Application of Comprehensive Quality Management Intervention in the Inconsistent Results of Blood Group Identification
-
摘要:
目的 回顾性分析开展“全程输血质量管理”前后血液标本2次血型鉴定结果不一致情况,调查分析原因,提出改进措施,保障临床用血安全。 方法 对比分析昆明医科大学第二附属医院开展“全程输血质量管理”前3 a(2015年1月至2017年12月)及后3 a(2018年1月至2020年12月)血液标本2次血型鉴定结果。 结果 2015年至2020年一共进行120 023例2次血型鉴定,共46例血液标本2次血型鉴定结果不一致,发生率0.038%,其中前3 a 34例,发生率为0.061%,后3 a 12例,发生率为0.019%(P < 0.05)。调查分析相关因素,在实施“全程输血质量管理”前3 a,患者身份识别错误是主要原因,主要责任人为护士。而在实施“全程输血质量管理”后3 a患者借用他人医保卡信息是主要原因,主要责任人为患者。 结论 通过开展“全程输血质量管理”,严格执行操作规程,实施同一患者血型和交叉配血2份血液标本检测结果比对的安全措施可有效降低输血风险。 Abstract:Objective Through retrospective analysis of the inconsistency of the two blood type identification results of blood samples before and after the implementation of the “comprehensive blood transfusion quality management” in our hospital, the reasons were investigated and analyzed, and improvement measures were proposed to ensure the safety of clinical blood use. Methods We performed a comparative analysis of the 2 blood type identification results of blood samples which were tested in the first three years (January 2015 to December 2017) and the later three years (January 2018 to December 2020) in our hospital after implementation of “Comprehensive Blood Transfusion Quality Management” Results From 2015 to 2020, a total of 12,023 cases of blood type identification were performed twice, and a total of 46 blood samples were identified with inconsistent results. The incidence rate was 0.038%, including 34 cases (0.061%) in the first three years and 12 cases (0.019%) in the later three years (P < 0.05). The related factors were investigated and analyzed. In the first three years after the implementation of “Comprehensive Blood Transfusion Quality Management”, the main reason was the wrong identification of patients, and the main responsibility was the nurse. In the later three years after the implementation of “Comprehensive Blood Transfusion Quality Management”, the main reason was that patients borrow other people’ s information, and the main responsibility was the patient. Conclusion The risk of blood transfusion can be effectively reduced by carrying out “Comprehensive Blood Transfusion Quality Management”, strictly implementing the operating procedures, and comparing the test results of two blood samples of the same patient’ s blood type and cross matching. -
随着现代社会和经济的发展,急诊科在满足急诊医疗服务需求、提高急救成功率方面发挥着越来越重要的作用。近年来,急诊患者数量逐年增加,拥挤现象越来越严重。随着COVID-19疫情的爆发以及该病情发展的特殊性,提供更安全的急诊就医环境,成为新冠肺炎疫情下急诊科工作的关键。因此,熟悉COVID-19的流行病学特点与主要防治措施,并了解急诊患者的流行病学特征对改善急诊管理现状具有重要意义。但目前云南省昆明市三甲医院急诊科缺乏流行病学相关分析,在一定程度上影响了急诊科相关管理政策的制定。因此,为了解急诊就诊患者流行病学特征,提高急诊科的服务质量,本文对云南省第一人民医院急诊科2020年COVID-19疫情下急诊分诊患者资料进行了回顾性分析,报道如下。
1. 资料与方法
1.1 一般资料
数据来自云南省第一人民医院急诊科计算机HIS系统预检分诊记录。该院是一家三级甲等综合性医院,设有急诊内科、外科,承担除小儿、妇产科、五官科、皮肤科、耳鼻喉科专业之外的所有急诊患者的诊疗工作。研究对象为2020年1月1日至 2020年12月31日在急诊科就诊的患者,共计44 739例。
1.2 研究方法
1.2.1 性别与年龄分组
按性别分为男性和女性2组;根据所有就诊患者的年龄范围,参考世界卫生组织以及根据我国的年龄划分标准[1],将其分儿童组( < 14岁)、青壮年组14~44岁、中年组45~59岁、年轻老年组60~74岁、老年组75~89岁;长寿老年组≥90岁。
1.2.2 季节和时间分组
依据我国四季划分,将研究对象的就诊月份分春季(3~5 月)、夏季(6~8月)、秋季(9~11月)、冬季(12~2月)4组。按照每日24 h制,结合急诊科值班人员轮班时间分配,以3 h为一组,将研究对象的就诊时间分为8组:1组(00:00~03:00)、2组(03:00~06:00)、3组(06:00~09:00)、4组(09:00~12:00)、5组(12:00~15:00)、6组(15:00~18:00)、7组(18:00~21:00)、8组(21:00~24:00)。
1.2.3 病情分级
按照原国家卫生和计划生育委员会2012年发布的《急诊病人病情分级试点指导原则(征求意见稿)》的分级原则,分为Ⅰ级患者(极危重)、Ⅱ级患者(危重)、Ⅲ级患者(紧急)、Ⅳ级患者(非紧急)[2]。
1.3 统计学处理
依据急诊患者的登记记录,在 Excel软件下建立数据库,导入SPSS 25.0统计软件,对所选病例进行统计学分析,包括性别、年龄、就诊时间、就诊季节、病情分级、来院的方式等。计数资料主要采用[n(%)]表示,计数资料比较采用χ2检验,P < 0.05为差异有统计学意义。
2. 结果
2.1 患者性别及不同年龄组患者分布
2020年,云南省第一人民医院急诊患者44 739例,其中男性20 923例,占47%;女性23 816例,占53%,男女比例20 923∶23 816(1∶1.14),见表1。年龄分布在1岁~104岁,其中45~59岁年龄组最多,共有25 828例,占58%。在不同年龄组就诊患者中女性患者多于男性患者,不同年龄组患者的性别差异具有统计学意义(χ2= 63.174,P < 0.001),见 图1。
表 1 急诊患者基线特征[n(%)]Table 1. Baseline characteristics of emergency patients [n(%)]指标 n(%) 性别 男性 20 923(47) 女性 23 816(53) 男女比例 20 923∶23 816(1∶1.14) 年龄组 儿童组 1 033(2) 青壮年组 6 928(15) 中年组 25 828(58) 年轻老年组 6 072(14) 老年组 4 347(10) 长寿老年组 531(1) 2.2 患者就诊季节分布
各季节就诊患者人数及占比见表2。在全年中,中老年患者占很大比例,尤其是在夏、秋季节,不同年龄段就诊患者与不同季节的就诊患者之间,差异具有统计学意义(χ2 =
1745.827 ,P < 0.001),见 图2。表 2 不同季节的患者分布特征[n(%)]Table 2. Seasonal distribution characteristics of emergency patients [n(%)]季节 n(%) 春季 9 819(22.0) 夏季 12 449(28.0) 秋季 11 558(26.0) 冬季 10 913(24.0) 2.3 全天不同时间段患者分布特点
在24 h中,就诊高峰时间为上午09:00~12:00及下午的15:00~21:00,占全年患者人数的51%,见表3、图3。
表 3 不同时段的患者分布特征[n(%)]Table 3. Characteristics of the distribution of emergency patients in different time periods [n(%)]时段 n (%) 00:00~03:00 3 823(9.0) 03:00~06:00 2 336(5.0) 06:00~09:00 3 217(7.0) 09:00~12:00 7 876(18.0) 12:00~15:00 6 360(14.0) 15:00~18:00 7 470(17.0) 18:00~21:00 7 326(16.0) 21:00~24:00 6 331(14.0) 2.4 患者病情分级特点
全年共接诊患者44 739例,其中Ⅰ级患者5 162例,占12%;Ⅱ级患者4 275例,占10%;Ⅲ级患者25 801例,占58%;Ⅳ级患者9 501例,占21%,见表4。
表 4 急诊患者病情分级特征[n(%)]Table 4. The triage situation of emergency patients [n(%)]病情分级 n(%) Ⅰ级 5 162(12.0) Ⅱ级 4 275(10.0) Ⅲ级 23 801(58.0) Ⅳ级 9 501(20.0) 2.5 来院交通方式
将来院就诊的交通方式分为6类,最常见的打车和步行,占73%;救护车占12%。
2.6 节假日、双休日就诊人数分布特点
在节假日、双休日共有12 114例,占 27%。非节假日、双休为32 625例, 节假日、双休日与非节假日与双休日之间比较,差异具有统计学意义(χ2 = 145.175,P < 0.001)。
3. 讨论
目前,我国COVID-19疫情防控已经进入常态化阶段。急诊科是风险最大的科室,预检分诊工作最艰巨、最复杂,也是传染病重要的筛查预检分诊点[3],因此面对常态化疫情防控新形势,急诊预检分诊工作愈加重要。一项关于COVID-19大流行期间对急诊医疗服务质量影响的研究报道表明尽管在提供医疗服务方面存在重大延误,但患者对救护车服务和医院急诊科医疗服务的总体评价是积极的[4]。目前,国内已有大量回顾性关于急诊患者流行病学特征的研究,但尚缺乏COVID-19疫情下急诊患者的流行病学相关研究。因此,本文回顾性收集2020年新冠疫情下云南省第一人医院急诊患者资料进行流行病学研究,其结果可以客观、准确地反映云南省第一人医院急诊COVID-19疫情下患者的就诊情况。
该项研究表明,女性在急诊患者中占很大比例,这与张少辉[5]研究结果相似。从年龄分布来看,中年组所占比例最大,占58%。这些特点可能与以下因素有关:(1)女性就医比例增加可能与女性承担越来越多的家庭和社会角色有关,因此需要重视女性的心理咨询和教育,可以根据性别设立专门的特色诊室;(2)随着社会的发展,急诊对象也发生了变化,中年组是社会生产、生活的主要承担者, 是发展生产力的主力军,因此,他们也是最容易发生各种意外和事故的群体,因此,在做好疫情防控的同时有必要通过各种互联网途径加强这一年龄段人群的健康教育,同时也应该对该类人群的常见病及多发病进行调查研究,做到早期防治,合理配置医疗资源。
在本研究中,根据就诊季节的分析,就诊人数最多的是夏季,其次是秋季,但是总体而言,四季之间差异不大;这可能与昆明特殊的地理位置、“四季如春”的气候和地域性有关。其中,中老年患者在秋冬季节所占比例较大,而且病情分级为Ⅰ级Ⅱ级的老年患者比较多,这与相关研究结果一致[6];相关文献也报道老年患者急诊就诊的数量一直在增加[7],这与老年人免疫力低下、易感染和同时合并多种慢性病有关,同时老年人疾病的非典型临床表现可能使评估和治疗复杂化,延迟治疗可能导致不良后果,因此他们是急诊抢救病例的主要群体。在报道的COVID-19死亡病例中,老年患者居多,因此在COVID-19疫情常态化防控形势下,需坚持急危重症患者的疫情防控措施与急诊急救需求并行[8]。应该关注老龄化社会给急诊科带来的变化。
该项研究中急诊患者的高峰时间为上午09:00~12:00,下午15:00~21:00,这与相关文献报道的情况不同[5],考虑与地方地理位置、气候及生活习惯之间的差异有关。晚高峰考虑与常规门诊关闭,人们休闲时间较多有关。鉴于这一现象,急诊科的医务人员应根据实际情况进行排班。在高峰时段及节假日,需要增加人员,尤其是晚高峰时段,这是投诉、医疗纠纷和医疗事故的高发时间,医务人员应谨慎对待。同时在疫情防控要求下,对急诊患者及陪同家属进行有效的分层、分类引导和管理至关重要,也是防止发生人员聚集的关键环节。分诊人员在就诊高峰时段不能忽略流行病史的询问,应守好急诊疫情防控第一关。
急诊科拥挤是获得急救服务过程中的一个障碍,这将导致时间成本的增加[9]。本研究数据显示,非紧急患者的比例为79%,占用了大量的急诊资源,这与文献报道的数据一致[10]。相关研究表明,日益严重的急诊拥堵现象是一个多方面的问题,其中一个主要原因是非紧急患者占用了急诊资源[11- 12]。非紧急患者占用了大量急诊资源,将会导致危重症患者的抢救成功率下降,导致更高的死亡率[13]。相关研究指出通过运用远程医疗,加强与基层医疗单位合作,可以减少大医院的拥堵[14]。在疫情紧张、医疗资源稀缺的当下,需通过各种途径进行宣传,减少非急需和非必要的医疗活动,并进行有效的分级分层防控管理,尽快减少人员聚集,从而有效地减少拥堵。相关组织管理人员、领导和业务层面需尽快制定相关对策来缓解拥堵现象,同时要强化工作职责和明确分工,改善紧急医疗保健,不断提升综合医院疫情防控管理水平。
该项研究的数据显示,救护车占前来医院患者的12%,这表明院前急救和转运已成为急诊工作的重要组成部分。国外研究报道进一步整合综合医院急诊和院前急救,运用现代化的移动互联网技术,可以缩短急诊医生的等待时间,提高患者分诊到正确服务的准确性[15]。在考虑急救站和急救医院的空间布局时,应合理调整各级医院的错位分布,以平衡居民获得急救医疗资源的公平性[16]。面对新冠疫情防控,急救电话应与各入网医疗机构(含新冠定点收治医院)建立多通讯线路并用机制,合理分配患者。探索与建立110、119、120三线联动机制,将110、119作为120急救电话超负荷运行时的有效补充[8]。
综上所述,面对COVID-19常态化防控的新形势,应严格执行国家和上级主管部门防控要求,并不断优化急诊就诊流程,对各类患者进行有序分类,有效排查,合理管控,最大限度降低COVID-19等传染病从外部输人和院内传播的风险。同时急诊科管理者应根据不同年龄段、不同季节、不同时间段患者的特点,合理、科学地配置急诊医疗资源和人员;重视对高发年龄段患者的诊治及健康教育;进一步探索急诊应急管理服务方法及分诊诊疗体系,提高急诊医疗质量安全、诊疗水平和患者满意度。
本研究尚存在不足之处。本研究数据仅为一个医院1 a的数据,可能存在选择偏倚,在后续的研究中笔者将考虑增加样本数据的调查和分析,以期更准确地反映急诊患者的真实情况。
-
表 1 2次血型鉴定结果不一致的总数比较[n(%)]
Table 1. Comparison of the total number of inconsistent blood group identification results [n(%)]
组别 2次结果一致 2次结果不一致 χ2 P 对照组 55493(46.3) 34(73.9) 观察组 64484(53.7) 12(26.1) 14.151 < 0.001* *P < 0.05。 表 2 导致2次血型鉴定结果不一致的失误操作类型分布[n(%)]
Table 2. Distribution of misoperation types that led to the inconsistent results of the 2 blood group identifications [n(%)]
失误操作 对照组 观察组 患者身份识别错误 25(73.5) 2(16.7) 条码粘贴错误 29(5.9) 1(8.3) 手工检测结果录入错误 5(14.7) 0 患者借用他人医保卡信息 1(2.9) 9(75.0) 未知 1(2.9) 0 表 3 导致2次血型鉴定结果不一致的责任人分布[n(%)]
Table 3. Distribution of persons responsible for the inconsistent results of the 2 blood group identifications [n(%)]
责任人 对照组 观察组 护士 20(58.8) 3(25.0) 医学实习生 7(20.6) 0 检验技师 5(14.7) 0 卫生工勤人员 1(2.9) 0 患者 1(2.9) 9(75.0) 表 4 2次血型鉴定结果不一致的发现环节分布[n(%)]
Table 4. Distribution of discovery links with the inconsistent results of 2 blood group identifications [n(%)]
发现环节 对照组 观察组 交叉配血复查血型 25(73.5) 2(16.7) 与原始记录不符 6(17.6) 10(83.3) 与父母血型遗传规律不符 3(8.8) 0 -
[1] 田兆嵩, 刘赴平. 输血前检验应重视的几个问题[J]. 中华检验医学杂志,2001,24(3):10-11. [2] Lippi G, Blanckaert N, Bonini P, et al. Causes, consequences, detection, and prevention of identification errors in laboratory diagnostics[J]. Clin Chem Lab Med,2009,47(2):143-153. [3] Ibojie J, Urbaniak S. Comparing near misses with actual mistransfusion events: a more accurate reflection of transfusion errors[J]. Br J Haematol,2000,108(2):458-460. doi: 10.1046/j.1365-2141.2000.01876.x [4] 郭永建. 筑牢血液标本采集错误的防控机制——血型2次检测结果比对要求之习得与实施策略[J]. 中国输血杂志,2013,26(6):595-600. [5] 尹湧华,孔玉洁,王美玉,等. 《血站技术操作规程(2015版)》研读[J]. 中国输血杂志,2016,29(11):1303-1305. [6] Najafpour Z, Hasoumi M, Behzadi F, et al. Preventing blood transfusion failures: FMEA, an effective assessment method[J]. BMC Health Services Research.,2017,17(1):453. doi: 10.1186/s12913-017-2380-3 [7] 宫济武, 李志强. 输血相容性试验标准检测流程[J]. 中国输血杂志,2012,25(9):815-817. [8] 李喜莹, 甘佳, 王鹏. 输血相容性检测室内质量控制的失控判定与处理专家共识[J]. 中国输血杂志,2020,33(1):1-3. [9] 张业玲,卜晓佳,张景莲,等. 智慧型闭环移动护理管理系统在临床用血质量管理中的应用[J]. 中国输血杂志,2021,34(4):420-423. [10] 卢思超,廖奇峰,汪小燕,等. 失效模式与效应分析在输血安全管理中的应用[J]. 现代医院,2021,21(3):365-367,370. [11] 汪蓉,杨宝义,李龙倜,等. 失效模式与效应分析在ICU 输血安全管理中的应用效果[J]. 中国医药导报,2019,16(26):186-188. [12] 陈香凤,朱倩兰,张明霞,等. 医疗失效模式与效应分析在围手术期住院患者检查流程中的应用[J]. 护理管理杂志,2019,19(5):365-369. [13] 胡正军,陈晨,戴潇青,等. 加强检验与临床沟通 促进检验结果对患者负责[J]. 中医药管理杂志,2017,25(15):166-168. [14] 王远杰,刘家瑞,李红梅,等. 二次血型制配合输血管理系统阻止不相容血液发放的研究[J]. 国际输血及血液学杂志,2015,38(6):481-485. [15] 朱静,詹廷西,王静,等. 162 967例二次血型结果分析及其在输血安全中的意义探讨[J]. 中外医学研究,2021,19(2):169-171. 期刊类型引用(1)
1. 陈军,王碧浪. 中医院急诊科呼吸系统疾病患者管理措施探讨. 中医药管理杂志. 2023(02): 251-252 . 百度学术
其他类型引用(0)
-