شناسایی و تجزیهوتحلیل سناریوهای حوادث در واحد اکسیژن سانترال بیمارستانی به روش FTA و بررسی کفایت دستگاههای کنترلی با روش LOPA
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 433
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JOHE-7-2_004
تاریخ نمایه سازی: 10 اسفند 1399
Abstract:
مقدمه: اکسیژن سانترال یکی از بخش های حیاتی بیمارستان است که وظیفه تامین اکسیژن را بر عهده دارد. وقوع هر گونه نقص در آن می تواند منجر به خسارات زیادی گردد. بنابراین تجزیه و تحلیل ریسک موثر برای جلوگیری و کاهش چنین حوادث احتمالی از اهمیت بالایی برخوردار است. هدف از این مطالعه تجزیه و تحلیل سناریوی های حوادث در واحد اکسیژن سانترال بیمارستان به روش FTA و LOPA است.
روش بررسی: ابتدا خطاهای احتمالی در نشت اکسیژن شناسایی و سپس FTA ترسیم گردید. سناریوهای خطرناک در اکسیژن سانترال شناسایی و با استفاده از روش نیمه کمی لوپا ریسک ها تجزیه و تحلیل شدند. در نهایت اقدامات کنترلی برای کاهش میزان نشت اکسیژن پیشنهاد گردید.
یافتهها: نتایج نشان داده مهمترین سناریوهای حوادث شامل نشت اکسیژن، انفجار و حریق است. لایه های حفاظتی مستقل در مخازن ذخیره و تولید اکسیژن مناسب بوده و کاربرد IPL ها میتواند بهطور معنیداری ریسک را کاهش دهند. مهترین علت نشت در اتاق بیمار ناشی از برداشتن ماسک از منطقه تنفسی یا فیت نبودن ماسک با صورت بیمار بوده است.
نتیجهگیری: نتایج این مطالعه نشان داده لایه های حفاظتی دراکسیژن سانترال جهت پیشگیری از نشت اکسیژن کفایت لازم را دارا می باشند. استفاده از سنسور تعیین غلظت اکسیژن در اتاق بیمار و آلارم مخصوص افزایش غلظت اکسیژن جهت کاهش ریسک مخاطرات ناشی از نشت اکسیژن در محیط نیز ضروری می باشد، همچنین باید نسبت به آموزش دوره ای کلیه کارکنان و انجام مانور در برنامه های مدیریت بحران بیمارستان تدابیر لازم اندیشیده شود.
Keywords:
Authors
مریم فیض عارفی
Torbat Heydariyeh University of Medical Sciences
حمیده دلجو
Hamadan University of Medical Sciences
فخرالدین قاسمی
Hamadan University of Medical Sciences
امید کلات پور
Hamadan University of Medical Sciences
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :