护理大数据背景下可视化分析的应用现状

马玉娇，李丹琳

（1.甘肃中医药大学护理学院，甘肃 兰州 730000；2.甘肃中医药大学附属医院，甘肃 兰州 730000）

近年来，大数据已在临床治疗、护理、健康管理、文献研究等方面发挥着巨大作用[1]，对于越来越复杂的重要数据集进行分析成为未来研究趋势。可视化分析作为重要的分析工具，广泛应用于医疗研究领域的文献分析中。目前在护理大数据背景下，我国护理研究类文献呈快速增长趋势。越来越多的研究者借助可视化软件和技术，对护理研究领域的大数据进行深度挖掘，从而了解本领域的文献发布情况、研究现状、热点和前沿趋势，分析目前该主题研究的不足。笔者对护理信息化领域的各项概念进行综述，并介绍国内外护理大数据以及可视化分析应用的研究现状，探讨目前我国护理研究领域使用可视化分析技术进行数据分析的优势与不足，以期为护理领域的可视化分析提供借鉴与参考。

1 相关概念

1.1 护理大数据

随着现代互联网技术的快速发展，各个领域数据增长迅速。大数据又称数据集合，是随着现代计算机与互联网的快速发展而形成的海量数据[2]。与一般数据相比，现代大数据除数据量增长快速外，还具有体量庞大、时效性强、类型多样、价值密度低等特点[3]。目前，大数据分析技术已成功应用于医疗领域，许多地区、国家在医疗领域的各种现代化信息技术应用以及健康信息化等方面取得了长足的进步。护理大数据是指在护理实践与研究中所收集到的所有关于卫生服务、健康与疾病管理、临床护理等数据的集合[4]。护理大数据最突出的价值是分门别类地对护理数据进行收集、处理以及加工和分析，通过结果的呈现来为护理相关性研究提供支持，从而实现数据挖掘的巨大潜在价值[5]。

1.2 可视化分析

数据可视化作为跨学科领域利用数据开发、分析的方法与技术，将大型集中数据以图形图像的方式呈现，帮助人们处理、探索、理解并从复杂海量数据中获得洞察力[6]。最初，数据可视化技术伴随着计算科学而产生，发展至今，可视化技术涉及范围已拓展至教育、企业管理、商业、医疗等领域。一方面，可视化技术作为理解数据的一个手段，可以形象地表达信息资源的整体性；另一方面，借助此种技术方法，能将海量数据中隐藏的抽象且复杂的含义以图形图像的方式直观呈现，便于用户管理数据、理解数据。在护理研究领域使用可视化技术，通过对大量同类文献的发表年份、作者所在机构和地区、文献中高频关键词组、研究是否有基金支持等信息进行全面分析，可以探索护理大数据研究的基础知识和热点，准确、快速地从大量数据中挖掘出有价值的信息。

2 护理大数据的应用现状

2.1 国外现状

20 世纪90 年代，随着护理学及健康相关领域数据库的建立，护理数据有了原始积累，该数据库中文献内容涵盖护理学、临床医学、生物医学等17 个学科。2009 年美国国会颁布健康信息技术相关法案，促进了经济和临床卫生的发展，医疗公共卫生领域大数据应用也被提上日程。2015 年美国卫生研究院隶属的护理研究机构为推动护理大数据的发展，组织开展了护理学大数据会议[7]。2018 年，明尼苏达大学在第6 届护理知识年会上强调实现护理大数据的共享和应用，关键步骤是制定合理的路线[8]。由于护理大数据的存在形式趋向于多元化，国外学者指出护理大数据的标准化和整体化是其发挥价值的关键所在。例如对于来源不同的护理大数据进行整合、分类、归纳是工作的重难点，临床专科护理数据库的建立是医疗卫生系统的重要组成部分[9]。

2.2 国内现状

为顺应护理大数据的应用与发展，护理大数据已被纳入我国医疗发展战略，近年来政府从规则、规章和制度等不同角度出发，先后制定了一系列政策。2016 年，政府推出首批护理大数据中心与试点工程，为医疗护理大数据的发展提供了机遇[10]。有研究者应用大数据对护理管理控制平台进行设计与应用，有效缩短了护理质量问题的分析时间，实现了护理质量管理流程的全面优化[11]。在临床护理方面，研究者发现将临床护理工作与大数据分析相结合，有助于护士在大数据的基础上掌握治疗信息，从而制定更有针对性的临床护理方案，进而提高服务质量和护理工作效率[12]。

护理大数据的发展以“精准医学”为契机，对临床提出了“精准护理”的要求，通过掌握人群健康问题的发生、演变等信息，构建健康大数据平台，为个体提供个性化的健康照顾模式。由此可见，目前大数据正变得越来越普遍，影响着护理研究者学习、实践、开展研究以及护理管理者制定政策的方式。大数据虽然数据量大，但不等于信息量大，大数据只是一个时间节点的样本数据，并不代表总体[13]，且只有将内容类似、关联性强的数据整合，才能提炼出大数据的价值。护理大数据本身具有复杂性，只有紧抓信息化建设，将海量数据分类、归纳，实现可视化，才能完美呈现护理大数据，促进护理大数据的发展与护理工作的进步。

3 可视化分析的应用现状

3.1 国外现状

早在1858 年，南丁格尔就用玫瑰图来表示军队医院的季节性死亡率，分析在特定时间内产生的数据和环境的关联，并提出关于这种情况下的反应的假设。2004 年，美国德雷克塞大学的陈超美博士开发了CiteSpace 可视化软件，该软件可识别科学领域的关键信息、研究热点和前沿，绘制某学科领域发展图谱，因此可以直观呈现该科学领域的信息全貌[14]。经过数十次的更新维护，该软件已经应用于不同学科领域的文献计量学分析和知识图谱绘制。

如Radhakrishnan K 等[15]应用视觉分析技术来检查家庭健康数据，描述老年家庭健康患者中高需求子群体的新模式，发现在家庭健康服务期间，较长的疾病发作时间和较高的Charlson共患病指数与尿功能受损患者的行为或状态结果之间的不良关系。Devoe L 等[16]通过对自动胎儿心率监测系统的计算机分析，产时胎儿心率、基线率、特定警报、加速和减速频率以及信号质量评估的可视化分析，发现胎儿心率特征上的一致程度不同，但在临床警戒和胎儿心率计算机监控系统上的一致程度是相似的。胎儿心率描记的计算机分析可以消除观察者之间的差异，从视觉分析的结果，可以产生更一致的临床反应正常和异常的胎儿心率模式。Damar H T 等[17]通过数据可视化和高级文本分析技术，使用科学计量学方法分析WOS 数据库中包含的关于疼痛和护理以及疼痛和护士的文章，通过对标题、关键词和摘要等主要信息进行分析，揭示关键词、主题、文献特征，从而了解该领域目前和未来的研究热点与前沿。

3.2 国内现状

关于可视化研究，中国知网收录的最早的一篇文献是侯剑华发表的《战略管理学前沿演进可视化研究》[18]。此后，国内护理领域可视化应用相关研究逐渐增多，内容涉及临床护理、专科护理、护理教育、护理研究等领域。王望红等[19]以了解健康教育的研究情况为目的，使用多种可视化软件分析了WOS 和PubMed 数据库中的相关文献。有学者[20-21]采用可视化分析方法对国内护理基金文献、护理人文关怀类文献特征进行分析，以了解该领域研究现状及演变规律等。中医护理方面，李程等[22]通过可视化软件分析近10 年艾灸护理领域的研究现状和研究热点，梳理知识结构，对168 个关键词进行聚类，形成了10 个关键词聚类标签，并从关键词中筛选出艾灸护理的十大优势病种。刘志军[23]通过可视化研究对国内老年中医护理领域的文献进行分析，以载文的作者、机构、关键词等几个方面为主要研究内容，进行聚类、热点等分析。胡昌盛等[24]以国内常用数据库为基础，运用可视化工具对糖尿病中医护理为主题的677 篇文献绘制图谱，分析近年来糖尿病中医护理研究的发展脉络、研究趋势与热点等。可视化技术应用于临床护理，可为临床工作人员提供具有指导性的直观信息，帮助其规范操作甚至预测结果的发生，更好地为患者制定护理方案；应用于医疗管理，可解读数据集形成的知识图谱，洞察数据价值，揭示医疗管理的规律与本质，使管理更加智能与高效。

4 结语

近年来随着可视化分析技术在护理学领域应用的增多，其优势越来越明显，通过对护理文献进行全面、系统、深入分析，了解护理研究现状、热点及发展趋势，为护理研究人员提供形象和直观的数据，提供参考依据。但是，护理领域的可视化分析也存在一些问题，如目前数据挖掘多是使用单一软件分析单一数据库，任何一种可视化软件都有一定的局限性，且检索单一数据库也会导致结果存在偏颇，只有综合分析多个数据库得出的结果才客观准确。因此，为规避这些问题，采用多种软件进行数据挖掘处理，分析多个数据库，将海量信息进行关联，可减少研究结果的偏倚。护理人员还需不断学习，以数据引领护理创新，推动护理大数据的应用发展[25]；熟练掌握多种可视化软件的使用方法，将研究结果转化为知识图谱，直观形象地呈现出研究结果，利用大数据为护理研究提供支持。