黑龙江省鹤岗市中医医院154101
【摘要】目的：了解神经内科护理工作量的变化趋势，构建每日护理工作量时间序列模型，预测护理工作量。方法：工作量衡量采用赋分法，由信息系统自动生成后提取每日护理工作量。采用时间序列分析构建每日护理工作量的时间序列模型。结果：B病区第三季度工作量高于第四季度，第二季度护理工作量最低，且与第三季度护理工作量差异有统计学意义（t=-20.31，P<0.01），其他各季度间差异均无统计学意义。神经内科B病区护理工作在脑血管疾病高发的寒冷季节较第三季度略低，但变化差异无统计学意义（t=-1.74，P=0.22）。结论：神经内科护理工作量在脑血管疾病等高发的冬春季节较夏秋季节低，不同部门各季度护理工作量不同。应用时间序列分析可预测护理工作量，根据短期预测值调整当日上班护士人数，同时可评价现有人力配置策略的合理性。
【关键词】护理；工作负荷量；护理管理研究
Studyontimeseriesofnursingworkloadinneurologydepartment
Abstract：objective：tounderstandthechangingtrendofnursingworkloadinneurologydepartment，buildadailynursingworkloadtimeseriesmodel，andpredictthenursingworkload.Methods：theworkloadwasmeasuredbyassigningpoints，andthedailynursingworkloadwasextractedautomaticallybytheinformationsystem.Timeseriesanalysiswasusedtoconstructthetimeseriesmodelofdailynursingworkload.Results：theworkloadinthethirdquarterofwardBwashigherthanthatinthefourthquarter，andthenursingworkloadinthesecondquarterwasthelowest，andthedifferencebetweenthetwowasstatisticallysignificant（t=-20.31，P<0.01）.ThenursingworkinwardBofneurologydepartmentwasslightlylowerinthecoldseasonwithhighincidenceofcerebrovasculardiseasesthaninthethirdquarter，butthedifferencewasnotstatisticallysignificant（t=-1.74，P=0.22）.Conclusion：thenursingworkloadinneurologydepartmentislowerinwinterandspringthaninsummerandautumnwhencerebrovasculardiseaseoccursfrequently.Timeseriesanalysiscanbeusedtopredictthenursingworkload，adjustthenumberofnursesondutyaccordingtotheshort-termpredictedvalue，andevaluatetherationalityoftheexistingmanpowerallocationstrategy.
Keywords：nursing；Workingload；Nursingmanagementresearch
护理工作量的时间序列具有一定的周期性和相关性，较多学者关注工作量的方法学研究及其在护理人力资源配置中的应用，却较少对工作量数据进行进一步的挖掘，以从中提取有用信息，准确找出其内在统计学特性和发展规律，从而构建时间序列模型，并应用模型预测功能实施前瞻性管理[1]。本文就神经内科护理工作量的时间序列研究的情况进行介绍。
1资料与方法
1.1一般资料
提取2018年1-2018年12月本院护理工作量信息系统中神经内科A、B两个病区全年护理工作量，包括每日护理工作量、每月护理工作量。
1.2方法
工作量衡量采用赋分法，由本院30名护理专家就护理工作量测量指标、指标内涵及其赋分值进行多轮咨询评价，最终确定测量指标、内涵及其赋分值[2]。包括一级指标3项、二级指标31项、三级指标64项，三级护理工作量指标分值范围为0.1-10.0分，分值越高，完成护理项目投入的时间、风险度、技术难度越高。每日护理工作量=∑三级护理工作量指标发生频次×指标分值，每月护理工作量=∑每日护理工作量，由信息系统自动生成。并基于此完善医院护理工作量信息系统，保证数据的客观、准确、及时。
1.3统计学方法
采取SPSS11．0软件包进行统计学分析，计量资料用均数±标准差（x±s）表示，采用t检验和χ2检验，P＜0.05为差异有统计学意义。
2.结果
2018年4个季度总护理工作量变化为A病区呈先上升后下降的趋势，工作量得分最高为第二季度，然后依次为第三季度、第四季度，第一季度得分最低。B病区4个季度总护理工作量变化呈下降、上升后下降的趋势，工作量得分最高为第三季度，然后依次为第四季度、第一季度，第二季度得分最低。每季度护理工作量具体见表1。
表1，A、B病区不同季度护理工作量分值（分，x±s）
对神经内科2018年不同季度护理工作量进行分析，发现B病区第三季度工作量高于第四季度，第二季度护理工作量最低，且与第三季度护理工作量差异有统计学意义（t=-20.31，P<0.01），其他各季度间差异均无统计学意义。A病区由趋势可见，全年以第二季度和第三季度工作量较高，而第一季度最低，第四季度较第二、三季度降低，但仍高于第一季度。神经内科A病区收治病种主要有脊髓疾病、运动障碍疾病、肌肉疾病等，而B病区收治病种主要为脑血管疾病等。分析发现，神经内科B病区护理工作在脑血管疾病高发的寒冷季节较第三季度略低，但变化差异无统计学意义（t=-1.74，P=0.22）。A病区护理工作量全年变化较平稳，根据指数平滑模型，本研究对2018年1月1-3日的总护理工作量进行预测，预测值及预测值的上限值、下限值，见表2。
表2，指数平滑模型-护理工作量预测值（分）
3.讨论
预测不论在我们的日常生活中还是在我们的工作学习中都扮演着重要的角色。护理研究，尤其护理管理类课题往往需提取时间序列数据，时间序列分析、预测具有很大的潜力来回答相关性的探索性的问题，但还没有被广泛地应用于临床护理实践。该方法对护理科学的贡献取决于护理研究者与统计学家跨学科的密切合作，这也一定程度地限制了其在临床实践中的应用。信息化精细管理、前瞻性管理是护理管理的关键，预测作为时间序列的重要功能之一，其应用有望提高临床管理效率、效益。研究中我们发现，护理工作量时间序列具有一定的周期性和相关性，整体是平稳的。利用从中提取有效信息，准确找出其内在统计学特性和发展规律，对护理人力需求预测有重要意义。该方法较经验预测法、德尔菲法更客观、准确。而且，时间序列是基于过去和现在的大量数据，对其分析亦可以辩证地评价现有人力配置策略的合理性。但需要指出的是，时间序列模型的预测一般不能太超前，对于遥远的时间预测结果大多不准确。需要基于预测值与原始值、实际值不断调整，增加其临床应用的价值。本研究中，根据指数平滑模型的特点，建议做3d及以内的护理工作量预测。护理管理者在日常排班的基础上，将该预测作为进行人力资源管理精细化、前瞻性管理的辅助工具，有着一定的临床实践意义[3]。
综上所述，目前，国内护理人力既存在数量的不足，也有使用上的不合理，导致资源的浪费。根据时间序列模型的每日护理工作量短期预测值，护理管理者可提前调配人力，有效利用有限的护理人力资源，科学有效地实施风险管理，保证患者安全和护理质量。但对于配置具有什么资质的护士及护士的数量，仍是一个值得深入探讨的问题，而该问题的解决将对护理人力配置，以及护理质量、患者安全有重要意义。
参考文献：
[1]陈红.基于护理信息系统的神经内科护理工作量的研究[D].复旦大学，2014.
[2]陈红，蒋红.神经内科护理工作量的时间序列研究[J].中华护理杂志，2015，50（03）：267-269.
[3]丁玥，杨萍，孙丽秋，杨新颖.基于HIS的医院护理工作量测量与评价[J].中国护理管理，2017，10（11）：61-63.