夏 婧,歐陽慶,申 丹,張 智,劉清梅,肖 真,盧 軍

留置中心靜脈導(dǎo)管、導(dǎo)尿管已廣泛應(yīng)用于危重癥病人的治療中,但隨之發(fā)生的導(dǎo)管相關(guān)感染給病人的最終治療效果帶來影響。研究顯示,由于中心靜脈導(dǎo)管相關(guān)血流感染(catheter related blood stream infection,CRBSI)所致死亡率為12%～40%,帶來的經(jīng)濟(jì)負(fù)擔(dān)歸因于CRBSI的成本中位數(shù)為3 528.6美元,是農(nóng)民人均凈收入(1 561.7美元)的2.3倍[1-2];美國疾病控制和預(yù)防中心研究顯示醫(yī)院發(fā)生導(dǎo)尿管相關(guān)尿路感染(catheter-associated urinary tract infection,CAUTI)的占比達(dá)到醫(yī)院獲得性感染的9%[3]。鑒于循證策略,通過有效的護(hù)理干預(yù)可以使65%～70%的CAUTI和CRBSI得到有效預(yù)防[4],為幫助臨床護(hù)士早期識別導(dǎo)管感染風(fēng)險[5-6],通過數(shù)據(jù)分析技術(shù)對導(dǎo)管相關(guān)感染的臨床數(shù)據(jù)進(jìn)行挖掘,預(yù)測發(fā)生導(dǎo)管相關(guān)感染的強(qiáng)關(guān)聯(lián)規(guī)則,實現(xiàn)對高危風(fēng)險因素的精準(zhǔn)預(yù)測?；跀?shù)據(jù)挖掘(data mining,DM)融合了智能與統(tǒng)計技術(shù),在醫(yī)療等領(lǐng)域得到廣泛應(yīng)用。本研究對數(shù)據(jù)挖掘在導(dǎo)管相關(guān)感染防控中的應(yīng)用進(jìn)行綜述,以期為臨床降低導(dǎo)管相關(guān)感染提供新的護(hù)理管理思路和方法。

1 數(shù)據(jù)挖掘概述及關(guān)聯(lián)規(guī)則法

數(shù)據(jù)挖掘由美國計算機(jī)協(xié)會(ACM)在1995年提出[7],是在大量的、復(fù)雜的、模糊的數(shù)據(jù)中通過數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘和結(jié)果輸出3個階段來提取具有潛在應(yīng)用價值的信息或模式,實現(xiàn)關(guān)聯(lián)分析、聚類分布、規(guī)律探索等功能。關(guān)聯(lián)規(guī)則法是數(shù)據(jù)挖掘常用的技術(shù)之一。Agrawal[8]在1993年首次提出,具有反映項與項之間的相關(guān)關(guān)系的作用。次年Agrawal提出了最經(jīng)典的Apriori算法[9],此算法是通過探索數(shù)據(jù)之間未知的、潛在的關(guān)聯(lián)聯(lián)系,挖掘數(shù)據(jù)的顯性和隱性價值。Apriori算法在分析數(shù)據(jù)與事物特征之間的關(guān)聯(lián)關(guān)系中常常易被接受與解釋,已經(jīng)作為一種數(shù)據(jù)分析技術(shù),在購物籃分析、推薦系統(tǒng)、醫(yī)療診斷方面得到廣泛應(yīng)用。

2 數(shù)據(jù)挖掘技術(shù)的多學(xué)科應(yīng)用

國內(nèi)應(yīng)用數(shù)據(jù)挖掘技術(shù)涉及的領(lǐng)域主要集中在金融、電信、臨床醫(yī)學(xué)等。在金融行業(yè)財務(wù)報表的重大錯報風(fēng)險識別中,徐靜等[10]運(yùn)用數(shù)據(jù)挖掘找出流動比率、速動比率、現(xiàn)金比率等10個重要變量,構(gòu)建分類預(yù)測模型為注冊會計師精準(zhǔn)判斷財務(wù)報表重大錯報線索提供決策支持。在電子電信行業(yè)中王圓春等[11]提出基于關(guān)聯(lián)規(guī)則挖掘的頻譜數(shù)據(jù)挖掘,能很好地得到各種電磁參量的關(guān)聯(lián)關(guān)系,起到全面評價電磁環(huán)境的作用。數(shù)據(jù)挖掘技術(shù)因其對多量數(shù)據(jù)、多類數(shù)據(jù)、多變數(shù)據(jù)具有優(yōu)越的處理和分析作用,已成為至關(guān)重要的數(shù)據(jù)分析技術(shù)。

隨著醫(yī)療健康產(chǎn)業(yè)信息化水平的不斷提升,云計算、大數(shù)據(jù)等得到深度融合,醫(yī)學(xué)數(shù)據(jù)已不再局限于單一管理,而是通過科學(xué)有效的數(shù)據(jù)分析輔助技術(shù)向臨床應(yīng)用等方向發(fā)展。作為醫(yī)學(xué)研究的前沿領(lǐng)域,數(shù)據(jù)挖掘在醫(yī)學(xué)上應(yīng)用較廣泛的區(qū)域集中在醫(yī)學(xué)診斷規(guī)則化、醫(yī)學(xué)影像處理、臨床醫(yī)學(xué)決策等[12],主要是通過對海量醫(yī)療數(shù)據(jù)進(jìn)行集中、整合、分析,最終得到隱藏其中的具有研究意義的醫(yī)療資源。談俊燕等[13-14]運(yùn)用關(guān)聯(lián)規(guī)則Apriori算法對高尿酸血癥病人的常規(guī)代謝指標(biāo)數(shù)據(jù)進(jìn)行挖掘,找出慢性病之間的關(guān)聯(lián)強(qiáng)度,確定了高血壓、肌酐、三酰甘油等是高尿酸血癥的重要危險因素。蘆錳等[15]以阿爾茨海默病為主題,分析中醫(yī)藥治療首方劑使用規(guī)律,得出治療整體原則,為臨床用藥的選擇提供指導(dǎo)建議。數(shù)據(jù)挖掘技術(shù)在臨床醫(yī)學(xué)中運(yùn)用,不僅能讓臨床工作者有效整合龐大的健康醫(yī)療數(shù)據(jù),還能利用數(shù)據(jù)項集找出關(guān)聯(lián)規(guī)則,支持臨床決策。

3 數(shù)據(jù)挖掘在護(hù)理數(shù)據(jù)管理中的應(yīng)用

3.1 數(shù)據(jù)挖掘在護(hù)理領(lǐng)域中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)作為一種數(shù)據(jù)處理核心技術(shù)已在臨床醫(yī)學(xué)、藥學(xué)等領(lǐng)域得到廣泛應(yīng)用,然而在護(hù)理學(xué)研究中的應(yīng)用率不到25%[16],不過基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘可以發(fā)現(xiàn)更多的護(hù)理新規(guī)律[17]。國家衛(wèi)生健康委員會頒布的《全國護(hù)理事業(yè)發(fā)展規(guī)劃(2021—2025年)》[18]文件中明確提出,借助信息化達(dá)到逐步實現(xiàn)護(hù)理管理精細(xì)化的要求。隨著智慧醫(yī)療的發(fā)展,醫(yī)療機(jī)構(gòu)已逐漸實現(xiàn)各區(qū)域內(nèi)多數(shù)據(jù)的互通與共享,大量護(hù)理信息數(shù)據(jù)不斷迭代,只有通過對長期積累的數(shù)據(jù)進(jìn)行深度開發(fā),才可以挖掘出數(shù)據(jù)的更大潛能,達(dá)到優(yōu)化護(hù)理服務(wù)流程的目的[19]。但目前護(hù)理數(shù)據(jù)的大量積累與護(hù)理數(shù)據(jù)的管理滯后導(dǎo)致出現(xiàn)“護(hù)理數(shù)據(jù)豐富、護(hù)理知識缺乏”的困局[20]。馬麗莉等[21]指出將護(hù)理數(shù)據(jù)服務(wù)于護(hù)理學(xué)科還存在巨大的開發(fā)空間,從目前現(xiàn)代智慧護(hù)理發(fā)展現(xiàn)況來看[22],護(hù)理數(shù)據(jù)的資源整合、數(shù)據(jù)處理技術(shù)的運(yùn)用、護(hù)理信息人才發(fā)展等問題仍然存在,亟需充分運(yùn)用新型數(shù)字技術(shù)來達(dá)到“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃[23]中關(guān)于推動醫(yī)療健康領(lǐng)域資源數(shù)字化供給和服務(wù)的要求。

將護(hù)理數(shù)據(jù)與數(shù)據(jù)挖掘技術(shù)相結(jié)合,實現(xiàn)從收集的護(hù)理數(shù)據(jù)中獲取頻繁項集,提煉有價值的信息,從而發(fā)現(xiàn)護(hù)理高風(fēng)險因素的潛在關(guān)聯(lián),并依據(jù)強(qiáng)關(guān)聯(lián)規(guī)則制定護(hù)理風(fēng)險防范機(jī)制。

3.2 數(shù)據(jù)挖掘在分析護(hù)理風(fēng)險預(yù)警中的應(yīng)用

在臨床護(hù)理工作中常遇到病人疾病的復(fù)雜多變、病情的迅速發(fā)展,進(jìn)一步增大了護(hù)理風(fēng)險,護(hù)理安全管理需由不良事件的原因分析前移至風(fēng)險預(yù)警管理,以此干預(yù)護(hù)理高風(fēng)險因素。王婧[24]就胃腸管非計劃性拔管的原因分析中收集到的數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則運(yùn)算,得出意識、高齡、約束等6條高風(fēng)險因素,改良了重點(diǎn)時段、重點(diǎn)環(huán)節(jié)、重點(diǎn)方式的管理流程,將胃腸管非計劃性拔管的風(fēng)險阻斷在前期的預(yù)警中,有效杜絕不良事件的發(fā)生。杜婷婷等[25]在基于關(guān)聯(lián)規(guī)則算法的數(shù)據(jù)挖掘中,獲取手術(shù)室護(hù)理安全事件的特性,涵蓋醫(yī)護(hù)溝通、制度執(zhí)行、關(guān)注人群、人員培訓(xùn)等關(guān)聯(lián)因素,制定安全風(fēng)險預(yù)警流程規(guī)范,對安全事件的防范體系建立提供指導(dǎo)性意見。Lucero等[26]通過對臨床護(hù)理記錄數(shù)據(jù)進(jìn)行觀察性病例對照研究,發(fā)現(xiàn)了發(fā)生院內(nèi)跌倒新的高風(fēng)險因素,包括易致跌倒藥物的使用數(shù)量、血紅蛋白水平、物理治療的實施以及護(hù)理人員排班搭配等。量變引發(fā)質(zhì)變,運(yùn)用數(shù)據(jù)挖掘技術(shù)將復(fù)雜數(shù)據(jù)中的潛在規(guī)律挖掘出來,為臨床風(fēng)險防范的制定提供嚴(yán)謹(jǐn)?shù)目茖W(xué)依據(jù)。

3.3 數(shù)據(jù)挖掘在分析護(hù)理決策中的應(yīng)用

病人在住院周期內(nèi)有來源于各項檢驗數(shù)據(jù)、影像數(shù)據(jù)、疾病信息、護(hù)理評估等產(chǎn)生的醫(yī)療數(shù)據(jù),存在信息量大、涉及部門廣等特點(diǎn),臨床需要花費(fèi)大量時間進(jìn)行分析,致使臨床護(hù)士在繁忙的工作中很難短時間內(nèi)做出精準(zhǔn)理想的決策[27]。在信息數(shù)據(jù)量龐大的背景下數(shù)據(jù)挖掘技術(shù)已被開發(fā)為減少錯誤決策的方法[28],并試圖用以改善臨床各個領(lǐng)域的決策過程。章玲等[29]對中醫(yī)護(hù)理干預(yù)下乳腺增生常用的腧穴配伍規(guī)律進(jìn)行關(guān)聯(lián)規(guī)則分析,提取出以胸腹部居多的腧穴處方,以及使用頻次較多的前3位穴位,進(jìn)一步為決策穴位的選擇提供可靠的循證依據(jù)。在護(hù)理決策支持系統(tǒng)過程中通過數(shù)據(jù)挖掘技術(shù)的運(yùn)用,對復(fù)雜的護(hù)理數(shù)據(jù)進(jìn)行綜合分析,達(dá)到化繁為簡獲得理想的輸出決策結(jié)果。

3.4 數(shù)據(jù)挖掘在分析導(dǎo)管相關(guān)感染中的應(yīng)用

3.4.1 數(shù)據(jù)挖掘輔助預(yù)測院內(nèi)感染風(fēng)險

使用關(guān)聯(lián)規(guī)則法識別醫(yī)院獲得性感染是新穎且有用的方法[30],Park等[31]運(yùn)用數(shù)據(jù)挖掘技術(shù)識別發(fā)生CRBSI的頻繁項集因素包括女性、年齡>50歲、導(dǎo)管留置時間長(>48 h)、存在嚴(yán)重潛在疾病等,最后研究得出每位病人獲得更多的護(hù)理時間能讓病人得到更好的護(hù)理結(jié)果,降低CAUTI發(fā)生率。數(shù)據(jù)挖掘技術(shù)以探索和分析過程,建立風(fēng)險預(yù)測模型來解決醫(yī)院獲得性感染問題。有研究證實使用數(shù)據(jù)挖掘技術(shù)能成功預(yù)測CRBSI,其準(zhǔn)確率高達(dá)89.7%,預(yù)測風(fēng)險有助于更好實施有效的護(hù)理計劃,降低住院成本[32]。邊靜等[33]通過關(guān)聯(lián)規(guī)則對國家護(hù)理質(zhì)量數(shù)據(jù)平臺中呼吸機(jī)相關(guān)性肺炎發(fā)生的風(fēng)險因素進(jìn)行挖掘,得出52條關(guān)聯(lián)規(guī)則,從而指導(dǎo)臨床對高危病人落實精準(zhǔn)的預(yù)防措施。

3.4.2 數(shù)據(jù)挖掘應(yīng)用在降低導(dǎo)管相關(guān)感染的可行性

導(dǎo)管相關(guān)感染是阻礙醫(yī)療質(zhì)量和技術(shù)發(fā)展的要素之一,為減少導(dǎo)管相關(guān)感染,國家衛(wèi)生健康委醫(yī)院管理研究所在2021年發(fā)布了預(yù)防血管內(nèi)導(dǎo)管相關(guān)性血流感染過程質(zhì)控工具包(試用版)[34],全國護(hù)理質(zhì)量促進(jìn)聯(lián)盟發(fā)布了護(hù)理質(zhì)量過程管控工具包——預(yù)防CAUTI集束化護(hù)理措施和核查表(以下簡稱集束化護(hù)理措施和核查表),臨床運(yùn)用評價指引和集束化管理措施作為預(yù)防導(dǎo)管相關(guān)感染的主要干預(yù)手段,但因缺乏基于導(dǎo)管感染數(shù)據(jù)的分析與研究[35],難以達(dá)到預(yù)判導(dǎo)管相關(guān)感染發(fā)生的關(guān)聯(lián)因素,對導(dǎo)管相關(guān)性感染發(fā)生率的降低仍缺乏預(yù)警機(jī)制及新的管理方法。

運(yùn)用數(shù)據(jù)挖掘技術(shù)分析病人并發(fā)導(dǎo)管相關(guān)感染的相關(guān)信息,包括年齡、性別、置管人員資質(zhì)、置管無菌屏障的建立、導(dǎo)管的維護(hù)等方面,形成數(shù)據(jù)項集從而構(gòu)建導(dǎo)管相關(guān)感染關(guān)聯(lián)規(guī)則,為置管病人并發(fā)導(dǎo)管相關(guān)感染的風(fēng)險預(yù)警提供科學(xué)支持,指導(dǎo)臨床護(hù)理工作。

4 小結(jié)與展望

綜上所述,運(yùn)用關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)是臨床護(hù)理安全管理的利器,給臨床實踐與信息化管理帶來發(fā)展動力,在輔助護(hù)理預(yù)警、護(hù)理決策、早期識別感染風(fēng)險等方面有著豐碩的成果。目前,臨床預(yù)防導(dǎo)管相關(guān)感染使用預(yù)防血管內(nèi)導(dǎo)管相關(guān)性血流感染過程質(zhì)控工具包(試用版)中的置管依從性評價指引已有2年時間,集束化護(hù)理措施和核查表也已有廣泛的運(yùn)用,臨床積累了大量評價數(shù)據(jù)與感染數(shù)據(jù),因此可以通過運(yùn)用基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)來明確置管依從性評價指引和集束化護(hù)理措施及核查表對預(yù)防導(dǎo)管相關(guān)感染的臨床意義,從而構(gòu)建導(dǎo)管相關(guān)感染關(guān)聯(lián)規(guī)則,挖掘出新的護(hù)理知識,制定個性化導(dǎo)管置管與維護(hù)評價指引清單,進(jìn)一步指導(dǎo)導(dǎo)管相關(guān)感染預(yù)防措施的開展。