急診擁擠預(yù)測模型的研究進(jìn)展

李春燕，黃 萍，周田田，何靜靜

南京大學(xué)醫(yī)學(xué)院附屬鼓樓醫(yī)院，江蘇 210008

急診擁擠（emergency department overcrowding)是指急診科和醫(yī)院所能提供的醫(yī)療資源不能滿足實(shí)際出現(xiàn)的醫(yī)療需求的狀態(tài)[1]。隨著醫(yī)療服務(wù)需求的快速增長，急診醫(yī)療資源供需失衡日趨嚴(yán)重，急診擁擠現(xiàn)象在醫(yī)院較為普遍，并逐漸成為全球范圍內(nèi)亟待解決的公共衛(wèi)生問題[2]。已有研究表明，急診擁擠會(huì)導(dǎo)致病人候診時(shí)間延長、預(yù)后不良、醫(yī)療錯(cuò)誤率增加、醫(yī)護(hù)工作人員壓力加重等諸多不良后果[3-6]。風(fēng)險(xiǎn)預(yù)警模型作為評(píng)估急診擁擠狀態(tài)的有效工具，可為臨床醫(yī)護(hù)人員早期準(zhǔn)確識(shí)別急診擁擠提供借鑒，同時(shí)為急診科管理者及時(shí)掌握急診科工作狀態(tài)和運(yùn)行規(guī)律、進(jìn)行科學(xué)質(zhì)量管理、合理調(diào)配人力資源等提供參考?，F(xiàn)對(duì)急診擁擠風(fēng)險(xiǎn)預(yù)警模型的研究現(xiàn)狀進(jìn)行歸納、總結(jié)，以期為臨床工作提供指導(dǎo)。

1 國外風(fēng)險(xiǎn)預(yù)測模型的研究現(xiàn)狀

1.1 急診需求實(shí)時(shí)分析指標(biāo)（READI）模型

1.1.1 源模型 該模型由加利福尼亞大學(xué)布魯?shù)厢t(yī)學(xué)院團(tuán)隊(duì)在2001 年研發(fā)[7]，其計(jì)算公式為急診需求值(demand value,DV)=(BR+PR)×AR。其中BR（bed ratio）用于評(píng)估每項(xiàng)治療所占空間，其計(jì)算公式為BR=(急診人數(shù)+預(yù)測到達(dá)人數(shù)-預(yù)測離開人數(shù))/急診總空間；PR(provider ratio)=每小時(shí)到達(dá)的病人數(shù)/醫(yī)生平均每小時(shí)處理病人數(shù)；AR（acuity ratio）用于評(píng)估急診病人的平均疾病嚴(yán)重程度，其計(jì)算公式為∑(病情分檢種類)×每個(gè)種類病人例數(shù)/病人總數(shù)。DV＞7 提示急診擁擠將要出現(xiàn)。

1.1.2 發(fā)展與應(yīng)用 Hoot 等[8]進(jìn)行了為期8 周的研究，通過受試者工作特征（ROC）曲線下面積(AUC)評(píng)估READI、急診科工作指數(shù)（EDWIN）[9]、國家急診科擁 擠 度 評(píng) 分（NEDOCS）[10]、急 診 工 作 評(píng) 分（Work Score）[11]4 個(gè)模型對(duì)急診擁擠的判別力，結(jié)果顯示，READI 的AUC 值為0.65，其他3 個(gè)模型的AUC 值分別 為0.81，0.88，0.90，在 此 研 究 中READI 驗(yàn) 證 效 果不佳。

1.1.3 特點(diǎn)與用途 READI 模型可利用急診信息系統(tǒng)完成評(píng)估，不需要復(fù)雜的數(shù)據(jù)收集或計(jì)算，且可以實(shí)時(shí)進(jìn)行。公式中BR 值可用于預(yù)測急診高峰時(shí)間；AR值可衡量當(dāng)?shù)厣鐓^(qū)疾病負(fù)擔(dān)；PR 值可衡量急診員工工作效率，提示管理者通過教育或優(yōu)化配置提升效率。READI 模型研制時(shí)間較早，仍需其他多中心外部驗(yàn)證證實(shí)其預(yù)測性能及實(shí)用性。

1.2 EDWIN 模型

1.2.1 源模型 該模型由華克貝絲醫(yī)學(xué)中心、耶魯大學(xué)醫(yī)學(xué)部共同研發(fā)[9]，其計(jì)算公式為：EDWIN=∑niti/Na(BT-BA)。其中，ni表示急診各分診級(jí)別病人人數(shù)，ti表示分診級(jí)別[按照美國急診嚴(yán)重指數(shù)（Emergency Severity Index,ESI）[12]分為1～5 級(jí)，并將級(jí)別數(shù)與對(duì)應(yīng)嚴(yán)重程度進(jìn)行倒置以適應(yīng)模型，倒置后5 級(jí)為最嚴(yán)重]，Na表示當(dāng)班醫(yī)生數(shù)，BT表示急診總床位數(shù)，BA表示急診入院病人數(shù)。在8 h 輪班中，使用EDWIN 模型2 h 進(jìn)行1 次測量取值，最終計(jì)算評(píng)分總和，評(píng)分＜1.5 分提示狀態(tài)良好，評(píng)分為1.5～2.0 分提示繁忙，評(píng)分＞2.0 分提示發(fā)生擁擠。

1.2.2 發(fā)展與應(yīng)用 有研究者在35 d、225 個(gè)時(shí)間點(diǎn)使用EDWIN 模型評(píng)估急診擁擠度，期間共納入2 647例病人，并將結(jié)果與醫(yī)生、護(hù)士的主觀擁擠度評(píng)分進(jìn)行對(duì)比，結(jié)果顯示，兩者有顯著相關(guān)性[加權(quán)系數(shù)=0.61，95%CI 為（0.53，0.69）]，該 模 型 具 有 一 定 實(shí) 用 性[9]。Brouns 等[13]在2017 年1 項(xiàng)回顧性隊(duì)列研究中,根據(jù)荷蘭急診科特點(diǎn)對(duì)EDWIN 模型進(jìn)行修正形成mEDWIN 模型，將EDWIN 計(jì)算公式中用于確定分診級(jí)別的ESI 替換為該地區(qū)常用的曼徹斯特分診系統(tǒng)（MTS），將EDWIN 計(jì)算公式中的BA替換為占床數(shù)，并在BT前增加1 個(gè)常數(shù)“30”，以防止出現(xiàn)模型分母為0 的錯(cuò)誤，使用mEDWIN 模型每小時(shí)計(jì)算1 次得分，通過數(shù)據(jù)收集和四分位數(shù)計(jì)算初步確定急診擁擠的臨界值為0.28 分，并在31 496 例病人中進(jìn)行模型驗(yàn)證，結(jié)果顯示，mEDWIN 臨界值0.28 分的敏感度和特異度分別為99.5%和84.5%，且mEDWIN 得分與占床率有顯著相關(guān)性[95%CI（0.945，0.950）]。

1.2.3 特點(diǎn)與用途 EDWIN 模型考慮了病人、醫(yī)師、診室三方面因素，適用于評(píng)估不同規(guī)模和容量的急診擁擠度狀況，且數(shù)據(jù)易于收集，在急診擁擠分級(jí)預(yù)警及提醒管理人員采取轉(zhuǎn)移措施方面具有潛在意義，但模型未包括護(hù)理人力、區(qū)域居民數(shù)量、醫(yī)學(xué)生參與等相關(guān)因素，未來可結(jié)合醫(yī)院、社區(qū)數(shù)據(jù)系統(tǒng)，提高該模型預(yù)測的準(zhǔn)確性。

1.3 NEDOCS 模型

1.3.1 源模型 該模型由加利福尼亞大學(xué)大衛(wèi)醫(yī)學(xué)中心、杜魯門醫(yī)療中心共同研制[10]，其計(jì)算公式為NEDOCS=-20+85.8×(急診病人總數(shù)/急診床位數(shù))+600×(急診入院病人人數(shù)/醫(yī)院總床位數(shù))+13.4×機(jī)械通氣人數(shù)+0.93×病人入院最長等待時(shí)間+5.64×最短待床時(shí)間）。其中，急診病人總數(shù)包括等待就診的病人、綠色通道的病人等一切在急診區(qū)域有診療需求的病人，急診床位數(shù)包括固定床位和可加床位總數(shù)，最短待床時(shí)間指從病人進(jìn)入急診到有床位的最短時(shí)間。根據(jù)NEDOCS 得分可將急診擁擠程度分為5 個(gè)等級(jí)：0～50 分表示不忙碌，51～100 分表示忙碌，101～140 分表示擁擠，141～180 分表示危險(xiǎn)，＞180分表示災(zāi)難。

1.3.2 發(fā)展與應(yīng)用 2013 年Anneveld 等[14]在荷蘭1 所急診科驗(yàn)證NEDOCS 模型的準(zhǔn)確性，結(jié)果顯示，NEDOCS 模型與護(hù)士、醫(yī)生主觀感受評(píng)分一致程度為中等水平（Kappa 值分別為0.50 和0.53）。Wang 等[15]在2014 年的研究顯示，NEDOCS 模型在評(píng)估超高容量的急診科擁擠度時(shí)可能不準(zhǔn)確。2018 年Jobé 等[16]在比利時(shí)的2 所學(xué)術(shù)型醫(yī)院、1 所地區(qū)醫(yī)院將NEDOCS 模型與急診占床率（OR）、醫(yī)護(hù)人員主觀評(píng)分進(jìn)行臨床比較，結(jié)果顯示，NEDOCS 與OR 顯著相關(guān)（Pearson 相關(guān)系數(shù)分別為0.973，0.974 和0.972），且NEDOCS、OR、醫(yī)護(hù)人員主觀評(píng)分三者之間也顯著相關(guān)。但I(xiàn)lhan 等[17]在2020 年的研究顯示，NEDOCS 模型不適合評(píng)估該院急診擁擠狀況。

1.3.3 特點(diǎn)與用途 NEDOCS 模型自創(chuàng)建以來在國際上應(yīng)用較為廣泛，其包含指標(biāo)較為全面，公式計(jì)算可通過數(shù)據(jù)系統(tǒng)完成，已有多名研究者在不同國家和地區(qū)完成對(duì)該模型的驗(yàn)證。但近年來有研究顯示，NEDOCS 模型對(duì)于急診擁擠度的測量不夠準(zhǔn)確，原因可能與人口增加、科室環(huán)境改變及相關(guān)政策影響等有關(guān)。未來仍需不斷探索該模型及其改良版的準(zhǔn)確性和適用性。

1.4 Work Score 模型

1.4.1 源模型 該模型由波士頓SKE 醫(yī)療中心、哈佛醫(yī)學(xué)院等共同研制[11]，參考Asplin 等[18]提出的急診擁擠因素三大環(huán)節(jié)——輸入因素、過程因素、輸出因素，確定計(jì)算公式為Work Score=3.23×(候診人數(shù)/急診診療區(qū)數(shù))+0.097×(∑[ESI]倒置數(shù)/當(dāng)班護(hù)士數(shù))+10.92×(已確定住院但未分配至病床人數(shù)/急診診療區(qū)數(shù))，ESI 倒置數(shù)即為ESI 級(jí)別與嚴(yán)重程度倒置后的結(jié)果。當(dāng)公式計(jì)算結(jié)果＞6.3 分時(shí)，提示救護(hù)車需要分流。

1.4.2 發(fā)展與應(yīng)用 研究者于2003 年收集急診室就診數(shù)據(jù)，其中，奇數(shù)月數(shù)據(jù)用于制定模型，偶數(shù)月數(shù)據(jù)用于驗(yàn)證模型，并以救護(hù)車轉(zhuǎn)向率作為判斷急診擁擠的標(biāo)準(zhǔn)。Logistic 回歸結(jié)果顯示，Work Score 與救護(hù)車轉(zhuǎn)向率之間具有良好的相關(guān)性[輸入環(huán)節(jié)的95%CI 為（2.82，3.64），過程環(huán)節(jié)的95%CI 為（0.07，0.12），輸出環(huán)節(jié)的95%CI 為（10.51，11.33）]，ROC 曲線顯示臨界值為6.3 分的敏感度和特異度分別為86%和80%，模型預(yù)測性良好[11]。

1.4.3 特點(diǎn)與用途 該模型根據(jù)輸入、過程、輸出三大環(huán)節(jié)確定預(yù)測指標(biāo)，具有科學(xué)性和可行性，模型在驗(yàn)證中選擇救護(hù)車轉(zhuǎn)向率作為結(jié)局指標(biāo)，存在一定主觀性，且在急診流量過高時(shí)救護(hù)車轉(zhuǎn)向率可能被低估。目前針對(duì)Work Score 的外部驗(yàn)證相對(duì)較少，仍需多中心、大樣本研究驗(yàn)證模型的準(zhǔn)確性。

1.5 ICMED 模型

1.5.1 源模型 該模型由劍橋大學(xué)學(xué)者在2012 年研制[19]，模型通過德爾菲法確定了8 項(xiàng)量化急診擁擠指標(biāo)，分別為90%的救護(hù)車抵達(dá)至卸載病人完畢時(shí)長＞15 min、未接受診療即離開的病人數(shù)量≥5%、等待分診時(shí)長＞5 min、急診室占床率＞100%、90%的病人在急診滯留總時(shí)長＞4 h、等待醫(yī)生診療時(shí)長＞30 min、90%的病人等候住院病床時(shí)長＞2 h、等候住院病床病人數(shù)＞10%。

1.5.2 發(fā)展與應(yīng)用 Boyle 等[20]在英格蘭4 所醫(yī)院急診科觀察84 h，完成對(duì)ICMED 模型的驗(yàn)證，結(jié)果顯示，ICMED 模型評(píng)分與醫(yī)生視覺模擬量表有良好的相關(guān)性（Spearman 相關(guān)系數(shù)為0.60，P＜0.001），但模型在預(yù)測臨床醫(yī)生危險(xiǎn)感知方面性能較差，可能與其驗(yàn)證中數(shù)據(jù)收集量有限，出現(xiàn)急診擁擠危險(xiǎn)總次數(shù)較少有關(guān)。Boyle 等[21]在4 所醫(yī)院急診科收集了簡易ICMED 模型（sICMED 模型，刪除了ICMED 模型計(jì)算公式中不易實(shí)時(shí)記錄的“未接受診療即離開的病人數(shù)量”指標(biāo)）和NEDOCS 模型的實(shí)時(shí)觀察結(jié)果，并與臨床醫(yī)生視覺模擬量表進(jìn)行比較，簡單的回歸模型顯示，sICMED 模型和NEDOCS 模型與危險(xiǎn)感知和擁擠度感知之間顯著相關(guān)（P＜0.000 1)。Boyle 等[22]在5 個(gè)國家的7 個(gè)急診科對(duì)sICMED 進(jìn)行外部驗(yàn)證，結(jié)果顯示，sICMED 模型在預(yù)測擁擠和臨床醫(yī)生危險(xiǎn)感知方面有效性中等，預(yù)測效果在不同國家和醫(yī)院之間有差異。

1.5.3 特點(diǎn)與用途 ICMED 模型指標(biāo)數(shù)據(jù)較易收集，計(jì)算方法簡單，更加易于推廣，且除急診擁擠度以外，該模型對(duì)臨床醫(yī)生危險(xiǎn)感知度有一定預(yù)測作用，可為急診管理人員決策提供指導(dǎo)。目前，ICMED 模型和sICMED 模型的外部驗(yàn)證結(jié)果均顯示預(yù)測性良好，未來可推廣至更多國家和地區(qū)進(jìn)行多輪驗(yàn)證。

1.6 SEAL 模型

1.6.1 源模型 該模型由瑞典學(xué)者Wretborn 等[23]在2015 年研制，其計(jì)算公式為1.589+1.80×緊急病人比例+1.39×病人平均等待醫(yī)生時(shí)間+14.73×病人平均在急診總消耗時(shí)間-1.10×急診占床率，其計(jì)算結(jié)果范圍為1～6，其中，6 代表最高工作負(fù)荷。公式中的緊急病人比例定義為一級(jí)和二級(jí)護(hù)理需求的病人占急診病人總數(shù)比例。

1.6.2 發(fā)展與應(yīng)用 在模型內(nèi)部驗(yàn)證中，研究人員在瑞典不同規(guī)模的5 所急診科（包含城市地區(qū)和鄉(xiāng)村地區(qū)）收集了233 個(gè)時(shí)間點(diǎn)的變量數(shù)據(jù)和醫(yī)護(hù)人員對(duì)急診工作負(fù)荷的評(píng)估數(shù)據(jù)，結(jié)果顯示，SEAL 模型結(jié)果與工作負(fù)荷評(píng)估具有良好相關(guān)性（P＜0.001）。模型建立后，研究人員在2 個(gè)流量較大的急診室分別進(jìn)行7 d 和14 d 的數(shù)據(jù)收集驗(yàn)證，收集指標(biāo)與原模型相同，時(shí)間點(diǎn)因急診室特點(diǎn)差異略有調(diào)整，結(jié)果顯示，模型與醫(yī)護(hù)人員主觀工作負(fù)荷具有良好相關(guān)性（P＜0.001）[23]。Wretborn 等[24]2021 年在原有模型基礎(chǔ)上結(jié)合當(dāng)?shù)丶痹\現(xiàn)狀推出改良版SEAL 模型，即mSEAL 模型，其計(jì)算公式為mSEAL=1.49+9.42×過去1 h 內(nèi)急診病人總消耗時(shí)間+0.18×從急診掛號(hào)到第1 次接觸醫(yī)生時(shí)間，mSEAL 模型與SEAL 模型關(guān)聯(lián)性良好，在4 所醫(yī)院333 個(gè)時(shí)間點(diǎn)進(jìn)行的外部驗(yàn)證結(jié)果顯示，mSEAL 模型與急診員工工作負(fù)荷相關(guān)性良好。

1.6.3 特點(diǎn)與用途 SEAL 模型適用于測量不同規(guī)模和特點(diǎn)的急診科室擁擠度，可用于急診工作量的實(shí)時(shí)監(jiān)控，mSEAL 模型數(shù)據(jù)更易收集，但模型中緊急病人比例指標(biāo)使用瑞典常用的瑞典快速緊急分流與治療系統(tǒng)（RETTS），外推時(shí)可能需要改進(jìn)。SEAL 模型與mSEAL 模型均沒有探索擁擠度臨界值，且模型數(shù)據(jù)來源于醫(yī)護(hù)人員手動(dòng)輸入的電子病歷，可能存在誤差，未來可嘗試?yán)^續(xù)優(yōu)化模型。

1.7 Eiset 等[25]構(gòu)建的模型

1.7.1 源模型 該模型由Eiset 等[25]在2016 年研制，其 計(jì)算公式為Q(t+1)=Q(t)+A(t)-D(t)，其中，Q 表示排隊(duì)人數(shù)，A 表示到達(dá)人數(shù)，D 表示離開人數(shù)，t表示時(shí)間點(diǎn)，t+1 表示下個(gè)時(shí)間點(diǎn)，以30 min 為時(shí)間間隔，該公式表示某個(gè)時(shí)間點(diǎn)的排隊(duì)人數(shù)=上個(gè)時(shí)間點(diǎn)（30 min 前）的排隊(duì)人數(shù)+新進(jìn)入急診人數(shù)-離開人數(shù)。

1.7.2 發(fā)展與應(yīng)用 納入1 所醫(yī)院的41 693 例病人進(jìn)行模型驗(yàn)證，結(jié)果顯示，當(dāng)該醫(yī)院急診科排隊(duì)人數(shù)達(dá)到19 例時(shí)，急診占床率接近100%，發(fā)生急診擁擠的危險(xiǎn)性較大。白班、晚班、夜班不同班次間排隊(duì)人數(shù)和到達(dá)人數(shù)差異有統(tǒng)計(jì)學(xué)意義（P＜0.001），工作日和周末結(jié)果差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），工作日白班、晚班、夜班出現(xiàn)排隊(duì)人數(shù)≥19 例的高擁擠風(fēng)險(xiǎn)頻率分別為54%、56%和＜1%，周末白班、晚班、夜班出現(xiàn)排隊(duì)人數(shù)≥19例的高擁擠風(fēng)險(xiǎn)頻率分別為21%、27%和＜1%[25]。1.7.3 特點(diǎn)與用途 Eiset 等[25]構(gòu)建的模型計(jì)算較為簡便，未對(duì)擁擠閾值進(jìn)行界定，可以在不同規(guī)模的急診科嘗試通用，但中間環(huán)節(jié)可能存在多種誤差，如在繁忙階段對(duì)病人進(jìn)出記錄收集不準(zhǔn)確或缺失，模型對(duì)急診擁擠風(fēng)險(xiǎn)的預(yù)測是一種模糊概念。未來可延伸進(jìn)行多中心研究，增加護(hù)士首次評(píng)估、醫(yī)師首次診療等指標(biāo)的子隊(duì)列驗(yàn)證，合理應(yīng)用電子病歷，建立更加標(biāo)準(zhǔn)化的模型。

2 我國風(fēng)險(xiǎn)預(yù)測模型的研究現(xiàn)狀

2.1 多維急診科擁擠評(píng)分量表（MEDOS）

2.1.1 源模型 該量表由北京協(xié)和醫(yī)院徐騰達(dá)等[26]在2016 年編制，量表由3 個(gè)部分、共12 個(gè)條目（9 項(xiàng)客觀條目、3 項(xiàng)主觀條目）組成。①急診系統(tǒng)部分：包括急診總床位占用率、搶救室床位占用率、廊廳/過道診治病人數(shù)、近2 h 心肺復(fù)蘇和新進(jìn)搶救室病例數(shù)、生命臟器功能支持設(shè)備數(shù)量。②醫(yī)院相關(guān)部分：包括重癥監(jiān)護(hù)室（ICU）滿負(fù)荷狀況（床位使用率）、急診病人流出道梗阻率、急診滿負(fù)荷狀況（持續(xù)時(shí)間）。③外部相關(guān)因素：包括急診診室外候診病人數(shù)、最近1 個(gè)看醫(yī)生病人候診時(shí)間、近8 h 啟動(dòng)救護(hù)車轉(zhuǎn)向情況、未看醫(yī)師離開急診現(xiàn)象。每項(xiàng)條目按照實(shí)際狀況賦0～3 分或0～4 分，之后再計(jì)算總和，滿分為40 分。

2.1.2 發(fā)展與應(yīng)用 徐騰達(dá)等[26]進(jìn)行了為期6 個(gè)月的量表初步測試，研究結(jié)果表明，在552 個(gè)測量點(diǎn)中MEDOS 均分為（25.4±5.8）分，用折半信度檢驗(yàn)量表內(nèi)部一致性，系數(shù)為0.817（P＜0.01），提示MEDOS 具有良好信度。

2.1.3 特點(diǎn)與用途 MEDOS 是為評(píng)價(jià)三級(jí)綜合醫(yī)院急診科擁擠度而設(shè)計(jì)，量表直觀量化，可用于實(shí)時(shí)評(píng)估，數(shù)據(jù)采集復(fù)雜性不大，12 個(gè)條目包含定類、定序、定距、定比4 種測量層次，提升了量表操作性和項(xiàng)目可行性。但目前仍缺乏對(duì)該量表的外部驗(yàn)證，未來需要更多同行參與，不斷修訂和完善評(píng)估方法，推進(jìn)我國急診擁擠領(lǐng)域的研究。

2.2 國家急診科擁擠度評(píng)分改良模型（NEDOCSBJ）

2.2.1 源模型 該模型由北京協(xié)和醫(yī)院徐騰達(dá)等[27]在2016 年編制，其計(jì)算公式為NEDOCSBJ=83.563×(Pbed/Bt)+7.201×(Xn)+0.116×Wtime+0.302×ABI+2.835。其中Pbed/Bt表示急診在床治療病人數(shù)/急診額定床位數(shù)，Xn表示生命支持設(shè)備數(shù)，Wtime表示最近1 個(gè)看醫(yī)師病人候診時(shí)間，ABI 表示流出道梗阻率。

2.2.2 發(fā)展與應(yīng)用 徐騰達(dá)等[27]在552 個(gè)時(shí)間點(diǎn)的測量結(jié)果中得出NEDOCSBJ均分為（136.0±24.5）分，得分中位數(shù)為136 分，且與視覺模擬評(píng)分量表（VAS-m）、MEDOS 有良好相關(guān)性（r=0.630，P＜0.01；r=0.939，P＜0.01）。NEDOCSBJ與MEDOS 的組內(nèi)相關(guān)分析結(jié)果和Bland-Altman 圖顯示有較好一致性,兩者差值均分為11.96 分，在可接受范圍。

2.2.3 特點(diǎn)與用途 NEDOCSBJ有潛在的預(yù)報(bào)價(jià)值，考慮到各環(huán)節(jié)的供需問題，信度較好，但其適用性具有兩面性：若信息系統(tǒng)先進(jìn)，評(píng)分結(jié)果即可實(shí)時(shí)、直觀顯示；但對(duì)信息系統(tǒng)落后的機(jī)構(gòu)來說較為困難。該模型可能存在國家或地域性差異問題，影響測量方法的推廣，難以開展多中心的研究。

2.3 陳嵐等[28]開發(fā)的急診擁擠度預(yù)警系統(tǒng)

2.3.1 源模型 陳嵐等[28]在醫(yī)院原有的急診搶救留觀系統(tǒng)、預(yù)檢系統(tǒng)、叫號(hào)系統(tǒng)基礎(chǔ)上，提取部分急診擁擠度評(píng)估指標(biāo)關(guān)鍵參數(shù)，包括急診各診室就診流量，最近1 例就診病人的等待時(shí)間，等待就診人數(shù)，預(yù)計(jì)等待時(shí)間，搶救室、復(fù)蘇室、應(yīng)急區(qū)域占用床位率，最長滯留時(shí)間，留觀病人平均滯留時(shí)間等，開發(fā)出急診擁擠度預(yù)警系統(tǒng)，系統(tǒng)數(shù)據(jù)在屏幕上顯示并實(shí)時(shí)更新。

2.3.2 發(fā)展與應(yīng)用 預(yù)警系統(tǒng)應(yīng)用6 個(gè)月后，急診病人搶救室滯留時(shí)間顯著短于應(yīng)用前（P＜0.01），未發(fā)生意外事件及院外轉(zhuǎn)運(yùn)病人因等待而轉(zhuǎn)運(yùn)的情況[28]。

2.3.3 特點(diǎn)與用途 急診擁擠度預(yù)警系統(tǒng)的應(yīng)用有利于規(guī)范候診病人的再分診時(shí)間和可等待救治的響應(yīng)時(shí)間，有利于合理安排危重癥病人救治區(qū)域，有利于盡早介入分流困難和滯留時(shí)間較長的病人。該系統(tǒng)僅在1 所三級(jí)綜合性醫(yī)院開發(fā)并應(yīng)用，結(jié)合信息化手段有效實(shí)現(xiàn)急診擁擠的預(yù)警及干預(yù)，我國其他綜合性醫(yī)院可借鑒相關(guān)經(jīng)驗(yàn)開發(fā)適合自身的急診擁擠預(yù)警系統(tǒng)。

3 小結(jié)

國內(nèi)外針對(duì)急診擁擠預(yù)測模型的研究不斷深入，主要采用了Logistic 回歸分析方法，但各模型納入指標(biāo)不完全相同，涵蓋了當(dāng)班醫(yī)生數(shù)、急診總床位數(shù)、急診入院病人數(shù)、疾病嚴(yán)重程度、機(jī)械通氣人數(shù)、最短待床時(shí)間、病人平均等待醫(yī)生時(shí)間、病人平均在急診總消耗時(shí)間、急診占床率、生命支持設(shè)備數(shù)等。國外模型尚未在國內(nèi)各級(jí)醫(yī)院驗(yàn)證，可能并不完全適用于我國醫(yī)院急診室，但對(duì)我國開展急診擁擠相關(guān)研究具有一定借鑒意義。目前，我國醫(yī)護(hù)人員對(duì)于開展急診擁擠預(yù)測模型的認(rèn)識(shí)尚不足，其預(yù)測模型較少應(yīng)用到臨床工作當(dāng)中。因此，臨床人員需結(jié)合實(shí)際，選擇合適的預(yù)測模型進(jìn)行急診擁擠風(fēng)險(xiǎn)預(yù)測，在此基礎(chǔ)上，建立符合我國急診擁擠預(yù)測模型的臨床信息系統(tǒng)，提高醫(yī)療護(hù)理工作效率，減輕急診擁擠帶來的危害。