基于4R 危机管理理论构建互联网+护理服务风险管理评价指标体系

目前，我国互联网+护理服务仍处于探索阶段，安全风险多样、配套制度不完善、整体研究不足，例如， 在服务过程中往往存在护患人身安全、 护患纠纷、信息泄露等安全问题，然而缺乏安全规范管理条例

，不利于互联网+护理服务的持续发展。 风险管理评价指标体系的构建， 将有助于医疗机构系统规范地进行互联网+护理服务风险评价与管理， 降低风险事件的发生。 因此本研究以4 R 危机管理理论

为基础，聚焦于互联网+护理服务全过程安全管理问题， 构建互联网+护理服务风险管理评价指标体系，以期为医疗机构进行护联网+护理服务风险管理提供参考意见。

2)确定比较数列Xi：Xi=(xi(1)，xi(2)，…，xi(n))，式中：Xi为不同复合种植模式各项指标所组成的数列，i=1，2，…，m。

1 研究方法

1.1 成立研究小组 研究小组包括2 名教授（护理管理、公共卫生），1 名副教授（临床护理），1 名主任护师（护理信息化），1 名护理硕士，4 名护理本科生，共9 名成员；其主要任务为：遴选函询专家，制定、发放和回收函询问卷，分析数据等。

1.2 拟定评价指标初稿 （1）理论分析：4 R 危机管理理论

包含缩减（Reduction）、预备（Readiness）、反应（Response）、恢复（Recovery）4 个阶段，贯穿风险发生的事前、事中、事后等维度，以持续、动态和互动的循环过程对护理风险管理问题进行分析， 研究小组在结合理论分析的基础上以“事前预防”、“事中反应”、“事后恢复”、“监控反馈”为一级指标，分别对应“预备”、“反应”、“恢复”和“缩减”。 （2）文献研究：在Web of Science、PubMed、ScienceDirect、中国知网、万方、维普等中英文数据库中检索互联网+护理服务相关文献，并查阅国家卫健委及各省市相关方案。 （3）质性访谈：采用目的抽样法，以4 R 危机管理理论为基础，针对互联网+护理服务风险管理问题对提供互联网+护理服务医疗机构的5 名护理管理者及6 名护士进行质性访谈。研究小组在文献回溯的基础上，结合质性访谈，通过提炼归纳形成互联网+护理服务风险管理评价指标体系初稿， 包含4 个一级指标、9个二级指标、45 个三级指标。

1.3 德尔菲专家函询

3.1 互联网+护理服务风险管理评价指标体系的构建具有科学性与可靠性 4 R 危机管理理论在护理风险管理领域应用广泛， 具有较高的认可度和成熟性

。 本研究基于4 R 危机管理理论，阅读相关文献及政策文件提取指标内容， 并结合质性访谈了解实际互联网+护理服务管理工作中遇到的风险问题并形成指标条目，经过2 轮专家函询形成互联网+护理服务风险管理评价指标体系， 在研究方法上具有科学性。 最终纳入来自8 个省/市三级甲等医院及医学院校的21 名专家参与函询，工作性质包含护理管理、护理教育、临床护理、医疗卫生事业行政单位等，能够从多学科的角度，结合理论与临床实践对指标进行评价，保证了指标体系的全面性。 2 轮问卷的有效回收率分别为88%、91%，表明函询专家的积极性较好。 2 轮函询的专家权威系数分别为0.813、0.848（均＞0.7），说明专家权威性较好，结果可靠

。专家意见的肯德尔和谐系数分别为0.172、0.135，均P＜0.001，2 轮专家函询的变异系数均＜0.25，且一、二、三级指标一致性比率值均＜0.1， 说明专家意见一致性较好。

1.3.2 遴选函询专家 专家纳入标准：（1）本科及以上学历、中级及以上职称；（2）从事护理管理≥5 年或研究方向为护理管理的护理管理者、 护理教育专家；（3）对互联网+护理服务熟悉者；（4）知情同意，自愿参与本研究者。 参加本研究2 轮函询的专家共21名，均为女性；分别来自湖北、广东、江苏、四川、河北、山东、云南、上海8 个省/市的三级甲等医院及医学院校；工作年限均为10 年及以上；本科学历8 名、硕士8 名、博士5 名；医疗机构工作者14 名、医学院校工作者7 名；中级职称4 名、副高级职称12 名、高级职称5 名；有出国学习经历者6 名；工作性质（多选）包含护理管理16 名、护理教育12 名、临床护理11 名、医疗卫生事业行政单位8 名等。

混成法指的是把一个词与另一个词混成一体来构成一个新词的方法。例如将两个词进行裁减，取其中一部分（词首或词尾），或保留一个词的词形不变，取另一个词的一部分，构成一个新词；用混成法构成的新词往往兼具两个旧词的词义。混成法构词举例：

1.4 统计学方法 采用Excel 2019、SPSS 25.0 对数据进行整理与分析，双人录入数据。 采用频数、百分率描述专家一般资料情况；采用专家积极系数、权威系数（Cr）、变异系数（Cv）、肯德尔和谐系数（W）分别表示专家积极程度、权威程度和意见协调程度；采用迈实AHP 层次分析软件

构建判断矩阵，计算指标权重及组合权重，并进行一致性检验

。P＜0.05 为差异具有统计学意义。

2 结果

3.2 互联网+护理服务风险管理评价指标体系的权重及内容分析

1.3.3 实施专家函询 采用目的抽样法， 以电子邮件形式于2021 年4—6 月对8 个省/市的21 名专家进行2 轮专家函询。研究小组根据第1 轮问卷结果，综合指标筛选标准、专家意见，对指标进行修改，形成第2 轮函询问卷，并反馈指标修改情况。指标的纳入标准

：指标重要性均数＞3.5、变异系数＜0.25、满分比＞0.20。

2.3 专家意见协调程度 专家意见协调程度由变异系数（Cv）和肯德尔和谐系数（W）表示。 变异系数＜0.25 时认为条目可信

，2 轮专家函询变异系数分别为0～0.220、0.044～0.198，说明专家意见趋于一致。W 取值范围为0～1，取值越接近1 专家协调程度越高

，第1 轮、第2 轮函询专家对整体指标的协调程度分别为0.172 和0.135， 经检验有统计学意义（P＜0.001）。 2 轮专家意见协调程度详见表1。

(3) 在控制母线电压的大小和开关频率的基础上,都可以实现电机无反转定位,且两种方法都不需要额外的硬件资源;

2.2 专家权威程度 专家权威程度（Cr）由专家熟悉程度（Cs）及判断依据（Ca）决定，公式为Cr=（Cs+Ca）/2。 本研究第1 轮专家熟悉系数、判断系数和权威系数分别为0.717、0.909 和0.813； 第2 轮分别为0.757、0.938 和0.848，均＞0.7，说明函询专家权威程度较高

，结果可靠。

三组重度患者治疗前MMRC评分、6MWD、FEV1预计值比较差异无统计学意义（P＞0.05），治疗后，策略1组和策略2组较治疗前明显改善，两组改善程度优于对照组，策略2组的MMRC评分、6MWD改善程度更明显（P＜0.05），见表2。

为验证本论文提出的CNN算法优于其他文本分类算法，就CNN、RNN、DBN、KNN、SVM 5种文本分类算法在不同样本数情况下准确率进行了分析比较。如图6所示。

第2 轮专家函询各指标重要性赋值均数为4.333～4.952、满分率为0.524～0.952、变异系数为0.044～0.198，根据筛选标准无指标删除；根据专家建议调整“1.1 制度建设”内11 个三级指标顺序。 经过2 轮专家函询，最终确定互联网+护理服务风险管理评价指标体系， 包括4 个一级指标、9 个二级指标、46 个三级指标。采用层次分析法确定各指标权重，并计算一致性比率（CR），4 个一级指标CR 值为0.045，二级指标及三级指标CR 值均＜0.1，符合一致性检验

。各指标权重详见表2。

3 讨论

1.3.1 拟定专家函询问卷 函询问卷包含3 个部分。 （1）致专家信：对研究背景、方法、意义及注意事项进行简要介绍；（2）专家一般情况调查表：包括专家基本信息， 对函询内容的熟悉程度和判断依据的自我评价表；（3）专家函询表：对各指标重要性进行评分（Likert 5 级评分法），并在每个条目后增加修改意见栏。

2.1 专家积极性 函询问卷回收率能够体现专家积极性。本研究第1 轮、第2 轮专家函询分别发放问卷26、23 份， 有效回收率分别为88%（23/26）、91%（21/23），2 轮函询中分别有9 名和3 名提出意见，可见本此研究专家积极性较高。

2.4 指标体系及其权重的确定 第1 轮专家函询各指标重要性赋值均数为4.087～5.000、 满分率为0.391～1.000、变异系数为0～0.220，根据筛选标准无指标删除；结合来自9 名专家的50 条建议与小组讨论，对指标进行以下修改：（1）对4 项指标进行内容修改；（2）增加3 项评价指标；（3）对4 项指标进行合并；（4）对3 项指标添加解释说明。

3.2.1 事前预防 事前预防对应预备力， 属于互联网+护理服务风险管理前期的防范与准备，其权重为0.276，在一级指标中排第二。 二级指标中“1.3 应急管理”和“1.4 风险防范”组合权重最大，均为0.092，说明在事前预防中需防患于未然，做好应急预案。同时三级指标“互联网+护理服务应急处置预案”和“应急预案演习”分别为“1.1 制度建设”和“1.3 应急管理”中组合权重最高指标，可见在前期准备中，做好应急预案的同时，也要加强应急预案演习，来检验方案的科学性及有效性

。 据调查，制度及培训是护理人员对互联网+护理服务的主要需求之一

，体现了制度建设和岗前教育的重要性。

3.2.2 事中反应 事中反应对应反应力， 主要强调风险发生时医疗机构及人员的及时响应及处理措施，其权重为0.391，在一级指标中最高，说明专家认为事中反应在互联网+护理服务风险管理中最为重要。 其包含“预警机制”和“应急响应”2 个二级指标。2019 年国家卫健委发布的《方案》

中建议为护士配置手机APP 定位追踪系统、一键报警装置及护理工作记录仪，以做好预警管理保障护患安全，突出了预警机制的重要性； 然而事故发生具有突发性和偶然性

，“应急响应”也刻不容缓。

电动汽车是电力负荷的重要组成部分，电动汽车充电具有间歇性、随机性等特点，电动汽车大规模或集中接入电网将对电网的稳定运行造成一定的影响[1-3]，许多研究人员对此做了大量的研究，文献[4]对电动汽车的充放电特性进行了研究，并综述了电动汽车充放电对电网的影响，文献[5]研究了电动汽车对电网的影响因素，也综述了电动汽车充电对电网了影响。

3.2.3 事后恢复 事后恢复对应恢复力， 指风险控制后，对恢复工作的安排。 在一级指标中权重最低，为0.138，说明专家对其认可度偏低。然而调查显示，护士

和患者

在家庭护理过程中常发生不良事件，产生心理负担及伤害，故事后恢复也不可忽视，应做好“补偿机制”，一方面对护理人员起到激励作用，另一方面对患方起到安抚作用，从而降低医患矛盾。

3.2.4 监控反馈 监控反馈对应缩减力， 贯穿于风险管理的全过程， 不断发现问题并作出调整以促进互联网+护理服务的完善，其权重为0.195，包括“监控机制”与“反馈机制”2 个二级指标，其中“监控机制”组合权重更高，为0.130。 在家庭健康管理中，工作场所缺乏监督与领导，导致错误的操作不易被发现及改正

，那么建立符合互联网+护理服务特色的监控机制则尤为重要，例如，“护理服务全过程监控系统”便是一种有效手段。 同时，有学者提出，缺乏常规和相关的反馈是患者安全事件报告的一个显著因素

，故而反馈机制必不可少。

3.3 互联网+护理服务风险管理评价指标体系的可行性与实用性 李希琳等

提出评价指标、评价标准和权重系数是判断指标体系实用性与可行性的关键因素。本研究在评价指标方面以4 R 危机管理理论为基础，结合文献查阅与质性访谈，经过2 轮德尔菲专家函询确定评价指标体系， 评价指标贯穿互联网+护理服务风险管理“事前-事中-事后”，全维度进行风险控制。权重系数方面，以层次分析法确定各指标权重与组合权重， 且指标重要性均数均≥4.333，满分率＞0.50，变异系数＜0.25，说明函询专家认为各指标均较为重要，能够有效反映出医疗机构互联网+护理服务风险管理现状。评价标准方面，由于客观条件影响，暂未进行临床实践验证，尚不足以形成量化的评价标准，后期应进行临床评估与验证，不断完善评价指标体系，并形成评价标准，以利于医疗机构对互联网+护理服务风险管理进行评价。

[1] 陈齐, 黎蔚华. 互联网+护理服务背景下护士执业安全风险及对策[J]. 护理学报, 2020,27(24):15-18.DOI:10.16460/j.issn1008-9969.2020.24.015.

[2] 刘秋霞, 孙鸿燕, 余思萍, 等. 我国“互联网+护理服务”面临的困境及对策[J]. 护理学杂志,2019,34(17):11-13.DOI:10.3870/j.issn.1001-4152.2019.17.011.

[3] 姜贺,许乐.4R 危机管理理论在护理风险管理中的应用[J].中国护理管理, 2011,11(5):57-59.DOI:10.3969/j.issn.1672-1756.2011.05.019.

[4] 颜德如,麻跃琪. 构建全过程的社区应急信息管理体系:基于4R 危机管理理论的分析[J]. 北方论丛, 2021(1):78-87.DOI:10.3969/j.issn.1000-3541.2021.01.008.

[5] 蔡立柏, 刘延锦, 郭玉茹, 等. 骨科康复护理质量评价指标的构建[J]. 中华护理杂志, 2021, 56(4):508-514. DOI:10.3761/j.issn.0254-1769.2021.04.005.

[6] 刘自远, 刘成福. 综合评价中指标权重系数确定方法探讨[J]. 中国卫生质量管理, 2006, 13(2):44-46,48.DOI:10.3969/j.issn.1006-7515.2006.02.018.

[7] 吕跃进. 指数标度判断矩阵的一致性检验方法[J]. 统计与决策, 2006(18):31-32.DOI:10.3969/j.issn.1002-6487.2006.18.013.

[8] 陈娟慧,陈燕萍,蒙昱妃,等. 社区护士对老年人家庭访视的知信行评价指标体系构建[J]. 护理学报, 2020,27(12):73-78. DOI:10.16460/j.issn1008-9969.2020.12.073.

[9] 李希琳,张琰,陶艳玲,等. 基于决策评价导向模型构建广东省护理学本科毕业实习基地评价指标体系的研究[J]. 护理学报, 2020,27(18):15-20.DOI:10.16460/j.issn1008-9969.2020.18.015.

[10] 彭蕾,张君燕. 4R 危机管理理论在新型冠状病毒肺炎疫情期间门诊管理中的作用[J]. 中华护理杂志, 2020, 55(S1):512-514.DOI:10.3761/j.issn.0254-1769.2020.S1.194.

[11] 王非凡,向克兰,屈红,等. 基于危机管理4R 理论护理安全质量管理体系的构建与实施[J]. 护理学杂志, 2017, 32(5):52-55. DOI:10.3870/j.issn.1001-4152.2017.05.052.

[12] 张燕,马君,王伟. 突发事件对医院应急管理的影响分析与对策研究[J]. 中国卫生产业, 2016, 13(14):7-9.DOI:10.16659/j.cnki.1672-5654.2016.14.007.

[13] 申微,秦月兰,石泽亚,等. 我国不同层级护士“互联网+护理服务”需求现状及影响因素分析[J]. 中华医院管理杂志,2021,37(4):326-331.DOI:10.3760/cma.j.cn111325-2020 0810-01752.

[14] 医政医管局. 国家卫生健康委办公厅关于开展“互联网+护理服务”试点工作的通知[EB/OL]. (2019-02-12)[2022-01-21].http://www.nhc.gov.cn/yzygj/s7657g/201902/bf0b253 79ddb48949e7e21edae2a02da.shtml.

[15] 邢娟娟. 突发职业危害事故应急响应关键技术[J]. 中国安全生产科学技术, 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, Törnkvist 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.