēng)險分層,度量潛在的災(zāi)害事件發(fā)生概率,并指導(dǎo)備災(zāi)、防災(zāi)工作[5]。災(zāi)害脆弱性分析有利于系統(tǒng)化、準(zhǔn)確性的明確醫(yī)院可能面臨的主要災(zāi)害,有針對性的制定應(yīng)急預(yù)案,降低災(zāi)害事件對醫(yī)院的影響,提高醫(yī)院應(yīng)急管理能力,從而保障醫(yī)院正常有序運轉(zhuǎn)。
Kaiser模型是美國的一些應(yīng)急管理部門和研究機構(gòu)開發(fā)的一種災(zāi)害脆弱性分析工具[6],近年來被廣泛應(yīng)用于醫(yī)院災(zāi)害脆弱性分析中[8]。Kaiser模型是由關(guān)鍵知情人就風(fēng)險事件發(fā)生的可能性和嚴(yán)重性進行評價[9],對風(fēng)險進行量化的災(zāi)害脆弱性評價工具。該模型風(fēng)險評估分為可能性和嚴(yán)重性兩個方面,其中嚴(yán)重性包含了影響因素和應(yīng)急準(zhǔn)備因素兩方面。影響因素包括人力影響、資產(chǎn)影響、運營影響;應(yīng)急準(zhǔn)備因素包括準(zhǔn)備工作、內(nèi)部響應(yīng)、外部響應(yīng)[10]。每個方面均分為0~3級,供參與者選擇。
首先,根據(jù)“本院曾經(jīng)遇到過、本院有可能遇到、同行醫(yī)院(尤其是附近醫(yī)院)遇到過”原則了解近五年來醫(yī)院后勤所面臨的主要災(zāi)害,并通過文獻檢索,形成第一輪指標(biāo)。其次,以第一輪指標(biāo)為基礎(chǔ),召集相關(guān)人員,進行頭腦風(fēng)暴篩選出本院后勤未來一年將可能面臨的危險事件,形成指標(biāo)體系。最終指標(biāo)體系,詳見表1。最后,依據(jù)近五年來發(fā)生的院內(nèi)災(zāi)害的相關(guān)資料,評估指標(biāo)體系發(fā)生各種災(zāi)害的概率以及影響后果,詳見表2。
表1 醫(yī)院后勤面臨的危險事件
表2 危險事件評估標(biāo)準(zhǔn)
對參與調(diào)查的人員進行培訓(xùn),培訓(xùn)的主要內(nèi)容包括災(zāi)害脆弱性分析、調(diào)查表的填寫要求等。將調(diào)查內(nèi)容編成電子問卷,最終統(tǒng)計結(jié)果:發(fā)放調(diào)查問卷57份,回收53份,回收率92.98%;有效份數(shù)為53份,有效率為100%。
利用Kaiser模型進行統(tǒng)計學(xué)計算并分析。指標(biāo)風(fēng)險值計算方法:風(fēng)險值(%)=發(fā)生可能性/3×(人力影響+資產(chǎn)影響+運營影響+準(zhǔn)備工作+內(nèi)部響應(yīng)+外部響應(yīng))/18×100%。指標(biāo)風(fēng)險值(可能性或嚴(yán)重性)取有效問卷的平均值[11]。計算結(jié)果見表2。
分析結(jié)果顯示,我院后勤部門災(zāi)害事件的風(fēng)險值排名前五名的依次為:電梯故障(30.87%)、信息系統(tǒng)故障(29.47%)、通訊故障(25.24%)、火災(zāi)(24.38%)、電力故障(22.64%)。
本研究根據(jù)分析結(jié)果,對高風(fēng)險項目尋找脆弱性原因,制訂或修訂相應(yīng)的應(yīng)急預(yù)案[12]。
電梯故障的風(fēng)險最高為30.87%。①加強電梯的定期檢查和維修。②加強人員培訓(xùn)。除了日常開關(guān)、清潔電梯外,電梯人員需要學(xué)習(xí)電梯的基本知識,在出現(xiàn)緊急情況使能迅速反應(yīng)。③加強應(yīng)急預(yù)案演練,以做到常備不懈。
表3 災(zāi)害脆弱性分析
信息系統(tǒng)故障風(fēng)險值為29.47%。我院信息化仍處于初級階段,發(fā)生故障的概率很高,因此后勤部門需要注重信息化建設(shè)和管理,引進新技術(shù),運用新技術(shù);此外,加強后勤信息技術(shù)人員的培養(yǎng)和培訓(xùn),切實提高我院后勤信息化水平。
通訊故障風(fēng)險值為25.24%。完善應(yīng)急預(yù)案的同時要加強與通信公司的聯(lián)系,做好常規(guī)的通訊維護與故障維修。
火災(zāi)風(fēng)險值為24.38%。要強化醫(yī)院消防應(yīng)急能力管理,在預(yù)防火災(zāi)事故發(fā)生的同時,及時果斷、穩(wěn)妥的處理火災(zāi)事故。要完善火災(zāi)應(yīng)急預(yù)案,最大程度保障醫(yī)務(wù)人員和患者的生命安全。
電力故障風(fēng)險值為22.64%。首先,電力組工作人員做好巡視、檢查工作。其次,要正確、有效和快速地處理停電事件,定期進行應(yīng)急演練。
天然氣故障、供水故障等其他事件的風(fēng)險率較低,發(fā)生概率較低,可以將其納入后勤應(yīng)急一般管理項目,對其進行相應(yīng)預(yù)案的完善。
定期開展災(zāi)害脆弱性分析能夠明晰目前存在的潛在災(zāi)害和風(fēng)險,通過對災(zāi)害性事件的分析、規(guī)劃減災(zāi)、救災(zāi)和復(fù)原的優(yōu)先級[13],可以降低自然災(zāi)害造成的人員、財產(chǎn)損失,具有重要的社會意義和經(jīng)濟意義;定期開展災(zāi)害脆弱性分析能夠提高對信息系統(tǒng)故障、火災(zāi)、電力故障等技術(shù)類災(zāi)害的警覺性,降低災(zāi)害發(fā)生概率,以實現(xiàn)防患于未然;定期開展災(zāi)害脆弱性分析可以為醫(yī)院后勤應(yīng)急管理指明方向,也為醫(yī)院后勤定期進行應(yīng)急培訓(xùn)和演練提供數(shù)據(jù)支撐,提高后勤人員應(yīng)急管理能力。
災(zāi)害脆弱性分析的科學(xué)性是基于參與者對理論知識和評分標(biāo)準(zhǔn)有系統(tǒng)性的認(rèn)知,但由于后勤工作人員文化水平不一,培訓(xùn)時間較短,可能導(dǎo)致部分人員對理論知識、評分標(biāo)準(zhǔn)把握認(rèn)知不同,致使評分偏差[14]。因此在進行災(zāi)害脆弱性分析時需要對參與者進行相關(guān)的知識和理論培訓(xùn),避免因其知識不足導(dǎo)致主觀臆測,影響數(shù)據(jù)準(zhǔn)確性。
Kaiser模型是一種科學(xué)、高效的應(yīng)急管理工具。Kaiser模型多維度評估醫(yī)院將要面臨的災(zāi)害事件,并對其進行風(fēng)險排序,查找識別出系統(tǒng)中的脆弱性。同時,依據(jù)風(fēng)險值指導(dǎo)管理者對薄弱環(huán)節(jié)加強管理,明確哪些是需重點關(guān)注和加強管理的災(zāi)害事件,哪些是認(rèn)識不足、存在管理漏洞的災(zāi)害事件,有針對性的制定或者完善應(yīng)急預(yù)案,保障醫(yī)院正常有序運行,保障人民生命安全和地方民生穩(wěn)定[15]。
本研究立足于后勤應(yīng)急管理,研究對象單一,相對于醫(yī)院應(yīng)急管理研究更具有針對性,評估結(jié)果更精準(zhǔn)。在調(diào)查過程中盡可能的涵蓋與后勤應(yīng)急管理相關(guān)的不同科室人員,但是其研究較多局限于本院人員,其對災(zāi)害的認(rèn)知水平大多為感性認(rèn)識,仍具有一定的片面性[16]。
因此,有必要邀請社會層面有關(guān)專家,如消防、疾控、警察、政府等應(yīng)急管理人員,以獲得更為客觀的評估數(shù)據(jù)[17]。