基于灰色关联的呼吸机人因不良事件数据挖掘分析

Data mining analysis of ventilator human-factor-related adverse event based on grey correlation

二维码有效期 120s

摘要目的:探讨呼吸机人因不良事件发生的诱因及结果,以针对性地采取相应措施减少人为使用失误的发生.方法:检索美国食品药品监督管理局(Food and Drug Administration,FDA)的制造商和用户器械使用体验(Manufacturer and User Facility Device Experience,MAUDE)数据库,获取2009年7月31日至2019年7月31日上报的101例呼吸机人因不良事件.先对101例呼吸机人因不良事件的人为使用失误的类型、形成原因以及后果进行统计学描述分析,然后采用灰色关联分析方法对101例呼吸机人因不良事件的形成原因及事件后果展开关联分析.结果:研究结果表明,呼吸机人因不良事件常见的人为使用失误类型为违反操作规程、通气参数设置错误和使用错误的通气模式;导致人为使用失误发生的主要原因为使用人员培训和经验不足/操作不熟练、操作人员疏忽和违规使用;人为使用失误导致的最常见后果是呼吸机发生故障.灰色关联分析结果表明,人机交互界面设计缺陷、工作负荷过高、培训和经验不足/操作不熟练是诱发呼吸机人为使用失误形成的重要诱因.结论:灰色关联分析可应用于呼吸机人因不良事件的形成结果及后果的追溯分析,为呼吸机人为使用失误的管控提供了新的解决思路及方法.