基于CiteSpace 对国内外医院感染护理相关研究的可视化分析

李璐 郎红娟 刘京 黎璞 周菲 杨静静 吾超 贺世喆

1.空军军医大学第二附属医院（陕西省西安市，710038）

2.空军军医大学（陕西省西安市，710032）

医院感染是指患者在医院内获得的感染，包括在住院期间发生的感染和在医院内获得出院后发生的感染，感染管理的控制质量直接关系到医疗质量及患者的安全性[1-2]。医院感染率在逐年上升，直接造成患者平均住院时间延长4 d，影响患者疾病预后和转归，已构成全球重大公共卫生事件[3-5]。医院感染贯穿患者诊疗的整个过程，包括医疗、护理、医技、后勤保障人员以及患者自身[6]，而护理在医院感染防控中起着至关重要的作用，是医院感染防控的核心，然而目前大多研究集中在医疗方面，护理相关医院感染总结较少。本研究运用CiteSpace软件[7]，以医院感染护理相关文献为研究点，探索国内外该领域的研究热点、研究进展与趋势，为进一步开展医院感染护理研究提供参考依据。

1 资料与方法

1.1 资料来源

计算机检索中文数据库，包括中国知网（CNKI)、中国生物医学文献数据库(CBM)、万方数据库、维普数据库。使用高级检索，选择主题词检索，检索主题词为“医院感染”OR“院内感染”AND“护理”，文献来源限定核心期刊，语言限定为中文，纳入符合主题、公开发表的论文，剔除会议、报纸、图书和征稿启事等。英文检索Web of Science(WOS)数据库，检索策略为“nosocomial infection” OR“hospital infection”AND“nursing”，为研究近十三年医院感染护理相关研究进展，故选择检索时限为2010年1 月1 日—2022 年12 月31 日，检索日期为2023年1 月22 日。共检索到2647 篇文献，阅读论文题目和摘要后，删除不相关文献，最终纳入2508 篇有效文献，其中中文文献942 篇，英文文献1566 篇。

她天天无所事事，这次无聊耍苦情玩，无端拉上他，这更让田铭气愤难平。他平静地打电话给范青青邀见面，范青青一脸小女友的可爱贤惠，左手提着新鲜出炉的披萨，右手提着大葱白菜、排酸冷鲜肉，进门就娇俏地喊：“田铭，今天让你尝尝我的手艺哦。”“好。”田铭竟说了一声好，心想尝罢手艺再说。

1.2 数据转换与处理

使用CiteSpace6.1.R3 软件转换格式，设置时间为2010—2022 年，分区为1 年，阈值为50，网络裁剪选择最小生成树算法（MST)；以作者、机构、关键词作为节点类型进行可视化分析，并检测突现词[8]。

2 结果

2.1 年度发文量

分析结果显示，中文核心期刊发文量较Web of Science 多。国内2010 年—2013 年呈上升发文趋势，2013 年—2022 年波动下降；国外2010 年—2019 年呈稳定发文趋势，总体呈波动上升趋势。见图1。

图1 中文数据库与Web of Science 数据库医院感染护理研究文献年度发文量趋势Figure 1 Trend of annual publications of nosocomial infection nursing research literature in Chinese database and Web of Science database

2.2 作者分析

以“institution”为节点分析对研究机构进行分析，结果见图4、图5。以机构为节点进行分析，每个节点代表一个机构，根据表1 显示，中文数据库中发文最多的机构为华中科技大学同济医学院附属同济医院护理部，其中北京医院感染管理处和中南大学湘雅护理学院团队合作最为紧密，其次为华中科技大学与其附属医院合作。Web of Science 中发文量最多的是哥伦比亚大学，其次是莫纳什大学和圣保罗大学。其中莫纳什大学与墨尔本大学合作最为紧密。

表1 医院感染护理机构发文量Table 1 Volume of hospital infection care institutions

图2 中文数据库医院感染护理研究作者图谱Figure 2 Author map of hospital infection nursing research in Chinese database

图3 Web of Science 数据库研究作者图谱Figure 3 Author map of the Web of Science database

2.3 机构分析

以“author”为节点分析，每个节点代表1 名作者，节点越大表示作者发文量越多，作者间的连线粗细表示合作程度[9]。国内发文量最多的是钱小毛（9 篇），根据普赖斯定律计算后发文量≥4 篇的核心作者包括钱小毛（9篇）、汪辉（5篇）、商临萍（5篇）、王婧（4 篇）、刘义兰（4 篇）、何丽（4 篇），国外核心作者共12 位，发文量最多的是Stone, Patricia W（6 篇）、Saint, Sanjay（6 篇）。其中季雪莲、冀会萍和马慧丽团队间的合作最为紧密，其次为潘颖颖、朱熠、庄建文和张淑敏团队，张涛、肖玲、李茁和刘丽秀团队，徐丽丽、王国权、侯彩妍和刘娜团队以及洪丽霞和吴慧文团队。见图2。Web of Science 中英文作者多为团队发文，发文量最多的为Safdar，Nasia 和Larson，Elaine。其中Yuen，Kwok-Yung,Wong,Shuk-ching,Cheng,Vincent Chi-Chung 和Chen,Jonathan Hon-Kwan 的团队合作最为紧密，其次为Lee WM 和Yuen,KY,Wong,SCY,Chau,PH 团队以及Kashinyama,Selya,Ohge,Hiroki,Shigemoto,Norifumi,Mor i,Minako 和Kitagawa,Hiroki 团队。见图3。

图4 中文数据库研究机构合作图谱Figure 4 Cooperative Map of Chinese database research institutions

图5 Web of Science 数据库研究机构合作图谱Figure 5 Web of Science database research institution cooperative map

2.4 关键词共现分析

3.1.1 医院感染护理相关危险因素 现有文献多采用回顾性研究表明患者高龄、抗生素滥用、住院时间等是目前医院感染常见危险因素，较少文献研究医院感染发生的护理相关原因，目前已知原因包括护士手卫生不到位[12]、护理操作不规范等[13]。国外研究表明，科室物品摆放不合理[14]、病床间距过短[15]、护理人员不足或工作量与资源失衡是院内感染和微生物交叉传播的重要决定因素[16]，可能包括没有时间遵守感染控制建议、工作不满、与工作相关的倦怠、旷工和人员流动率高[17]，已有研究明确表明护士的压力水平使医院感染的发生率增加了3.2 倍以上[18]，因此，合理调配护理资源、提高护士手卫生依从性、促使护士执行标准化操作对于降低医院感染风险具有积极意义。近年来，随着信息化时代的不断发展，利用机器学习算法辅助研究医院感染危险因素分析成为新的研究方式，对医院感染的危险因素分析更加深入。机器学习是指计算机能够利用监督学习或非监督学习来识别潜在信息或对数据进行预测[19]，常见的机器学习算法有人工神经网络、决策树、支持向量机、朴素贝叶斯和k-means 聚类等[20]。刘建模等[21]采用使用Logistic回归和3 种机器学习算法（随机森林、XGBoost、LightGBM）构建急性缺血性脑卒中医院感染预测模型，研究表明基于机器学习医院感染预测模型有利于早期识别急性缺血性脑卒中患者医院感染及挖掘危险因素。今后研究者可以利用机器学习在医院感染领域针对不同疾病感染结局的风险进行预测研究，深度挖掘医院感染发生的危险因素，同时确保开发的预测模型的准确性和可行性以应用于临床感染控制。医院感染危险因素的探索启示医务人员应采取措施对上述危险因素采取针对性措施以降低医院感染率，协助患者治疗及康复。

表2 医院感染护理关键词频次表Table 2 Key frequency of nosocomial infection care

图7 Web of Science 数据库医院感染护理关键词共现图Figure 7 Co-occurrence of nosocomial infection care in Web of Science database

2.5 突现词分析

3.1.3.1 预防医院感染的护理措施 有效的手卫生是国内外公认的避免患者院内感染的最重要措施之一，大多数护理工作人员能有效掌握手卫生的相关知识，但手卫生行为依从性很难达到标准[34]，为此研究者们采取一系列理论支持的护理干预措施加强手卫生[35]。集束化干预措施是通过具有循证理论支持的一组综合性护理措施，连续、循环地干预分析医院感染发生率及环节质量和干预效果，从而建立长期质量持续改进机制[36-37]。预警护理分析医院感染的风险因素，以此总结和规划由风险针对性的护理模式，同时增强护理人员风险预警意识，以达到预防和控制院内感染的作用[38]。纵横双向层级责任制护理是指根据护士能力分不同层级给予不同工作权限并履行不同岗位职责和工作任务以确保护理质量，护士操作的能力在一定程度上可以减少医院感染[39]。感染防控督导员长效管理机制能有效控制医务人员发生医院感染的风险，对提高护理人员自身感染防控意识起到了促进作用[40]。多点反馈管理模式也有类似的作用和效果[41-42]。文献中从单一干预措施到理论为基础的多策略组合降低了医院感染发生率，但具体如何多策略组合仍缺乏循证依据。近几年，人工智能在医院感染目标检测与监测等领域发展发挥作用，通过人工智能技术，规范医务人员行为以达到预防医院感染的目的[43-44]。国内忻超等[45]研究基于YOLOv5 神经网络结合深度学习数据增强，利用摄像头数据检测防护服穿脱是否规范，对洗手动作、穿戴医用手套、穿脱防护服等规范的执行情况进行识别，借助信息化全平台准确评判。国外有研究通过卷积网络分类器的计算机深度学习后监测医务人员手卫生执行情况[46]，或使用可穿戴技术应用于手卫生监测[47]。国外人工智能技术应用于医院感染较国内成熟，而目前防控效果有待商榷，其一：精准识别采集到的图像需要深度学习后得到高质量数据库，然而数据库的质量尚且不能保证；其二：医务人员依赖于人工智能的监管，当停止人工智能技术反馈后，预防措施实施水平明显下降。人工智能助益于医院感染防控，未来仍有很大的研究空间。

图8 中文医院感染护理突现词可视化分析Figure 8 Visualization analysis of Chinese hospital infection words

图9 Web of Science 医院感染护理突现词可视化分析Figure 9 Web of Science visual analysis of emerging words for hospital infection care

3 讨论

3.1 研究热点分析

根据关键词出现频次及突现词分析，该领域研究热点国内外医院感染护理研究内容大致相同，可归纳为三个方面：①医院感染发生的危险因素；②感染发生的常见位置；③感染的护理对策与管理。

关键词通常用来表现文章的主体内容，具有高度概括性和主题引导性，通过对关键词出现频次的统计可以了解相关领域的研究热点。中介中心性用来衡量文献的重要性，若节点具有较高的中介中心性，则该节点可能更加重要，也越有可能成为不同领域之间的关键转折枢纽[10]。如图6、图7 所示，在中文文献中合并整理后共总结得到208 个关键词，关键词多与医院感染、护理、危险因素、护理对策、手卫生有关；英文文献中合并同类并整理后得到93个关键词，关键词与中文数据库大致相同。关键词出现频次与中介中心性见表2。

3.1.2 医院感染发生常见位置

大峡谷村游客中心结构价值图显示，近70%游客认为乡村旅游地的公共服务设施如安全设施、特殊群体设施、停车场地、厕所等是游客中心最重要的属性之一，而实证研究发现，游客对于服务设施的感知价值仅为3.60左右，总体满意度较低。此外，较多游客反映大峡谷村覆盖范围广，道路建设不完善，景点连接也存在“最后一公里”的问题。目前，大峡谷村观光交通只限于景区巴士，游客须等候较长时间，缺乏人性化设计，不能满足自由行的需求。

3.1.2.2 患者发生医院感染常见位置 根据以上突现词可知血液透析、机械通气是医院感染发生的常见危险因素之一，患者病情危重、侵入性操作多，因此综合ICU 成为医院感染最常见的科室[26]。其中机械通气造成多重耐药菌在医院感染护理占首要原因，主要由于气管导管压力不足，声门下隙聚集大量分泌物顺气管流入肺内，随插管时间延长造成多重耐药菌感染[27]，除护理操作秉承无菌观念外采用气囊压力监测[28]和声门下吸引[29]等方法。血管导管相关血流感染是由于病原微生物接触导管后黏附于其表面，经不断增殖、聚合，形成了对抗抗菌药的生物膜，并进入血液引起感染造成菌血症[30]，目前研究使用新技术导管涂层技术、抗菌溶液封管技术，应用氯己定抗菌敷料在一定程度上可以减少医院感染[31]。临床上最为常见的护理相关医院感染除血流感染、呼吸机相关肺炎外还包括导尿管相关泌尿系统感染，留置导尿管会造成病原微生物沿着导尿管的外壁进入尿道，同时插管过程中可能损伤尿道，从而使病原微生物侵犯尿道黏膜而致感染[32]，临床采取无菌的持续密闭引流系统，强化手卫生、无菌技术操作、增加消毒次数等方法管理[33]。护理管理者通常根据指南对常见医院感染发生位置制定防控计划，临床中使用护理标准化操作联合综合干预措施以监管医院感染，但收效尚未有定论，因此建立循证为基础的护理措施尤为重要。

监督流程不够具体。监督是相对独立的，应建立相对独立的监督流程，这样才能做到客观公正。但许多现行制度对监督的要求提得多，对监督流程却规定得少，有时候监督流程与决策流程互相混淆，导致监督人员既充当了“运动员”角色，又承担了“裁判员”职责；有时候把议事规则替代监督流程，致使监督人员在毫不知情的情况下滥竽充数地列席会议，又无端地为其“签字背书”，严重背离了监督初衷。

3.1.2.1 医院感染发生高频接触物体表面 医院不同科室高频接触表面发生医院感染现状不容乐观[22]。科室之间常用医疗器械不同，造成医院感染的高频接触表面也不尽相同，重叠的高频接触表面包括病床、门把手、监护仪、治疗车[23]，不同的高频接触表面需要不同的消毒次数[24]，然而目前指南指出的消毒频次不能完全满足医院感染预防要求，现有研究追加的消毒频次和消毒流程缺乏循证依据[25]。今后可在高频接触表面形成消毒流程标准和在抗菌表面进行技术研究以保持抗菌效果。

3.1.3 预防医院感染的护理措施与管理

关键词突现是指在短时间内，某个关键词频次增加显著，可以表明此段时间关注度较高的研究，据此判断该研究领域的热点和趋势[11]，见图8、图9。研究结果显示，国内2010 年—2012 年医院感染的管理与控制为主要研究方向，2013 年逐渐开始研究医院感染的危险因素，并且护理人员意识到医院感染需要针对高危人群（如血液透析患者、机械通气患者、老年患者）采取相应护理措施进行控制，2020 年开始由于新型冠状病毒肺炎疫情防控形成新的研究热点。国内外研究趋势大致相同，2014年起对多重耐药菌感染、感染发生率、感染位置研究较国内多。

3.1.3.2 预防医院感染的护理管理 护理管理为医院感染防控工作的重要组成部分[48]。在国家、医院系列文件和政策推动下，根据评价指标体系标准，医院感染控制专科护士得到了高质量、规范化的培养，专科护士在知识、实践能力、管理、教育方面均有全面提升[49]。医院感染的预防不仅是医护人员的努力，同时对患者及家属通过语言讲解或发放宣传手册等方式进行健康宣教，促使其了解医院感染的因素，提升对医院感染的认识，掌握手卫生的方法，为全面开展医院感染的防控提供保障[50-52]。加强医院感染护理防控不仅需要护理管理者与医院感染工作人员、护理人员与患者有效沟通机制，也需要标准、规范的流程和监管制度，以先进科学技术辅佐，形成全面立体的医院感染防控体系。

毋庸置疑，正是更为深层的制度原因主导了儒家对女性的角色定位，裹挟于其中的女性是男性中心的宗法制度与君主专制制度的受害者与牺牲品，因而对儒家女性观的反思离不开对基于儒家伦理的制度设定的批判。时至今日，封建君主制与家族制度早已崩解，“三纲”论与“三从”“四德”说备受质疑，传统的家庭伦理也受到冲击而处于重构之中。在此形势下，儒学要在当代社会复兴就必须在自我批判中正视并回应女性主义的挑战，实现现代转化。

3.2 研究趋势分析

国外医院感染护理相关研究不断增多，根据突现词图谱可以看出研究趋势是发生医院感染的相关危险因素和医院感染的护理防控措施。在国内，2013—2020年医院感染护理相关研究呈下降趋势，原因可能为医院感染危险因素和干预措施研究趋于饱和[53-55]。疫情防控成为2020—2022 年新的研究热点，新型冠状病毒感染为医院感染防控提示，以此建立呼吸道传染病医院感染快速反应团队和防控流程，在此方面形成循证为依据的防控措施与流程[56-59]，为以后传染疾病医院感染控制提供建议和思考。

4 小结

根据以上结果来看，国外医院感染护理领域团体网络发展较国内研究完善，国内在该领域核心作者较国外少，国内研究机构之间连线较少，因此在后续研究中，各医院与学校间应加强学术交流活动，提升医院感染方面科研水平。“十四五规划”指出：全面推进健康中国建设，提高突发公共卫生事件应对能力，中共二十大报告再次强调提升公共卫生等重大突发事件能力。医院感染防控是应对突发公共卫生事件中的重要环节，采取措施控制医院感染率仍是重要问题。本文通过可视化分析为研究者指出近年医院感染护理研究热点变化，从护理的角度提供最近研究进展，建议使用机器学习分析医院感染发生的危险因素，医护人员针对医院感染危险因素和发生医院感染常见位置采取循证护理措施，同时辅以科技技术监测和良好的管理方式以降低医院感染发生率。但是由于本研究仅纳入核心期刊，结果存在一定的不完整性，后期研究者可纳入更多文献为临床护理提供参考依据。

这句话提醒了菲利普，他打电话询问去过亚当家的急救人员，得到肯定回复后立刻报了警。警察马上赶到亚当家，取走了那个可疑的药瓶。