重症妊産婦愁訴（SMM）に影響を与える人的要因のファジーベイズネットワーク（FBN）を用いた分析

科学分野:

• 産科および婦人科
• 医療の質改善
• 人的要因工学

背景:

• 重症妊産婦愁訴（SMM）は、産科ケアの質を示す重要な指標である。
• 人的エラーは、SMMイベントに頻繁に関連している。
• 母体のアウトカムを改善するためには、人的要因の理解が不可欠である。

研究 の 目的:

• SMMに寄与する人的要因を分析すること。
• SMMの原因分析にファールトツリー解析（FTA）およびファジーベイズネットワーク（FBN）を適用すること。
• 産科ケアの質に影響を与える具体的な人的エラーを特定すること。

主な方法:

• 罹患率データと専門家へのインタビューを利用した。
• 原因関係を構造化するためにファールトツリー解析（FTA）を使用した。
• エラー確率を推定するために、共通原因故障（CCF）ありとなしでファジーベイズネットワーク（FBN）を適用した。
• 条件付き確率表（CPT）の単純化のためにL-NORゲートを組み込んだ。

主要な成果:

• SMMの主要な原因には、蘇生術の遅延、不十分な止血管理、およびチームの連携不足が含まれる。
• これらの要因は、SMMの発生に最も大きな影響を与えることが示された。
• 最終的なSMMの確率は、0.0196（FFT）、0.0193（CCFなしのFBN）、および0.0167（CCFありのFBN）と推定された。

結論:

• L-NORゲートを組み込んだ統合FTAおよびFBNアプローチは、SMMにおける複雑な原因と結果の関係をより正確にモデル化できる。
• SMMを削減するための戦略には、チームの連携強化、止血管理の改善、標準プロトコルの実施が含まれる。
• 本研究の結果は、産科ケア基準を引き上げるためのエビデンスに基づいた政策立案を支持するものである。
• 産科および婦人科
• 医療の質改善
• 人的要因工学