护理大数据研究态势和热点领域文献计量分析

傅藏藏 顾东晓 诸纪华

21世纪后，随着计算机科学与互联网技术的飞速发展，各个领域研究和储存的数据规模呈爆炸式增长，同时数据模式呈高度复杂化，显示大数据时代已经到来。根据麦肯锡全球研究所定义，大数据是指传统数据库无法获取、储存、管理和分析的大规模数据集合[1]。医护领域也因互联网技术的发展，被信息技术逐渐渗透，如护理大数据泛指所有与护理和生命健康相关的各种医疗健康数据，包括医院护理大数据、区域卫生服务平台大数据、基于大量人群的护理研究或疾病监测大数据等[2]。然而，相应的数据资源分散在不同的数据库中，彼此间没有太多的联系，形成信息孤岛，导致医疗数据不能有效共享。医疗大数据的核心应用是对热点和疾病的预测，目前国内外传统的做法是将医护工作站、检验、放射、手术麻醉、重症监护、医学图像等数据系统以子系统为单元，以电子病历为核心整合在一起。如何将护理大数据在海量的医疗信息资源中提取出来，并发挥其独立作用，是构建大数据信息平台的难点之一[2]。目前，我国关于护理大数据的研究处于起步阶段，研究成果较少。且我国护理工作者对国外护理大数据研究着重于阐述其对护理学科发展、教学研究等的作用方面，对护理大数据的研究动态、研究热点和研究趋势的总体把握不足，有必要参照国际护理学者相关的研究，推动护理大数据研究在国内的发展。

文献计量学是一种基于历史科学文献数据的一种定量分析方法，其优势是可以对某个领域特定历史时期的研究成果进行较为全面的可视化分析，并在此基础上进行趋势预测[3]。它可以为研究者提供全景视图，有利于研究者在对某一领域的研究现状、热点和趋势进行整体把握的基础上，选择确定自己的研究方向。本研究以Web of Science上2009至2017年收录的SCI论文原始数据为统计源，采用文献计量学方法，探寻核心作者群特征及高被引论文特征，分析近9年国际护理大数据研究的发文态势，探讨大数据技术在护理研究热点领域里的应用情况，以期对我国护理工作者有所启发。

1 材料和方法

1.1 检索文献 登录Web of Science数据库，由于国际上大数据研究从2009年开始[4]，故系统收集2009至2017年发表的关于护理大数据的SCI论文。检索词为：“big data”OR“machine learning”OR“health information technology”OR“data mining”OR“clinical information”OR “health information exchange”OR“data warehouse”OR“informatics”，然后在“nursing”研究方向中对检索到的数据进行精简。将检索到的数据导入Excel进行数据筛选，去掉非论文型数据，最后共得539篇护理大数据研究文献。

1.2 指标观察 观察2009至2017年（1）SCI期刊护理大数据研究发文情况；（2）护理大数据研究发文的SCI期刊分布情况；（3）SCI护理大数据研究论文与其他学科交叉情况；（4）SCI护理大数据研究发文核心作者与研究机构；（5）SCI护理大数据研究高被引论文。

2 结果

2.1 SCI期刊护理大数据研究发文情况 2009至2017年，以护理大数据为研究方向的SCI论文共有539篇，发文数量呈逐年增长态势，说明对于护理大数据的研究处于热门状态，见图1。美国护理学者发文310篇，占大多数，巴西位居第2，其次是澳大利亚。来自中国的护理学者近9年发表了19篇，排名第6，发展潜力较大，见表1。

图1 2009至2017年SCI期刊护理大数据研究发文数量分布

表1 2009至2017年SCI护理大数据研究发文前10国家

2.2 护理大数据研究发文的SCI期刊分布 2009至2017年，以护理大数据研究的SCI论文共分布在68种期刊上，其中10种期刊发表了52.69%的论文，而《CIN COMPUTERS INFORMANTICS NURSING》期刊刊登了118篇相关主题的论文，占到了总论文数量的21.89%。同时，这前10本期刊影响因子在1~2，反映大多数的护理研究仍处在发展阶段，见表2。

表2 2009至2017年护理大数据研究发文的前10 SCI期刊分布

2.3 SCI护理大数据研究论文与其他学科交叉情况分析 2009至2017年，国际护理学者以护理大数据为研究方向发表的SCI论文与其他学科交叉情况见表3，其中计算机学的论文数量最多，其次是医学信息学，其他如教育学、肿瘤学、妇产科学和危重症学等也占了一定的比例。

表3 2009至2017年SCI护理大数据研究论文与其他学科交叉情况分布

2.4 SCI护理大数据研究发文核心作者与研究机构分析 根据发文量排序，前10位发文核心作者均为巴西或美国学者，巴西共有4位作者，主要集中在圣保罗大学和圣卡达琳娜联邦大学的护理学院，巴西的护理学者在这方面的研究表现较为突出；不过，美国护理学者也占6位，均来自不同的研究机构，见表4、5。

表4 2009至2017年SCI护理大数据研究发文前10核心作者

表5 2009至2017年SCI护理大数据研究发文前10研究机构

2.5 SCI护理大数据研究高被引论文分析 本研究所指高被引论文是指在所有被引用论文中，被引用次数排在前1%的论文。为进一步分析引用次数高的论文，本研究列出引用次数排在前10位的国际护理学者的SCI论文，见表6。

表6 2009至2017年SCI护理大数据研究前10高被引论文

3 讨论

Web of Science收录的期刊著录质量均较高，可用于综合分析护理学研究的发展趋势、主要国家或地区、核心期刊、学科交叉以及重要的研究议题[5]。从论文的发文数量和被引用情况看，近9年关于护理大数据研究的发文量在稳步增长，但是与医学整体发展相比较仍存在一定的差距。通过本研究可以看出5种期刊发表了1/3的论文；护理大数据与计算机学、医学信息学、教育学、肿瘤学、妇产科学和危重症学等多学科存在交叉，其中与计算机学科交叉最为密切。

随着信息化进程的不断加快，医疗卫生领域逐渐进入大数据时代。大规模、多渠道、形式多样的数据可以为护理工作提供新方法和思路，在护理评估、护理实践水平改进、疾病监测、护理科研和临床决策支持等方面都存在应用价值[6]。未来，护理大数据研究有望在以下几个方面有较大的进展。

第一，大数据驱动下的精准护理。大数据的挖掘不仅可以指导临床护理实践，还可以用于居民健康监控和疾病预测。有学者创建了分析患者心电图数据的计算机模型，用于预测患者未来1年发生心脏疾病的概率，最终实现精准护理[7-8]。同时，大数据基于真实临床数据的分析得到的结果和证据更趋于现实，大数据结合了多个维度的患者健康信息并进行整合，为护士进行个性化的护理评估、护理诊断、护理决策提供建设性意见，以此对目标人群进行精准的护理干预，提升护理质量，改善护理结局[9]。并且，护理大数据的挖掘使个体化医疗和精准护理成为可能，对于患者来说，更加针对性和个体化的临床证据不仅可以提高其护理质量，同时可减少患者不必要的检查、治疗和护理，从而降低患者的医疗成本[10]。

第二，护理大数据与移动医疗结合提升护理健康水平。大数据应用于临床主要体现在通过收集临床数据对患者进行健康指导[11]。护士通过个人数码助理（PDA）、传感器、可穿戴医疗设备等对患者进行实时、连续的健康监测与评估，对患者现有疾病进行实时的健康干预，提供饮食、运动等方面的健康指导，不仅提高自身的工作效率，也实现了健康保健的真正个体化，促进患者康复。同时，护士通过监测得到的数据，可及早发现特定患者的健康问题或风险，并有针对性地采取预防措施，使护理服务得到更好的延伸。例如，欧洲很早就开始给老人们佩戴可以监测生命体征的手表，如果发生异常，手表会自动报警，护士就能在黄金时间采取措施，挽救生命[12-13]。

第三，基于护理大数据提升护理科研水平。传统的护理科研多采用小样本量进行假设检验，这在一定程度上使研究结果的可信度大打折扣。在大数据背景下，资料的获取不再困难，护理科研可以摆脱样本量不足、数据类型单一、经费不足等限制，研究者可以花更多的时间设计研究方案或针对数据分析结果进行深入分析和思考，节约时间、人力和财力的同时提高研究效果[14]。借助数据库平台，筛选出所需的目标人群，在信息平台中完成患者护理信息追踪和随访，进行前瞻性研究[15]。大数据在护理科研中最基础的应用就是将大数据资源转化为研究成果并加以推广使用，提升临床护理的研究水平。

综上所述，文献计量学方法分析得出，美国护理学者在护理大数据研究中起到了重要的引领作用，而研究热点主要集中在护理学与计算机交叉学、医学信息学、教育学和肿瘤学等学科交叉领域。护理大数据研究可促进精准护理、降低医疗费用、提升护理质量与结局，同时也可改善护理研究的科学性和可信度。护理人员应在国家政策支持下，提高信息化素养，培养护理信息化人才，以迎接和应对大数据时代的到来。