护理质量管理的五部曲包括：质量目标、质量标准、质量建设、质量评价和质量改进。其中护理质量评价在评价时要注重方法论，运用专业护理标准、指南等循证的依据进行护理质量指标的评价。在这个过程中强调主观能动性，主动地拥抱护理质量，注重护理质量指标的科学性，指导性，专业性和敏感性。  
      怎样更好地理解护理质量评价和护理质量指标监测的关系呢？  用一个比喻可以形象地说明：护理质量是护理发展的方向性问题，质量评价是质量管理驾驶舱，质量评价可以了解质量的现状、与目标的差距、明确存在的问题，同时是质量改进的基础；而指标监测是质量评价的仪表盘，指标值具有质量异动的敏感性、影响护理的结局。  护理质量评价指标除了结构层面的人力资源指标以外，更应该关注患者跌倒的发生率、压疮的发生率、非计划拔管的发生率等敏感指标，这些都是护理管理者进行质量管理的“仪表盘”，我们要牢牢地掌握驾驶舱的功能，在工作当中要密切关注“仪表盘”上的数据。  
     质量管理分为结构、过程和结果。  首先，在结构面护理敏感指标中，护理服务模式/领导力、组织管理体系、护理管理制度、流程、专业规范、人员配置、培养体制等均会产生很大影响。结构面的护理指标重点关注资源和配置问题，包括床护比、护患比、护士的成绩、护理时数等。  其次，在过程面护理敏感指标中，教育培训、异常事件的监测、流程改造等均为重点环节。异常指标监测数据通过系统自动获取、采集、填写、回顾，不仅保障样本的采集的真实性，而且保障获得的深度和广度，通过系统统计和处理后可以直观的观察到异动的数据，从而具体地分析质量数据会低于基准线的时间和原因，可以指导护理管理者把时间针对性地分配到重点把控的领域，这对指标的分析和改进有客观的指导性。  最后，结果面护理敏感指标主要涉及患者的满意度、护士的满意度、不良事件的发生率、护理绩效指标、护理工作环境的评价结果等。  
     用信息化的理念提升指标监测管理的能力   树兰医院开发的“南瓜”指标监测系统，通过录入护理质量监测指标，管理者易于检索到所负责区域或人群的质量管理的现状，同时通过色系管理划分在既定周期内项目指标的完成情况，并自动生成报告，对监测的过程要素进行针对性地改进。  信息系统化通过各种数据的应用持续改进护理的方法，使护理工作更便捷、更真实，减少临床一线护士的工作负担，更具有时效性。在此基础上，云平台继续开发“纳欣”（Nursing）系统，实现医护信息的实时互通，实现数据采集的可及性，获得更全面的数据。  在整个质量的过程中，要注重监测的领域、明确指标的意义、定义、公式、统计周期、确立数据收集的具体方法并进行统计分析、挖掘数据的实际含义。从指标监测出发，实现从制度、护理质量标准、培训，并能够和临床一线护士分享、改进的“闭环管理”。  在指标监测的过程中要杜绝“无用论”、“麻烦论”、“不可及论”等。在指标监测数据收集的过程中，坚定意志、讲求方法，“只要有一节意志坚强的心，没事不成”！要“多举并措”，采用多种方法（抽样调查、现场调查、手工监测、信息化手段等），通过护理质量监测的数据客观地指导教育培训、分清职责、实现流程和制度的“闭环管理”。  在指标监测过程值，要杜绝不真实、不持续、不改进的误区，要“始于理解，终于执行；始于监测，终于改进”，在落实指标监测的过程中，关键要明确质量的要素、明确监测管理流程、持续地完善和更新。  质量指标的选择及管理   首先，院级优先级指标的选择，依据医院宗旨和战略方针，国际患者安全目标IPSG、临床实践指南、JCI指标等；其次，护理质量指标通用指标重点选择参考《国家护理中心质量敏感性指标集》等；此外，护理质量的专科指标选择，在循证的指导下，选择行业内公认的、高风险性的、重点薄弱环节、体现专科服务特点的项目。  在此基础上，进行质量指标监管的流程，要明确指标的负责人、进行资料的收集与确认、指标的整理、填报、分析，进而持续改进，按照一定的秩序持续地进行。  在资料的收集过程中，要注重指标数据的动态验证及样本量的选择，并通过各种途径进行监测指标的沟通。实现以病人为中心的全流程的护理质量指标监测，要脚踏实地认真落实：从听别人说到自己想做，从培训理论到实践操作，从通用指标到专科指标收集，从数据收集到数据挖掘，从手工统计到信息化建设，从目标监测到质量改进，通过把控护理指标监测来带领临床护理质量持续改进。  质量改进“始于教育，终于教育”，这里的第一个教育是初级的，第二个教育是在PDCA程序的循环中实现螺旋式上升。教育要做的就是在指标监测过程中发现问题，根据发现的问题再次进行教育和改进。  我们希望，质量指标监测能够作为工具实现护理的标准化，最终实现“专业护理、安全护理、人性化护理”！