大數(shù)據(jù)支持下的健康教育護理對初次體檢患者體檢效率的影響

馬亞平　施文文

摘 要 目的：探討大數(shù)據(jù)支持下的健康教育護理在初次體檢患者中的應(yīng)用效果。方法：回顧性分析2021年1月—2021年12月西安航天總醫(yī)院接收的128例初次體檢患者的臨床資料，采用隨機數(shù)表法將所有患者分為A組（64例）和B組（64例），予以A組患者常規(guī)健康教育，B組采用基于大數(shù)據(jù)支持的健康教育護理。觀察兩組患者體檢效率、體檢質(zhì)量、護理質(zhì)量、患者投訴、漏檢情況及體檢糾紛發(fā)生情況。結(jié)果：B組體檢時間明顯短于A組，且醫(yī)生漏診率低于A組，差異具有統(tǒng)計學(xué)意義（P<0.05）；B組各項體檢護理質(zhì)量評分均高于A組，患者投訴率、總漏檢率及體檢糾紛發(fā)生率均低于A組，差異具有統(tǒng)計學(xué)意義（P<0.05）。結(jié)論：基于大數(shù)據(jù)支持的健康教育護理有利于初次體檢患者體檢效率的提高，并可提高體檢質(zhì)量及護理質(zhì)量，避免漏檢，減少患者投訴及體檢糾紛。

關(guān)鍵詞 大數(shù)據(jù)；健康教育護理；初次體檢；體檢效率

中圖分類號 R47 文獻標(biāo)識碼 A 文章編號 2096-7721（2023）03-0252-06

Effect of health education and nursing supported by big data on the efficiency of initial physical examination

MA Yaping， SHI Wenwen

（Health Management Center， Xian Aerospace General Hospital， Xian 710100， China）

Abstract Objective： To explore the effect of health education and nursing supported by big data on the efficiency of initial physical examination. Methods： The clinical data of 128 patients who underwent initial physical examination in Xian Aerospace General Hospital from January 2021 to December 2021 were retrospectively analyzed. All patients were divided into the group A （64） and group B （64） with random number table， and patients in group A were given routine health education， and patients in group B were given health education and nursing based on big data. The efficiency of physical examination， quality of physical examination， quality of nursing， complaints of patients， missed examination and physical examination disputes of the two groups were observed. Results： The physical examination time and the rate of missed diagnosis of the group B was significantly shorter than that of the group A （P<0.05）. The nursing quality scores of physical examination in the group B were higher than those in the group A， and the complaint rate of patients， total missed rate， physical examination dispute rate in group B were lower than those in group A （P<0.05）. Conclusion： Health?education and nursing based on big data is conducive to improving the efficiency of physical examination for patients undergoing initial physical examination and the quality of physical examination and nursing， avoiding missed examinations， and reducing patient complaints and physical examination disputes.

Key words Big data;? Health education and nursing;? Initial physical examination;? Physical examination efficiency

健康體檢即以健康為中心的身體檢查，主要是指通過醫(yī)學(xué)手段及方法，針對受檢者開展身體檢查，以了解其身體健康狀況，早期發(fā)現(xiàn)疾病及健康隱患[1]。近年來，人們保健意識逐步增強，大家對于身體健康的關(guān)注度越來越高，參加健康體檢的人數(shù)持續(xù)攀升[2]。但是，由于醫(yī)院每日接待的健康體檢人數(shù)眾多，再加上體檢項目繁雜，初次體檢患者對于體檢流程、步驟及內(nèi)容等缺乏充分了解，若護理人員不能及時給予患者指導(dǎo)，很容易導(dǎo)致體檢效率低下，甚至?xí)霈F(xiàn)漏檢等現(xiàn)象，增加護患糾紛發(fā)生的風(fēng)險[3-4]，故加強對初次體檢患者的健康教育護理十分必要。在大數(shù)據(jù)時代背景下，網(wǎng)絡(luò)信息技術(shù)不斷發(fā)展，各種網(wǎng)絡(luò)信息化平臺和技術(shù)開始應(yīng)用到臨床護理管理工作中，為提高醫(yī)療護理管理工作效率提供了良好的技術(shù)支持[5]。本研究嘗試在初次體檢患者中應(yīng)用基于大數(shù)據(jù)支持的健康教育護理措施，觀察其對患者體檢效率的影響，現(xiàn)報道如下。

1 資料與方法

1.1 一般資料

回顧性分析2021年1月—2021年12月西安航天總醫(yī)院接收的128例初次體檢患者，通過隨機數(shù)表法將其分為A組（n=64）和B組（n=64）。A組：男性34例，女性30例；平均年齡為（38.54±4.36）歲；平均身體質(zhì)量指數(shù)（BMI）為（23.59±2.50）kg/m²；受教育程度：初中15例，高中28例，高中以上21例。B組：男性33例，女性31例；平均年齡為（37.82±3.98）歲；平均身體質(zhì)量指數(shù)（BMI）為（23.47±2.47）kg/m²；受教育程度：初中17例，高中28例，高中以上19例。對比兩組患者一般資料，差異不具有統(tǒng)計學(xué)意義（P>0.05）。所有患者均對本研究知情同意，本研究通過醫(yī)院倫理委員會審批（編號：544654-3）。

1.2 納入標(biāo)準(zhǔn)與排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：①年齡：18～60歲；②身體質(zhì)量指數(shù)（BMI）：19～30kg/m²；③小學(xué)以上文化程度；④具備正常讀寫能力，會使用智能手機；④初次接受體檢。排除標(biāo)準(zhǔn)：①并發(fā)惡性腫瘤或嚴(yán)重器官功能衰竭；②伴有認(rèn)知障礙、意識障礙、精神障礙或患精神性疾病；③存在聽力障礙或語言表達障礙；④不會使用智能手機；⑤無法全程配合本研究的患者。

1.3 方法

1.3.1 常規(guī)健康教育

A組患者實施常規(guī)健康教育。①體檢預(yù)約及指導(dǎo)：指導(dǎo)患者通過手機電話、微信或?qū)嵉仡A(yù)約等方式進行體檢預(yù)約，護理人員在體檢前2～3d向患者發(fā)送體檢通知，強調(diào)體檢前注意事項，確保患者正確做好體檢前禁食等準(zhǔn)備工作，防止因準(zhǔn)備不到位造成體檢當(dāng)天相關(guān)檢查項目無法進行，造成不必要的麻煩。②體檢健康宣教：于體檢中心大廳等人流量較多的位置設(shè)置健康教育宣傳欄，重點羅列常見疾病、多發(fā)疾病及流行疾病的相關(guān)防治知識，具體內(nèi)容可采用文字結(jié)合圖片的方式進行展示。科學(xué)設(shè)計并印刷健康教育知識手冊及折頁等紙質(zhì)宣傳材料，根據(jù)體檢對象的年齡及職業(yè)等相關(guān)信息進行材料發(fā)放，例如針對中老年人可主要發(fā)放一些關(guān)于防治糖尿病及心腦血管疾病的宣傳材料；對于上班族可重點發(fā)放一些關(guān)于防治脂肪肝及頸椎病的知識手冊等。③體檢過程管理：護理人員對于患者提出的相關(guān)問題應(yīng)及時解答，對體檢秩序進行維護，做好人員分流工作，防止長時間排隊造成人員擁擠等問題，推進體檢工作的有序進行。此外，護理人員應(yīng)主動向患者介紹體檢環(huán)境、設(shè)施及具體流程，告知初次體檢者應(yīng)注意的事項，與患者確認(rèn)檢查項目等。告知患者體檢結(jié)束后預(yù)計報告領(lǐng)取時間及地點等。對于體檢異常患者，護理人員需做好隨訪工作，同時指導(dǎo)患者來院接受進一步的檢查。

1.3.2 健康教育護理模式

B組患者應(yīng)在A組基礎(chǔ)上采用基于大數(shù)據(jù)支持的健康教育護理模式。①準(zhǔn)備工作：組織建立專項體檢護理小組，納入責(zé)任護士2名，護士長1名，小組成員均接受系統(tǒng)、專業(yè)培訓(xùn)，掌握豐富的健康教育及護理知識、方法、技巧，了解互聯(lián)網(wǎng)平臺運營方法及相關(guān)信息化護理手段，掌握智能化體檢系統(tǒng)、全流程智能導(dǎo)檢系統(tǒng)以及健康檢查智能機器人應(yīng)用方法。②體檢前：將智能化體檢系統(tǒng)連接登記臺、檢驗樣本采集點以及各檢查科室工作站，具體體檢流程包括預(yù)約、報到、體檢、體檢信息分析、健康評估、體檢報告生成及體檢后跟蹤服務(wù)等內(nèi)容。體檢前護理人員應(yīng)指導(dǎo)患者通過智能體檢系統(tǒng)的預(yù)約功能進行個人體檢信息填寫，具體預(yù)約操作可通過醫(yī)院微信公眾號、電話等方式進行，由體檢中心針對個人或團體預(yù)約情況合理排期，確保預(yù)約時間點的準(zhǔn)確性，確保護理人員能夠在預(yù)約體檢錯峰時間段做好醫(yī)療消毒及相關(guān)防護。③體檢流程：患者按照預(yù)約時間到達體檢中心，由健康檢查智能機器人對其展示具體體檢流程，并指導(dǎo)其通過全流程導(dǎo)檢系統(tǒng)快速體檢，有利于體檢效率提高，為患者提供良好的體檢體驗。護理人員指導(dǎo)患者掃描關(guān)注醫(yī)院微健康平臺，幫助其獲取候診科室、候診隊列人數(shù)、等候時長以及科室位置等信息，方便患者對體檢進程進行合理安排，快速進行體檢項目選擇或棄檢。導(dǎo)檢臺護理人員可對候檢、排隊人員進行自動排序及調(diào)整，當(dāng)科室排隊人數(shù)過多時可酌情轉(zhuǎn)移至其他科室，對于棄檢患者可將其從自排隊列表中一鍵刪除。由全科室醫(yī)生對待檢患者的體檢順序進行科學(xué)把控，對待檢患者及已檢患者信息進行統(tǒng)計，靈活運用健康檢查智能機器人的呼叫、重呼以及跳過等功能，決定優(yōu)先體檢人員。各科室均設(shè)立相應(yīng)的醫(yī)生工作站，體檢人員按照體檢指南到各科室逐一進行醫(yī)學(xué)檢查，各科室應(yīng)做好關(guān)聯(lián)及信息交互，有效減少醫(yī)療糾紛。④體檢結(jié)束：護理人員應(yīng)提醒患者將體檢單上交至前臺處，待各科室將體檢結(jié)果全部錄入系統(tǒng)后，總檢醫(yī)生負(fù)責(zé)總檢工作，健康體檢智能機器人可對體檢異常指標(biāo)進行自動提醒，并自動給出健康養(yǎng)生建議，由專家協(xié)助分析體檢信息，同時開展科學(xué)的健康評估，制定相應(yīng)的健康促進方案，生成體檢報告。護理人員應(yīng)指導(dǎo)患者運用健康體檢智能機器人系統(tǒng)短信模塊，并選擇以短信形式通知患者復(fù)診及領(lǐng)取報告。結(jié)合醫(yī)生專業(yè)特長，為其分配相應(yīng)的體檢患者，制定針對性的回訪計劃，同時建立細(xì)致的回訪記錄，并做好回訪登記工作。充分應(yīng)用健康體檢智能機器人系統(tǒng)的重大疾病實時提醒功能，對各項檢查項目的危機值、上下閾值進行設(shè)定，若在個人體檢過程中發(fā)現(xiàn)重大疾病，及時反饋給相應(yīng)科室，其他體檢異常指標(biāo)可通過顯著標(biāo)識進行提示，由系統(tǒng)自動生成綜合診斷及防治意見。

1.4 觀察指標(biāo)

①體檢效率：對比兩組患者體檢所需時間，體檢時間由體檢中心護理人員進行數(shù)據(jù)統(tǒng)計并將其記錄于體檢單上，以體檢者取體檢記錄表時間作為開始時間，至完成所有檢查項目為結(jié)束時間。②漏診及誤診：對比兩組醫(yī)生誤診率及漏診率。③護理質(zhì)量：通過本院自制的健康體檢質(zhì)量評估調(diào)查問卷評估，問卷信度檢驗采用SPSS 25.0軟件進行可靠性檢驗，效度分析采用探索性因子分析，測得Cronbachs α系數(shù)為0.82，信、效度分別為0.82和0.80。于患者結(jié)束體檢后發(fā)放問卷，指導(dǎo)其在3min內(nèi)填寫完畢。問卷主要對護理人員的溝通能力、主動服務(wù)、護理禮儀以及健康宣教共4項內(nèi)容進行評估，各項評分均為0～10分，分值越高說明護理質(zhì)量越好。④對比兩組患者投訴情況，由體檢中心護理人員對兩組患者投訴事件進行統(tǒng)計。⑤對比兩組患者漏檢情況，并統(tǒng)計兩組護理糾紛發(fā)生情況。護理糾紛主要包括服務(wù)態(tài)度糾紛、醫(yī)療環(huán)境、溝通不暢、醫(yī)療秩序、體檢操作、突發(fā)狀況及醫(yī)療收費等方面的糾紛。由體檢中心護理人員負(fù)責(zé)接收患者漏檢、糾紛意見并進行統(tǒng)計。

1.5 統(tǒng)計學(xué)方法

所有數(shù)據(jù)均采用SPSS 25.0軟件進行統(tǒng)計學(xué)分析，以n（%）描述計數(shù)資料，計數(shù)資料組間比較采用 χ²檢驗；計量數(shù)據(jù)通過均數(shù)±標(biāo)準(zhǔn)差（x±s）表示，予以獨立樣本t檢驗，P<0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 兩組患者體檢效率、漏診及誤診情況

對比兩組患者體檢所需時間，B組患者體檢時間明顯比A組患者更短，且醫(yī)生漏診率更低，體檢效率更高，差異具有統(tǒng)計學(xué)意義（P<0.05），見表1。

2.2 兩組護理質(zhì)量評分及患者投訴情況

對比兩組患者護理質(zhì)量評分及患者投訴率，B組各項體檢護理質(zhì)量評分均高于A組，且患者投訴率低于A組，差異具有統(tǒng)計學(xué)意義（P<0.05），見表2。

2.3 兩組漏檢及體檢糾紛情況

對比兩組患者漏檢及體檢糾紛情況。較之A組，B組總漏檢率及體檢糾紛發(fā)生率均明顯更低，差異具有統(tǒng)計學(xué)意義（P<0.05），見表3。

3 討論

體檢通常指的是人們在無明顯疾病癥狀或感覺異常時定期、規(guī)律地接受常規(guī)體格檢查及實驗室檢查等，以了解自身健康狀況，由醫(yī)生評估體檢結(jié)果，及時發(fā)現(xiàn)患者疾病或潛在疾病隱患，并根據(jù)患者體檢結(jié)果進行科學(xué)的生活方式調(diào)整，以達到預(yù)防、保健的目的[6-7]。但由于接受健康體檢的人數(shù)較多，且健康體檢涉及的項目較為復(fù)雜和多樣，初次體檢時患者對體檢流程及內(nèi)容等缺乏充分了解，易導(dǎo)致體檢前準(zhǔn)備不到位、體檢進度緩慢等問題，甚至?xí)l(fā)一系列體檢護理糾紛[8-9]。既往臨床對于初次體檢患者多采用常規(guī)健康教育的方式，健康宣教方式和途徑相對較為傳統(tǒng)，且內(nèi)容單一，時效性較差，護理效果有限[10-11]。基于大數(shù)據(jù)支持的健康教育護理模式主張充分利用網(wǎng)絡(luò)信息化技術(shù)，為患者提供體檢健康教育護理服務(wù)，持續(xù)、實時地向患者傳遞相關(guān)宣教知識，有助于提高健康教育護理效果[12]。

本研究中B組（基于大數(shù)據(jù)的健康教育）體檢時間明顯較A組（常規(guī)健康教育）短，且醫(yī)生漏診率低于A組。研究表明，基于大數(shù)據(jù)的健康教育確實能夠促進初次體檢患者體檢效率的提高，對于改善體檢質(zhì)量有積極作用。具體原因如下：①基于大數(shù)據(jù)的健康教育通過組建專項體檢護理小組，并由接受過系統(tǒng)專業(yè)化培訓(xùn)的護理人員負(fù)責(zé)開展相關(guān)健康教育活動，確保健康教育工作的專業(yè)度和系統(tǒng)性；②體檢前相關(guān)護理人員指導(dǎo)患者通過智能體檢系統(tǒng)進行體檢信息填寫，并通過電話及微信等途徑預(yù)約體檢，方便體檢人員進行科學(xué)排期，提高預(yù)約時間準(zhǔn)確性；③體檢當(dāng)天通過健康體檢智能機器人向患者展示體檢流程，指導(dǎo)患者掃描關(guān)注醫(yī)院微健康平臺，并獲取候診科室及候診時間等信息，方便患者更加科學(xué)、合理地安排體檢進程，有利于患者快速找到體檢地點并接受體檢，提高體檢效率[13]。導(dǎo)檢臺護理人員通過加強排隊列表管理，配合醫(yī)生把控體檢順序，進一步優(yōu)化體檢過程，縮短體檢時間[14]。此外，大數(shù)據(jù)健康教育護理模式下，智能體檢系統(tǒng)還可根據(jù)疾病診斷條件實施自動診斷，將患者當(dāng)天體檢結(jié)果迅速與歷次體檢記錄進行自動對比，能夠最大限度減少醫(yī)生誤診和漏診，同時為患者提供更為科學(xué)的健康指導(dǎo)建議，有助于進一步提高體檢質(zhì)量。

本次研究還發(fā)現(xiàn)，與A組相比，B組護理質(zhì)量評分更高，且投訴率、漏檢率以及糾紛發(fā)生率均更低。這表明基于大數(shù)據(jù)支持的健康教育護理模式不但能夠改善體檢護理質(zhì)量，而且對于減少患者投訴、漏檢和體檢糾紛均有明顯優(yōu)勢。究其原因，基于大數(shù)據(jù)支持的健康教育護理模式通過組建專項健康教育小組，并對其進行系統(tǒng)化專業(yè)培訓(xùn)，有利于提高護理人員專業(yè)水平及技能，改善其溝通能力及健康宣教能力，并可使其樹立起主動服務(wù)的意識，培養(yǎng)良好的護理禮儀，有助于提高護理質(zhì)量。同時，健康體檢智能機器人能夠為患者提供一系列智能化體檢服務(wù)，并在患者離開時自動播報送客語，給患者提供良好的體檢體驗。通過該護理模式，可顯著縮短患者體檢時間，提高體檢效率，同時能夠改善整體護理質(zhì)量，有助于減少因服務(wù)態(tài)度、溝通不暢等造成的體檢糾紛，降低患者投訴率[15]。

通過智能體檢系統(tǒng)可對患者漏檢及拒檢項目進行迅速定位，防止患者出現(xiàn)漏檢而不自知的情況，影響健康促進建議的全面性和系統(tǒng)性，降低漏檢率。大數(shù)據(jù)支持的健康教育護理模式有助于各科室做好信息關(guān)聯(lián)及交互，有效減少醫(yī)療糾紛。體檢結(jié)束后，健康體檢智能機器人可自動標(biāo)識異常指標(biāo)，及時提示重大疾病，自動生成綜合診斷及防治意見，為患者提供相應(yīng)的健康養(yǎng)生建議，再加上細(xì)致化的回訪工作，可大大提高整體體檢質(zhì)量及護理質(zhì)量，改善患者滿意度，從而降低投訴率及糾紛率。因此，基于大數(shù)據(jù)支持的健康教育護理可進一步縮短初次體檢患者體檢時間，提高體檢效率及體檢質(zhì)量，且能夠減少誤診和漏診，降低患者投訴率、漏檢率及體檢糾紛發(fā)生率。

參考文獻

[1] 吳盛忠， 高點， 王冬. 健康體檢人群的電子健康素養(yǎng)現(xiàn)狀及影響因素[J].實用醫(yī)學(xué)雜志， 2022， 38（9）： 1141-1146.

[2] 徐鑫利. 體檢護理對初次體檢患者體檢效率的影響評價——評《健康體檢解讀》[J]. 中國臨床藥理學(xué)與治療學(xué)， 2021， 26（5）： 601.

[3] 徐益榮， 于朝陽， 孫海燕， 等. 基于“健康小屋”的跨理論模型在老年人健康體檢行為干預(yù)中的應(yīng)用[J]. 護理研究， 2019， 33（18）： 3231-3233.

[4] 張艷香. 優(yōu)化兒童保健服務(wù)系統(tǒng)護理干預(yù)對兒童健康體檢率、系統(tǒng)管理率的影響[J]. 護理研究， 2019， 33（1）： 172-174.

[5] WANG X L， LIU J， LI Z Q， et al. Application of physical examination data on health analysis and intelligent diagnosis[J]. Biomed Res Int， 2021， 20（21）： 8828677.

[6] 王鵬， 何宏海， 陶立元， 等. 健康體檢報告核心要素指標(biāo)設(shè)計及試點數(shù)據(jù)分析[J]. 中華健康管理學(xué)雜志， 2022， 16（6）： 366-371.

[7] Yang S， Kim T U， Kim D H， et al. Understanding the physical examination of the shoulder： a narrative review[J]. Ann Palliat Med， 2021， 10（2）： 2293-2303.

[8] 郭姣姣， 唐懷蓉. 對貴賓體檢服務(wù)模式再造的效果評價[J]. 中華健康管理學(xué)雜志， 2022， 16（1）： 59-61.

[9] 李敦穹. 護理標(biāo)識在體檢護理管理中價值分析——評《醫(yī)學(xué)顯微形態(tài)學(xué)實驗》[J]. 電子顯微學(xué)報， 2019， 38（3）： 321-322.

[10] 常晉霞， 王素芳. 品管圈在提高胃鏡體檢者心理依從性中的應(yīng)用[J]. 護理研究， 2018， 32（9）： 1481-1484.

[11] 劉莎， 吳琳娜. PBL用于健康體檢中人性化護理培訓(xùn)的研究[J]. 現(xiàn)代預(yù)防醫(yī)學(xué)， 2018， 45（9）： 1725-1728.

[12] 桑蘭蘭， 葉藝， 胡力非， 等. 大型專業(yè)體檢機構(gòu)微信公眾平臺應(yīng)用調(diào)查分析[J]. 中國健康教育， 2018， 34（10）： 933-935.

[13] 張理純. 人工智能體檢系統(tǒng)在健康管理中心的應(yīng)用[J]. 中國醫(yī)療設(shè)備， 2020， 35（7）： 95-98.

[14] 陳如燕， 吳英， 張?zhí)扃鳎?等. 健康信念模式在高血脂癥體檢者微信健康教育中的應(yīng)用[J]. 解放軍護理雜志， 2016， 33（14）： 26-28.

[15] 文念馳， 劉玉萍， 楊華， 等. 醫(yī)院體檢中心健康管理一體化服務(wù)模式要點和實施方法探討[J]. 中國衛(wèi)生事業(yè)管理， 2020， 37（3）： 184-185.