目前，我國互聯(lián)網(wǎng)+護理服務(wù)仍處于探索階段，安全風(fēng)險多樣、配套制度不完善、整體研究不足，例如， 在服務(wù)過程中往往存在護患人身安全、 護患糾紛、信息泄露等安全問題，然而缺乏安全規(guī)范管理條例

，不利于互聯(lián)網(wǎng)+護理服務(wù)的持續(xù)發(fā)展。 風(fēng)險管理評價指標(biāo)體系的構(gòu)建， 將有助于醫(yī)療機構(gòu)系統(tǒng)規(guī)范地進行互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險評價與管理， 降低風(fēng)險事件的發(fā)生。 因此本研究以4 R 危機管理理論

為基礎(chǔ)，聚焦于互聯(lián)網(wǎng)+護理服務(wù)全過程安全管理問題， 構(gòu)建互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理評價指標(biāo)體系，以期為醫(yī)療機構(gòu)進行護聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理提供參考意見。

2)確定比較數(shù)列Xi：Xi=(xi(1)，xi(2)，…，xi(n))，式中：Xi為不同復(fù)合種植模式各項指標(biāo)所組成的數(shù)列，i=1，2，…，m。

1 研究方法

1.1 成立研究小組 研究小組包括2 名教授（護理管理、公共衛(wèi)生），1 名副教授（臨床護理），1 名主任護師（護理信息化），1 名護理碩士，4 名護理本科生，共9 名成員；其主要任務(wù)為：遴選函詢專家，制定、發(fā)放和回收函詢問卷，分析數(shù)據(jù)等。

1.2 擬定評價指標(biāo)初稿 （1）理論分析：4 R 危機管理理論

包含縮減（Reduction）、預(yù)備（Readiness）、反應(yīng)（Response）、恢復(fù)（Recovery）4 個階段，貫穿風(fēng)險發(fā)生的事前、事中、事后等維度，以持續(xù)、動態(tài)和互動的循環(huán)過程對護理風(fēng)險管理問題進行分析， 研究小組在結(jié)合理論分析的基礎(chǔ)上以“事前預(yù)防”、“事中反應(yīng)”、“事后恢復(fù)”、“監(jiān)控反饋”為一級指標(biāo)，分別對應(yīng)“預(yù)備”、“反應(yīng)”、“恢復(fù)”和“縮減”。 （2）文獻研究：在Web of Science、PubMed、ScienceDirect、中國知網(wǎng)、萬方、維普等中英文數(shù)據(jù)庫中檢索互聯(lián)網(wǎng)+護理服務(wù)相關(guān)文獻，并查閱國家衛(wèi)健委及各省市相關(guān)方案。 （3）質(zhì)性訪談：采用目的抽樣法，以4 R 危機管理理論為基礎(chǔ)，針對互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理問題對提供互聯(lián)網(wǎng)+護理服務(wù)醫(yī)療機構(gòu)的5 名護理管理者及6 名護士進行質(zhì)性訪談。研究小組在文獻回溯的基礎(chǔ)上，結(jié)合質(zhì)性訪談，通過提煉歸納形成互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理評價指標(biāo)體系初稿， 包含4 個一級指標(biāo)、9個二級指標(biāo)、45 個三級指標(biāo)。

1.3 德爾菲專家函詢

3.1 互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理評價指標(biāo)體系的構(gòu)建具有科學(xué)性與可靠性 4 R 危機管理理論在護理風(fēng)險管理領(lǐng)域應(yīng)用廣泛， 具有較高的認(rèn)可度和成熟性

。 本研究基于4 R 危機管理理論，閱讀相關(guān)文獻及政策文件提取指標(biāo)內(nèi)容， 并結(jié)合質(zhì)性訪談了解實際互聯(lián)網(wǎng)+護理服務(wù)管理工作中遇到的風(fēng)險問題并形成指標(biāo)條目，經(jīng)過2 輪專家函詢形成互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理評價指標(biāo)體系， 在研究方法上具有科學(xué)性。 最終納入來自8 個省/市三級甲等醫(yī)院及醫(yī)學(xué)院校的21 名專家參與函詢，工作性質(zhì)包含護理管理、護理教育、臨床護理、醫(yī)療衛(wèi)生事業(yè)行政單位等，能夠從多學(xué)科的角度，結(jié)合理論與臨床實踐對指標(biāo)進行評價，保證了指標(biāo)體系的全面性。 2 輪問卷的有效回收率分別為88%、91%，表明函詢專家的積極性較好。 2 輪函詢的專家權(quán)威系數(shù)分別為0.813、0.848（均＞0.7），說明專家權(quán)威性較好，結(jié)果可靠

。專家意見的肯德爾和諧系數(shù)分別為0.172、0.135，均P＜0.001，2 輪專家函詢的變異系數(shù)均＜0.25，且一、二、三級指標(biāo)一致性比率值均＜0.1， 說明專家意見一致性較好。

1.3.2 遴選函詢專家 專家納入標(biāo)準(zhǔn)：（1）本科及以上學(xué)歷、中級及以上職稱；（2）從事護理管理≥5 年或研究方向為護理管理的護理管理者、 護理教育專家；（3）對互聯(lián)網(wǎng)+護理服務(wù)熟悉者；（4）知情同意，自愿參與本研究者。 參加本研究2 輪函詢的專家共21名，均為女性；分別來自湖北、廣東、江蘇、四川、河北、山東、云南、上海8 個省/市的三級甲等醫(yī)院及醫(yī)學(xué)院校；工作年限均為10 年及以上；本科學(xué)歷8 名、碩士8 名、博士5 名；醫(yī)療機構(gòu)工作者14 名、醫(yī)學(xué)院校工作者7 名；中級職稱4 名、副高級職稱12 名、高級職稱5 名；有出國學(xué)習(xí)經(jīng)歷者6 名；工作性質(zhì)（多選）包含護理管理16 名、護理教育12 名、臨床護理11 名、醫(yī)療衛(wèi)生事業(yè)行政單位8 名等。

混成法指的是把一個詞與另一個詞混成一體來構(gòu)成一個新詞的方法。例如將兩個詞進行裁減，取其中一部分（詞首或詞尾），或保留一個詞的詞形不變，取另一個詞的一部分，構(gòu)成一個新詞；用混成法構(gòu)成的新詞往往兼具兩個舊詞的詞義?；斐煞?gòu)詞舉例：

1.4 統(tǒng)計學(xué)方法 采用Excel 2019、SPSS 25.0 對數(shù)據(jù)進行整理與分析，雙人錄入數(shù)據(jù)。 采用頻數(shù)、百分率描述專家一般資料情況；采用專家積極系數(shù)、權(quán)威系數(shù)（Cr）、變異系數(shù)（Cv）、肯德爾和諧系數(shù)（W）分別表示專家積極程度、權(quán)威程度和意見協(xié)調(diào)程度；采用邁實AHP 層次分析軟件

構(gòu)建判斷矩陣，計算指標(biāo)權(quán)重及組合權(quán)重，并進行一致性檢驗

。P＜0.05 為差異具有統(tǒng)計學(xué)意義。

2 結(jié)果

3.2 互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理評價指標(biāo)體系的權(quán)重及內(nèi)容分析

1.3.3 實施專家函詢 采用目的抽樣法， 以電子郵件形式于2021 年4—6 月對8 個省/市的21 名專家進行2 輪專家函詢。研究小組根據(jù)第1 輪問卷結(jié)果，綜合指標(biāo)篩選標(biāo)準(zhǔn)、專家意見，對指標(biāo)進行修改，形成第2 輪函詢問卷，并反饋指標(biāo)修改情況。指標(biāo)的納入標(biāo)準(zhǔn)

：指標(biāo)重要性均數(shù)＞3.5、變異系數(shù)＜0.25、滿分比＞0.20。

2.3 專家意見協(xié)調(diào)程度 專家意見協(xié)調(diào)程度由變異系數(shù)（Cv）和肯德爾和諧系數(shù)（W）表示。 變異系數(shù)＜0.25 時認(rèn)為條目可信

，2 輪專家函詢變異系數(shù)分別為0～0.220、0.044～0.198，說明專家意見趨于一致。W 取值范圍為0～1，取值越接近1 專家協(xié)調(diào)程度越高

，第1 輪、第2 輪函詢專家對整體指標(biāo)的協(xié)調(diào)程度分別為0.172 和0.135， 經(jīng)檢驗有統(tǒng)計學(xué)意義（P＜0.001）。 2 輪專家意見協(xié)調(diào)程度詳見表1。

(3) 在控制母線電壓的大小和開關(guān)頻率的基礎(chǔ)上,都可以實現(xiàn)電機無反轉(zhuǎn)定位,且兩種方法都不需要額外的硬件資源;

2.2 專家權(quán)威程度 專家權(quán)威程度（Cr）由專家熟悉程度（Cs）及判斷依據(jù)（Ca）決定，公式為Cr=（Cs+Ca）/2。 本研究第1 輪專家熟悉系數(shù)、判斷系數(shù)和權(quán)威系數(shù)分別為0.717、0.909 和0.813； 第2 輪分別為0.757、0.938 和0.848，均＞0.7，說明函詢專家權(quán)威程度較高

，結(jié)果可靠。

三組重度患者治療前MMRC評分、6MWD、FEV1預(yù)計值比較差異無統(tǒng)計學(xué)意義（P＞0.05），治療后，策略1組和策略2組較治療前明顯改善，兩組改善程度優(yōu)于對照組，策略2組的MMRC評分、6MWD改善程度更明顯（P＜0.05），見表2。

為驗證本論文提出的CNN算法優(yōu)于其他文本分類算法，就CNN、RNN、DBN、KNN、SVM 5種文本分類算法在不同樣本數(shù)情況下準(zhǔn)確率進行了分析比較。如圖6所示。

第2 輪專家函詢各指標(biāo)重要性賦值均數(shù)為4.333～4.952、滿分率為0.524～0.952、變異系數(shù)為0.044～0.198，根據(jù)篩選標(biāo)準(zhǔn)無指標(biāo)刪除；根據(jù)專家建議調(diào)整“1.1 制度建設(shè)”內(nèi)11 個三級指標(biāo)順序。 經(jīng)過2 輪專家函詢，最終確定互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理評價指標(biāo)體系， 包括4 個一級指標(biāo)、9 個二級指標(biāo)、46 個三級指標(biāo)。采用層次分析法確定各指標(biāo)權(quán)重，并計算一致性比率（CR），4 個一級指標(biāo)CR 值為0.045，二級指標(biāo)及三級指標(biāo)CR 值均＜0.1，符合一致性檢驗

。各指標(biāo)權(quán)重詳見表2。

3 討論

1.3.1 擬定專家函詢問卷 函詢問卷包含3 個部分。 （1）致專家信：對研究背景、方法、意義及注意事項進行簡要介紹；（2）專家一般情況調(diào)查表：包括專家基本信息， 對函詢內(nèi)容的熟悉程度和判斷依據(jù)的自我評價表；（3）專家函詢表：對各指標(biāo)重要性進行評分（Likert 5 級評分法），并在每個條目后增加修改意見欄。

2.1 專家積極性 函詢問卷回收率能夠體現(xiàn)專家積極性。本研究第1 輪、第2 輪專家函詢分別發(fā)放問卷26、23 份， 有效回收率分別為88%（23/26）、91%（21/23），2 輪函詢中分別有9 名和3 名提出意見，可見本此研究專家積極性較高。

2.4 指標(biāo)體系及其權(quán)重的確定 第1 輪專家函詢各指標(biāo)重要性賦值均數(shù)為4.087～5.000、 滿分率為0.391～1.000、變異系數(shù)為0～0.220，根據(jù)篩選標(biāo)準(zhǔn)無指標(biāo)刪除；結(jié)合來自9 名專家的50 條建議與小組討論，對指標(biāo)進行以下修改：（1）對4 項指標(biāo)進行內(nèi)容修改；（2）增加3 項評價指標(biāo)；（3）對4 項指標(biāo)進行合并；（4）對3 項指標(biāo)添加解釋說明。

3.2.1 事前預(yù)防 事前預(yù)防對應(yīng)預(yù)備力， 屬于互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理前期的防范與準(zhǔn)備，其權(quán)重為0.276，在一級指標(biāo)中排第二。 二級指標(biāo)中“1.3 應(yīng)急管理”和“1.4 風(fēng)險防范”組合權(quán)重最大，均為0.092，說明在事前預(yù)防中需防患于未然，做好應(yīng)急預(yù)案。同時三級指標(biāo)“互聯(lián)網(wǎng)+護理服務(wù)應(yīng)急處置預(yù)案”和“應(yīng)急預(yù)案演習(xí)”分別為“1.1 制度建設(shè)”和“1.3 應(yīng)急管理”中組合權(quán)重最高指標(biāo)，可見在前期準(zhǔn)備中，做好應(yīng)急預(yù)案的同時，也要加強應(yīng)急預(yù)案演習(xí)，來檢驗方案的科學(xué)性及有效性

。 據(jù)調(diào)查，制度及培訓(xùn)是護理人員對互聯(lián)網(wǎng)+護理服務(wù)的主要需求之一

，體現(xiàn)了制度建設(shè)和崗前教育的重要性。

3.2.2 事中反應(yīng) 事中反應(yīng)對應(yīng)反應(yīng)力， 主要強調(diào)風(fēng)險發(fā)生時醫(yī)療機構(gòu)及人員的及時響應(yīng)及處理措施，其權(quán)重為0.391，在一級指標(biāo)中最高，說明專家認(rèn)為事中反應(yīng)在互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理中最為重要。 其包含“預(yù)警機制”和“應(yīng)急響應(yīng)”2 個二級指標(biāo)。2019 年國家衛(wèi)健委發(fā)布的《方案》

中建議為護士配置手機APP 定位追蹤系統(tǒng)、一鍵報警裝置及護理工作記錄儀，以做好預(yù)警管理保障護患安全，突出了預(yù)警機制的重要性； 然而事故發(fā)生具有突發(fā)性和偶然性

，“應(yīng)急響應(yīng)”也刻不容緩。

電動汽車是電力負(fù)荷的重要組成部分，電動汽車充電具有間歇性、隨機性等特點，電動汽車大規(guī)?；蚣薪尤腚娋W(wǎng)將對電網(wǎng)的穩(wěn)定運行造成一定的影響[1-3]，許多研究人員對此做了大量的研究，文獻[4]對電動汽車的充放電特性進行了研究，并綜述了電動汽車充放電對電網(wǎng)的影響，文獻[5]研究了電動汽車對電網(wǎng)的影響因素，也綜述了電動汽車充電對電網(wǎng)了影響。

3.2.3 事后恢復(fù) 事后恢復(fù)對應(yīng)恢復(fù)力， 指風(fēng)險控制后，對恢復(fù)工作的安排。 在一級指標(biāo)中權(quán)重最低，為0.138，說明專家對其認(rèn)可度偏低。然而調(diào)查顯示，護士

和患者

在家庭護理過程中常發(fā)生不良事件，產(chǎn)生心理負(fù)擔(dān)及傷害，故事后恢復(fù)也不可忽視，應(yīng)做好“補償機制”，一方面對護理人員起到激勵作用，另一方面對患方起到安撫作用，從而降低醫(yī)患矛盾。

3.2.4 監(jiān)控反饋 監(jiān)控反饋對應(yīng)縮減力， 貫穿于風(fēng)險管理的全過程， 不斷發(fā)現(xiàn)問題并作出調(diào)整以促進互聯(lián)網(wǎng)+護理服務(wù)的完善，其權(quán)重為0.195，包括“監(jiān)控機制”與“反饋機制”2 個二級指標(biāo)，其中“監(jiān)控機制”組合權(quán)重更高，為0.130。 在家庭健康管理中，工作場所缺乏監(jiān)督與領(lǐng)導(dǎo)，導(dǎo)致錯誤的操作不易被發(fā)現(xiàn)及改正

，那么建立符合互聯(lián)網(wǎng)+護理服務(wù)特色的監(jiān)控機制則尤為重要，例如，“護理服務(wù)全過程監(jiān)控系統(tǒng)”便是一種有效手段。 同時，有學(xué)者提出，缺乏常規(guī)和相關(guān)的反饋是患者安全事件報告的一個顯著因素

，故而反饋機制必不可少。

3.3 互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理評價指標(biāo)體系的可行性與實用性 李希琳等

提出評價指標(biāo)、評價標(biāo)準(zhǔn)和權(quán)重系數(shù)是判斷指標(biāo)體系實用性與可行性的關(guān)鍵因素。本研究在評價指標(biāo)方面以4 R 危機管理理論為基礎(chǔ)，結(jié)合文獻查閱與質(zhì)性訪談，經(jīng)過2 輪德爾菲專家函詢確定評價指標(biāo)體系， 評價指標(biāo)貫穿互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理“事前-事中-事后”，全維度進行風(fēng)險控制。權(quán)重系數(shù)方面，以層次分析法確定各指標(biāo)權(quán)重與組合權(quán)重， 且指標(biāo)重要性均數(shù)均≥4.333，滿分率＞0.50，變異系數(shù)＜0.25，說明函詢專家認(rèn)為各指標(biāo)均較為重要，能夠有效反映出醫(yī)療機構(gòu)互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理現(xiàn)狀。評價標(biāo)準(zhǔn)方面，由于客觀條件影響，暫未進行臨床實踐驗證，尚不足以形成量化的評價標(biāo)準(zhǔn)，后期應(yīng)進行臨床評估與驗證，不斷完善評價指標(biāo)體系，并形成評價標(biāo)準(zhǔn)，以利于醫(yī)療機構(gòu)對互聯(lián)網(wǎng)+護理服務(wù)風(fēng)險管理進行評價。

[1] 陳齊, 黎蔚華. 互聯(lián)網(wǎng)+護理服務(wù)背景下護士執(zhí)業(yè)安全風(fēng)險及對策[J]. 護理學(xué)報, 2020,27(24):15-18.DOI:10.16460/j.issn1008-9969.2020.24.015.

[2] 劉秋霞, 孫鴻燕, 余思萍, 等. 我國“互聯(lián)網(wǎng)+護理服務(wù)”面臨的困境及對策[J]. 護理學(xué)雜志,2019,34(17):11-13.DOI:10.3870/j.issn.1001-4152.2019.17.011.

[3] 姜賀,許樂.4R 危機管理理論在護理風(fēng)險管理中的應(yīng)用[J].中國護理管理, 2011,11(5):57-59.DOI:10.3969/j.issn.1672-1756.2011.05.019.

[4] 顏德如,麻躍琪. 構(gòu)建全過程的社區(qū)應(yīng)急信息管理體系:基于4R 危機管理理論的分析[J]. 北方論叢, 2021(1):78-87.DOI:10.3969/j.issn.1000-3541.2021.01.008.

[5] 蔡立柏, 劉延錦, 郭玉茹, 等. 骨科康復(fù)護理質(zhì)量評價指標(biāo)的構(gòu)建[J]. 中華護理雜志, 2021, 56(4):508-514. DOI:10.3761/j.issn.0254-1769.2021.04.005.

[6] 劉自遠, 劉成福. 綜合評價中指標(biāo)權(quán)重系數(shù)確定方法探討[J]. 中國衛(wèi)生質(zhì)量管理, 2006, 13(2):44-46,48.DOI:10.3969/j.issn.1006-7515.2006.02.018.

[7] 呂躍進. 指數(shù)標(biāo)度判斷矩陣的一致性檢驗方法[J]. 統(tǒng)計與決策, 2006(18):31-32.DOI:10.3969/j.issn.1002-6487.2006.18.013.

[8] 陳娟慧,陳燕萍,蒙昱妃,等. 社區(qū)護士對老年人家庭訪視的知信行評價指標(biāo)體系構(gòu)建[J]. 護理學(xué)報, 2020,27(12):73-78. DOI:10.16460/j.issn1008-9969.2020.12.073.

[9] 李希琳,張琰,陶艷玲,等. 基于決策評價導(dǎo)向模型構(gòu)建廣東省護理學(xué)本科畢業(yè)實習(xí)基地評價指標(biāo)體系的研究[J]. 護理學(xué)報, 2020,27(18):15-20.DOI:10.16460/j.issn1008-9969.2020.18.015.

[10] 彭蕾,張君燕. 4R 危機管理理論在新型冠狀病毒肺炎疫情期間門診管理中的作用[J]. 中華護理雜志, 2020, 55(S1):512-514.DOI:10.3761/j.issn.0254-1769.2020.S1.194.

[11] 王非凡,向克蘭,屈紅,等. 基于危機管理4R 理論護理安全質(zhì)量管理體系的構(gòu)建與實施[J]. 護理學(xué)雜志, 2017, 32(5):52-55. DOI:10.3870/j.issn.1001-4152.2017.05.052.

[12] 張燕,馬君,王偉. 突發(fā)事件對醫(yī)院應(yīng)急管理的影響分析與對策研究[J]. 中國衛(wèi)生產(chǎn)業(yè), 2016, 13(14):7-9.DOI:10.16659/j.cnki.1672-5654.2016.14.007.

[13] 申微,秦月蘭,石澤亞,等. 我國不同層級護士“互聯(lián)網(wǎng)+護理服務(wù)”需求現(xiàn)狀及影響因素分析[J]. 中華醫(yī)院管理雜志,2021,37(4):326-331.DOI:10.3760/cma.j.cn111325-2020 0810-01752.

[14] 醫(yī)政醫(yī)管局. 國家衛(wèi)生健康委辦公廳關(guān)于開展“互聯(lián)網(wǎng)+護理服務(wù)”試點工作的通知[EB/OL]. (2019-02-12)[2022-01-21].http://www.nhc.gov.cn/yzygj/s7657g/201902/bf0b253 79ddb48949e7e21edae2a02da.shtml.

[15] 邢娟娟. 突發(fā)職業(yè)危害事故應(yīng)急響應(yīng)關(guān)鍵技術(shù)[J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2010, 6(2):77-81. DOI:10.3969/j.issn.1673-193X.2010.02.015.

[16] Quinn MM, Markkanen PK, Galligan CJ, et al. Occupational Health of Home Care Aides:

of the Safe Home Care Survey[J]. Occup Environ Med, 2016, 73(4):237-245. DOI:10.1136/oemed-2015-103031.

[17] Schildmeijer K, Wallerstedt B, Ekstedt M. Healthcare Professionals’ Perceptions of Risk When Care Is Given in Patients’ Homes[J]. Home Healthcare Now, 2019, 37(2):97-105. DOI:10.1097/NHH.0000000000000717.

[18] Swedberg L, Chiriac EH, T?rnkvist L, et al. From Risky to Safer Home Care: Health Care Assistants Striving to Overcome a Lack of Training, Supervision, and Support[J]. Int J Qual Stud Health Well-being, 2013, 8(1):20758. DOI:10.3402/qhw.v8i0.20758.

[19] Islam T, Hutchinson AM, Bucknall TK. Nurse Manager Risk Information Management for Decision-making: A Qualitative Analysis[J]. Collegian, 2018, 25(4):401-407.DOI:10.1016/j.colegn.2017.10.009.