傅藏藏 顧東曉 諸紀華

21世紀后，隨著計算機科學與互聯(lián)網技術的飛速發(fā)展，各個領域研究和儲存的數據規(guī)模呈爆炸式增長，同時數據模式呈高度復雜化，顯示大數據時代已經到來。根據麥肯錫全球研究所定義，大數據是指傳統(tǒng)數據庫無法獲取、儲存、管理和分析的大規(guī)模數據集合[1]。醫(yī)護領域也因互聯(lián)網技術的發(fā)展，被信息技術逐漸滲透，如護理大數據泛指所有與護理和生命健康相關的各種醫(yī)療健康數據，包括醫(yī)院護理大數據、區(qū)域衛(wèi)生服務平臺大數據、基于大量人群的護理研究或疾病監(jiān)測大數據等[2]。然而，相應的數據資源分散在不同的數據庫中，彼此間沒有太多的聯(lián)系，形成信息孤島，導致醫(yī)療數據不能有效共享。醫(yī)療大數據的核心應用是對熱點和疾病的預測，目前國內外傳統(tǒng)的做法是將醫(yī)護工作站、檢驗、放射、手術麻醉、重癥監(jiān)護、醫(yī)學圖像等數據系統(tǒng)以子系統(tǒng)為單元，以電子病歷為核心整合在一起。如何將護理大數據在海量的醫(yī)療信息資源中提取出來，并發(fā)揮其獨立作用，是構建大數據信息平臺的難點之一[2]。目前，我國關于護理大數據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據研究著重于闡述其對護理學科發(fā)展、教學研究等的作用方面，對護理大數據的研究動態(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者相關的研究，推動護理大數據研究在國內的發(fā)展。

文獻計量學是一種基于歷史科學文獻數據的一種定量分析方法，其優(yōu)勢是可以對某個領域特定歷史時期的研究成果進行較為全面的可視化分析，并在此基礎上進行趨勢預測[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域的研究現狀、熱點和趨勢進行整體把握的基礎上，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論文原始數據為統(tǒng)計源，采用文獻計量學方法，探尋核心作者群特征及高被引論文特征，分析近9年國際護理大數據研究的發(fā)文態(tài)勢，探討大數據技術在護理研究熱點領域里的應用情況，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數據庫，由于國際上大數據研究從2009年開始[4]，故系統(tǒng)收集2009至2017年發(fā)表的關于護理大數據的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據進行精簡。將檢索到的數據導入Excel進行數據篩選，去掉非論文型數據，最后共得539篇護理大數據研究文獻。

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

2 結果

2.1 SCI期刊護理大數據研究發(fā)文情況 2009至2017年，以護理大數據為研究方向的SCI論文共有539篇，發(fā)文數量呈逐年增長態(tài)勢，說明對于護理大數據的研究處于熱門狀態(tài)，見圖1。美國護理學者發(fā)文310篇，占大多數，巴西位居第2，其次是澳大利亞。來自中國的護理學者近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期刊護理大數據研究發(fā)文數量分布

表1 2009至2017年SCI護理大數據研究發(fā)文前10國家

2.2 護理大數據研究發(fā)文的SCI期刊分布 2009至2017年，以護理大數據研究的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篇相關主題的論文，占到了總論文數量的21.89%。同時，這前10本期刊影響因子在1~2，反映大多數的護理研究仍處在發(fā)展階段，見表2。

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

2.3 SCI護理大數據研究論文與其他學科交叉情況分析 2009至2017年，國際護理學者以護理大數據為研究方向發(fā)表的SCI論文與其他學科交叉情況見表3，其中計算機學的論文數量最多，其次是醫(yī)學信息學，其他如教育學、腫瘤學、婦產科學和危重癥學等也占了一定的比例。

表3 2009至2017年SCI護理大數據研究論文與其他學科交叉情況分布

2.4 SCI護理大數據研究發(fā)文核心作者與研究機構分析 根據發(fā)文量排序，前10位發(fā)文核心作者均為巴西或美國學者，巴西共有4位作者，主要集中在圣保羅大學和圣卡達琳娜聯(lián)邦大學的護理學院，巴西的護理學者在這方面的研究表現較為突出；不過，美國護理學者也占6位，均來自不同的研究機構，見表4、5。

表4 2009至2017年SCI護理大數據研究發(fā)文前10核心作者

表5 2009至2017年SCI護理大數據研究發(fā)文前10研究機構

2.5 SCI護理大數據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，被引用次數排在前1%的論文。為進一步分析引用次數高的論文，本研究列出引用次數排在前10位的國際護理學者的SCI論文，見表6。

表6 2009至2017年SCI護理大數據研究前10高被引論文

3 討論

Web of Science收錄的期刊著錄質量均較高，可用于綜合分析護理學研究的發(fā)展趨勢、主要國家或地區(qū)、核心期刊、學科交叉以及重要的研究議題[5]。從論文的發(fā)文數量和被引用情況看，近9年關于護理大數據研究的發(fā)文量在穩(wěn)步增長，但是與醫(yī)學整體發(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；護理大數據與計算機學、醫(yī)學信息學、教育學、腫瘤學、婦產科學和危重癥學等多學科存在交叉，其中與計算機學科交叉最為密切。

隨著信息化進程的不斷加快，醫(yī)療衛(wèi)生領域逐漸進入大數據時代。大規(guī)模、多渠道、形式多樣的數據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用價值[6]。未來，護理大數據研究有望在以下幾個方面有較大的進展。

第一，大數據驅動下的精準護理。大數據的挖掘不僅可以指導臨床護理實踐，還可以用于居民健康監(jiān)控和疾病預測。有學者創(chuàng)建了分析患者心電圖數據的計算機模型，用于預測患者未來1年發(fā)生心臟疾病的概率，最終實現精準護理[7-8]。同時，大數據基于真實臨床數據的分析得到的結果和證據更趨于現實，大數據結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、護理決策提供建設性意見，以此對目標人群進行精準的護理干預，提升護理質量，改善護理結局[9]。并且，護理大數據的挖掘使個體化醫(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不僅可以提高其護理質量，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，護理大數據與移動醫(yī)療結合提升護理健康水平。大數據應用于臨床主要體現在通過收集臨床數據對患者進行健康指導[11]。護士通過個人數碼助理（PDA）、傳感器、可穿戴醫(yī)療設備等對患者進行實時、連續(xù)的健康監(jiān)測與評估，對患者現有疾病進行實時的健康干預，提供飲食、運動等方面的健康指導，不僅提高自身的工作效率，也實現了健康保健的真正個體化，促進患者康復。同時，護士通過監(jiān)測得到的數據，可及早發(fā)現特定患者的健康問題或風險，并有針對性地采取預防措施，使護理服務得到更好的延伸。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，基于護理大數據提升護理科研水平。傳統(tǒng)的護理科研多采用小樣本量進行假設檢驗，這在一定程度上使研究結果的可信度大打折扣。在大數據背景下，資料的獲取不再困難，護理科研可以擺脫樣本量不足、數據類型單一、經費不足等限制，研究者可以花更多的時間設計研究方案或針對數據分析結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]。借助數據庫平臺，篩選出所需的目標人群，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]。大數據在護理科研中最基礎的應用就是將大數據資源轉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，文獻計量學方法分析得出，美國護理學者在護理大數據研究中起到了重要的引領作用，而研究熱點主要集中在護理學與計算機交叉學、醫(yī)學信息學、教育學和腫瘤學等學科交叉領域。護理大數據研究可促進精準護理、降低醫(yī)療費用、提升護理質量與結局，同時也可改善護理研究的科學性和可信度。護理人員應在國家政策支持下，提高信息化素養(yǎng)，培養(yǎng)護理信息化人才，以迎接和應對大數據時代的到來。