• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      國內(nèi)外老年評估工具研究及應(yīng)用進展

      2024-04-22 06:45:10陳思穎曹明睿李若丹王海彥
      全科護理 2024年7期
      關(guān)鍵詞:聚類工具數(shù)據(jù)庫

      陳思穎,曹明睿,李若丹,王海彥

      隨著經(jīng)濟社會的發(fā)展,我國的老齡人口不斷增加,據(jù)2020年第七次全國人口普查數(shù)據(jù)顯示,我國60歲以上人口占全國總?cè)丝跀?shù)的18.7%,其中65歲以上人口占13.5%[1],預(yù)計到2025年,我國的老年人口將達到4.37億[2]。隨著年齡的增長,老年人的各項身體機能逐漸下降,發(fā)病率逐漸上升,心理和生理的變化都更為復(fù)雜,照顧者和醫(yī)護人員及時了解老年人的真正需求可以有效緩解人口老齡化給國家、家庭、衛(wèi)生服務(wù)系統(tǒng)帶來的壓力[3-4],所以對老年人各方面進行評估變得更加重要和必要。世界各國提倡對老年人進行老年綜合評估(comprehendsive geriatric assessment,CGA),各個研究機構(gòu)也開始對老年人各方面評估的工具進行研究[5],但評估工具多且冗雜,工具的具體應(yīng)用現(xiàn)狀尚不明確,老年評估工具研究的演化路徑也尚不清晰。

      Citespace軟件是目前國際上較為主流的文獻計量學(xué)分析軟件,由華裔教授陳超美團隊開發(fā),可以較為直觀地展現(xiàn)某一研究領(lǐng)域的熱點及前沿,繪制相關(guān)知識圖譜,為研究者進一步發(fā)現(xiàn)研究規(guī)律提供參考[6]。本研究利用CiteSpace 6.2.1可視化分析軟件對中國知網(wǎng)(CNKI)、Web of Science核心合集數(shù)據(jù)庫中的相關(guān)文獻進行分析,探討國內(nèi)外老年評估工具研究及應(yīng)用現(xiàn)狀并進行總結(jié),為我國學(xué)者更為深入研究老年評估工具問題提供參考。

      1 資料與方法

      1.1 資料來源

      本研究的數(shù)據(jù)來源于中國知網(wǎng)(CNKI)、Web of Science數(shù)據(jù)庫核心合集,檢索時間為2013年3月1日—2023年3月14日,CNKI數(shù)據(jù)檢索式為MH=(評估工具+評價工具 +評定工具)AND MH=(老人+老年人+老年);WOS數(shù)據(jù)庫檢索式為TS=(assessment tool OR evaluation tool OR appraisal tool OR assessment tools OR evaluation tools OR appraisal tools)AND(elder OR old people OR older OR old);文獻類型限定為“Article”;語種限定為“English”;CNKI數(shù)據(jù)庫文獻以Refworks格式導(dǎo)出;WOS數(shù)據(jù)庫文獻以純文本格式導(dǎo)出,下載的記錄內(nèi)容選擇“全記錄與引用的參考文獻”。

      文獻篩選嚴格按納入排除標(biāo)準(zhǔn)并由雙人獨立檢索篩選,文獻納入標(biāo)準(zhǔn):1)研究對象為老年人;2)研究內(nèi)容與評估相關(guān)。文獻排除標(biāo)準(zhǔn):1)重復(fù)報道的文獻;2)來源于會議和新聞的文獻、科普文章;3)無法獲取全文的文獻。CNKI檢索得到文獻729篇,WOS數(shù)據(jù)庫檢索得到文獻3 005篇,在閱讀文獻題目、摘要以及全文后,按照文獻納入排除標(biāo)準(zhǔn)排除CNKI文獻152篇,納入577篇;排除WOS數(shù)據(jù)庫文獻1 176篇,納入1 829篇。

      1.2 研究方法

      將CNKI及WOS數(shù)據(jù)庫文獻數(shù)據(jù)按要求進行標(biāo)準(zhǔn)格式轉(zhuǎn)換及清洗去重,隨后將數(shù)據(jù)導(dǎo)入軟件中進行分析,文獻分析的時間設(shè)定為2013年3月1日—2023年3月14日;Years Per Slice設(shè)定為“1 years”;設(shè)置算法為“g-index 25”;此外,為了圖譜簡潔清晰,在運算時勾選“pruning sliced networks”“pathfinder”“pruning the merged network”三選項,其余均為默認參數(shù)。

      2 結(jié)果

      2.1 研究文獻發(fā)文趨勢及機構(gòu)、國家分布

      近10年,CNKI和WOS數(shù)據(jù)庫老年評估工具相關(guān)研究文獻數(shù)量均呈現(xiàn)上升趨勢且兩數(shù)據(jù)庫均在2018年后呈現(xiàn)大幅上升趨勢,CNKI文獻數(shù)量在2020年達到頂峰,WOS數(shù)據(jù)庫文獻數(shù)量在2021年達到頂峰,2022基本與前一年持平(見圖1);CNKI發(fā)文量前4位的單位分別是中南大學(xué)湘雅護理學(xué)院(11篇)、蘭州大學(xué)(10篇)、北京大學(xué)護理學(xué)院(9篇)、南京中醫(yī)藥大學(xué)護理學(xué)院(9篇);WOS數(shù)據(jù)庫發(fā)文量前3位的單位分別是University of Toronto(53篇)、University of California System(48篇)、Harvard University(35篇);WOS數(shù)據(jù)庫發(fā)文量前3位的國家分別是美國(434篇)、澳大利亞(208篇)、英國(189篇)。

      圖1 2013—2023年老年評估工具相關(guān)文獻發(fā)文量示意圖

      2.2 作者分布

      CNKI數(shù)據(jù)庫發(fā)文量前3位的作者分別是徐桂華(南京中醫(yī)藥大學(xué)7篇)、劉宇(中國醫(yī)科大學(xué)5篇)、支夢佳(中國醫(yī)學(xué)科學(xué)院5篇);WOS數(shù)據(jù)庫發(fā)文量前5位的作者為Pilotto Alberto(University of Bari Aldo Moro 15篇)、Milisen Koen(University of Leuven 12篇)、Kenis Cindy(University of Leuven 11篇)、Flamaing Johan(University of Leuven 10篇)、Veronese Nicola(University of Padova 10篇);據(jù)普賴斯核心作者公式,發(fā)文量達到8篇以上的作者為高產(chǎn)作者,WOS數(shù)據(jù)庫發(fā)文量排名前5位的作者分別形成了合作較為緊密科研團體(見圖2)。

      圖2 WOS數(shù)據(jù)庫作者共現(xiàn)圖

      2.3 高頻引文

      對WOS數(shù)據(jù)庫進行高頻引文分析,被引論文前5發(fā)表的期刊分別為JAMGERIATRSOC(IF 7.538)、AGEAGEING(IF 12.782)、JGERONTOLA-BIOL(IF 6.591)、JAMA-JAMMEDASSOC(IF 157.375)、PLOSONE(IF 3.752)。除AGEAGEING雜志是英國期刊以外,其余均為美國期刊。

      2.4 關(guān)鍵詞聚類

      根據(jù)關(guān)鍵詞共現(xiàn)結(jié)果,對關(guān)鍵詞進行進一步的聚類,關(guān)鍵詞聚類的結(jié)果可以反映出該領(lǐng)域的不同研究熱點,普遍認為繪制的圖譜Q>0.300代表劃分結(jié)構(gòu)合理,S>0.500代表聚類合理[7];結(jié)果CNKI顯示Q=0.838 1、S=0.951 7,WOS數(shù)據(jù)庫顯示Q=0.754 4、S=0.820 4,說明聚類結(jié)果有意義,最終CNKI形成15個聚類(見圖3),WOS數(shù)據(jù)庫形成19個聚類(見圖4);根據(jù)聚類結(jié)果和具體的文獻內(nèi)容總結(jié)出研究主題,見表1、表2。

      表1 CNKI數(shù)據(jù)庫聚類主題

      表2 Web of Science數(shù)據(jù)庫聚類主題

      圖3 CNKI數(shù)據(jù)庫關(guān)鍵詞聚類圖

      圖4 WOS數(shù)據(jù)庫關(guān)鍵詞聚類圖

      3 討論

      3.1 研究現(xiàn)狀

      國內(nèi)外對老年評估工具的研究成果較為豐富,尤其是科研能力較強的著名高等院校;國外作者初步形成了研究團體;相關(guān)研究發(fā)文數(shù)量最多的是美國,被引頻率較高的文章多發(fā)表于美國期刊,說明美國對老年評估工具的研究較為關(guān)注;國內(nèi)外均較為關(guān)注老年特殊人群的評估問題,如阿爾茨海默病老年人、失能老年人;此外,國內(nèi)老年護理領(lǐng)域較為關(guān)注老年評估工具的研究,國外則是公共衛(wèi)生領(lǐng)域較為關(guān)注老年評估工具的研究;對CNKI和WOS數(shù)據(jù)庫的代表性文獻進行關(guān)鍵詞聚類分析發(fā)現(xiàn)國內(nèi)外研究主題不同;CNKI的研究主題為:1)評估工具的研究;2)評估工具的應(yīng)用對象;3)評估工具開發(fā)的相關(guān)因素。WOS數(shù)據(jù)庫的研究主題為:1)老年疾病預(yù)防保健評估;2)老年各種疾患綜合評估;3)老年照護評估;由此可見,在老年評估工具方面,國內(nèi)更注重于工具本身的開發(fā),國外的研究者則更注重于工具的具體應(yīng)用。

      3.2 國內(nèi)外研究進展

      3.2.1 國內(nèi)評估工具的研究及應(yīng)用

      從CNKI文獻可知,國內(nèi)老年評估工具數(shù)量雖較多但并不全面,在老年人易患疾病中,有不同的評估工具對老年人進行患病后面臨各種風(fēng)險的評估,如對患慢性阻塞性肺疾病的老年人面臨跌倒或營養(yǎng)不良的風(fēng)險評估,最常用的評估工具包括FP、FRAIL量表和FI[4];老年腫瘤病人常用的評估工具為脆弱老年人問卷-13(Vuinerable Elders Survey-13 VES-13)[8],漢化版VES-13由吳軍等[9]于2019年翻譯并驗證,現(xiàn)已投入使用;此外,養(yǎng)老機構(gòu)、康復(fù)機構(gòu)常用的對老年人進行綜合評估工具為國際居民評估工具(International Resident Assessment Instrument,inter-RAI),主要關(guān)注年老體弱合并復(fù)雜問題的人群,更多地關(guān)注老年人的剩余能力、預(yù)后情況、生活質(zhì)量和功能狀態(tài),利用多學(xué)科團隊和定量多重整合評估量表從而最大程度提高照護質(zhì)量[10-11]。楊燕清等[12]構(gòu)建了以SERVQUAL理論為指導(dǎo)的評估社區(qū)居家養(yǎng)老服務(wù)質(zhì)量的調(diào)查表,為失能老年人社區(qū)居家養(yǎng)老服務(wù)質(zhì)量評價提供研究工具。江思璇等[13]為老年慢性心力衰竭病人居家照護的需求編制了老年慢性心力衰竭病人照護需求評估量表,關(guān)注到了老年慢性心力衰竭病人這一特殊群體的多維度、多方面需求評估;對于老年慢性病人這一群體,從病人和醫(yī)護人員2個角度共有9個評估工具可用于老年慢性病病人過渡期護理評估[14];黃振等[15]漢化的老年癡呆者家庭生活質(zhì)量量表(Family Quality of Life in Dementia Scale,EQOL-D)則是評估我國老年癡呆病人居家生活質(zhì)量的工具;劉佳琳等[16]研究者討論了霍爾頓溝通量表(Holden Communication Scale,HCS)在老年癡呆病人溝通能力中的應(yīng)用??傮w來說,國內(nèi)老年評估工具較為注重臨床應(yīng)用價值,國內(nèi)老年評估工具較多,但是大多從外國引進,缺少本土化的評估工具;再者,目前國內(nèi)所應(yīng)用的評估工具多用于醫(yī)院和養(yǎng)老機構(gòu),很少有用于居家老人和社區(qū)的工具,現(xiàn)如今國家大力提倡居家養(yǎng)老及社區(qū)養(yǎng)老,國內(nèi)學(xué)者應(yīng)開發(fā)或應(yīng)用可用于家庭和社區(qū)的評估工具或漢化國外相關(guān)評估工具,順應(yīng)國家發(fā)展。

      3.2.2 國外老年評估工具研究及應(yīng)用

      國外學(xué)者從老年人的心理狀態(tài)、生理狀態(tài)、生存環(huán)境、職業(yè)健康等不同方面,采用各種評估工具對老年人進行各方面評估,除此之外,國外也常應(yīng)用老年綜合評估工具,老年綜合評估法(CGA)[17]是一個多層面、多學(xué)科的過程,確定醫(yī)療、社會和功能需求,并制訂綜合的護理計劃來滿足這些需求。妨礙老年人健康的因素包括老年時出現(xiàn)的各種心理和社會問題,以及疾病的高發(fā)病率[18],國外已經(jīng)通過多學(xué)科綜合評估法來評估老年人衰弱[19]、營養(yǎng)狀態(tài)[20]、心理狀態(tài)[21]等項目,全面的老年評估可以通過確定重點干預(yù)的領(lǐng)域來及早識別損害生活質(zhì)量的問題[22],老年評估可指導(dǎo)多學(xué)科干預(yù)[23],為老年人的健康管理提供了參考。再者,國外學(xué)者制訂的評估工具體系完整。針對人體的各個系統(tǒng)都有評估工具,從精神病學(xué)、神經(jīng)病學(xué)、內(nèi)分泌學(xué)、腫瘤學(xué)、藥學(xué)等學(xué)科出發(fā),也從患病的時間長短,即慢性病或者突發(fā)疾病出發(fā),無論是橫向還是縱向,都制訂了各種評估工具,評估領(lǐng)域全面,包括功能狀態(tài)、并發(fā)癥、認知、心理健康狀況、疲勞、社會地位和支持、職業(yè)健康、營養(yǎng)和老年綜合征的存在等[24],為老年人的健康促進提供重要依據(jù)。高頻詞聚類結(jié)果表明,國外綜合老年評估在腫瘤學(xué)實踐中很有價值,老年評估能預(yù)測腫瘤治療相關(guān)并發(fā)癥的能力以及影響腫瘤治療決策。除此之外,老年評估應(yīng)用于癡呆癥、慢性疼痛、便秘和藥物濫用的管理也同樣取得較好效果[25],國外老年評估工具和各種模型的組合為老年疾患的治療提供重要依據(jù)。此外,國外學(xué)者針對老年照護的評估,不只是從老年人自我照護評估出發(fā),也從老年照護者的角度出發(fā)??梢暬Y(jié)果顯示,國外學(xué)者有研究機器人應(yīng)用于老年護理的評估[26]。近年來,隨著人工智能和數(shù)字化的發(fā)展,今后可進一步探索機器人護理在老年評估工具研究中的應(yīng)用,如基于老年心理建立機器人聊天效果評估工具,以發(fā)現(xiàn)新規(guī)律、建立新方法,促進和改善臨床實踐。

      3.3 國內(nèi)外老年評估工具領(lǐng)域研究熱點差異分析

      國外的研究已經(jīng)表明有比較成熟的評估體系和工具為老年人服務(wù),從初級保健到患病后的生理心理以及生活質(zhì)量上都有可以評估的工具,包含領(lǐng)域較廣,而國內(nèi)關(guān)于老年評估工具的研究沒有形成完整且連續(xù)的評估體系,分析其原因主要有以下幾點:1)我國目前尚缺乏基于本土情況自主研發(fā)的老年評估工具,使用的評估工具均起源于國外,國內(nèi)引入任一種標(biāo)準(zhǔn)老年評估工具都需經(jīng)過翻譯、文化調(diào)適等復(fù)雜的本土化過程,然而此過程需要強大的團隊合作和時間成本。2)國內(nèi)醫(yī)護人員對連續(xù)性老年評估缺乏正確認識,應(yīng)加強該方面的專業(yè)化培訓(xùn),居家照護者和社區(qū)工作人員也需要連續(xù)性對老年人評估的重要性有所認知。3)國內(nèi)的老年人初級保健體系并不完善,可能與老年人評估工具研究起步較晚有關(guān),其涉獵領(lǐng)域也不全面,所以促進老年護理以及評估工具的發(fā)展和應(yīng)用是必然趨勢。

      4 小結(jié)

      綜上所述,本研究運用CiteSpace文獻計量學(xué)軟件對老年評估工具在國內(nèi)外的研究及應(yīng)用現(xiàn)狀分析發(fā)現(xiàn),第一,國內(nèi)外相關(guān)研究較為豐富,但研究的側(cè)重點有所不同,在老年評估工具方面,國內(nèi)更注重于工具本身的開發(fā),國外的研究者則更注重于工具的具體應(yīng)用;第二,國內(nèi)老年評估工具較多,但是大多從外國引進,缺少本土化的評估工具且鮮有用于居家老人和社區(qū)的工具,國內(nèi)學(xué)者可順應(yīng)國情開發(fā)相關(guān)工具;第三,國外的相關(guān)研究已涉及人工智能,今后可進一步探索機器人護理在老年評估工具研究中的應(yīng)用。

      猜你喜歡
      聚類工具數(shù)據(jù)庫
      波比的工具
      波比的工具
      基于DBSACN聚類算法的XML文檔聚類
      電子測試(2017年15期)2017-12-18 07:19:27
      “巧用”工具
      讀者(2017年18期)2017-08-29 21:22:03
      數(shù)據(jù)庫
      財經(jīng)(2017年2期)2017-03-10 14:35:35
      數(shù)據(jù)庫
      財經(jīng)(2016年15期)2016-06-03 07:38:02
      數(shù)據(jù)庫
      財經(jīng)(2016年3期)2016-03-07 07:44:46
      數(shù)據(jù)庫
      財經(jīng)(2016年6期)2016-02-24 07:41:51
      基于改進的遺傳算法的模糊聚類算法
      一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
      周至县| 柞水县| 宁陵县| 鹿泉市| 济宁市| 咸丰县| 巴彦淖尔市| 蒙山县| 句容市| 郓城县| 海原县| 白河县| 裕民县| 海淀区| 敖汉旗| 海城市| 龙江县| 新民市| 南开区| 玉门市| 白河县| 邵武市| 徐汇区| 南投县| 梁河县| 文山县| 华蓥市| 烟台市| 沙河市| 思茅市| 宁晋县| 重庆市| 陆河县| 方城县| 嵊泗县| 炉霍县| 周宁县| 昭苏县| 绥芬河市| 张家界市| 林周县|