CC BY
200
Краткое сообщение
Наименование
заболеваний
Неотложная
помощь
терапевтич.
профиля
Объединение БД о дежурствах с общей БД позволяет наладить сбор данных о степени загрузки медперсонала и ее учете при планировании дежурств и распределении премиального фонда.
Программное обеспечение позволяет не только отслеживать каждый случай смерти, но и контролировать правильность оформления всех положенных документов, равномерную загрузку врачебного состава при решении вопросов рецензирования историй болезни, определять объем мероприятий по разбору каждого случая смерти (разбор на КИЛИ или на общебольничной клинико-анатомической конференции) с автоматическим оформлением всего перечня необходимых документов.
Многоцикловой автоматизированный мониторинг и маркетинг основных разделов деятельности многопрофильного стационара предоставляет возможность воздействия на ход ЛДП.
Медицинская помощь представляет собой одну из разновидностей социальной услуги, и поэтому при предоставления этих услуг населению возможно применение приемов социального маркетинга и мониторинга. В технологии их проведения одна из проблем состоит во взаимосвязи и цикличности экономических, социальных, правовых, социальнопсихологических аспектов, поэтому надо анализировать комплекс проблем, связанных с системой управления, мотивации трудовой деятельности, нормативов и показателей ее результативности.
стандартам качества медицинской помощи, подготовки специалистов для учреждений здравоохранения, методики ценообразования на медицинские услуги.
Таблица
Медицинские стандарты оказания неотложной помощи в приемном отделении
Неотложная помощь тр авматологиче-ского профиля
УДК 332.102.1; 616-083.98
К ВОПРОСУ РАЗРАБОТКИ И ПРИМЕНЕНИЯ МЕДИЦИНСКИХ СТАНДАРТОВ (ПРОТОКОЛОВ)
ОКАЗАНИЯ НЕОТЛОЖНОЙ ПОМОЩИ В ПРИЕМНОМ ОТДЕЛЕНИИ МНОГОПРОФИЛЬНОГО СТАЦИОНАРА
М.И. ЛИКСТАНОВ*
Стандарт - это образец, принимаемый за исходный для сопоставления с ним других объектов, подлежащих стандартизации. Он представляет собой формулировку оптимального решения типовой задачи с точки зрения получения максимальной пользы при минимальных затратах сил, умения и средств при соблюдении принятых требований безопасности окружающей среды. Стандарт (протокол) должен отражать: основание сущности явления; оптимальное решение задачи; практическую выполнимость требуемых условий; стабильность технологических приемов с учетом их совершенствования; преемственность при организации процессов оказания услуг и т.д. Основные положения стандартизации регламентированы и введены Законом Российской Федерации «О стандартизации» от 10.6.93 г. № 5154-1. Закон был принят и введен одновременно с Законом РФ «О сертификации продуктов и услуг» от 10.6.93 г. №5151-1 в целях создания условий для деятельности предприятий, учреждений, организаций и предпринимателей на едином товарном рынке РФ, а также для участия в международном экономическом, научно-техническом сотрудничестве и в международной торговле. Эти два документа создали предпосылки для развития системы деятельности предприятий и учреждений РФ на рынке услуг в системе стандартизации, сертификации и аккредитации. Появлению этих документов предшествовал Указ Президента РФ «О мерах по развитию здравоохранения в Российской Федерации» от 26.09.92 г. № П-1137, в котором одной из задач ставилась подготовка по единым для России государственным
Неотложная
помощь
хирургического
профиля
Перечень
диагностических
процедур
Лабораторная
диагностика
крови Общий анализ мочи Сахар крови (Дополнит.) Креатинин крови Мочевина крови Билирубин крови Гликемический профиль
Глюкозурический
Зюфиль
ротромбин крови Амилаза мочи Инструментальная диагностика (обяз.) ЭКГ
R-графия ОГК Консультации (дополнительные) Кардиолога Невропатолога Окулиста Хирурга
Лабораторная диагностика (обяз.)
Общий анализ крови Общий анализ мочи Гематокрит Амилаза мочи ополнительная) Креатинин крови Мочевина крови Билирубин крови Протромбин крови Инструментальная диагностика (обяз.) R-графия органов брюшной полости (Дополнительная) ЭКГ
УЗИ органов брюшной полости ЭГДС
КТ, Мрт
Консультации специалистов (дополнительные) Уролога Гинеколога
Лаб. диагностика (обяз.)
Общий анализ крови Общий анализ мочи Гематокрит Инструментальная диагностика (обязательная) R-графия крупного сустава R-графия трубчатой кости (Дополнительная) К-графия черепа R-графия позвоночника К-графия ОГК Консультации специалистов (дополнительные) Окулиста Невропатолога ^^^еирохирур^^^^
Кратность
1
1
1
0.3
0.3
0.3
0.1
0.1
0.3
0.3
0.3
0.1
0.1
0.5
1
1
1
1
0.3
0.3
0.3
0.3
1.0
0.3
0.3
0.3
0.3
0.3
0.1
0.3
0.1
0.3
0.3
0.3
0.3
0.1
0.3
Перечень лечебных процедур и воздействий
Медикаментозное лечение Анальгезирующие средства Спазмолитики Гипотензивные средства Диуретики Антигистаминные средства Препараты инсулина
Медикаментозное
лечение
Анальгезирующие
средства
Спазмолитики
Медикаментозное
лечение
Анальгезирующие
средства
Спазмолитики
Требования к результатам лечения
Клиническое
улучшение
Клиническое
улучшение
Устранение
повреждения
Стабилизация
общего
состояния
Кемерово, Городская клиническая больница №3 им. Подгорбунского
Медицинский стандарт определяется как упорядоченная последовательность диагностических и лечебных мероприятий, отражающих достижения науки и практики в сочетании с оценкой эффективности медицинской помощи на основе объективных критериев. В соответствии с приказом Минздрава Российской Федерации от 16.10.92 г. № 277 медицинские стандарты по профессиональному признаку подразделяются на: диагностические стандарты, определяющие необходимые и достаточные виды диагностических мероприятий по конкретным нозологическим единицам с целью постановки диагноза и контроля за ходом лечения данного заболевания в лечебно-профилактическом учреждении данного вида; лечебно-технологические стандарты, определяющие перечень необходимых мероприятий, методов лечения данной нозологической формы в различных условиях оказания медицинской помощи (амбулаторная, неотложная,
0.5
Статья
стационарная) и в различные периоды болезни (обострение, ремиссия, реконвалесценция и т.д.); медико-технологические стандарты, приготовления лекарственных средств, лечебного питания, средств ухода, медицинской техники; стандарты качества лечения; профессиональные стандарты, определяющие профессиональные качества медицинского и аптекарского персонала (сумму умений и навыков конкретного медицинского работника), позволяющие ему выполнить соответствующие диагностические и лечебные манипуляции (услуги).
Стандартизация, как система нормативных документов, должна привести к стройному взаимоотношению всех звеньев медицинской отрасли и отраслей, взаимодействующих с ней, в целях достижения оптимального эффекта при оказании профилактической, диагностической и лечебной помощи пациенту. Концепция развития здравоохранения и медицинской науки в Российской Федерации обосновывает поэтапный переход на протокольную форму ведения пациентов, что соответствует мировой практике. Протоколы ведения больных являются стандартными технологиями оказания медицинских услуг в ЛПУ. Они ориентируют медиков на ведение профилактических и лечебно-диагностических мероприятий с учетом ситуационных проблем и индивидуума.
Медицинские стандарты в части перечня обязательных диагностических процедур, их кратности и воздействий являются минимальным объемом медицинской помощи и применяются для оценки законченного случая лечения (в нашем случае - оказания неотложной помощи в приемном отделении). Наиболее рациональными и полными, на наш взгляд, являются стандарты стационарной медицинской помощи ЦМСЧ-122 г. Санкт-Петербурга. Учитывая актуальность и важность данной проблемы для любого стационара, недостаточную проработанность теоретической базы, сделана попытка разработать медицинские стандарты оказания неотложной помощи в приемном отделении ГКБ №3 г. Кемерово (табл.). Это позволило объективизировать контроль процессов и полноты оказания медицинской помощи прикрепленным контингентам и повысить ее качество.
УДК 004.032
К ВОПРОСУ ИССЛЕДОВАНИЯ СТРУКТУРЫ ПОКАЗАТЕЛЕЙ СМЕРТНОСТИ
М.В. АРТЕМЕНКО, М.В. СОКОЛОВА*
Для качественного принятия управленческих решений в области экологического и медико-санитарного контроля актуальной задачей является определение классов заболеваний, оказывающих наибольшее влияние на общие показатели смертности в регионах. Определение таких классов заболеваний позволяет сконцентрировать и направить финансовые потоки и здравоохранительные мероприятия для своевременной коррекции медикодемографических процессов в регионе. Следует отметить, что применяемая в настоящее время система медикодемографических показателей представляют сложную открытую систему, моделирование и прогноз динамики которой стандартными статистическими методами затруднено и малоэффективно. В связи с этим, нами были изучены возможности применения нейросетевой подхода к решению этой проблемы (в том числе, в связи с появление на рынке программных продуктов технологий исскуственных нейронных сетей). В работе нами использовались: многослойные персептроны, которые обучались методом обратного распространения ошибки с использованием момента; многослойные персептроны, которые обучались при помощи генетических алгоритмов. Данные типы нейронных сетей были выбраны, так как они показывают устойчиво позитивные результаты при решении задач аппроксимации функций и прогнозирования (в частности, используются при исследовании временных рядов). Алгоритм обратного распространения представляет самый известный классический алгоритм обучения ИНС, относящийся к градиентным методам обучения. Применение генетических алгоритмов позволяет реализовать другой метод подстройки весов ИНС - эвристический, при котором на каждом этапе генерируется большое количество (популяция) возможных решений
проблемы, а затем в соответствии с критерием полезности (или приспособленности) отбирается наилучшее.
Ээтапом в формировании наборов экспериментальных данных являлось формирование баз данных, содержащих статистические данные по 175 классам заболеваний (по классификации 1988 года), а также данные о смертности населения (мужской и женской). Данные были собраны за период 1964-2003 гг. и представлены в виде абсолютных и относительных единиц [8-10].
Статистическая информация для исследования была организована в таблицы, представленные в формате Ms Excel.
Выборки состояли из 79 значений (на 01 февраля и на 01 июля для каждого года). Количество исследуемых нозологий -175, количество исследуемых демографических показателей - 2 (мужская и женская смертность). Выборки были разделены на две непересекающихся подвыборки: обучающую и тестовую в соотношении 95 и 5. Мы оставили 95% данных для обучения, чтобы ИНС могла «увидеть» как можно больше примеров. Тестирование проводилось как на тестовой, так и на общей выборке.
Для изучения вклада смертности от каждого вида заболевания в общую смертность нам было нужно построить ИНС, входами которой являлись бы количества смертей по каждому из классов заболеваний (итого 175 входов), а выходом - общее значение смертности. В нашем случае такую сеть построить невозможно из-за отсутствия должного количества данных для обучения. Сеть смогла бы только запомнить примеры, но не смогла бы научиться обобщению. Было принято решение построить несколько сетей вместо одной и исследовать вклад входов ИНС в выходной сигнал. Для этого необходимо было правильно определить количество входных и скрытых нейронов. Как известно [4], способность сети к обобщению определяется тремя факторами: размером обучающей подвыборки, архитектурой ИСН и физической сложностью изучаемой проблемы. Изменить размер обучающей подвыборки в сторону увеличения не можем, значит, надо подобрать правильную архитектуру сети. Для этого воспользовались правилом, предложенным специалистами корпорации Ward Corp., разработчика нейропакета Neuro Shell. По этому правилу, число скрытых нейронов рассчитано как:
Nhidden — , + Nuu) + JoS , (1)
где DS - количество примеров в обучающей подвыборке; Ninpul -количество входных нейронов; Noutput - количество выходных нейронов. Согласно этому правилу, в случае 5 входных, 1 выходного нейрона и 75 примеров в обучающей подвыборке, количество скрытых нейронов должно быть не более 11. В случае нескольких скрытых слоев, эти 11 нейронов можно перераспределить между ними. Для исследования влияния 175 разных входов на выход на первом этапе было решено оставить 35 ИСН, состоящих из 5 входных, 1 выходного и 8-11 нейронов в скрытых слоях. Входным переменным были присвоены имена от rl до r175, соответствующие их нумерации в таблице. Оценку вклада каждого из входов в выходной сигнал определили при помощи анализа чувствительности, который иллюстрирует, как выходное значение будет реагировать на изменение значения того или иного входа. Значение первого входа меняется относительно среднего значения на величину в сторону увеличения или уменьшения, в то время как все другие входы остаются неизменными. На рис. 1 представлена диаграмма, показывающая чувствительность каждого из входов ИНС. Видно, что для выхода данной сети вход, названный r84 является доминирующим.
Sensitivity About the Mean
r12 r48 r94 r96 r84
Input Variable
* 305040, г. Курск, ул. 50 лет Октября 94, КГТУ
Рис. Диаграмма, поясняющая анализ чувствительности входов
