基于雙聚類算法探測護(hù)理信息學(xué)的知識基礎(chǔ)和研究前沿

張錦輝丁 哲潘現(xiàn)偉

（1.遼東學(xué)院醫(yī)學(xué)院，遼寧 丹東 118001；2.遼東學(xué)院醫(yī)學(xué)院護(hù)理系；3.中國醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)系）

?綜述?

基于雙聚類算法探測護(hù)理信息學(xué)的知識基礎(chǔ)和研究前沿

張錦輝1丁 哲2潘現(xiàn)偉3

（1.遼東學(xué)院醫(yī)學(xué)院，遼寧 丹東 118001；2.遼東學(xué)院醫(yī)學(xué)院護(hù)理系；3.中國醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)系）

作為一門新興學(xué)科，護(hù)理信息學(xué)在國外已經(jīng)得到了快速發(fā)展，國內(nèi)相關(guān)原始研究較少。本文采用文獻(xiàn)雙聚類算法對護(hù)理信息學(xué)領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行分析，探測該領(lǐng)域相關(guān)研究的主要研究方向和研究前沿，為我國護(hù)理信息學(xué)研究人員提供一定的參考和依據(jù)。

護(hù)理信息學(xué)；雙聚類算法；知識基礎(chǔ)；研究前沿

1 前言

隨著計算機(jī)科學(xué)和通信技術(shù)的飛速發(fā)展，信息科學(xué)越來越多的被用于人類社會發(fā)展的各個領(lǐng)域，信息化、現(xiàn)代化似乎成了未來社會發(fā)展的必然趨勢。20世紀(jì)60年代末，計算機(jī)被應(yīng)用到醫(yī)院，極大地提高了醫(yī)療工作的效率，推動了醫(yī)院信息系統(tǒng)的發(fā)展。護(hù)理工作是醫(yī)療工作的重要組成部分，現(xiàn)代信息技術(shù)在醫(yī)院的廣泛應(yīng)用，使得護(hù)理工作的科學(xué)化、現(xiàn)代化和信息化程度越來越高[1]，這就為護(hù)理學(xué)的專業(yè)發(fā)展方向和人才培養(yǎng)目標(biāo)提出了新的要求和挑戰(zhàn)，即開展護(hù)理信息學(xué)。

護(hù)理信息學(xué)(Nursing Informatics)最早由Scholes M和Barber B于1980年提出[2]。1989年，Graves JR和Corcoran S將其定義為：幫助處理和管理護(hù)理數(shù)據(jù)、信息和知識以支持護(hù)理實踐及看護(hù)服務(wù)的計算機(jī)科學(xué)、信息科學(xué)和護(hù)理科學(xué)的綜合體[3]。1992年，美國護(hù)士協(xié)會(American Nurses Association, ANA)正式批準(zhǔn)護(hù)理信息學(xué)作為護(hù)理的一個專業(yè)實踐領(lǐng)域，并定義了護(hù)理信息學(xué)的范圍、職責(zé)以及實踐標(biāo)準(zhǔn)[4]。

自護(hù)理信息學(xué)提出以來已有近40年的歷史，國外的護(hù)理信息學(xué)發(fā)展較快，已經(jīng)形成一套完整的理論體系。我國護(hù)理信息學(xué)起步晚、發(fā)展慢，需要借鑒國外的經(jīng)驗來加快發(fā)展。本文旨在通過雙聚類算法[5]對護(hù)理信息學(xué)領(lǐng)域相關(guān)文獻(xiàn)進(jìn)行聚類分析，總結(jié)目前護(hù)理信息學(xué)領(lǐng)域的知識基礎(chǔ)和研究前沿，揭示護(hù)理信息學(xué)研究的發(fā)展方向和學(xué)科結(jié)構(gòu)，以期為該領(lǐng)域的研究人員提供參考和依據(jù)。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù) 以“nursing informatics”為主題字段在web of science引文數(shù)據(jù)庫中進(jìn)行檢索，限制文獻(xiàn)類型為原始論文和綜述，檢索到2000年以來在SCI數(shù)據(jù)庫中發(fā)表的436篇相關(guān)文獻(xiàn)記錄，下載這些文獻(xiàn)記錄及其參考文獻(xiàn)作為本研究的數(shù)據(jù)集。從引用和被引用角度，我們稱這436篇論文為來源文獻(xiàn)，這些論文所引用的文獻(xiàn)為被引文獻(xiàn)。

2.2 方法

2.2.1 文獻(xiàn)統(tǒng)計方法 利用BICOMB[6](Bibliographic Item Co-Occurrence Matrix Builder,書目共現(xiàn)分析系統(tǒng))軟件對下載的文獻(xiàn)記錄(來源文獻(xiàn))的參考文獻(xiàn)(以下稱為引文)進(jìn)行提取、統(tǒng)計。選取高頻引文(頻次＞9次)29篇(見表1)，占全部引文的3.09%。根據(jù)高頻引文是否出現(xiàn)在來源文獻(xiàn)的參考文獻(xiàn)列表中來構(gòu)建高頻引文-來源文獻(xiàn)的被引文獻(xiàn)-來源文獻(xiàn)矩陣(見表2)。

2.2.2 分析方法 利用gCLUTO進(jìn)行雙聚類分析。gCLUTO(graphical Clustering Toolkit, 圖形聚類工具包)由明尼蘇達(dá)大學(xué)Matt Rasmussen等人開發(fā)，是用于對低維和高維數(shù)據(jù)集進(jìn)行聚類，并對聚類類簇進(jìn)行分析的軟件包。本研究使用該軟件對高頻引文-來源文獻(xiàn)詞篇矩陣進(jìn)行雙聚類，將矩陣輸入到gCLUTO軟件中，聚類方法選擇重復(fù)二分法(Repeated Bisection，RB)，相似系數(shù)選擇余弦函數(shù)(Cosine)，聚類數(shù)目設(shè)為4類，其余參數(shù)選擇默認(rèn)值。軟件運行后，得到聚類結(jié)果的描述性和區(qū)分性特征表以及高頻引文-來源文獻(xiàn)的雙聚類可視化棋盤圖(見圖1)。

表1 用于雙聚類分析的高頻引文

表2 被引文獻(xiàn)-來源文獻(xiàn)詞篇矩陣(局部)

圖1 高頻引文-來源文獻(xiàn)雙聚類可視化棋盤圖

3 結(jié)果與分析

3.1 雙聚類結(jié)果的基本描述 圖1為本研究獲得的雙聚類棋盤圖，即根據(jù)雙聚類算法得出的護(hù)理信息學(xué)領(lǐng)域相關(guān)文獻(xiàn)在高頻引文和來源文獻(xiàn)兩個維度的聚類結(jié)果。左側(cè)聚類樹圖表示的是高頻引文獻(xiàn)的聚類情況，右側(cè)則是對應(yīng)的高被引文獻(xiàn)的書目信息，本研究中將高被引論文分為4類，分別包含6，14，4，5篇高頻引文，代表了開展護(hù)理信息學(xué)研究的知識基礎(chǔ)。

圖1中上部的聚類樹圖表示的是來源文獻(xiàn)，根據(jù)高頻引文的共現(xiàn)頻次而對來源文獻(xiàn)的聚類。下部則是對應(yīng)的書目文獻(xiàn)信息。矩陣中央的部分是可視化圖的核心部分，顏色的深淺表示值的大小，白色相當(dāng)于0，黑色是較大的值，顏色越深代表值越大，即被引頻次越高。由此可以找到與某一類被引文獻(xiàn)對應(yīng)程度較高的來源文獻(xiàn)。這些文獻(xiàn)就表現(xiàn)了與該類知識基礎(chǔ)相關(guān)的護(hù)理信息學(xué)研究的前沿。

3.2 雙聚類類別的內(nèi)容分析 根據(jù)可視化聚類圖，本研究將護(hù)理信息學(xué)相關(guān)研究分為4個方向，結(jié)合高頻引文和對應(yīng)的來源文獻(xiàn)的內(nèi)容，對護(hù)理信息學(xué)領(lǐng)域的知識基礎(chǔ)和研究前沿總結(jié)如下。

3.2.1 護(hù)理信息系統(tǒng)的應(yīng)用及其評價

3.2.1.1 知識基礎(chǔ) 2000—2005年，Nahm R測量了護(hù)理信息系統(tǒng)對護(hù)理檔案記錄和患者滿意度的影響，結(jié)果顯示該系統(tǒng)顯著提高了護(hù)理檔案記錄的質(zhì)量，而對患者滿意度并沒有明顯的影響；Moody LE調(diào)查了護(hù)士對電子健康檔案的態(tài)度，調(diào)查發(fā)現(xiàn)具有電腦專業(yè)知識的護(hù)士對電子健康檔案接受度較好，工作效率也較高；Kaplan B以臨床決策支持系統(tǒng)為例，提出信息學(xué)在醫(yī)療工作中的應(yīng)用效果評價應(yīng)采用多種方法，不應(yīng)局限于隨機(jī)對照試驗和實驗性評估。大多是對先前文獻(xiàn)的綜述，該時期護(hù)理信息系統(tǒng)處于探索期。

3.2.1.2 研究前沿 2008—2013年，在此知識基礎(chǔ)之上，Urquhart C和Kossman SP又深入評估了護(hù)理信息系統(tǒng)對護(hù)理工作和患者疾病結(jié)局的影響；Booth RG和Garcia-Smith D對已經(jīng)投入使用的臨床信息系統(tǒng)成功模型的功能和實用性進(jìn)行了調(diào)查研究，探究了臨床信息系統(tǒng)存在的問題和評價方法。原始研究較多，護(hù)理信息系統(tǒng)進(jìn)入了使用階段。

3.2.2 護(hù)理教育中學(xué)生信息能力的培養(yǎng)

3.2.2.1 知識基礎(chǔ) 1997—2007年，Staggers N和Curran Christine R調(diào)查了不同層次護(hù)士的信息能力，以及信息能力在護(hù)理工作中的重要性；Smedley A評價了澳大利亞醫(yī)院中信息能力在護(hù)理工作中的意義，強(qiáng)調(diào)護(hù)理教育中應(yīng)重視培養(yǎng)護(hù)理信息學(xué)方面的人才；Saranto K研究了護(hù)理教育中護(hù)士信息能力的培養(yǎng)問題，認(rèn)為在護(hù)士的培養(yǎng)中，信息能力的培養(yǎng)尤為重要；Hobbs SD提出了一種測試護(hù)士電腦使用能力的分析工具。

3.2.2.2 研究前沿 2009—2013年，F(xiàn)etter MS評估了本科護(hù)理畢業(yè)生對信息技術(shù)的掌握能力，呼吁護(hù)理教育單位和臨床實習(xí)單位應(yīng)協(xié)調(diào)合作，加強(qiáng)護(hù)理專業(yè)學(xué)生護(hù)理信息學(xué)能力的培養(yǎng)；Choi J通過護(hù)士自我評估的方法研究了護(hù)理實踐博士的護(hù)理信息能力，結(jié)果顯示，護(hù)士的教育培養(yǎng)課程中應(yīng)增加護(hù)理信息能力的課程。Fetter MS是此方面的前沿代表人物。

3.2.3 護(hù)理信息學(xué)的理論研究

3.2.3.1 知識基礎(chǔ) 1988—2005年，Graves JR概述了護(hù)理信息學(xué)的理論框架，包括護(hù)理數(shù)據(jù)、信息科學(xué)和護(hù)理科學(xué)的管理，研究討論了護(hù)理信息學(xué)的重要概念以及護(hù)理科學(xué)與信息科學(xué)之間的關(guān)系；Werley HH詳細(xì)闡述了如何識別護(hù)理最小數(shù)據(jù)集的方法以及護(hù)理最小數(shù)據(jù)集在護(hù)理信息學(xué)研究中的作用，提出開展護(hù)理信息學(xué)研究首先應(yīng)將護(hù)理原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，這樣才能實現(xiàn)護(hù)理研究的信息化。

3.2.3.2 研究前沿 2009—2012年，Randell R調(diào)查研究了工作單位對護(hù)士應(yīng)用臨床決策支持系統(tǒng)的影響，結(jié)果發(fā)現(xiàn)，在購買和引進(jìn)信息系統(tǒng)時臨床醫(yī)生的參與起到了重要作用，而真正影響護(hù)士使用信息系統(tǒng)的因素是該系統(tǒng)能否切實提高護(hù)理工作效率；Burkhart L以精神護(hù)理為例，討論了信息學(xué)理論如何應(yīng)用到護(hù)理檔案系統(tǒng)設(shè)計中，以及如何對護(hù)理數(shù)據(jù)集進(jìn)行分析處理；Marin HD比較了國際護(hù)理基本數(shù)據(jù)集與從婦女健康護(hù)理表格收集的護(hù)理數(shù)據(jù)集，發(fā)現(xiàn)此類護(hù)理表格用來存檔和分析護(hù)理工作流程是可用的。

3.2.4 護(hù)理信息學(xué)應(yīng)用到實踐工作中的探索研究

3.2.4.1 知識基礎(chǔ) 美國護(hù)理學(xué)會于2001年發(fā)布了護(hù)理信息學(xué)實踐的適用范圍和標(biāo)準(zhǔn)；Cronenwett L探討了護(hù)士的基本素質(zhì)和安全性教育，分析了護(hù)士在學(xué)期間應(yīng)具有的基本素質(zhì)，主要包括以病人為中心、團(tuán)隊合作、基于證據(jù)的實踐、質(zhì)量改善、安全性和信息學(xué)；Bakken S探索開展護(hù)理信息學(xué)需要具備的信息學(xué)基礎(chǔ)設(shè)施，如標(biāo)準(zhǔn)化術(shù)語、證據(jù)的數(shù)字化資源、不同類型系統(tǒng)之間健康護(hù)理數(shù)據(jù)交換的標(biāo)準(zhǔn)、信息學(xué)過程以及信息學(xué)能力等，之后作者又進(jìn)行了基于信息學(xué)護(hù)理教育方面的研究，旨在通過信息化的護(hù)理系統(tǒng)提高患者的安全性。

3.2.4.2 研究前沿 在此基礎(chǔ)上，有學(xué)者研究了循證實習(xí)課程對護(hù)理信息學(xué)能力培養(yǎng)的作用，并對信息學(xué)知識整合到護(hù)理本科教育中的相關(guān)研究進(jìn)行了綜述。

4 結(jié)論

本研究使用雙聚類算法，從文獻(xiàn)學(xué)的角度對護(hù)理信息學(xué)領(lǐng)域相關(guān)文獻(xiàn)進(jìn)行了提取、統(tǒng)計、聚類和分析。聚類可視化結(jié)果發(fā)現(xiàn)，在護(hù)理信息學(xué)興起的近40年內(nèi)，相關(guān)的研究主要集中在四個方面：①護(hù)理信息系統(tǒng)的評價；②護(hù)理教育中信息能力的培養(yǎng)；③護(hù)理信息學(xué)的理論研究；④護(hù)理信息學(xué)應(yīng)用到實踐工作中的探索研究。本研究從知識基礎(chǔ)和研究前沿兩個角度對上述四個方面的研究進(jìn)行了分析和總結(jié)，希望為國內(nèi)的護(hù)理信息學(xué)研究者提供參考。

[1] 姜安麗．迎接信息時代的挑戰(zhàn)——護(hù)理信息學(xué)的興起與發(fā)展[J]．南方護(hù)理學(xué)報，2002，9(5)：1-2．

[2] Scholes M, Barber B. Towards nursing informatics[J]. Medinfo, 1980: 70-73.

[3] Staggers N, Thompson CB. The evolution of definitions for nursing informatics[J]. J Am Med Inform Assoc, 2002, 9(3): 255-261.

[4] American Nurses Association. Report on the designation of nursing informatics as a nursing specialty[C]. Congress of Nursing Practice unpublished report, Washington DC. 1992.

[5] Hartigan JA. Direct clustering of a data matrix[J]. Journal of the American Statistical Association, 1972, 67(337): 123-129.

[6] 崔雷，劉偉，閆雷，等．文獻(xiàn)數(shù)據(jù)庫中書目信息共現(xiàn)挖掘系統(tǒng)的開發(fā)[J]．現(xiàn)代圖書情報技術(shù)，2008(8)：70-75．

1672-7185（2014）11-0014-04

10.3969/j.issn.1672-7185.2014.11.009

2014-04-18）

R47

A