[发明专利]一种基于数据挖掘技术的护理不良事件风险预测方法和系统

权利要求书

1.一种基于数据挖掘技术的护理不良事件风险预测方法，其特征在于，所述的方法包括以下步骤：

步骤一：锁定跌倒、非计划拔管护理不良事件；

步骤二：根据跌倒关键词、各管路医嘱下达文本，结合管路更换时间与医嘱频率的关联规则，制定风险预测数据挖掘表达式；

步骤三：从病程记录、医嘱中发现可疑跌倒及非计划拔管不良事件。

2.根据权利要求1所述的一种基于数据挖掘技术的护理不良事件风险预测方法，其特征在于：所述跌倒、非计划拔管护理不良事件包括跌倒、鼻胃管非计划性拔管、尿管非计划性拔管、气管导管非计划拔管。

3.根据权利要求1所述的一种基于数据挖掘技术的护理不良事件风险预测方法，其特征在于：还包括制定风险预测数据挖掘表达式，所述风险预测数据挖掘表达式包括跌倒风险预测表达式、鼻胃管非计划性拔管风险预测表达式、尿管非计划性拔管风险预测表达式、气管导管非计划拔管风险预测表达式。

4.根据权利要求3所述的一种基于数据挖掘技术的护理不良事件风险预测方法，其特征在于：所述风险预测表达式包括：

跌倒风险预测表达式设定关键词，从医生病程记录中提取；

鼻胃管非计划性拔管、尿管非计划性拔管、气管导管非计划拔管风险预测表达式，依据各管路医嘱下达文本及临床更换频率，提取医嘱下达文本频率多于实际更换频率的病历。

5.一种基于数据挖掘技术的护理不良事件风险预测系统，其特征在于：包括数据锁定模块、数据存储管理模块、事件分析模块、数据处理模块和数据挖掘模块；

所述数据锁定模块主要用于跌倒、非计划拔管护理不良事件进行锁定；

所述数据存储管理模块主要用于存储数据锁定模块锁定的跌倒、非计划拔管护理不良事件；

所述事件分析模块用于根据跌倒关键词、各管路医嘱下达文本，结合管路更换时间与医嘱频率的关联规则，制定风险预测数据挖掘表达式；

所述数据处理模块用于从病程记录、医嘱中发现可疑跌倒及非计划拔管不良事件；

所述数据挖掘模块包括数据源整合子模块、关联词存储子模块、挖掘子模块、输出子模块和反馈子模块。

6.根据权利要求5所述的一种基于数据挖掘技术的护理不良事件风险预测系统，其特征在于：所述数据源整合子模块将用户输入的搜索词和预先存储的关键词进行相关性匹配，形成所述搜索词和所述关键词之间对应关联的至少一种数据源；所述关联词存储子模块将数据源整合子模块中形成的搜索词和关键词之间关联的数据源发送给所述数据存储管理模块进行存储；所述挖掘子模块与数据存储管理模块之间进行数据联系，构成网络拓扑关系图，并作数据挖掘；所述输出子模块根据用户输入的不同需求，将数据挖掘的数据显示，供用户选择；所述反馈子模块用于将用户满意度的信息回复给数据源整合子模块。