傅藏藏 顧東曉 諸紀(jì)華

21世紀(jì)后，隨著計(jì)算機(jī)科學(xué)與互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，各個(gè)領(lǐng)域研究和儲(chǔ)存的數(shù)據(jù)規(guī)模呈爆炸式增長(zhǎng)，同時(shí)數(shù)據(jù)模式呈高度復(fù)雜化，顯示大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)。根據(jù)麥肯錫全球研究所定義，大數(shù)據(jù)是指?jìng)鹘y(tǒng)數(shù)據(jù)庫(kù)無(wú)法獲取、儲(chǔ)存、管理和分析的大規(guī)模數(shù)據(jù)集合[1]。醫(yī)護(hù)領(lǐng)域也因互聯(lián)網(wǎng)技術(shù)的發(fā)展，被信息技術(shù)逐漸滲透，如護(hù)理大數(shù)據(jù)泛指所有與護(hù)理和生命健康相關(guān)的各種醫(yī)療健康數(shù)據(jù)，包括醫(yī)院護(hù)理大數(shù)據(jù)、區(qū)域衛(wèi)生服務(wù)平臺(tái)大數(shù)據(jù)、基于大量人群的護(hù)理研究或疾病監(jiān)測(cè)大數(shù)據(jù)等[2]。然而，相應(yīng)的數(shù)據(jù)資源分散在不同的數(shù)據(jù)庫(kù)中，彼此間沒(méi)有太多的聯(lián)系，形成信息孤島，導(dǎo)致醫(yī)療數(shù)據(jù)不能有效共享。醫(yī)療大數(shù)據(jù)的核心應(yīng)用是對(duì)熱點(diǎn)和疾病的預(yù)測(cè)，目前國(guó)內(nèi)外傳統(tǒng)的做法是將醫(yī)護(hù)工作站、檢驗(yàn)、放射、手術(shù)麻醉、重癥監(jiān)護(hù)、醫(yī)學(xué)圖像等數(shù)據(jù)系統(tǒng)以子系統(tǒng)為單元，以電子病歷為核心整合在一起。如何將護(hù)理大數(shù)據(jù)在海量的醫(yī)療信息資源中提取出來(lái)，并發(fā)揮其獨(dú)立作用，是構(gòu)建大數(shù)據(jù)信息平臺(tái)的難點(diǎn)之一[2]。目前，我國(guó)關(guān)于護(hù)理大數(shù)據(jù)的研究處于起步階段，研究成果較少。且我國(guó)護(hù)理工作者對(duì)國(guó)外護(hù)理大數(shù)據(jù)研究著重于闡述其對(duì)護(hù)理學(xué)科發(fā)展、教學(xué)研究等的作用方面，對(duì)護(hù)理大數(shù)據(jù)的研究動(dòng)態(tài)、研究熱點(diǎn)和研究趨勢(shì)的總體把握不足，有必要參照國(guó)際護(hù)理學(xué)者相關(guān)的研究，推動(dòng)護(hù)理大數(shù)據(jù)研究在國(guó)內(nèi)的發(fā)展。

文獻(xiàn)計(jì)量學(xué)是一種基于歷史科學(xué)文獻(xiàn)數(shù)據(jù)的一種定量分析方法，其優(yōu)勢(shì)是可以對(duì)某個(gè)領(lǐng)域特定歷史時(shí)期的研究成果進(jìn)行較為全面的可視化分析，并在此基礎(chǔ)上進(jìn)行趨勢(shì)預(yù)測(cè)[3]。它可以為研究者提供全景視圖，有利于研究者在對(duì)某一領(lǐng)域的研究現(xiàn)狀、熱點(diǎn)和趨勢(shì)進(jìn)行整體把握的基礎(chǔ)上，選擇確定自己的研究方向。本研究以Web of Science上2009至2017年收錄的SCI論文原始數(shù)據(jù)為統(tǒng)計(jì)源，采用文獻(xiàn)計(jì)量學(xué)方法，探尋核心作者群特征及高被引論文特征，分析近9年國(guó)際護(hù)理大數(shù)據(jù)研究的發(fā)文態(tài)勢(shì)，探討大數(shù)據(jù)技術(shù)在護(hù)理研究熱點(diǎn)領(lǐng)域里的應(yīng)用情況，以期對(duì)我國(guó)護(hù)理工作者有所啟發(fā)。

1 材料和方法

1.1 檢索文獻(xiàn) 登錄Web of Science數(shù)據(jù)庫(kù)，由于國(guó)際上大數(shù)據(jù)研究從2009年開(kāi)始[4]，故系統(tǒng)收集2009至2017年發(fā)表的關(guān)于護(hù)理大數(shù)據(jù)的SCI論文。檢索詞為：“big data”O(jiān)R“machine learning”O(jiān)R“health information technology”O(jiān)R“data mining”O(jiān)R“clinical information”O(jiān)R “health information exchange”O(jiān)R“data warehouse”O(jiān)R“informatics”，然后在“nursing”研究方向中對(duì)檢索到的數(shù)據(jù)進(jìn)行精簡(jiǎn)。將檢索到的數(shù)據(jù)導(dǎo)入Excel進(jìn)行數(shù)據(jù)篩選，去掉非論文型數(shù)據(jù)，最后共得539篇護(hù)理大數(shù)據(jù)研究文獻(xiàn)。

1.2 指標(biāo)觀察 觀察2009至2017年（1）SCI期刊護(hù)理大數(shù)據(jù)研究發(fā)文情況；（2）護(hù)理大數(shù)據(jù)研究發(fā)文的SCI期刊分布情況；（3）SCI護(hù)理大數(shù)據(jù)研究論文與其他學(xué)科交叉情況；（4）SCI護(hù)理大數(shù)據(jù)研究發(fā)文核心作者與研究機(jī)構(gòu)；（5）SCI護(hù)理大數(shù)據(jù)研究高被引論文。

2 結(jié)果

2.1 SCI期刊護(hù)理大數(shù)據(jù)研究發(fā)文情況 2009至2017年，以護(hù)理大數(shù)據(jù)為研究方向的SCI論文共有539篇，發(fā)文數(shù)量呈逐年增長(zhǎng)態(tài)勢(shì)，說(shuō)明對(duì)于護(hù)理大數(shù)據(jù)的研究處于熱門狀態(tài)，見(jiàn)圖1。美國(guó)護(hù)理學(xué)者發(fā)文310篇，占大多數(shù)，巴西位居第2，其次是澳大利亞。來(lái)自中國(guó)的護(hù)理學(xué)者近9年發(fā)表了19篇，排名第6，發(fā)展?jié)摿^大，見(jiàn)表1。

圖1 2009至2017年SCI期刊護(hù)理大數(shù)據(jù)研究發(fā)文數(shù)量分布

表1 2009至2017年SCI護(hù)理大數(shù)據(jù)研究發(fā)文前10國(guó)家

2.2 護(hù)理大數(shù)據(jù)研究發(fā)文的SCI期刊分布 2009至2017年，以護(hù)理大數(shù)據(jù)研究的SCI論文共分布在68種期刊上，其中10種期刊發(fā)表了52.69%的論文，而《CIN COMPUTERS INFORMANTICS NURSING》期刊刊登了118篇相關(guān)主題的論文，占到了總論文數(shù)量的21.89%。同時(shí)，這前10本期刊影響因子在1~2，反映大多數(shù)的護(hù)理研究仍處在發(fā)展階段，見(jiàn)表2。

表2 2009至2017年護(hù)理大數(shù)據(jù)研究發(fā)文的前10 SCI期刊分布

2.3 SCI護(hù)理大數(shù)據(jù)研究論文與其他學(xué)科交叉情況分析 2009至2017年，國(guó)際護(hù)理學(xué)者以護(hù)理大數(shù)據(jù)為研究方向發(fā)表的SCI論文與其他學(xué)科交叉情況見(jiàn)表3，其中計(jì)算機(jī)學(xué)的論文數(shù)量最多，其次是醫(yī)學(xué)信息學(xué)，其他如教育學(xué)、腫瘤學(xué)、婦產(chǎn)科學(xué)和危重癥學(xué)等也占了一定的比例。

表3 2009至2017年SCI護(hù)理大數(shù)據(jù)研究論文與其他學(xué)科交叉情況分布

2.4 SCI護(hù)理大數(shù)據(jù)研究發(fā)文核心作者與研究機(jī)構(gòu)分析 根據(jù)發(fā)文量排序，前10位發(fā)文核心作者均為巴西或美國(guó)學(xué)者，巴西共有4位作者，主要集中在圣保羅大學(xué)和圣卡達(dá)琳娜聯(lián)邦大學(xué)的護(hù)理學(xué)院，巴西的護(hù)理學(xué)者在這方面的研究表現(xiàn)較為突出；不過(guò)，美國(guó)護(hù)理學(xué)者也占6位，均來(lái)自不同的研究機(jī)構(gòu)，見(jiàn)表4、5。

表4 2009至2017年SCI護(hù)理大數(shù)據(jù)研究發(fā)文前10核心作者

表5 2009至2017年SCI護(hù)理大數(shù)據(jù)研究發(fā)文前10研究機(jī)構(gòu)

2.5 SCI護(hù)理大數(shù)據(jù)研究高被引論文分析 本研究所指高被引論文是指在所有被引用論文中，被引用次數(shù)排在前1%的論文。為進(jìn)一步分析引用次數(shù)高的論文，本研究列出引用次數(shù)排在前10位的國(guó)際護(hù)理學(xué)者的SCI論文，見(jiàn)表6。

表6 2009至2017年SCI護(hù)理大數(shù)據(jù)研究前10高被引論文

3 討論

Web of Science收錄的期刊著錄質(zhì)量均較高，可用于綜合分析護(hù)理學(xué)研究的發(fā)展趨勢(shì)、主要國(guó)家或地區(qū)、核心期刊、學(xué)科交叉以及重要的研究議題[5]。從論文的發(fā)文數(shù)量和被引用情況看，近9年關(guān)于護(hù)理大數(shù)據(jù)研究的發(fā)文量在穩(wěn)步增長(zhǎng)，但是與醫(yī)學(xué)整體發(fā)展相比較仍存在一定的差距。通過(guò)本研究可以看出5種期刊發(fā)表了1/3的論文；護(hù)理大數(shù)據(jù)與計(jì)算機(jī)學(xué)、醫(yī)學(xué)信息學(xué)、教育學(xué)、腫瘤學(xué)、婦產(chǎn)科學(xué)和危重癥學(xué)等多學(xué)科存在交叉，其中與計(jì)算機(jī)學(xué)科交叉最為密切。

隨著信息化進(jìn)程的不斷加快，醫(yī)療衛(wèi)生領(lǐng)域逐漸進(jìn)入大數(shù)據(jù)時(shí)代。大規(guī)模、多渠道、形式多樣的數(shù)據(jù)可以為護(hù)理工作提供新方法和思路，在護(hù)理評(píng)估、護(hù)理實(shí)踐水平改進(jìn)、疾病監(jiān)測(cè)、護(hù)理科研和臨床決策支持等方面都存在應(yīng)用價(jià)值[6]。未來(lái)，護(hù)理大數(shù)據(jù)研究有望在以下幾個(gè)方面有較大的進(jìn)展。

第一，大數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)護(hù)理。大數(shù)據(jù)的挖掘不僅可以指導(dǎo)臨床護(hù)理實(shí)踐，還可以用于居民健康監(jiān)控和疾病預(yù)測(cè)。有學(xué)者創(chuàng)建了分析患者心電圖數(shù)據(jù)的計(jì)算機(jī)模型，用于預(yù)測(cè)患者未來(lái)1年發(fā)生心臟疾病的概率，最終實(shí)現(xiàn)精準(zhǔn)護(hù)理[7-8]。同時(shí)，大數(shù)據(jù)基于真實(shí)臨床數(shù)據(jù)的分析得到的結(jié)果和證據(jù)更趨于現(xiàn)實(shí)，大數(shù)據(jù)結(jié)合了多個(gè)維度的患者健康信息并進(jìn)行整合，為護(hù)士進(jìn)行個(gè)性化的護(hù)理評(píng)估、護(hù)理診斷、護(hù)理決策提供建設(shè)性意見(jiàn)，以此對(duì)目標(biāo)人群進(jìn)行精準(zhǔn)的護(hù)理干預(yù)，提升護(hù)理質(zhì)量，改善護(hù)理結(jié)局[9]。并且，護(hù)理大數(shù)據(jù)的挖掘使個(gè)體化醫(yī)療和精準(zhǔn)護(hù)理成為可能，對(duì)于患者來(lái)說(shuō)，更加針對(duì)性和個(gè)體化的臨床證據(jù)不僅可以提高其護(hù)理質(zhì)量，同時(shí)可減少患者不必要的檢查、治療和護(hù)理，從而降低患者的醫(yī)療成本[10]。

第二，護(hù)理大數(shù)據(jù)與移動(dòng)醫(yī)療結(jié)合提升護(hù)理健康水平。大數(shù)據(jù)應(yīng)用于臨床主要體現(xiàn)在通過(guò)收集臨床數(shù)據(jù)對(duì)患者進(jìn)行健康指導(dǎo)[11]。護(hù)士通過(guò)個(gè)人數(shù)碼助理（PDA）、傳感器、可穿戴醫(yī)療設(shè)備等對(duì)患者進(jìn)行實(shí)時(shí)、連續(xù)的健康監(jiān)測(cè)與評(píng)估，對(duì)患者現(xiàn)有疾病進(jìn)行實(shí)時(shí)的健康干預(yù)，提供飲食、運(yùn)動(dòng)等方面的健康指導(dǎo)，不僅提高自身的工作效率，也實(shí)現(xiàn)了健康保健的真正個(gè)體化，促進(jìn)患者康復(fù)。同時(shí)，護(hù)士通過(guò)監(jiān)測(cè)得到的數(shù)據(jù)，可及早發(fā)現(xiàn)特定患者的健康問(wèn)題或風(fēng)險(xiǎn)，并有針對(duì)性地采取預(yù)防措施，使護(hù)理服務(wù)得到更好的延伸。例如，歐洲很早就開(kāi)始給老人們佩戴可以監(jiān)測(cè)生命體征的手表，如果發(fā)生異常，手表會(huì)自動(dòng)報(bào)警，護(hù)士就能在黃金時(shí)間采取措施，挽救生命[12-13]。

第三，基于護(hù)理大數(shù)據(jù)提升護(hù)理科研水平。傳統(tǒng)的護(hù)理科研多采用小樣本量進(jìn)行假設(shè)檢驗(yàn)，這在一定程度上使研究結(jié)果的可信度大打折扣。在大數(shù)據(jù)背景下，資料的獲取不再困難，護(hù)理科研可以擺脫樣本量不足、數(shù)據(jù)類型單一、經(jīng)費(fèi)不足等限制，研究者可以花更多的時(shí)間設(shè)計(jì)研究方案或針對(duì)數(shù)據(jù)分析結(jié)果進(jìn)行深入分析和思考，節(jié)約時(shí)間、人力和財(cái)力的同時(shí)提高研究效果[14]。借助數(shù)據(jù)庫(kù)平臺(tái)，篩選出所需的目標(biāo)人群，在信息平臺(tái)中完成患者護(hù)理信息追蹤和隨訪，進(jìn)行前瞻性研究[15]。大數(shù)據(jù)在護(hù)理科研中最基礎(chǔ)的應(yīng)用就是將大數(shù)據(jù)資源轉(zhuǎn)化為研究成果并加以推廣使用，提升臨床護(hù)理的研究水平。

綜上所述，文獻(xiàn)計(jì)量學(xué)方法分析得出，美國(guó)護(hù)理學(xué)者在護(hù)理大數(shù)據(jù)研究中起到了重要的引領(lǐng)作用，而研究熱點(diǎn)主要集中在護(hù)理學(xué)與計(jì)算機(jī)交叉學(xué)、醫(yī)學(xué)信息學(xué)、教育學(xué)和腫瘤學(xué)等學(xué)科交叉領(lǐng)域。護(hù)理大數(shù)據(jù)研究可促進(jìn)精準(zhǔn)護(hù)理、降低醫(yī)療費(fèi)用、提升護(hù)理質(zhì)量與結(jié)局，同時(shí)也可改善護(hù)理研究的科學(xué)性和可信度。護(hù)理人員應(yīng)在國(guó)家政策支持下，提高信息化素養(yǎng)，培養(yǎng)護(hù)理信息化人才，以迎接和應(yīng)對(duì)大數(shù)據(jù)時(shí)代的到來(lái)。