基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法及系统技术方案

本公开提供了一种基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法及系统，基于MapReduce框架，利用分布式系统下机器的并行计算能力，把超出一台服务器内存和存储限制的数百万、数千万住院人次计算医院感染多耐药菌的例次数划分成数千万、数亿的小任务，在多台机器上同时执行这些小任务，再通过汇总若干小任务的中间输出结果，生成最终结果。本发明专利技术能够对百万级、千万级、亿级住院人次的大数据进行按照省市区域、医院等级、医院床位、综合和专科、公立和民营等各种口径进行海量并行计算，对所有类别的多重耐药菌相关的感染进行管理，实现医院感染多耐药菌的例次数的精确统计，对医院感染进行整体评估，实现对医院感染多耐药菌的整体防控与管理。

【技术实现步骤摘要】
基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法及系统
本专利技术属于对多耐药菌感染进行管理的
，具体涉及一种基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法及系统，尤其适用于待处理的患者数据量远远超过一台服务器存储(磁盘)和计算能力(内存、CPU)无法用手工的方式进行任务拆分及分配的场景。
技术介绍
多耐药菌是指有多重耐药性的病原菌。具体而言是指一种微生物对三类或三类以上抗生素同时耐药，而不是同一类三种。多重耐药菌包括九种，分别是耐甲氧西林金黄色葡萄球菌、耐万古霉素粪肠球菌、耐万古霉素屎肠球菌、耐三四代头孢菌素大肠埃希菌、耐碳青霉烯类大肠埃希菌、耐三四代头孢菌素肺炎克雷伯菌、耐碳青霉烯类肺炎克雷伯菌、耐碳青霉烯类鲍曼不动杆菌、耐碳青霉烯类铜绿假单胞菌。其中耐甲氧西林是指病原体对头孢西丁、苯唑西林、甲氧西林中任意一种耐药；耐三四代头孢菌素是指病原体对头孢噻肟、头孢曲松、头孢他啶、头孢吡肟中任意一种耐药；耐碳青霉烯类是指病原体对亚胺培南、美罗培南、多尼培南、厄他培南中任意一种耐药。由于耐药菌株对临床上普遍使用的多种抗菌药物耐药，感染以后治疗困难，病死率较高。这些耐药菌株分布广、传播快，容易产生暴发流行，给临床治疗及医院感染的控制带来困难。事实上，随着抗菌药的不合理使用和滥用，正在导致微生物耐药率的不断增加。因此，对医院感染多耐药菌进行管理具有重要的意义。现有的对医院感染多耐药菌的管理主要是对多耐药菌的检测与发现，在检测到医院感染多耐药菌后，通过电话等方式上报医院感染管理科，进行相应病例的防控与处理。也就是说，现有的医院感染多耐药菌的管理并不能对多耐药菌的例次数进行管理，仅能针对单一的多耐药菌病例进行记录，不能实现对医院感染多耐药菌的整体防控与管理，不能整体评估医院感染情况。因此，如何实现指定时间段的住院患者同期检出导致医院感染的多重耐药菌例次数的成为亟待解决的问题。在一家医疗机构计算同期检出导致医院感染的多重耐药菌例次数相对容易，一家普通三级甲等医疗机构每年出院人数大约五万人，国家或者省级龙头医院有十几万人。在省级区域或全国范围内数百上千家医疗机构百万级、千万级、亿级、十亿级住院患者大数据条件下计算上述关键指标就复杂的多，2019年我国三级医院2749个，二级医院9687个，2019年，公立医院住院人数17487万人，一次统计分析的原始结果要计算近一年时间。因此，在一个区域内数百家、数千家医院如何开展开展标准化、规范化、同质化医院感染监测，实现住院患者大数据条件下指定时间段的住院患者同期检出导致医院感染的多重耐药菌例次数的成为开展区域化信息化监测平台最亟待解决的问题。
技术实现思路
本专利技术的目的是针对现有技术的缺陷，提供一种基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法及系统。本专利技术能够解决住院患者大数据条件下对所有类别的多重耐药菌相关的感染进行管理，实现医院感染多耐药菌的例次数的精确统计，对医院感染进行整体评估，实现对医院感染多耐药菌的整体防控与管理。为了实现以上目的，本专利技术采用以下技术方案：一种基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法，包括步骤：S1、获取住院过程信息A、转科信息B、细菌培养信息J、药敏试验信息K、选择的统计时间、选择的科室，根据用户的身份信息确定用户的权限科室；S2、将所述转科信息B划分为时间与所述统计时间存在交叉的转科信息B(a)_Y以及时间与所述统计时间不交叉的转科信息B(a)_N；S3、基于所述权限科室，将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N；S4、基于选择的科室，将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N；S5、判断所述转科信息B(c)_Y中是否存在转科记录，若是，执行步骤S6，若否，输出同期检出导致医院感染多耐药菌的例次数为0；S6、采集患者的住院过程信息A，基于所述住院过程信息获取患者的入院时间和出院时间，共同作为参数g.MC2；S7、基于所述参数g.MC2将所细菌培养信息J划分为在患者住院期间送检的细菌培养信息J(a)_Y和不在患者住院期间送检的细菌培养信息J(a)_N；S8、将所述细菌培养信息J(a)_Y划分为在统计时间送检的细菌培养信息J(b)_Y和不在统计时间范围内的细菌培养信息J(b)_N；S9、基于所述权限科室，将所述细菌培养信息J(b)_Y划分为在用户权限科室范围内的送检的细菌培养信息J(c)_Y和不在范围内的送检的细菌培养信息J(c)_N；S10、基于选择的科室，将所述细菌培养信息J(c)_Y划分为在用户选择的送检科室内的送检的细菌培养信息J(d)_Y和不在检科室内范围内的送检的细菌培养信息J(c)_N；S11、将所述细菌培养信息J(d)_Y划分为感染类型是HA的细菌培养信息J(e)_Y和感染类型不是HA的细菌培养信息J(e)_N；S12、基于所述细菌培养信息J(e)_Y，获取样本号参数g.MRO；S13、基于参数g.MRO，将所述药敏试验信息K划分为与细菌培养信息对应的药敏试验信息K(a)_Y和其他细菌的药敏试验信息K(a)_N；S14、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是大肠埃希菌、肺炎克雷伯菌的药敏试验信息K(b1)_Y和培养结果不是大肠埃希菌、肺炎克雷伯菌的药敏试验信息K(b1)_N；S15、基于药敏药物，将所述药敏试验信息K(b1)_Y划分药敏药物为耐碳青霉系类或三四代头孢菌素的药敏试验信息K(c1)_Y，和进行其他药敏药物的药敏试验信息K(c1)_N；S16、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是粪肠球菌、屎肠球菌的药敏试验信息K(b2)_Y和培养结果不是粪肠球菌、屎肠球菌的药敏试验信息K(b2)_N；S17、基于药敏药物，将所述药敏试验信息K(b2)_Y划分药敏药物为万古霉素的药敏试验信息K(c2)_Y，和非万古霉素的药敏试验信息K(c2)_N；S18、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是鲍曼不动杆菌或铜绿假单胞菌的药敏试验信息K(b3)_Y和培养结果不是鲍曼不动杆菌、铜绿假单胞菌的药敏试验信息K(b3)_N；S19、基于药敏药物，将所述药敏试验信息K(b3)_Y划分药敏药物为指定耐碳青霉烯类范围内的药敏试验信息K(c3)_Y，和非指定内容中的药敏试验信息K(c3)_N；S20、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是黄金色葡萄球菌的药敏试验信息K(b4)_Y和培养结果不是黄金色葡萄球菌的药敏试验信息K(b4)_N；S21、基于药敏药物，将所述药敏试验信息K(b4)_Y划分药敏药物为甲氧西林的药敏试验本文档来自技高网...

【技术保护点】
1.一种基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法，其特征在于，包括步骤：/nS1、获取住院过程信息A、转科信息B、细菌培养信息J、药敏试验信息K、选择的统计时间、选择的科室，根据用户的身份信息确定用户的权限科室；/nS2、将所述转科信息B划分为时间与所述统计时间存在交叉的转科信息B(a)_Y以及时间与所述统计时间不交叉的转科信息B(a)_N；/nS3、基于所述权限科室，将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N；/nS4、基于选择的科室，将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N；/nS5、判断所述转科信息B(c)_Y中是否存在转科记录，若是，执行步骤S6，若否，输出同期检出导致医院感染多耐药菌的例次数为0；/nS6、采集患者的住院过程信息A，基于所述住院过程信息获取患者的入院时间和出院时间，共同作为参数g.MC2；/nS7、基于所述参数g.MC2将所细菌培养信息J划分为在患者住院期间送检的细菌培养信息J(a)_Y和不在患者住院期间送检的细菌培养信息J(a)_N；/nS8、将所述细菌培养信息J(a)_Y划分为在统计时间送检的细菌培养信息J(b)_Y和不在统计时间范围内的细菌培养信息J(b)_N；/nS9、基于所述权限科室，将所述细菌培养信息J(b)_Y划分为在用户权限科室范围内的送检的细菌培养信息J(c)_Y和不在范围内的送检的细菌培养信息J(c)_N；/nS10、基于选择的科室，将所述细菌培养信息J(c)_Y划分为在用户选择的送检科室内的送检的细菌培养信息J(d)_Y和不在检科室内范围内的送检的细菌培养信息J(c)_N；/nS11、将所述细菌培养信息J(d)_Y划分为感染类型是HA的细菌培养信息J(e)_Y和感染类型不是HA的细菌培养信息J(e)_N；/nS12、基于所述细菌培养信息J(e)_Y，获取样本号参数g.MRO；/nS13、基于参数g.MRO，将所述药敏试验信息K划分为与细菌培养信息对应的药敏试验信息K(a)_Y和其他细菌的药敏试验信息K(a)_N；/nS14、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是大肠埃希菌、肺炎克雷伯菌的药敏试验信息K(b1)_Y和培养结果不是大肠埃希菌、肺炎克雷伯菌的药敏试验信息K(b1)_N；/nS15、基于药敏药物，将所述药敏试验信息K(b1)_Y划分药敏药物为耐碳青霉系类或三四代头孢菌素的药敏试验信息K(c1)_Y，和进行其他药敏药物的药敏试验信息K(c1)_N；/nS16、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是粪肠球菌、屎肠球菌的药敏试验信息K(b2)_Y和培养结果不是粪肠球菌、屎肠球菌的药敏试验信息K(b2)_N；/nS17、基于药敏药物，将所述药敏试验信息K(b2)_Y划分药敏药物为万古霉素的药敏试验信息K(c2)_Y，和非万古霉素的药敏试验信息K(c2)_N；/nS18、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是鲍曼不动杆菌或铜绿假单胞菌的药敏试验信息K(b3)_Y和培养结果不是鲍曼不动杆菌、铜绿假单胞菌的药敏试验信息K(b3)_N；/nS19、基于药敏药物，将所述药敏试验信息K(b3)_Y划分药敏药物为指定耐碳青霉烯类范围内的药敏试验信息K(c3)_Y，和非指定内容中的药敏试验信息K(c3)_N；/nS20、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是黄金色葡萄球菌的药敏试验信息K(b4)_Y和培养结果不是黄金色葡萄球菌的药敏试验信息K(b4)_N；/nS21、基于药敏药物，将所述药敏试验信息K(b4)_Y划分药敏药物为甲氧西林的药敏试验信息K(c4)_Y，和药敏药物为其他的药敏试验信息K(c4)_N；/nS22、合并所述K(c1)_Y、K(c2)_Y、K(c3)_Y、K(c4)_Y得到药敏试验信息K(d)，基于药敏结果，将所述药敏试验信息K(d)划分为药敏结果是中介或耐药的药敏试验信息K(e)_Y和药敏结果不是中介和耐药的药敏试验信息K(e)_N；/nS23、基于所述药敏试验信息K(e)_Y中记录的条数输出住院患者中检出多耐药例次数。/n...

【技术特征摘要】
1.一种基于MapReduce及大数据管理同期检出感染多耐药菌例次数的方法，其特征在于，包括步骤：
S1、获取住院过程信息A、转科信息B、细菌培养信息J、药敏试验信息K、选择的统计时间、选择的科室，根据用户的身份信息确定用户的权限科室；
S2、将所述转科信息B划分为时间与所述统计时间存在交叉的转科信息B(a)_Y以及时间与所述统计时间不交叉的转科信息B(a)_N；
S3、基于所述权限科室，将所述转科信息B(a)_Y划分为科室属于所述权限科室内的转科信息B(b)_Y和科室不属于所述权限科室内的转科信息B(b)_N；
S4、基于选择的科室，将所述转科信息B(b)_Y划分为科室属于选择的科室内的转科信息B(c)_Y和科室不属于选择的科室内的转科信息B(c)_N；
S5、判断所述转科信息B(c)_Y中是否存在转科记录，若是，执行步骤S6，若否，输出同期检出导致医院感染多耐药菌的例次数为0；
S6、采集患者的住院过程信息A，基于所述住院过程信息获取患者的入院时间和出院时间，共同作为参数g.MC2；
S7、基于所述参数g.MC2将所细菌培养信息J划分为在患者住院期间送检的细菌培养信息J(a)_Y和不在患者住院期间送检的细菌培养信息J(a)_N；
S8、将所述细菌培养信息J(a)_Y划分为在统计时间送检的细菌培养信息J(b)_Y和不在统计时间范围内的细菌培养信息J(b)_N；
S9、基于所述权限科室，将所述细菌培养信息J(b)_Y划分为在用户权限科室范围内的送检的细菌培养信息J(c)_Y和不在范围内的送检的细菌培养信息J(c)_N；
S10、基于选择的科室，将所述细菌培养信息J(c)_Y划分为在用户选择的送检科室内的送检的细菌培养信息J(d)_Y和不在检科室内范围内的送检的细菌培养信息J(c)_N；
S11、将所述细菌培养信息J(d)_Y划分为感染类型是HA的细菌培养信息J(e)_Y和感染类型不是HA的细菌培养信息J(e)_N；
S12、基于所述细菌培养信息J(e)_Y，获取样本号参数g.MRO；
S13、基于参数g.MRO，将所述药敏试验信息K划分为与细菌培养信息对应的药敏试验信息K(a)_Y和其他细菌的药敏试验信息K(a)_N；
S14、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是大肠埃希菌、肺炎克雷伯菌的药敏试验信息K(b1)_Y和培养结果不是大肠埃希菌、肺炎克雷伯菌的药敏试验信息K(b1)_N；
S15、基于药敏药物，将所述药敏试验信息K(b1)_Y划分药敏药物为耐碳青霉系类或三四代头孢菌素的药敏试验信息K(c1)_Y，和进行其他药敏药物的药敏试验信息K(c1)_N；
S16、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是粪肠球菌、屎肠球菌的药敏试验信息K(b2)_Y和培养结果不是粪肠球菌、屎肠球菌的药敏试验信息K(b2)_N；
S17、基于药敏药物，将所述药敏试验信息K(b2)_Y划分药敏药物为万古霉素的药敏试验信息K(c2)_Y，和非万古霉素的药敏试验信息K(c2)_N；
S18、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是鲍曼不动杆菌或铜绿假单胞菌的药敏试验信息K(b3)_Y和培养结果不是鲍曼不动杆菌、铜绿假单胞菌的药敏试验信息K(b3)_N；
S19、基于药敏药物，将所述药敏试验信息K(b3)_Y划分药敏药物为指定耐碳青霉烯类范围内的药敏试验信息K(c3)_Y，和非指定内容中的药敏试验信息K(c3)_N；
S20、基于培养结果，将所述药敏试验信息K(a)_Y划分为培养结果是黄金色葡萄球菌的药敏试验信息K(b4)_Y和培养结果不是黄金色葡萄球菌的药敏试验信息K(b4)_N；
S21、基于药敏药物，将所述药敏试验信息K(b4)_Y划分药敏药物为甲氧西林的药敏试验信息K(c4)_Y，和药敏药物为其他的药敏试验信息K(c4)_N；
S22、合并所述K(c1)_Y、K(c2)_Y、K(c3)_Y、K(c4)_Y得到药敏试验信息K(d)，基于药敏结果，将所述药敏试验信息K(d)划分为药敏结果是中介或耐药的药敏试验信息K(e)_Y和药敏结果不是中介和耐药的药敏试验信息K(e)_N；
S23、基于所述药敏试验信息K(e)_Y中记录的条数输出住院患者中检出多耐药例次数。


2.根据权利要求1所述的管理方法，其特征在于，所述住院过程信息包括患者病案号、入院科室、入院时间、出院科室、出院时间；所述转科信息包括患者病案号、科室、入科时间、出科时间；所述细菌培养信息包括患者病案号、送检科室、项目名称、采样时间、报告时间、培养结果、样本、样本号、类型；所述药敏试验信息包括患者病案号、送检科室、采样时间、培养结果、样本号、药敏药物和药敏结果。


3.根据权利要求2所述的管理方法，其特征在于，所述步骤S2包括：统计时间的范围为t1-t2；若转科入科时间、转科出科时间均小于t1，或转科入科时间、转科出科时间均大于t2，则属于与统计时间不交叉的的转科信息B(a)_Y，并进行滤除。


4.根据权利要求2所述的管理方法，其特征在于，所述步骤S7包括：参数g.MNC为入院时间in_time和出院时间out_time构成的数组[in_time，out_time]，若采样时间大于等于in_time、小于等于out_time，则属于在患者住院期间送检的细菌培养信息J(a)_Y。


5.根据权利要求2所述的管理方法，其特征在于，所述步骤S8包括：统计时间的范围为t1-t2；若采样时间大于等于t1，小于等于t2，则属于在统计时间送检的细菌培养信息J(b)_Y。


6.一种基于MapReduce及大数据管理同期检出感染多耐药菌例次数的系统，其特征在于，包括：
获取模块，用于获取...

【专利技术属性】
技术研发人员：霍瑞，林建，陈春平，
申请(专利权)人：杭州杏林信息科技有限公司，
类型：发明
国别省市：浙江;33