2017, Vol. 26
随着人口城市集中化，三甲医院急诊患者逐年剧增，大医院急诊拥挤现象已为常态，且有越发严重趋势，更有甚者被描述成当今世界性危机[1]，然而在急诊就诊的患者中只有20%是真正意义上的急诊，其余80%为非急诊患者[2]。急诊预检分诊是根据疾病严重程度、对急诊就诊患者进行快速分类，合理利用急诊资源，采用危重患者优先原则，以确定治疗或进一步处理的优先次序过程[3]。急诊预检分诊工作是急救医疗体系中首要环节，准确、快速、高效的急诊预检分诊流程不仅关系分诊质量，更为危重患者赢得宝贵抢救时间，直接影响患者救治效果[4]。根据国内三甲医院急诊预检分诊现状调研，发现现阶段急诊预检分诊普遍存在预检分级分诊标准不统一、急诊信息化建设严重滞后于医院整体信息化建设[5-6]，因此采用统一的新急诊预检信息系统(ETIS)对急诊患者快速高效分级、分类势在必行。
另一方面，研究显示，在拥挤的急诊科，有50%的急诊患者缴费次数为2次及以上，10%的急诊患者缴费次数在5次及以上，重复排队挂号缴费，不仅导致急诊患者接诊及等待时间延长，更让一部分危重患者失去了黄金抢救时间[7]。为此，苏州大学附属第一医院于2015年5月采用急诊预检信息系统结合预挂号新模式，将分诊系统与医生工作站通过信息连接共享患者信息资源，分诊结束无需挂号即可进入候诊程序，免去排队挂号，大大优化了急诊就诊流程。本文旨在探讨急诊预检信息系统(ETIS)结合预挂号新模式应用的临床意义。
1 资料与方法 1.1 一般资料分别随机抽取苏州大学附属第一医院急诊科就诊的患者，纳入标准：① 符合2011年国家卫计委发布的《急诊患者病情分级指导原则(征求意见稿)》Ⅰ~Ⅳ级病情严重程度分级，危重患者符合Ⅰ~Ⅱ级严重程度分级；② 年龄≥16周岁；③ 患者本人或家属知情同意参加本研究。排除标准：① 已联系好住院的患者；② 突发群体事件中的患者。2016年1月至4月使用急诊预检分诊信息系统结合预挂号模式分诊1 000例为观察组，2015年1月至4月使用传统模式分诊1 000例为对照组。两组患者均由急诊室18名高年资护士(工作3年以上，急诊工作1年以上)进行预检分诊。分别就分诊用时、挂号用时、生命体征采集情况、分诊准确率进行比较，同时对比两组患者中红区(Ⅰ，Ⅱ级)危重患者的病死率、抢救成功率、过检率、漏检率、转运手术时间、入院至溶栓时间(door-to-needle time，DNT)、经皮冠状动脉介入治疗(PCI)时间等差异。
1.2 分诊方法传统分诊模式是分诊护士询问通过“一问、二看、三查、四登记、五安排就诊”[8]，询问患者病情结合分诊技巧和工作经验，手工登记患者自然信息并填写分诊标签，患者持该分诊标签经挂号后分至各区域。
急诊预检分诊信息系统结合预挂号新模式，是本院与上海米健信息技术有限公司合作，以国家卫计委发布的《急诊患者病情分级指导原则(征求意见稿)》为基础，共同研发急诊预检分诊信息系统，并结合预挂号模式。通过分诊护士询问患者病情，生命体征监测仪测量生命体征并自动上传，通过身份证阅读器、医保卡读卡器录入患者自然信息，录入“主诉依据”、“改良早期预警评分(MEWS)”等评估表后，系统自动完成评分分级分诊，并打印电子分诊标签指引单，患者持该指引单无需挂号即可至各区域就诊，挂号费在患者就诊后同其他检查费或药费一起支付，节省了挂号时间。急诊预检信息系统根据主诉判定依据标准结合生命体征、评分值自动完成患者的病情分级、分科、分区，将急诊患者分为Ⅰ级(危急、红区、立即响应)，Ⅱ级(危重、红区、10 min内处理)，Ⅲ级(紧急、黄区、候诊时间≤30 min)，Ⅳ级(非紧急、绿区、候诊时间≤90 min)[9]。
1.3 观察指标① 分诊用时为护士接诊患者到产生分诊标签(指引单)。② 挂号用时为患者持分诊标签(指引单)到缴费窗口完成挂号、医生工作站出现该患者信息。③ 分诊准确指分诊护士对患者病情评估后进行的分级、分区和分科与医生诊断一致，分级、分区错误与分科错误一样视为分诊不准确。④ 生命体征测量指急诊预检分诊时对患者实施生命体征测量，包括体温、脉搏、呼吸、血压及血氧饱和度。⑤ 危重患者(Ⅰ，Ⅱ级)过检率：是指被分诊护士误检为危重患者的非危重患者人数占危重患者总数的百分比。危重患者过检率=误检危重患者数/(预检危重患者数-误检危重患者数+候诊期间发生意外事件患者数+复检危重患者数)×100%。⑥ 危重患者漏检率：即指被分诊护士误检为非危重患者的危重患者人数占危重患者总数的百分比。危重患者漏检率=(候诊期间发生意外事件患者数+复检危重患者数)/(预检危重患者数-误检危重患者数+候诊期间发生意外事件患者数+复检危重患者数)×100%。⑦ 抢救成功率为抢救成功人次占抢救总人次的百分比。⑧ 危重患者转运手术时间：创伤及其他外科危重患者急诊就诊至手术室时间。⑨ DNT：急性缺血性脑卒中患者从急诊就诊到接受静脉溶栓用药的时间。⑩ PCI时间：为急性冠脉综合征患者急诊就诊至PCI介入冠脉开通时间。
1.4 统计学方法采用SPSS 21进行统计分析，计量资料行正态分布检验，以均数±标准差(x±s)表示；两组均数比较采用完全随机设计成组t检验；多组均数比较采用One-Way ANOVA及LSD-t检验；计数资料进行χ2检验；多因素回归采用二元Logistic回归分析；以P＜0.05为差异有统计学意义。
2 结果 2.1 两组患者的一般资料及分诊用时、挂号用时、分诊准确率、生命体征测量率比较观察组在分诊用时、挂号用时明显低于对照组(P＜0.01)；观察组分诊准确率，生命体征测量率均高于对照组(P＜0.01)。见表 1。
| 组别 | 例数 | 性别(例) | 年龄(岁) | 分诊用时(s) | 挂号用时(s) | 分诊准确率(%) | 生命体征测量率(%) | |
| 男 | 女 | |||||||
| 对照组 | 1 000 | 548 | 452 | 44.78±17.82 | 163.49±79.88 | 184.57±69.90 | 91.1 | 22.8 |
| 观察组 | 1 000 | 535 | 475 | 43.62±17.81 | 58.55±18.51 | 0 | 96.6 | 100.0 |
| 统计值 | 0.677 | 1.458 | 40.471 | 83.512 | 26.205 | 1 254.074 | ||
| P值 | 0.411 | 0.145 | 0.000 | 0.000 | 0.000 | 0.000 | ||
| 注：变量年龄、分诊用时、挂号用时的统计值代表检验结果t值，而变量性别、分诊准确率、生命体征测量率统计值为χ2值 | ||||||||
危重患者病死率、抢救成功率、危重患者过检率、漏检率比较观察组分诊用时、挂号用时、危重患者病死率、危重患者过检率、漏检率均明显少于对照组(P＜0.05)；观察组抢救成功率明显高于对照组(P＜0.01)。见表 2。
| 组别 | 例数 | 男/女(例) | 年龄(岁) | 分诊用时(s) | 挂号用时(s) | 抢救成功率(%) | 病死率(%) | 危重患者过检率(%) | 危重患者漏检率(%) |
| 对照组 | 121 | 68/53 | 48.60±19.65 | 152.42±22.77 | 183.97±52.17 | 90.1 | 6.6 | 7.4 | 8.3 |
| 观察组 | 128 | 71/57 | 49.68±18.62 | 67.34±18.43 | 0 | 95.3 | 1.6 | 1.6 | 2.3 |
| 统计值 | 0.013 | -0.444 | 32.501 | 39.923 | 9.841 | 4.114 | 5.085 | 4.406 | |
| P值 | 0.908 | 0.658 | 0.002 | 0.000 | 0.002 | 0.043 | 0.024 | 0.036 | |
| 注：连续变量统计值为t，率的比较统计值为χ2 | |||||||||
危重患者转运手术时间和DNT时间、ACS患者PCI时间比较创伤及其他外科危重患者急诊就医至手术室时间：观察组25例用时(21.84±9.66) min明显少于对照组22例(33.77±12.75) min (t=3.646, P＜0.01)。缺血性脑梗塞患者溶栓起始时间(min)：观察组14例用时(34.07±5.80) min明显少于对照组11例(39.64±3.91) min (t=2.728, P＜0.05)。急性冠脉综合征血管开通PCI时间：观察组17例用时(43.94±14.40) min明显少于对照组22例(52.73±11.50) min (t=2.120, P＜0.05), 见图 1。
|
| 图 1 两组患者中红区(Ⅰ，Ⅱ级)危重患者转运手术时间和DNT时间、ACS患者PCI时间(min)比较 Figure 1 Analysis the time of transferring surgical duration, door-to-needle and percutaneous coronary intervention between two groups in red region |
|
|
可以看出危重患者病死和挂号时间有关联(P＜0.01)，和年龄、性别、分诊时间关系不大(P＞0.05), 见表 3。
| 变量 | 变量定义 | OR | 95%CI | sig | Wald | S.E. |
| 分诊时间 | 连续变量 | 0.985 | 0.958~1.014 | 0.316 | 0.015 | 1.007 |
| 挂号时间 | 连续变量 | 1.019 | 1.007~1.031 | 0.002 | 0.006 | 9.423 |
| 年龄 | 连续变量 | 1.000 | 0.963~1.037 | 0.979 | 0.019 | 0.001 |
| 性别 | 1=男，2=女 | 1.931 | 0.434~8.59 | 0.388 | 0.762 | 0.746 |
传统急诊预检分诊模式是分诊护士根据患者的临床表现，凭个人经验将急诊患者分科、分区分诊，无统一分诊标准，缺乏快速完善分诊工具，各种评估量表增加耗时，实际使用受到限制，难以正确判断病情[10-11]。分诊错误时有发生，造成患者就诊区域重新调整，可耽误最佳诊治时机，甚至危及患者生命[12]。
急诊预检分诊信息系统结合预挂号新模式，采用主诉依据、生命体征、及专业化评分工具建立统一标准化的分诊模式，分诊高效、准确、客观，受分诊医护人员自身知识和经验影响小。遇特殊情况，分诊护士可手动修改分级，使电脑人工相结合，实现了急诊预检分诊的标准化和智能化，进一步提高急诊分诊准确率。观察组分诊准确率，生命体征测量率均高于对照组(P＜0.01)。结合预挂号，免去患者排队挂号耗时，减少缴费拥挤，缩短患者候诊时间，特别是为危重患者抢救赢得宝贵时间。
3.2 急诊预检分诊信息系统结合预挂号新模式提升了急诊工作效率，有利于提高抢救成功率从本研究观察结果看，观察组在分诊用时、挂号用时都明显低于对照组(P＜0.01)；其中，红区(Ⅰ，Ⅱ级)危重患者观察组分诊、挂号用时、危重患者病死率、危重患者过检率、漏检率均明显少于对照组(P＜0.05)，观察组抢救成功率明显高于对照组(P＜0.01)；与此相同危重患者转运手术时间、DNT、PCI时间均明显少于对照组(P＜0.05)。可以看出急诊预检分诊新模式，不仅节省分诊挂号时间，同时减少了拥堵，减少排队时间，更为抢救危重患者赢得时间，为手术、缺血性脑卒中溶栓和PCI创造抢救成功机会，提高抢救成功率，降低了危重患者病死率，这些临床观察结果和国外研究相一致[11, 13-14]。进一步对危重患者死亡因素进行二元Logistic回归分析, 可以看出危重患者死亡和挂号时间密切关联(P＜0.01)，和年龄、性别、分诊时间关系不大(P＞0.05)；由此发现急诊预诊流程优化，挂号时间省略，是导致危重患者病死率降低一主要因素。
分诊指引单上记录患者一般信息、生命体征、联系电话及就诊编号、条码，在缴费、检查、取报告单等环节，医务人员只需扫描条码即可获取患者信息，提升整个急诊区域的工作效率。
3.3 急诊预检分诊信息系统结合预挂号新模式实施大数据质量控制，有利于加强分诊信息管理该系统具有强大的数据统计分析功能，可提供智能化急诊分诊人次的统计，可按日、周、月或自设时间段进行统计，可生成急诊分诊登记表、三无人员信息登记表、心血管绿色通道登记表、创伤患者登记表、发热患者统计表、群体伤登记表等，可提供图形统计分析功能，随时查阅各级、各科、各时段患者数以及分诊错误情况。护理管理者通过回顾性分析急诊预检分诊信息，探讨分诊错误的原因及主要病情，有利于监控急诊预检分诊质量，为分诊质量的持续改进提供依据；可通过动态监测各时段急诊患者流量及Ⅰ、Ⅱ级患者情况合理安排护理人力资源和院内其他资源，提高管理成效[15]。
综上所述，① 急诊预检分诊信息系统结合预挂号新模式优化了急诊就诊流程，完善急诊预检信息化建设[5]，建立了科学、统一、客观的分诊标准及流程，用数据化、信息化模式取代传统护士经验手工分诊，符合大数据潮流，提高急诊分诊信息管理；② 预挂号模式无需排队挂号，节省时间，提高急诊效率，符合2009年国家卫计委医疗方针危重患者“先看病后付费”的要求[16]，提高患者满意度，有一定的社会效益；③ 急诊预检信息系统结合预挂号新模式提高急诊预检分诊准确率和急诊工作效率，不仅缩短就诊时间，减少急诊拥挤，更为危重患者赢得黄金时间，提高抢救成功率，减少病死率；④ 同时为急诊发展胸痛中心、卒中中心、创伤中心建设提供了强有力的保障，为ACS和缺血性脑卒中患者血流再灌注和严重创伤患者手术创造最佳时机；因此，急诊预检分诊信息系统结合预挂号新模式有着很高的临床意义，值得广泛推广。
| [1] | Stead LG, Jain A, Decker WW. Emergency department overcrowding:a global perspective[J]. Int J Emerg Med, 2009, 2(3): 133-144. DOI:10.1007/s12245-009-0131-x |
| [2] | 陈兰. 急诊预检分诊的研究现状[J]. 护理研究, 2011, 25(9): 2259-2261. DOI:10.3969/j.issn.1009-6493.2011.25.003 |
| [3] | 王飒, 陈永红, 曹巧丹, 等. 电子分诊标签在急诊预检中的应用[J]. 中华护理杂志, 2014, 49(2): 241-243. DOI:10.3761/j.issn.0254-1769.2014.02.029 |
| [4] | 陈秋菊, 方方, 黄萍, 等. 基于TTAS标准的急诊分诊管理系统的构建及应用[J]. 护理研究, 2015, 29(11): 4050-4052. DOI:10.3969/j.issn.1009-6493.2015.32.029 |
| [5] | 金静芬, 郭芝廷. 国内三甲医院急诊预检分诊现状与对策研究[J]. 中华急诊医学杂志, 2015, 24(4): 458-461. DOI:10.3760/cma.j.issn.1671-0282.2015.04.031 |
| [6] | 刘继海, 于学忠, 郭树彬, 等. 基于认知任务分析的急诊分诊系统设计与实施[J]. 中国急救医学, 2013, 33(7): 664-668. DOI:10.3969/j.issn.1002-1949.2013.7.021 |
| [7] | 胡博, 吉训明, 费晓璐, 等. 北京某医院2007-2008年急诊患者就诊及付费行为模式分析[J]. 中国医院管理, 2010, 30(7): 24-26. DOI:10.3969/j.issn.1001-5329.2010.07.009 |
| [8] | 杨艺. 急危重症护理[M]. 南京: 江苏教育出版社, 2012: 33. |
| [9] | 中华护理学会急诊专业委员会. 急诊预检分级分诊标准[J]. 中华急诊医学杂志, 2016, 25(4): 415-417. DOI:10.3760/cma.j.issn.1671-0282.2016.04.004 |
| [10] | 冯春. 儿科急诊预检分诊流程的改良[J]. 护理学杂志, 2013, 28(21): 28-30. DOI:10.3870/hlxzz.2013.21.028 |
| [11] | Alexander D, Abbott L, Zhou Q, et al. Can triage nurses accurately predict patient dispositions in the emergency department?[J]. J Emerg Nurs, 2016, 42(6): 513-518. DOI:10.1016/j.jen.2016.05.008 |
| [12] | 赵文静, 朱爽, 吴兵, 等. 急诊预检分诊信息系统的应用及效果评价[J]. 护理研究, 2015, 12(29): 4470-4472. DOI:10.3969/j.issn.1009-6493.2015.35.046 |
| [13] | Daemi A. The role of electronic triage system in management of hospital emergency department[J]. Bull Emerg Trauma, 2016, 4(1): 62-63. |
| [14] | Harper A, Jones P, Wimsett J, et al. The effect of the shorter stays in emergency departments health target on the quality of ED discharge summaries[J]. Emerg Med J, 2016, 33(12): 860-864. DOI:10.1136/emermed-2015-205601 |
| [15] | Mandirola Brieux HF, Guillen S, La Rosa F, et al. Nursing software for emergency triage (NSET)[J]. Stud Health Technol Inform, 2015, 216: 942. |
| [16] | 孟贤涛, 徐建, 杨九龙. 医院门诊"先诊疗后结算"的实践与思考[J]. 卫生经济研究, 2011(8): 45-46. DOI:10.3969/j.issn.1004-7778.2011.08.018 |