投稿分類 感控監測

主委發表種類: 壁報

投稿標題(中): 運用評鑑管理資訊系統建置 SD 紅綠燈預警模型於精神護理之家之感染管制成效分析：112–114 年持續性指標監測

投稿標題(英): Applying an Accreditation Information System to Establish an SD-Based Traffic-Light Early Warning Model for Infection Control in a Psychiatric Nursing Home: A 3-Year Continuous Indicator Surveillance (2023–2025)

投稿摘要(前言): 精神護理之家住民因高齡、慢性疾病、認知障礙與自我照護能力不足，感染風險明顯高於一般長照族群。傳統感染監測多採人工回報，缺乏即時性與敏感度，難以及早辨識趨勢與介入。本研究運用精神照護機構評鑑管理資訊系統之持續性指標資料，建置以標準差（Standard Deviation, SD）為基礎之紅綠燈預警模型，以提升精神護理之家感染監測的準確度與判讀效能。

投稿摘要(方法): 本研究採回溯性描述性研究設計，蒐集本精神護理之家 112–114 年（2023–2025）感染密度資料（每 1,000 住民日）。以基準期 112–113 年資料計算平均值（Mean = 0.1405‰）及標準差（SD = 0.0007‰），建立 SD 紅綠燈分級門檻：綠燈（正常）：≤ Mean + 1SD（0.1412‰）；黃燈（警戒）：Mean+1SD ～ Mean+5SD（0.1412–0.1440‰）；紅燈（異常）：> Mean + 5SD（0.1440‰）；並利用資訊系統進行視覺化呈現與趨勢分析，若達警戒或異常區即啟動跨專業感控介入措施。

投稿摘要(結果): 112–113 年感染密度穩定維持於約 0.14‰，變異幅度極小，反映良好且一致的感染控制。114 年感染密度上升至 0.458‰，明顯超過紅燈門檻（0.1440‰）。SD 紅綠燈模型成功偵測此異常趨勢，促使機構啟動增強措施，包括手部衛生稽核加密、環境清潔監測、呼吸道感染管理及口腔照護強化等。介入後感染事件趨勢逐漸下降，顯示模型具實務價值。

投稿摘要(討論): 精神護理之家屬高感染風險照護環境，傳統人工監測常因資料分散、敏感度低而難以偵測早期趨勢。本研究以 112–113 年穩定低感染密度為基準，透過標準差（SD）建立客觀紅綠燈門檻，使低發生率指標仍能明確辨識異常變化。114 年感染密度上升至 0.458‰，清楚超過紅燈門檻（0.1440‰），顯示 SD 模型具高度敏感度，可即時預警感染風險。紅綠燈預警模型整合評鑑管理資訊系統後，資料視覺化與自動化呈現提升了跨專業團隊的理解與反應速度，使手部衛生、環境清潔、呼吸道照護及口腔保健等介入措施能即時啟動，並有效改善感染趨勢。此模式具標準化、可擴充與實務可行性，適用於精神護理之家及其他長照機構感染管制之品質改善方案。

稿件檔: