基于数据挖掘关联规则分析法的呼吸机预防性维护机制与数据分析研究

作者：解思雨; 姚媛媛; 徐燕; 董大伟; 杨玉志^*

来源：中国医学装备, 2021, 18(11): 131-136.

• 数据挖掘
• 关联规则
• 预防性维护
• 最小支持阈值
• 最小置信阈值

目的:探讨基于数据挖掘关联规则分析法的呼吸机预防性维护机制在呼吸机设备管理中的应用价值。方法:选取医院临床在用的91台呼吸机,采用随机数表法将其分为对照组(45台)和实验组(46台),对照组采用常规定期预防性维护,实验组采用基于数据挖掘关联规则分析法的呼吸机预防性维护机制,制定支持度的最小支持阈值和置信度的最小置信阈值,按需进行预防性维护。对比两组呼吸机维护次数、故障数和故障类型的差异性。结果:实验组预防性维护年均次数低于对照组,差异有统计学意义(t=4.17,P<0.05);实验组年故障数和年平均故障数均低于对照组,差异有统计学意义(t=4.44,t=3.76;P<0.05);实验组呼吸机管路故障和清洁消毒故障低于对照组,意外碰撞故障高于对照组,差异有统计学意义(x2=4.45,x2=4.29,x2=5.74;P<0.05)。结论:基于数据挖掘关联规则分析法的呼吸机预防性维护机制,可在一定程度上降低责任工程师工作量,减少人为因素引起的设备故障,提高呼吸机临床使用效率。

• 单位
  南京大学医学院附属鼓楼医院