将基于系统理论的事故分析技术应用于COVID-19疫情期间围手术期安全报告

《Journal of Patient Safety》：Application of a Systems Theory-Based Accident Analysis Technique to Perioperative Safety Reports From the COVID-19 Pandemic

基于系统理论的手术期安全事件分析：通过因果分析系统（CAST）与归纳主题分析法，识别出流程脆弱性、人员调配挑战和设备设计缺陷三大系统级风险，提出建立中央协议枢纽等预防策略。

　　

摘要

目标：

非线性回顾性分析技术能够深入理解事故及其原因，但在医疗保健领域却很少被使用。本研究的目的是通过运用基于系统理论的因果分析（CAST）与归纳性主题分析相结合的方法，来探讨导致某医院围手术期安全事件的各种背景因素。

方法：

我们在多学科团队的参与下，构建了该医院围手术期系统的层次控制结构。随后，我们利用CAST分析了在COVID-19疫情高峰期（2020年4月）自报的安全事件，以了解其成因。接着，我们通过归纳性定性主题编码方法进一步分析这些因素，识别出系统层面的安全风险，并将每个系统层面的安全风险转化为未来改进的建议。

结果：

我们共筛选了122份安全报告，其中19份符合纳入标准。分析结果显示存在245个成因因素，这些因素可归类为3个主要主题：(1) 易受影响的过程，即工作流程或沟通渠道存在的问题；(2) 人员方面的挑战，包括人员调配困难以及认知和行为方面的问题；(3) 设计不合理或无法使用的设备。针对每个子主题，我们都提出了相应的预防策略，例如建立中央协议协调机制。

结论：

通过结合使用非线性事故分析技术和主题分析方法，我们成功识别出了导致安全事件的全系统性成因因素。这些成因因素为未来可能发生的资源匮乏、数据有限且环境快速变化的疫情或危机提供了改进方向。