用戶畫像在國內(nèi)外慢性病領(lǐng)域應(yīng)用的范圍綜述

湯詩恒，林璟珊，李晶晶，李玉霞

(上海中醫(yī)藥大學(xué) 護(hù)理學(xué)院，上海 201203)

慢性病 (chronic diseases) 又稱非傳染性疾病 (noncommunicable diseases) ,指病情發(fā)展較緩慢、持續(xù)時間長的疾病[1]?！?015年中國衛(wèi)生和計劃生育統(tǒng)計年鑒》顯示，大于55歲人群慢性病發(fā)病率達(dá)到46%，成為公共衛(wèi)生工作中的重要問題之一[2]。《“健康中國”2030規(guī)劃綱要》明確提出推進(jìn)大數(shù)據(jù)在醫(yī)療領(lǐng)域的應(yīng)用，可評估患者健康狀態(tài)和疾病需求等數(shù)據(jù)[3]，進(jìn)一步構(gòu)建用戶畫像?！坝脩舢嬒?user profile)”也稱“用戶角色(user persona)”，最先由Cooper[4]提出，認(rèn)為用戶畫像是真實數(shù)據(jù)的虛擬代表；也有學(xué)者[5-6]從用戶偏好、興趣及需求，用戶行為角度定義用戶畫像。本研究認(rèn)為用戶畫像是存在于真實世界以反映個體自然屬性、社會特征和行為軌跡的虛擬標(biāo)簽，根據(jù)患者身心健康、服藥安全等大數(shù)據(jù)，將不同特征的慢性病患者進(jìn)行用戶標(biāo)簽形成用戶畫像，從而提供高效率、高質(zhì)量的個性化健康管理方案。本研究以范圍綜述的研究方法[7]為基礎(chǔ)，探討用戶畫像在慢性病領(lǐng)域的研究內(nèi)容、研究方法及效果，為護(hù)理人員開展針對性措施提供理論基礎(chǔ)。

1 資料與方法

1.1 檢索數(shù)據(jù)庫 計算機(jī)檢索Cochrane Library、Medline、PubMed、Web of Science、中國知網(wǎng)、維普中文期刊文獻(xiàn)庫、萬方醫(yī)學(xué)網(wǎng)數(shù)據(jù)庫、中國生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫等8個數(shù)據(jù)庫，檢索詞以自由詞和主題詞相結(jié)合的方法，根據(jù)具體要求檢索數(shù)據(jù)庫。

1.2 檢索策略 中文檢索式以(用戶畫像 OR 用戶畫像分析 OR 用戶角色)AND(慢性病 OR 慢性非傳染病 OR 慢性疾病 OR 慢性非傳染性疾病 OR 高血壓 OR 心血管疾病OR 中風(fēng)OR 糖尿病 OR 腦卒中OR冠心病 OR 惡性腫瘤 OR 癌癥 OR 痛風(fēng) OR 高脂血癥 OR 腎臟OR 內(nèi)分泌 OR 呼吸 OR 心理 OR 神經(jīng))。英文以檢索式(user profile* OR user persona) AND (chronic OR high blood pressure OR coronary heart disease OR cardiovascular disease OR stroke OR diabetes OR cancer OR malignancy OR gout OR hyperlipidemia OR kidney OR endocrine OR respiratory OR psychological OR nerve)。檢索時間從建庫時間至2020年12月。

1.3 文獻(xiàn)納入和排除標(biāo)準(zhǔn) (1)納入標(biāo)準(zhǔn)：研究對象是慢性非傳染性病患者、慢性病患者的相關(guān)醫(yī)務(wù)人員等；研究類主題為用戶畫像應(yīng)用于慢性病領(lǐng)域；研究設(shè)計包括現(xiàn)況研究、病例研究、質(zhì)性研究等原始研究。(2)排除標(biāo)準(zhǔn)：文獻(xiàn)類型為綜述、會議摘要等；不能獲取全文的文獻(xiàn)；重復(fù)報導(dǎo)的文獻(xiàn)；非中文或英文文獻(xiàn)。

1.4 文獻(xiàn)篩選與分析 由2名有循證學(xué)習(xí)經(jīng)歷的研究者閱讀文獻(xiàn)的題目和摘要，將符合標(biāo)準(zhǔn)的文獻(xiàn)查閱并下載全文，如遇到意見不一致，則討論后再做決定。資料提取內(nèi)容包括納入文獻(xiàn)的國家、研究對象、樣本量、數(shù)據(jù)來源、提取法、用戶標(biāo)簽及內(nèi)容、構(gòu)建方法、識別方法、呈現(xiàn)形式、功能作用及使用方法等內(nèi)容。

2 結(jié)果

2.1 文獻(xiàn)篩選過程 檢索數(shù)據(jù)庫共獲得文獻(xiàn)5150篇，其中：Cochrane Library 306篇、Medline 409篇、PubMed 856篇、Web of Science 3558篇，CBM 2 篇、知網(wǎng)13篇、維普2篇、萬方4篇；排除重復(fù)文獻(xiàn)2536篇；再經(jīng)過瀏覽標(biāo)題和摘要、閱讀全文，排除研究主題、對象、類型不符以及無法獲取全文和內(nèi)容重復(fù)的文獻(xiàn)，最終納入15篇文獻(xiàn)。

2.2 納入文獻(xiàn)基本特征 15篇研究發(fā)表于2013年至2020年；在研究對象方面，以慢性病患者(n=8)較多見；以用戶行為標(biāo)簽描述個體特征較多；用戶畫像識別主要基于情感、病情信息、行為標(biāo)簽，電子病歷、健康檔案等；呈現(xiàn)形式以情感、醫(yī)護(hù)人員、社區(qū)用戶、老年慢病畫像模型常見；有監(jiān)測與記錄患者健康信息、制定飲食方案及提高患者服藥依從性等功能；護(hù)理人員可根據(jù)患者用戶畫像提供個性化的護(hù)理服務(wù)，加強(qiáng)疾病知識宣教、心理護(hù)理及隨訪護(hù)理。文獻(xiàn)詳細(xì)信息匯總。詳見表1。

表1 納入文獻(xiàn)基本特征

續(xù)表1

備注：①論述法；②Python語言；④聚類法；⑤主題分析法；⑥決策樹；⑦ TF-IDF方法(詞頻-逆向文檔頻率方法)；⑧圖像區(qū)域描述法；③八爪魚。Persona構(gòu)建法：高度精煉目標(biāo)人群主要特征，并加以標(biāo)簽化。四步構(gòu)建法：獲取用戶信息、描述使用頻率的變量、聚類分析形成相似用戶、構(gòu)建數(shù)據(jù)庫。UCD工具：分析用戶需求，將用戶行為轉(zhuǎn)化為用戶模型。

3 討論

3.1 用戶畫像在慢性病領(lǐng)域的識別方法及應(yīng)用實踐 用戶畫像通過提取并分析大數(shù)據(jù)，主動或被動地提取用戶在互聯(lián)網(wǎng)留下的信息，根據(jù)人物角色用文本分析形成用戶情感、病情信息、行為和服藥等標(biāo)簽，以識別患者的不同類型和疾病狀態(tài)，給予個性化推薦。用戶畫像在慢性病領(lǐng)域的應(yīng)用主要有查詢用戶標(biāo)簽、形成用戶畫像模型、服務(wù)遠(yuǎn)程醫(yī)療。依據(jù)患者獨(dú)特標(biāo)識，可查詢特征性標(biāo)簽，如情感標(biāo)簽、服藥標(biāo)簽、行為標(biāo)簽、角色標(biāo)簽等，根據(jù)標(biāo)簽發(fā)現(xiàn)用戶的性格特征、個人愛好、生活習(xí)慣，以進(jìn)一步構(gòu)建人物角色模型，挖掘不同用戶群體與用戶屬性之間的關(guān)系；在此基礎(chǔ)上構(gòu)建遠(yuǎn)程醫(yī)療系統(tǒng)，針對疾病類型和健康信息給出推薦性的疾病護(hù)理方案，更好地滿足患者偏好及醫(yī)療軟件的功能需求，識別出不同情景下患者的角色特征，服務(wù)遠(yuǎn)程醫(yī)療，實施精準(zhǔn)化護(hù)理。

3.2 用戶畫像在慢性病領(lǐng)域的應(yīng)用對護(hù)理的啟示 (1)慢性病管理：護(hù)理人員利用網(wǎng)站真實地記錄患者的用藥史、跌倒史等數(shù)據(jù)形成用戶畫像，對跌倒發(fā)生率較高的患者，利用線上結(jié)合線下的模式提供預(yù)防性護(hù)理措施，降低跌倒發(fā)生率[16]。(2)健康宣教：基于患者在網(wǎng)上瀏覽信息的頻率和強(qiáng)度構(gòu)建用戶行為畫像，了解患者疾病需求，針對性地提供用藥、疾病診療知識[8]及詳細(xì)的飲食方案[14]。(3)心理護(hù)理：護(hù)理人員將患者的顯、性情感關(guān)鍵詞量化，為分析患者情感提供的語義詞典[9]，監(jiān)測其心理變化情況并提供實時心理護(hù)理。(4)遠(yuǎn)程醫(yī)療：護(hù)理人員在深入分析患者就醫(yī)行為與策略后，提供線上預(yù)約平臺并指導(dǎo)使用互聯(lián)網(wǎng)問診[18]。由此可見，護(hù)理人員能利用移動智能平臺推薦疾病信息并提升患者的疾病管理能力，增進(jìn)疾病診療參與度，實施個性化護(hù)理。

3.3 用戶畫像在慢性病領(lǐng)域應(yīng)用的局限及改進(jìn)之處 首先，目前國內(nèi)外在用戶畫像的研究傾向于慢性病患者的用戶行為和整體描述，但關(guān)鍵詞的分析往往不夠精確且缺乏動態(tài)化的數(shù)據(jù)，較少對患者各時間段的在線評論進(jìn)行深入剖析，建議護(hù)理人員建立用戶反饋模式對數(shù)據(jù)進(jìn)行動態(tài)分析和深入描述。其次，在我國農(nóng)村互聯(lián)網(wǎng)醫(yī)療技術(shù)有限，且患者文化程度不一，用戶畫像推廣受到局限，建議護(hù)理人員可指導(dǎo)患者利用簡單易操作的應(yīng)用軟件程序[23]，使更多用戶受益于“互聯(lián)網(wǎng)+”的醫(yī)療模式。最后，如何在使用大數(shù)據(jù)的過程中對隱私進(jìn)行管理是值得重視的問題，在使用大數(shù)據(jù)分析用戶畫像時，確保患者的信息安全是未來應(yīng)進(jìn)一步完善的技術(shù)。