تجزیه‌و تحلیل سناریوی نشت اکسیژن در واحد اکسیژن ساز بیمارستان به روش آنالیز درخت خطا و شبکه بیزین فازی

مقدمه: واحد اکسیژن ساز بیمارستان یکی از بخش‌های مهم و حیاتی بیمارستان بوده که وظیفه تامین اکسیژن را بر عهده دارد. هرگونه نشت اکسیژن، علاوه بر قطع اکسیژن و عدم تامین اکسیژن موردنیاز بیماران، ممکن است باعث انفجار، آتش‌سوزی و خسارات جانی و مالی گردد. ارزیابی ریسک می‌تواند ما را در پیشگیری از چنین حوادثی یاری نماید. هدف از این مطالعه تجزیه‌وتحلیل سناریوی نشت اکسیژن در واحد اکسیژن ساز بیمارستان با استفاده از تلفیق روش‌های آنالیز درخت خطا و شبکه بیزین فازی است.روش کار: ابتدا، تمامی رویدادهای پایه با پتانسیل ایجاد نشت اکسیژن شناسایی شدند. سپس، درخت خطا نشت اکسیژن طراحی و ترسیم گردید. این درخت خطا در شبکه‌های بیزین نگاشت گردید. با استفاده از منطق فازی احتمال رویدادهای پایه تعیین و با استفاده از تحلیل شبکه بیزین مهم‌ترین فاکتورهای اثرگذار بر سناریوی نشت اکسیژن تعیین شدند. یافته ها: بر اساس نتایج این مطالعه، نادیده گرفتن علامت‌گذاری‌ها مهم‌ترین رویداد پایه اثرگذار بر روی نشت از خط لوله و عدم قراردهی ماسک بر روی دهان بیمار مهم‌ترین دلیل نشت اکسیژن در اتاق بیمار بوده است. در صورت وجود منابع حرارتی و شعله‌ای، نشت اکسیژن می‌تواند منجر به آتش‌سوزی یا انفجار گردد. نتیجه گیری: نشت اکسیژن می‌تواند خطرات قابل‌توجهی را در بیمارستان‌ها به وجود آورد؛ بنابراین، آموزش کارکنان درزمینۀ خطرات نشت اکسیژن ضروری به نظر می‌رسد. همچنین باید به این نشت‌ها و پیامدهای منفی آن در برنامه‌ریزی‌های اضطراری و مدیریت بحران بیمارستان توجه ویژه‌ای شود.

analysis of oxygen release scenario in central oxygen unit of the hospital through fault tree analysis method and fuzzy bayesian network

introduction: oxygengenerating central plays a vital role in the continuous performance of hospitals. any leakage or failure in this section can not only endanger the health and safety of patients but also cause fire and explosion. probabilistic risk assessment is a useful tool for identifying the main root causes of leakage in oxygengenerating central. this study aimed at risk assessment of an oxygengenerating central in a hospital in hamadan using fuzzy sets theory and bayesian networks.material and methods: first, all root causes supposed to contribute to oxygen leakage from any part of the oxygengenerating central were identified, and based on them a fault tree analysis (fta) was constructed. then, the fta was mapped in a bn. the failure probability of root causes was calculated using fuzzy sets theory and experts rsquo; opinions. belief updating based on bn was utilized for subsequent analyses.results: according to this study, ignorance of labels on the oxygen generation and distribution system is the most important root cause leading to oxygen leakage. moreover, removing masks from patient rsquo;s faces is the main cause of oxygen leakage in patient rooms. once leakage occurred, the presence of an ignition source can lead to fire or explosion.conclusion: oxygen leakage can create considerable risks in hospitals. all staff should be provided with sufficient training regarding hazards of oxygengenerating and distributing systems and oxygen leakage. particular attention should be paid to such leakages and their adverse consequence in emergency planning and hospital crisis management.