非固定科室病房数据统计分析.docVIP

非固定科室病房数据统计分析 为解决床位紧张问题，最大限度地利用有限的床位，提高床位使用率，某医院实施的是非固定科室病房不加床的住院模式。即舍弃传统的按照科室分配固定病房、固定床位，选择按照病区分配床位，科室没有固定病房、固定床位，也就是一个病区同时住着好几个科室的病人，哪个病区有床位病人就住在哪个病区。该住院模式充分利用有限的床位资源，极大提高床位使用率，缩短病人入院前的等待时间，最大限度地满足病人的住院需求[1]。但是，该住院模式下的数据采集、核对、校验等给病案统计管理人员带来新的挑战，是一个必须解决的问题。根据业务需求，我们需要统计病区、科室、医疗组的数据，包括入院人数、出院人数、转科人数(转病区人数)、实际占用床日数、病床使用率等。面对这个问题，我们改变传统的以科室为单位的数据采集模式，采用以病区为单位填报每日的业务数据，并且通过技术手段使得采集的数据包括病案号、床号(包括病区)、病人姓名、科室、医疗组。该数据采集模式解决了沿用传统的以科室为单位的数据采集模式中存在的病区数据统计难的问题，且使从病区数据中提取科室、医疗组数据具有可行性。我们的工作重点在于借助软件接口，区分病区的转科数据是否是科室的转科数据和是否有病人存在转科不转病区的情况，然后形成最终的科室数据。值得一提的是，部分科室存在转医疗组的情况。必须指出，科室、医疗组数据来源于病区数据，它的准确性取决于病区数据的准确性。下面探讨一下在实际工作中，病区工作日报表数据统计中存在的问题和对策。 病区工作日报表数据统计中存在的问题 1.日报表前后数据不一致。前后数据一致是日报表最基本的要求。实际工作中，部分病区存在最低级错误，包括入出院人数统计与实际入出院病人个数不一致，转科人数统计与实际转科人数不一致，病区原有人数加上转入人数减去出院人数减去转出人数与现有人数不符等，前一天的现有人数和今天的原有人数不一致等问题。2.科室和医疗组信息不匹配。日报表登记的病人入院科室和医疗组信息不匹配。比如：A科室B医疗组，B不是A科室人员。分析原因，这类现象主要是由于数据采集口径需要医疗组信息是实时变动的，而病人在入院当天进行转科，日报表则是晚上12点之后才能产生数据进行前一天数据的提交，那么滞后提交的日报表就显示为入院病人信息栏中病人入住科室和医疗组不匹配，转出病人信息栏中是正确的。比如李四入院在神经内科某某A医生组，当天转科到重症监护室某某B医生组，提交上来的信息可能变成入院在神经内科B医生组。还有一种情况，由于系统设置原因，科室和科室所属病区名称上下排列，办理入出院手续时科室和病区选择错误，导致信息不匹配。3.转科或转病区记录缺失。病区提交的数据中漏登记转病区记录，导致当天该病区和全院现有人数错误，且全院病区的转入转出人数不一致。由于部分人员业务不熟悉，日报表系统没有登记转科不转病区病人信息，在临床系统中对转科不转病区病人的未做转科标记。此类错误导致日报表系统中没有该病人转科记录，软件接口统计的转科记录也没有该病人信息，直接导致科室数据出现错误。4.多次住院病人的科室、医疗组信息混乱。多次住院的病人信息还会存在本次入院科室和医疗组的信息显示成了上一次入院的科室和医疗组的问题。从办理住院流程出发查找原因，问题在于病人在入院协调中心(该住院模式下，设立入院协调中心调配全院床位)未办完住院手续，病房就登记了该病人入院，导致系统数据读取错误。此类错误在打印日报表时很难被发现。5.门诊的急诊科病人入院，其入院科室、入院病区的确定。随着医院各项工作的开展，由急诊科急诊入院的病人越来越多。此类病人直接在急诊科办理住院手续，他的入院病区是急诊科，但是急诊科不属于住院病区。此时，需要根据实际情况确定入院科室和入院病区。6.日报表实际入院人数、出院人数错误。由于该医院采取虚拟床位管理模式降低术前待术日，即病人先办理住院手续，实际不住院，在正式住院前完成手术前各项化验和检查，然后医院分配床位、通知病人前来住院、安排手术。部分病区工作人员填报了虚拟床位的病人信息。部分病人办理住院手续后，经过各项检查，由于各种原因取消住院。这类情况在病历回收、核对份数时会被发现。7.核对月度数据时，病区上报医疗组在院人数错误。为了提高数据的准确性，每月第一天都需要病区上报上月最后一天晚上12点(也就是前一天晚上12点)各科各医疗组的在院人数，形成病区数据、科室数据、医疗组数据，与日报表系统打印出来的病区数据、科室数据和统计的医疗组数据核对。部分病区上报的医疗组数据错误，导致两边数据不一致，需要花费大量时间去寻找错误所在。上述问题的存在，导致最终的科室数据与实际存在偏差。工作中，我们要仔细核对数据，善于发现错误，改正错误，同时要采取措施避免错误，为此，我们摸索出一些校验数据的经验。 采取的对策 1.病区由专人负责数据填报，