傅藏藏 顧東曉 諸紀華

21世紀后，隨著計算機科學(xué)與互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，各個領(lǐng)域研究和儲存的數(shù)據(jù)規(guī)模呈爆炸式增長，同時數(shù)據(jù)模式呈高度復(fù)雜化，顯示大數(shù)據(jù)時代已經(jīng)到來。根據(jù)麥肯錫全球研究所定義，大數(shù)據(jù)是指傳統(tǒng)數(shù)據(jù)庫無法獲取、儲存、管理和分析的大規(guī)模數(shù)據(jù)集合[1]。醫(yī)護領(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，如護理大數(shù)據(jù)泛指所有與護理和生命健康相關(guān)的各種醫(yī)療健康數(shù)據(jù)，包括醫(yī)院護理大數(shù)據(jù)、區(qū)域衛(wèi)生服務(wù)平臺大數(shù)據(jù)、基于大量人群的護理研究或疾病監(jiān)測大數(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)庫中，彼此間沒有太多的聯(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)用是對熱點和疾病的預(yù)測，目前國內(nèi)外傳統(tǒng)的做法是將醫(yī)護工作站、檢驗、放射、手術(shù)麻醉、重癥監(jiān)護、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。如何將護理大數(shù)據(jù)在海量的醫(yī)療信息資源中提取出來，并發(fā)揮其獨立作用，是構(gòu)建大數(shù)據(jù)信息平臺的難點之一[2]。目前，我國關(guān)于護理大數(shù)據(jù)的研究處于起步階段，研究成果較少。且我國護理工作者對國外護理大數(shù)據(jù)研究著重于闡述其對護理學(xué)科發(fā)展、教學(xué)研究等的作用方面，對護理大數(shù)據(jù)的研究動態(tài)、研究熱點和研究趨勢的總體把握不足，有必要參照國際護理學(xué)者相關(guān)的研究，推動護理大數(shù)據(jù)研究在國內(nèi)的發(fā)展。

文獻計量學(xué)是一種基于歷史科學(xué)文獻數(shù)據(jù)的一種定量分析方法，其優(yōu)勢是可以對某個領(lǐng)域特定歷史時期的研究成果進行較為全面的可視化分析，并在此基礎(chǔ)上進行趨勢預(yù)測[3]。它可以為研究者提供全景視圖，有利于研究者在對某一領(lǐng)域的研究現(xiàn)狀、熱點和趨勢進行整體把握的基礎(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)計源，采用文獻計量學(xué)方法，探尋核心作者群特征及高被引論文特征，分析近9年國際護理大數(shù)據(jù)研究的發(fā)文態(tài)勢，探討大數(shù)據(jù)技術(shù)在護理研究熱點領(lǐng)域里的應(yīng)用情況，以期對我國護理工作者有所啟發(fā)。

1 材料和方法

1.1 檢索文獻 登錄Web of Science數(shù)據(jù)庫，由于國際上大數(shù)據(jù)研究從2009年開始[4]，故系統(tǒng)收集2009至2017年發(fā)表的關(guān)于護理大數(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”研究方向中對檢索到的數(shù)據(jù)進行精簡。將檢索到的數(shù)據(jù)導(dǎo)入Excel進行數(shù)據(jù)篩選，去掉非論文型數(shù)據(jù)，最后共得539篇護理大數(shù)據(jù)研究文獻。

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

2 結(jié)果

2.1 SCI期刊護理大數(shù)據(jù)研究發(fā)文情況 2009至2017年，以護理大數(shù)據(jù)為研究方向的SCI論文共有539篇，發(fā)文數(shù)量呈逐年增長態(tài)勢，說明對于護理大數(shù)據(jù)的研究處于熱門狀態(tài)，見圖1。美國護理學(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。來自中國的護理學(xué)者近9年發(fā)表了19篇，排名第6，發(fā)展?jié)摿^大，見表1。

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

表1 2009至2017年SCI護理大數(shù)據(jù)研究發(fā)文前10國家

2.2 護理大數(shù)據(jù)研究發(fā)文的SCI期刊分布 2009至2017年，以護理大數(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，這前10本期刊影響因子在1~2，反映大多數(shù)的護理研究仍處在發(fā)展階段，見表2。

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

2.3 SCI護理大數(shù)據(jù)研究論文與其他學(xué)科交叉情況分析 2009至2017年，國際護理學(xué)者以護理大數(shù)據(jù)為研究方向發(fā)表的SCI論文與其他學(xué)科交叉情況見表3，其中計算機學(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護理大數(shù)據(jù)研究發(fā)文核心作者與研究機構(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)和圣卡達琳娜聯(lián)邦大學(xué)的護理學(xué)院，巴西的護理學(xué)者在這方面的研究表現(xiàn)較為突出；不過，美國護理學(xué)者也占6位，均來自不同的研究機構(gòu)，見表4、5。

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

表5 2009至2017年SCI護理大數(shù)據(jù)研究發(fā)文前10研究機構(gòu)

2.5 SCI護理大數(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位的國際護理學(xué)者的SCI論文，見表6。

表6 2009至2017年SCI護理大數(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，可用于綜合分析護理學(xué)研究的發(fā)展趨勢、主要國家或地區(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)于護理大數(shù)據(jù)研究的發(fā)文量在穩(wěn)步增長，但是與醫(yī)學(xué)整體發(fā)展相比較仍存在一定的差距。通過本研究可以看出5種期刊發(fā)表了1/3的論文；護理大數(shù)據(jù)與計算機學(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，其中與計算機學(xué)科交叉最為密切。

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

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

第二，護理大數(shù)據(jù)與移動醫(yī)療結(jié)合提升護理健康水平。大數(shù)據(jù)應(yīng)用于臨床主要體現(xiàn)在通過收集臨床數(shù)據(jù)對患者進行健康指導(dǎo)[11]。護士通過個人數(shù)碼助理（PDA）、傳感器、可穿戴醫(yī)療設(shè)備等對患者進行實時、連續(xù)的健康監(jiān)測與評估，對患者現(xiàn)有疾病進行實時的健康干預(yù)，提供飲食、運動等方面的健康指導(dǎo)，不僅提高自身的工作效率，也實現(xiàn)了健康保健的真正個體化，促進患者康復(fù)。同時，護士通過監(jiān)測得到的數(shù)據(jù)，可及早發(fā)現(xiàn)特定患者的健康問題或風(fēng)險，并有針對性地采取預(yù)防措施，使護理服務(wù)得到更好的延伸。例如，歐洲很早就開始給老人們佩戴可以監(jiān)測生命體征的手表，如果發(fā)生異常，手表會自動報警，護士就能在黃金時間采取措施，挽救生命[12-13]。

第三，基于護理大數(shù)據(jù)提升護理科研水平。傳統(tǒng)的護理科研多采用小樣本量進行假設(shè)檢驗，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，護理科研可以擺脫樣本量不足、數(shù)據(jù)類型單一、經(jīng)費不足等限制，研究者可以花更多的時間設(shè)計研究方案或針對數(shù)據(jù)分析結(jié)果進行深入分析和思考，節(jié)約時間、人力和財力的同時提高研究效果[14]。借助數(shù)據(jù)庫平臺，篩選出所需的目標(biāo)人群，在信息平臺中完成患者護理信息追蹤和隨訪，進行前瞻性研究[15]。大數(shù)據(jù)在護理科研中最基礎(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，提升臨床護理的研究水平。

綜上所述，文獻計量學(xué)方法分析得出，美國護理學(xué)者在護理大數(shù)據(jù)研究中起到了重要的引領(lǐng)作用，而研究熱點主要集中在護理學(xué)與計算機交叉學(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。護理大數(shù)據(jù)研究可促進精準護理、降低醫(yī)療費用、提升護理質(zhì)量與結(jié)局，同時也可改善護理研究的科學(xué)性和可信度。護理人員應(yīng)在國家政策支持下，提高信息化素養(yǎng)，培養(yǎng)護理信息化人才，以迎接和應(yīng)對大數(shù)據(jù)時代的到來。