| 1 |
1
환자안전 관련 고위험군 예측 방법에 있어서,제어부는 EMR(Electronic Medical Record) 서비스 서버로부터 임상적 판단을 지원하기 위한 임상 데이터 서비스를 요청하는 과정과,변수 선정부는 상기 요청된 임상 데이터를 기반으로 환자안전 관련 유형별 발생 요인이 되는 변수를 선정하고, 상기 제어부는 상기 EMR 서비스 서버로부터 상기 변수와 매칭되는 임상 데이터를 추출하는 과정과,변수 선택부는 추출된 상기 임상 데이터 기반 각 변수의 범주별 환자안전 관련 유형별 변수를 선택하는 과정과,예측력 평가부는 선택된 상기 변수에 기초하여 도출된 데이터에 대하여 기설정된 평가 기준을 이용하여 예측모형 형식에 따라 훈련(Training) 및 검증(Validation) 데이터를 도출하고, 상기 도출된 데이터에 대하여 기설정된 평가 기준을 이용하여 예측모형에 대한 예측력을 평가하는 과정을 포함하며, 상기 기설정된 평가 기준을 이용하여 예측모형에 대한 예측력을 평가하는 과정은,예측력 평가부는 예측모형의 적합성을 검증하기 위해 부트스트래핑(Bootstrapping)을 통해 산출된 슈렁큰 회귀 계수(Shrunken regression coefficients)를 적용하여,환자안전 관련 발생 위험 대상에서 고위험군과 저위험군을 구분하기 위해 ROC(Receiver Operating Characteristic) 곡선과 AUC 분석을 통해 판별(Discrimination) 능력을 평가하는 단계와,예측 값과 실제 관측 값이 일치하는 정도(Calibration)를 평가하는 제2 단계를 통해 수행됨을 특징으로 하는 환자안전 관련 고위험군 예측 방법
|
| 2 |
2
제1항에 있어서,상기 환자안전 관련 유형별 발생 요인이 되는 변수는, 데이터 마이닝(Data mining) 및 로지스틱 회귀분석(Logistic regression)을 포함하는 방법을 통해 선정하는 환자안전 관련 고위험군 예측 방법
|
| 3 |
3
제2항에 있어서,상기 로지스틱회귀 분석은 하기와 같은 오즈비(Odds ratio)로 계량화됨을 특징으로 하는 환자안전 관련 고위험군 예측 방법
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
제1항에 있어서,환자안전 관련 유형 및 선택된 변수는,낙상(Fall)모형은 진료과명, 나이, 맥박 최대값, 중증환자등록여부, 활동, 병실등급, 혈청 나트륨 최소값, 병원재원기간, 일평균 검사수, 투약기간(신경계/순환기계)을 포함하고, 욕창(Pressure ulcer)모형은 혈청 알부민 최소값, 병원재원기간, 나이, 혈청 요소 질소 최대값, 투약기간(Psycharmacology), 활동, 진료과명, 중증환자등록여부, 지남력, 중환자실 입실 유무를 포함하고, 투약오류(Medication error)모형은 병원재원기간, 총 입원 횟수, 병동구분, 중증환자등록여부, 전동이력 유무, 진료과명, 총 수술 횟수를 포함하고, 다제내성균(Multidrug-resistant infection)모형은 희귀질환등록여부, 활동, 응급실 경유 유무, 중환자실 입실 유무, 항생제(Cephalosporins) 투약 유무, 기타 항생제 투약 유무, 병원재원기간, 나이, 총 삽관기간, 맥박 최대값을 포함하고, 요로감염(Urinary tract infection)모형은 병원재원기간, 유치 도뇨관의 삽관 기간 , 중환자실 입실 유무, 활동, 혈청 호중구 최대값, 혈청 나트륨 최소값, 혈청 알부민 최소값, 혈청 요소 질소 최대값을 포함함을 특징으로 하는 환자안전 관련 고위험군 예측 방법
|
| 7 |
7
환자안전 관련 고위험군 예측 시스템에 있어서,하기 제어부로부터 출력된 임상 데이터를 기반으로 환자안전 관련 유형별 발생 요인이 되는 변수를 선정하는 변수 선정부와,EMR(Electronic Medical Record) 서비스 서버와 연동되어 상기 EMR 서비스 서버로부터 임상적 판단을 지원하기 위한 임상 데이터 서비스를 요청하고, 상기 변수 선정부로부터 선정된 변수와 매칭되는 임상 데이터를 추출하는 제어부와,상기 제어부로부터 추출된 상기 임상 데이터 기반 각 변수의 범주별 환자안전 관련 유형별 변수를 선택하는 변수 선택부와,상기 제어부의 제어 하에 변수 선택부로부터 선택된 상기 변수에 기초하여 예측모형 형식에 따라 훈련(Training) 및 검증(Validation) 데이터를 도출하고, 상기 도출된 데이터에 대하여 기설정된 평가 기준을 이용하여 예측모형에 대한 예측력을 평가하는 예측력 평가부를 포함하며, 상기 예측력 평가부는,예측모형의 적합성을 검증하기 위해 부트스트래핑(Bootstrapping)을 통해 산출된 슈렁큰 회귀 계수(Shrunken regression coefficients)를 적용하여,환자안전 관련 발생 위험 대상에서 고위험군과 저위험군을 구분하기 위해 ROC(Receiver Operating Characteristic)곡선과 AUC 분석을 통해 판별(Discrimination)능력을 평가하고, 예측 값과 실제 관측 값이 일치하는 정도(Calibration)를 평가하여 상기 기설정된 평가 기준을 이용하여 예측모형에 대한 예측력을 평가함을 특징으로 하는 환자안전 관련 고위험군 예측 시스템
|
| 8 |
8
제7항에 있어서, 상기 변수 선정부는,데이터 마이닝(Data mining) 및 로지스틱회귀 분석(Logistic regression)을 포함하는 방법을 통해 환자안전 관련 유형별 발생 요인이 되는 변수를 선정하여 고위험군 예측모형을 수행함을 특징으로 하는 환자안전 관련 고위험군 예측 시스템
|
| 9 |
9
제8항에 있어서,상기 로지스틱회귀 분석은 하기와 같은 오즈비(Odds ratio)로 계량화됨을 특징으로 하는 환자안전 관련 고위험군 예측 시스템
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
환자안전 관련 고위험군 예측 표시 방법에 있어서,환자별 임상적 판단을 지원하기 위한 임상 데이터 서비스 모드가 실행되면, 각종 진료 서식 생성을 위한 정보 제공 입력 페이지를 표시하는 과정과,상기 임상 데이터 서비스 모드로 전환되어 복수의 분할된 영역을 갖는 정보 제공 입력 페이지에서 상기 분할된 소정 영역에 환자안전 관련 유형별 고위험 유무를 표시하는 과정과,상기 고위험 유무가 표시된 영역에 사용자 인터럽트가 발생되는 경우 해당 환자안전 관련 유형에 관한 상세정보 페이지로 링크되어 상기 정보 제공 입력 페이지로부터 전환되거나 상기 정보 제공 입력 페이지 내에 상기 상세정보 페이지를 표시하는 과정을 포함함을 특징으로 하는 환자안전 관련 고위험군 예측 표시 방법
|
| 13 |
13
삭제
|
| 14 |
14
환자안전 관련 위험군 예측 서비스 제공 방법에 있어서,의료 서비스 제공을 위한 환자별 진료 정보 서식을 EMR 화면에 표시하는 과정과,환자별 환자안전 관련 위험군 예측 판단을 지원하기 위한 위험군 알람 서비스 모드가 실행되면, 상기 환자안전 관련 타입별 서브 모드를 표시하는 과정과,상기 표시된 환자안전 관련 타입별 서브 모드 중 사용자로부터 선택된 서브 모드에 해당하는 위험군 레벨을 EMR 서비스 서버를 통해 호출된 환자의 기저장된 환자안전 관련 기설정된 항목별 이력을 통해 가이드하는 과정을 포함함을 특징으로 하는 환자안전 관련 위험군 예측 서비스 제공 방법
|
| 15 |
15
제14항에 있어서, 상기 환자안전 관련 타입별 서브 모드는,낙상(Fall), 욕창(Pressure ulcer), 투약오류(Medication error), 다제내성균(Multidrug-resistant infection), 요로감염(Urinary tract infection)에 대한 기설정된 개별 위험군 항목의 발생 여부 기준 위험군 분류 결과를 가이드함을 특징으로 하는 환자안전 관련 위험군 예측 서비스 제공 방법
|
| 16 |
16
제14항에 있어서, 상기 위험군 레벨은,고위험군, 중위험군, 저위험군으로 분류되고,상기 고위험군은, 상기 EMR 서비스 서버를 통해 예측되는 환자안전 관련 타입별 위험군 예측값과는 별도로 기정의된 환자의 수진 이력 발생 항목을 포함함을 특징으로 하는 환자안전 관련 위험군 예측 서비스 제공 방법
|
