基于逻辑回归的心内科医疗设备风险分级模型构建研究
Study on the construction of a risk classification model based on logistic regression for medical equipment in the department of cardiovascular medicine
摘要目的:基于逻辑回归构建医疗设备风险分级模型,提升心内科医疗设备应用效率.方法:采用逻辑回归算法对心内科医疗设备不良事件风险等级进行架构,通过数据整理和分析实现对医疗设备的监测与管理控制.选取2021年10月至2023年11月西安市第三医院心内科临床在用的31台医疗设备,将2021年10月至2022年10月期间的设备管理采用常规方法进行风险管理,将2022年11月至2023年11月期间的设备管理采用基于逻辑回归的风险分级模型进行风险管理.抽取两种管理方法心内科设备的204份使用日志,每种方法抽取102份,对比两种管理方法的设备临床操作差错率、设备故障发生情况、设备风险管理及时性评分和设备安全风险隐患率.结果:采用风险分级模型管理方法的102份调查日志中发生设备错误使用、操作失误和人为错误份数为3、2和2份,发生率分别为2.94%、1.97%和1.97%,均低于常规管理方法,差异有统计学意义(x2=11.613、13.058、14.191,P<0.05);采用风险分级模型管理的心内科医疗设备平均故障发生率、故障自行检修率和平均设备报废率分别为(0.56±0.22)%、(0.79±0.19)%和(0.90±0.22)%,均低于常规管理方法,差异有统计学意义(x2=16.971、15.531、15.809,P<0.05);采用风险分级模型管理方法的风险预警、风险识别和风险防控及时性平均评分分别为(90.29±8.69)、(89.69±7.69)和(94.58±6.69)分,均高于常规管理方法,差异有统计学意义(t=13.325、11.003、11.676,P<0.05);采用风险分级模型管理的31台医疗设备发生机械损伤、关联感染和设备运行异常分别为1、1和2台,发生率分别为3.23%、3.23%和6.45%,均低于常规管理方法,差异有统计学意义(x2=5.167、7.631、5.413,P<0.05).结论:基于逻辑回归的心内科医疗设备风险分级模型应用,能够提高设备利用率,减少潜在安全风险隐患,提高设备运行质量.
更多相关知识
- 浏览17
- 被引1
- 下载18

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



