出院準備度研究的文獻計量學分析

玄力娟，蔣曉蓮

四川大學華西護理學院/四川大學華西醫院,四川610041

1979年，英國學者Fenwick首次分析了出院準備度(readiness for hospital discharge)的概念，是對病人在生理、心理和社會方面是否做好出院準備的一種判斷[1]，包含生理穩定、心理應對能力、疾病知識及信息和社會支持4個屬性[2]。出院準備度既是衡量住院治療結果的一個指標，也是出院后結局的預測因素[3-5]。研究表明，出院準備度不足會增加出院后30 d非計劃再入院風險、急診就診率和院后應對困難[6-9]。因此，保證照護質量，提高病人出院準備度，預防出院后不良結局，對于優化醫療衛生資源配置至關重要。文獻計量學是指運用數學和統計學方法，對相關領域的科學文獻在數量和質量兩方面進行分析和評價，揭示該領域發文規律、研究趨勢和熱點的一種綜合性研究方法[10-11]。通過查閱國內外文獻，尚未發現對出院準備度的文獻計量學研究。本研究旨在通過文獻計量學的方法，借助Web of Science數據分析和VOSviewer軟件的可視化功能，對國際上出院準備度研究狀況進行全面分析，以期為我國學者提供信息和參考。

1 資料與方法

本研究嚴格按照PRISMA流程進行文獻檢索和篩選，最終納入符合條件的文獻。

1.1 檢索策略

通過高級檢索方式對PubMed、Web of Science和MedLine數據庫進行檢索，以readiness、preparedness和discharge為檢索詞，具體檢索式以PubMed為例：(readiness) OR preparedness) AND discharge;以Web of Science及MedLine為例：TS=(readiness OR preparedness) AND TS=discharge;截至2019年6月30日，語言為英語，研究對象為人類。同時，由研究者對相關文獻的參考文獻列表進行人工檢索，以防止漏檢。

1.2 納入與排除標準

納入標準：①研究主題或主要結局指標為出院準備度；②探索醫院和社區醫療人員、病人及其親屬對出院準備度的觀點及經驗；③發表在同行評審期刊上。排除標準：①研究對象為日間手術病人及麻醉觀察室送回病房的病人；②僅能檢索到題目，不能查找到摘要或全文的文獻；③文獻類型為會議論文、摘要、評論、致編輯者的信、消息、書籍、勘誤和撤稿的文獻；④干預方案構建類文獻。

1.3 文獻篩選及資料提取

首先，將檢索到的文獻導入到文獻管理軟件Endnote，剔除重復文獻；然后，由2名研究人員根據納入、排除標準對剩余文獻分別進行篩選，并請第三方專家對篩選結果進行審查，排除爭議，確定最終納入文獻；最后，提取最終納入文獻的標題、作者、發表時間、發表期刊、研究方法等信息，輸入Excel電子表格中，文獻分布國家/地區、被引次數、作者發文量等借助Web of Science數據分析功能分析統計。

2 結果

2.1 檢索結果與發文量分析

共檢索到相關文獻1997篇，去除重復文獻并按納入與排除標準排除無關文獻，最終納入分析文獻343篇。文獻篩選流程與結果見圖1。第1篇研究出院準備度的文獻發表于1966年，結合年發文量及其趨勢(見圖2)，將出院準備度研究大致分為3個階段：1966年—1988年為萌芽期，年均發文0.8篇；1989年—2012年為蘇醒期，年均發文4.9篇；2013年—2019年為快速增長期，2013年后呈跳躍式增長，年均發文量為31.8篇，約為蘇醒期的6.48倍。從整體發展趨勢來看，2013年以后出院準備度的研究得到快速發展，僅2019年半年發文量達到30篇，預測今后還會保持快速增長趨勢。

圖1 文獻篩選流程圖

圖2 1966年—2019年出院準備度年發文量

2.2 國家/地區分布

統計顯示，343篇出院準備度的文獻來自33個國家和地區。表1統計了發文量排名前10位的國家和地區，發文量為268篇，占全部發文量的78.134%。發文量排名第一的是美國，發文173篇，占總發文量的50.437%。位居其后的分別是加拿大、澳大利亞，發文量分別為31篇(9.038%)和24篇(6.997%)。中國排名第5位，發表6篇文獻，占1.749%。比較結果分析得出，美國在出院準備度方面的科學研究遙遙領先于其他國家和地區。

表1 發文排名前10位的國家/地區

2.3 作者及合作度分析

發表論文4篇及以上的作者有12位，共計發文73篇，占總文獻量的21.28%。其中，10位作者來自美國，另外2位分別來自加拿大和瑞士(詳見表2)。發文數最多的作者是Weiss M E，共發表19篇(5.54%)，總被引次數643次，篇均被引次數為33.84次。總被引和篇均被引次數最多的作者是Martin S，發表論文4篇，總被引次數為901次，篇均被引次數為225.25次。進一步研究發現， Martin S的一篇題為 “A reengineered hospital discharge program to decrease rehospitalization:a randomized trial” 的論文，自2009年發表以來被引次數高達865次。該論文表明，通過護士與藥劑師聯合實施干預和隨訪可有效降低病人出院后30 d的再入院率和急診就診率[12]。

表2 發文量在4篇及以上的作者

合作度(C)及合作指數(CI)是文獻計量學中通常用來描述研究者合作程度的指標，計算方法如下：合作度=合著論文數(Nm)/總論文數(NT)，合作指數=合著論文作者數(Am)/合著論文數(Nm)[12-13]。343篇文獻共涉及作者1 703人，平均每篇論文作者數4.97人，并且隨著時間呈增長趨勢(見表3)，從1966年—1975年篇均作者數1.22人增長至2016年—2019年的5.75人。獨著論文數為39篇(11.37%)，其余為合著論文304篇(88.63%)，即出院準備度的論文合作度為88.6%。合作指數隨時間呈增長趨勢，由1966年—1975年為2.0增長到了2016年—2019年為5.9，即合著論文平均每篇論文作者數為5.5人。

表3 出院準備度論文作者合作情況

2.4 論文被引分析

文獻被引用表明論文的研究發現被融入現有知識體系，被引次數代表了論文的影響力和可及性[14]。總被引次數排名前10位的論文見表4，截至2019年6月30日，343篇文獻的H指數為33，共被引次數為5 220次，平均每篇論文被引次數為15.22次，去除自引后共被引次數減少到4 584次，即他引次數占比87.82%。總被引次數和年均被引次數最高的論文均是由Jack B W發表的“A reengineered hospital discharge program to decrease rehospitalization：a randomized trial”，總被引865次，年均被引78.40次；被引次數排名第2的論文是“There′s no place like home--an evaluation of early supported discharge for stroke”，總被引次數為162次，年均被引8.10次，該研究揭示了病人達到醫療出院標準后及時出院，并在出院后給予個性化的家庭康復和護理服務，可縮短住院時長，幫助病人更快地恢復日常活動，提高其承擔家庭和社會角色的信心[15]。

表4 總被引次數排名前10位的文獻

2.5 研究方法

本研究將出院準備度的研究方法分為量性、質性和混合性3種，其中量性研究又可分為實驗性和觀察性研究。通過統計發現，343篇文獻的研究方法包括觀察性研究164篇(47.8%)、實驗性研究93篇(27.1%)、質性研究44篇(12.8%)、混合性研究6篇(1.7%)，其余為文獻綜述、Meta分析和敘述性研究36篇(10.5%)。

2.6 關鍵詞共現分析

關鍵詞能夠在一定程度上反映文獻研究對象與主要研究內容等信息。本研究借助可視化分析軟件VOSviewer繪制關鍵詞共現圖(見圖3)，并結合文獻內容，分析得出出院準備度的研究對象與內容主要涉及四大類群體及疾病：①精神疾病病人(22篇)：主要為精神分裂癥；②新生兒及其父母(66篇)，主要為早產兒、低出生體重兒和先天性心臟病新生兒；③老年病人(51篇)，涉及的疾病主要是腦卒中、心力衰竭、慢性阻塞性肺疾病、腫瘤、糖尿病等老年人常見的慢性病；④手術病人(59篇)，涉及的手術主要有髖關節/膝關節置換術、結直腸手術、心臟搭橋手術、支架植入術、喉切除術。關鍵詞共現圖見圖3。

圖3 關鍵詞共現圖

圖中展示了出現頻次15次以上的關鍵詞。相同顏色代表共現，比如aged、length of stay、patient satisfaction、outcome assessment顏色均為紅色，表示這些詞常一同被列為關鍵詞，關系更為緊密。圓形的大小代表出現頻次的高低，即圓形越大，出現的頻次越高。

2.7 標題聚類及研究熱點分析

可視化分析軟件VOSviewer具有強大的數據挖掘能力，可對文本進行術語拆解再進行聚類分析，從而可以聚焦得到某一領域論文的研究熱點[16]。343篇出院準備度論文的標題聚類圖見圖4，結合文獻內容，可以得出出院準備度的4個研究熱點：①出院準備度量表的開發、改編及信效度檢驗。最初的出院準備度量表是測量精神病病人出院準備度的專科量表[17]，之后Fenwick等[1,18]分別開發了普適性量表，其余專科性量表還有產后出院準備度量表[19]、住院患兒父母出院準備度量表[20]、老年病人出院準備度量表[21]、全髖關節置換術后出院評分量表[22]。②不同疾病病人出院準備度現狀及影響因素研究、出院準備度與出院后再住院風險、非計劃急診就診風險、應對困難等關系研究。③通過質性研究了解病人及家屬出院感受與經驗，探索出院至返家過渡期遇到的困難，分析需求，從而為臨床干預提供線索和思路。④出院準備度干預研究：通過實施出院計劃、加速康復項目、多學科團隊協作出院指導等評估病人需求，有針對性地進行干預，以期提高病人出院準備度，減少住院時長，降低出院后不良事件發生率以及出院后近期(出院后30 d)再入院率。

圖4 標題聚類圖

圖中展示了在標題中出現頻次8次以上的詞。顏色相同的代表一個群集，圓形的大小代表出現頻次的高低，距離代表聯系緊密度,即距離越近，關系越緊密。

3 討論

3.1 出院準備度研究近年來發展迅速，合作度提高，我國發展相對滯后

1966年，Hogarty從醫院社工角度調查影響慢性精神分裂癥病人出院準備度的影響因素，開發了精神專科量表Discharge Readiness Inventory[23]，從而開啟了出院準備度研究的大門。迄今，出院準備度研究已有54年歷史，經過發展相對緩慢的萌芽期和蘇醒期，2013年開始，出院準備度研究進入快速增長期，年均發文31.8篇，到目前為止6年時間發文量占總發文量的60.35%。我國第1篇英文出院準備度論文發表于2015年，從發文量來看，我國雖然排名第5，但總發文量僅6篇(1.749%)，表明出院準備度研究在我國發展起步晚，研究力量相對薄弱。

從合作度方面來看，合作度與合作指數均隨時間有所增長，合作范圍從同一單位多成員合作發展至多中心聯合協作，合作對象從醫生、護士到醫護、藥劑師和理療師的多學科團隊，合作深度及廣度均提升。而我國尚停留于護理人員為主對出院準備度的研究階段。因此，我國可以借鑒國際上發展經驗與成果，逐步開拓和深入出院準備度的研究。

3.2 出院準備度研究逐步由調查分析向實踐應用過渡

出院準備度的研究經歷了概念界定、量表開發、現狀調查、影響因素探索、臨床實踐干預并進行效果評價5個發展階段。概念界定與測評工具開發是出院準備度研究的基礎。隨著對出院準備度概念與內涵研究的深入與挖掘，出院準備度的評估逐步完善到包含生理和功能、心理應對、疾病知識和信息、家庭支持和社會資源等維度[2,19]。出院準備度測量工具日趨成熟，其影響因素逐步確定，出院準備度對實踐的指導意義越來越清晰，其臨床實踐研究逐步增多。出院準備度臨床實踐關注病人過渡期安全因素及再入院風險，在此基礎上開展了有關住院期間的出院指導干預[24]、以病人及其照護者為導向、延伸至出院后家庭訪視的出院計劃項目[25]、專門負責評估病人及家屬出院需求并協調院內和社區醫療資源的出院協調員崗位[26]等臨床干預研究。

3.3 出院準備度研究發展趨勢

出院準備度不僅關注病人現時問題，同時關注病人出院后的結局。研究出院準備度的最終目的是保證病人在適宜的時間出院、有計劃的隨訪和延續性護理，同時最大限度地合理配置醫療資源。近年來互聯網高速發展，依托互聯網為病人提供延續性護理服務，用大數據算法開發出院準備度預測程序的研究相繼出現。Schneider等[27]借助互聯網技術開發病人個人信息門戶網站，在病人出院后提供出院指導強化、隨訪提醒和個性化風險因素提示服務，以期在病人達到生理穩定后盡早返回家中進一步康復，加快醫院床位周轉；McWilliams等[28-29]用電子病歷作為數據庫進行文本挖掘，事先設定出院標準，通過機器學習算法開發分類器，用以識別達到出院準備度的病人，保證病人安全及時出院。隨著醫療信息化建設的推進，出院準備度研究與互聯網、大數據技術的逐步融合將成為未來發展新趨勢。

4 小結

通過對出院準備度文獻的計量學分析，本研究全面反映了該研究領域的發展歷程，揭示了出院準備度研究關注的群體和研究熱點，預測了出院準備度的未來發展趨勢，可為我國學者提供借鑒和參考。為了反映出院準備度研究國際發展趨勢，本研究主要納入了英文文獻，今后可擴展至多語言的檢索，以期更綜合全面地分析出院準備度的發展歷程與研究現狀。