基于PubMed數據庫的護理決策支持系統文獻計量可視化分析

摘要：目的" 分析PubMed數據庫中關于護理決策支持系統相關文獻的研究現狀及熱點，為未來研究方向的選擇提供參考依據。方法" 檢索PubMed數據庫中從建庫至2023年12月31日的護理決策支持系統相關文獻，使用VOS viewer進行可視化分析，從年發文量、作者、研究主題、研究熱點等方面進行分析。結果" 共獲得443篇文獻，篩選后最終納入280篇文獻，年度發文量呈雙駝峰曲線；發文量最多的團隊為Dowding Dawn團隊，各團隊間未見合作；研究主題為基于循證的護理程序，不同年齡層的決策支持系統需求，人-機交互的相關研究；研究熱點為疼痛管理、慢性病管理、孕產期管理。結論" 作者團隊間可加強合作，未來可關注護理決策支持系統在疼痛管理、慢性病管理、孕產期管理方面的應用。

關鍵詞：護理決策支持系統；文獻計量；慢性病管理

中圖分類號：R473" " " " " " " " " " " " " " " " " " " " 文獻標識碼：A" " " " " " " " " " " " " " DOI：10.3969/j.issn.1006-1959.2025.06.007

文章編號：1006-1959（2025）06-0041-08

Bibliometric Visualization Analysis of Nursing Decision Support System Based on PubMed Database

HUANG Ruina1， LIU Lu1， WEN Shuangshuang2， LI Caixia2， LIU Ting2， GAO Yuanxiu2， ZENG Nafen2，

LIU Shengzi2， FU Xia2， HUANG Yuejiao1

（Department of Orthopedics1， Department of Nursing2， the Eighth Affiliated Hospital， Sun Yat-sen University，

Shenzhen 518033， Guangdong， China）

Abstract： Objective" To analyze the research status and hotspots of literature on nursing decision support system in PubMed database， and to provide reference for the selection of future research directions. Methods" The related literatures of nursing decision support system from the establishment of the database to December 31， 2023 in PubMed database were searched， and VOS viewer was used for visual analysis. The annual number of articles， authors， research topics and research hotspots were analyzed. Results" A total of 443 literatures were obtained， and 280 literatures were finally included after screening. The annual publication volume showed a double hump curve. The team with the largest number of publications was the Dowding Dawn team， and there was no cooperation between the teams. The research topics were evidence-based nursing procedures， decision support system needs of different age groups， and related research on human-machine interaction. The research hotspots were pain management， chronic disease management， and maternal management. Conclusion" The author′s team can strengthen cooperation and pay attention to the application of nursing decision support system in pain management， chronic disease management and maternal management in the future.

Key words： Nursing decision support system; Bibliometrics; Chronic disease management

護理決策指護理人員基于自身知識積累、經驗和本能，對一個護理病例從生理社會等多方面進行分析后確定護理問題和護理實踐的過程[1]。護理決策支持系統（nursing clinical decision support system， NCDSS）是通過數據、模型和知識輔助決策者，通過人機交互方式進行半結構化或非結構化決策，解決護理問題的支持系統[2]。臨床工作中，護士需要在嘈雜、多變、快節奏的環境中整合患者癥狀、體征、檢驗檢查結果等多項信息，進行綜合判斷，做出護理決策，而部分護士資歷較淺，臨床經驗較少，有可能出現決策失誤。錯誤的護理決策會延誤患者及時接受有效的治療護理，甚至會危及患者生命安全。NCDSS利用數據挖掘技術，將患者數據與知識庫中的指南、專家共識等進行匹配，助力護理決策，能夠提高護士工作效率，減少決策失誤發生，有助于提高護理質量，保證醫療安全，也是護理信息化發展的必然趨勢[3]。隨著智慧醫療的發展，NCDSS在臨床的應用越來越廣泛，其優化、更新、迭代是必然的趨勢。國內外已有多位學者就NCDSS在各專科的應用展開臨床研究，目前多數研究均聚焦于各亞專科的NCDSS在臨床使用過程中的具體情況，但較少學者針對NCDSS的研究熱點及發展趨勢展開研究。故本研究基于PubMed數據庫，應用VOS viewer軟件對NCDSS研究現狀及研究熱點進行可視化分析，探討NCDSS的發文量、主要作者團隊、研究主題、研究熱點及在系統開發設計、臨床推廣中存在的障礙因素，以期對未來學者在該領域研究方向的選擇提供參考依據。

1資料與方法

1.1資料來源" 以PubMed數據庫為檢索來源，通過醫學主題詞、關鍵詞進行檢索，以nurses；nursing；decision support systems， clinical作為醫學主題詞進行檢索，使用通配符decision*， support system*， nursing*進行檢索，檢索式為（（（nurses[MeSH Terms]） OR （nursing[MeSH Terms]）） AND （decision support systems， clinical[MeSH Terms]）） OR （（（decision*[Title/Abstract]） AND （support system[Title/Abstract]）） AND （nursing*[Title/Abstract]）），檢索時限為建庫至2023年12月31日，檢索語種為英文，檢索策略見表1。將檢索結果導出到文獻管理軟件Endnote中。

1.2 文獻篩選" 使用文獻管理軟件Endnote剔除重復文獻，兩名研究人員分別獨立閱讀文題、摘要、全文對文獻進行篩選，如遇分歧則請第三位研究人員共同討論決定。文獻納入標準：與NCDSS相關論文。排除標準：作者信息不全、發表年份不清等；與主題不相關論文。

1.3數據清洗與可視化分析" 采用由荷蘭萊頓大學開發的文獻計量分析軟件VOS viewer對檢索結果進行可視化分析，由于存在同義詞及相同國家、機構不同名稱表述等情況，在進行可視化分析前需要先進行數據清洗，利用VOS viewer導出關鍵詞，對關鍵詞里面的同義詞進行統一，對相同國家、相同機構不同名稱的進行統一，進行數據清洗。從發文年份、作者合作、關鍵詞聚類分析等方面進行分析。VOS viewer由荷蘭學者研發，能以圖譜的方式對文獻知識單元進行分析，且其運行容量大，處理大型復雜的數據時運行非常流暢，二維圖譜結果呈現清晰。圖譜要素為節點及連線。

2結果

2.1文獻發表年代分布" 本次研究初步檢索獲得443篇文獻，剔除重復文獻，并根據納入和排除標準進行篩選，最終納入280篇文獻。納入文獻里面關于NCDSS的文章始于1997年（1篇），發文量總體呈雙駝峰曲線，年度發文量有兩個高峰，分別為2008年29篇，2015年24篇，見圖1。

2.2研究作者分布" 納入的280篇文獻共有967位作者，發文量最高的作者為英國約克大學Dowding Dawn教授（6篇），其次為美國佛羅里達大學Yao Yingwei教授（5篇）、Keenan Gail M教授（5篇），以及紐約哥倫比亞大學Bakken Suzanne教授（5篇），發文量大于等于3篇的作者有19位，中國學者發文量最多的是臺灣臺安醫院Lee Ting-ting教授，見表2。將發文量≥2篇的92位作者納入圖譜分析，圖譜中節點代表作者，作者發文量越多，節點就越大，節點之間的連線則代表作者間的合作強度，連線越粗代表作者間的合作越強[4]。經過分析得到該領域的主要作者團隊主要有六個，各團隊成員見表3，由作者共現視圖（圖2）可知，英國約克大學Dowding Dawn團隊與英國埃克塞特大學Fletcher Emily團隊存在合作，其余作者團隊間未見合作，中國復旦大學兒童醫院Gu Ying未與其他研究團隊合作。未來各研究團隊可加強交流、合作，促進護理決策支持系統的發展，優化、升級。

2.3高頻關鍵詞聚類分析" 文章共有912個關鍵詞，取頻次≥10次的為高頻關鍵詞，共79個。對高頻關鍵詞建立共詞矩陣并繪制關鍵詞共現網絡圖譜，一個節點代表一個關鍵詞，關鍵詞所在節點越大，說明該詞出現次數越多，重要性越高，節點間的連線代表連接的兩個關鍵詞至少有一次共現在一篇文獻內，連線越粗說明連接的兩個關鍵詞共現次數越多。由關鍵詞共現聚類視圖可知共有三個聚類，對其進行歸納總結，三個聚類為：#1基于循證的護理程序，#2不同年齡層的決策支持系統需求，#3人-機交互的相關研究。見表4、圖3。

2.4研究熱點" 使用對研究熱點關鍵詞進行分析，為減少對目前發文量少但可能是未來研究方向的關鍵詞的遺漏，將關鍵詞共現次數設置為1次，共得到關鍵詞912個，見圖4。由圖可知，目前NCDSS的研究熱點包括疼痛管理、慢性病管理、孕產期管理，見圖5、表5。

3討論

本研究利用VOS viewer對NCDSS相關文獻進行計量化分析，從年發文量、作者發文量、團隊合作、高頻關鍵詞、熱點關鍵詞等方面進行分析，闡述該領域研究現狀及研究熱點。文獻分析顯示國外NCDSS的研究起步較早，檢索到的以NCDSS為主題詞的文獻最早發表于1997年，發文量逐年增加，說明在護理信息化背景下，NCDSS相關研究越來越多，該領域越來越受到重視，但不同團隊間缺少合作，應加強合作交流。關鍵詞共現聚類分析顯示當前研究主題集中在三方面：基于循證的護理程序、不同年齡層的決策支持系統需求、人機交互的相關研究。研究熱點分析包括：疼痛管理、慢性病管理、孕產期管理

3.1研究主題

3.1.1基于循證的護理程序" NCDSS能幫助提高護士工作效率，減少決策失誤發生，提高護理質量，保證醫療安全，已成為護理領域智能化管理的新趨勢，它是指以護理程序為框架，從評估、診斷、計劃、實施、評價等方面幫助護士進行護理決策，其中決策的證據支持、信息支撐來源于循證醫學[5]。其核心在于建立醫學知識庫（Medical Knowledge Base）、模型庫（Model Base）、方法庫（Method Base）以及數據庫，然后通過數據挖掘技術進行臨床各種數據的綜合分析，從而作出決策支持。NCDSS能快速實時整合各項數據，根據決策條件生成護理問題，制定護理措施，有利于解決護士對患者數據收集不完整、不及時、護士知識儲備不足等造成的決策失誤問題。由于臨床中大部分護士較為年輕、資歷淺、護士隊伍學歷高低不齊，且日常工作非常繁忙，護士忙于為患者輸液、治療等各種事務，無法及時、準確進行信息收集，可能在護理評估與決策等方面存在失誤，無法及時發現患者的風險隱患并給予針對性的措施防范風險發生，嚴重者甚至對存在禁忌證的患者實施了某些措施，給患者造成傷害。護理決策支持系統能滿足臨床工作需求，順應學科發展，輔助護士整合患者各項臨床信息，避免遺漏，并做出決策選擇，節省護士時間，也能對新護士提供循證指導，幫助護士做出準確的決策。NCDSS能對檢查、檢驗高危結果以彈窗形式提醒護士風險存在，并提供護理措施選項，評價轉歸。有研究利用護理決策支持系統對療養院老人的壓瘡及營養不良進行管理，發現使用護理決策系統后，療養院護士對壓瘡、營養不良等指南的踐行更加全面、系統[6]。研究發現，影響護士踐行支持系統中指南的因素主要包括是否有清晰的護理決策、切實可行的護理措施[7]。具有清晰、完整、可行的護理決策支持系統在提高護士對指南的依從性、提高護士評估的正確性、及時性、促進護理措施的落實、善護理結局、減少負性事件的發生上具有重要意義，目前常用于VTE、低血糖、壓力性損傷等方面的管理[8-10]。

目前，市場上各種護理決策支持系統的智能化程度參差不齊，部分系統存在完整性不夠、個性化決策支持知識庫完善度不足等問題。當系統無法讀懂數據，尤其是非結構性數據時（如心電圖、胸片、MRI、CT等），也可能會導致決策失誤，故護士在使用系統進行決策支持時需帶著批判性思維，從專業角度審視系統，而不是一味盲從。

3.1.2不同年齡層的決策支持系統需求" 不同年齡階層的醫療護理保健需求不一樣，NCDSS提供的決策指導可覆蓋生命全周期。系統可以根據新生兒的血氧、體重、體溫、心率、呼吸、血糖、黃疸、早期疾病篩查結果等進行診療護理管理，提高新生兒風險評估及時率、合格率及預防措施落實率[11]。針對急性淋巴細胞性白血病患兒的化療護理，決策支持能夠提高換患兒的化療依從性，減少化療處方錯誤，提高患者安全[12]。系統可以幫助醫護人員對兒童和青少年心理健康障礙進行早期識別，有助于檢測和轉診，確保患者、家庭健康[13]。在育齡期婦女的孕、產期，可以對孕期管理、分娩、產后抑郁、產后焦慮等進行預測、決策支持，幫助孕產婦順利度過關鍵時期，保證身心健康[14]。在中年、老年期，系統可以預測冠心病患者冠狀動脈狹窄的發生機會，減少有創冠狀動脈造影術的使用，輔助決策，改善患者預后[15，16]。

3.1.3人機交互的相關研究" 關于護理決策支持系統使用過程中人機交互能力一直是研究的一個重點方向，人機交互中的“機”包括計算機以及各種其它機器、儀器、設備。在系統使用過程中，系統是否能對護士的工作帶來便利與幫助，而不是增加護士的工作負擔。為明確這一問題，多位學者通過焦點小組法、質性訪談、問卷調查等研究方法了解護士對計算機的態度、護士的計算機能力、人機交互情況，探究影響人機交互的因素，以期提高系統的使用流暢度，提高護士使用積極度，提高臨床護理安全性。護理決策支持系統使用過程中的障礙包括人、機兩方面的因素。護士計算機能力差、對系統有用性評價低，系統界面友好度差，這些因素可能會影響護士的體驗感，降低使用積極度[17]。提高系統界面友好度可通過邀請不同層級護士進入研發小組，從使用者的角度出發，告知工程師用戶對系統的需求，協同開發，使得系統界面更加友好，方便護士使用。系統使用過程中，也應該根據行動研究法，不斷評價系統，發現系統問題，討論改進優化，再評價再優化，不斷持續質量改進，從而得到一個更加適合臨床、符合護士使用習慣的護理決策支持系統，提高人機交互能力。而在系統進入臨床使用前，應對使用者（護士）的計算機能力進行評估，根據評估結果，對護士進行針對性的系統使用方法培訓，確保護士掌握使用方法[6]。

人機交互中“機”除了傳統的計算機外，還包括各種微型計算機，如物聯互動中的PDA、床旁診斷化驗信息系統（POCT）、生命體征采集儀、跌倒監測、智能床墊、智能輸液監測儀等，這些“機”在床旁得到患者檢驗信息、生命體征等信息后可即時上傳至醫院信息系統中，避免了反復謄抄數據造成的時間浪費、精力浪費，也避免了數據錄入錯誤的可能，異常的信息會在系統中出現智能提醒或者報警，提醒醫護人員及時進行干預。各物聯設備中的信息上傳到系統中并進行整合，有助于護理決策的制定。跌倒監測、智能床墊、智能輸液監測儀等監測到患者跌倒、離床、輸液即將完成或輸液不暢等事件時，會在護士站智能看板以及PDA上顯示相關事件，提醒護士前往處理。物聯互動中的各種“機”在使用過程中，需要保證機器采集信息的準確性、及時性，才能提高護士對機器的信任度，才能提高護士的使用黏度及滿意度。

護理決策支持系統中的“機”在開發設計初期就應引入護理人員、護理專家作為顧問，為系統搭建、界面設計、功能模塊組建、系統使用優化等提出意見。須得保證系統的智能性，保證各機器提供數據信息的可靠性、可信度、及時性，保證各數據平臺信息更新的同步性，系統方能起到輔助護士制定護理決策的作用，否則系統就沒法起到應有的作用，反而會降低護士的工作效率，甚至做出錯誤的決策指導，影響護士對系統的使用積極度，阻礙護理決策支持系統的發展。

3.2研究熱點" 根據層疊視圖分析得到NCDSS研究熱點包括疼痛管理、慢性病管理、孕產期管理。疼痛是繼呼吸、脈搏、血壓、體溫之后的人類“第5大生命體征”，是患者的常見問題，疼痛會降低患者舒適度，嚴重的疼痛會影響患者的康復進程，延長住院時間，增加醫療費用，且隨著生活水平的提高，人們越來越關注自身感受，醫療愈顯人文關懷，故對患者的疼痛進行管理非常重要。有學者觀察NCDSS使用前后初級保健機構的醫護人員對加拿大疼痛管理臨床實踐指南的遵循程度，結果發現，系統使用1年后，醫護人員對參考指南的意識及行為均較使用前明顯提高，對疼痛相關記錄的準確性更高，尤其是護士及實習醫生[18]。護理決策支持系統可以提高患者入院疼痛評估率、日常評估率、復評率及鎮痛藥物不良反應觀察率，促進鎮痛措施的落實，促進疼痛護理實踐的標準化。

隨著人口老齡化的進展及生活方式的改變，各種慢性病的患病率越來越高，正成為重大公共衛生問題，包括心血管疾病、糖尿病、腎臟病等，慢病管理質量與全民健康狀況、長期的醫療支出息息相關[19]。當前NCDSS在慢病管理領域的應用越來越廣泛，可預測卒中風險、心血管事件風險，監測血糖、血壓變化趨勢、監測運動、監測服藥依從性、指導調整用藥方案等，并且可以實現遠程指導，生活方式調整、風險預警、防范、服藥依從性、血壓血糖監測、運動鍛煉等對慢病管理至關重要。社區衛生機構是慢病管理的主力軍，但是不同地區的社區衛生機構及農村的醫療水平、設備、衛生人才隊伍水平參差不齊，導致不同區域居民享有的健康管理、照護水平不一，影響著全民健康水平的提高。《中國防治慢性病中長期規劃》[20]和《“健康中國2030”規劃綱要》[21]均強調加強慢性病防治工作，提高居民健康期望壽命，保障人民健康。通過加快醫療衛生信息化發展，應用護理決策支持系統可以彌補醫護人員在診療、護理決策方面的短板，一定程度上削弱區域間的差異，提高慢性病的健康管理水平，提高基層防病治病和健康管理能力，促進全民健康素質，降低慢性病長期醫療支出。

晚婚晚育已成常態，高齡孕產婦的晚婚晚育已成常態，高齡孕產婦的生產風險普遍較高。NCDSS可以根據孕婦的病史、檢驗檢查結果、胎兒監測數據等對孕婦生產風險、胎兒缺氧可能性進行評估，進而對分娩方式選擇提供建議，最大程度保證母嬰的安全。產后抑郁、焦慮愈發多見，非常影響家庭、社會的穩定，助產士使用NCDSS可以對孕產婦的抑郁、焦慮、吸煙、飲酒或非法藥物使用以及家庭暴進行篩查及決策支持，早期識別，對孕產婦進行指導、心理疏導，促進心理健康[16]。

4總結

隨著信息化、智慧化醫療的發展，NCDSS得到了迅猛的發展，在不同科室、不同領域、不同生命階段的護理管理中均有相應的系統進行決策支持，能幫助新護士成長，提高護理質量，保證護理安全。而要使系統使用范圍更廣、使用更流暢，應在研發升級階段邀請護士參加共同協作，關注護士的使用體驗，加強物聯互動，保證信息同步。未來不同研究團隊、機構間可加強合作，將風險評估工具植入NCDSS預測各類風險事件發生機率及指導后續預防護理措施，如何促進孕產婦身心健康、有效緩解疼痛等也是當前及未來工作中的重點。本研究存在一定的局限性，檢索的數據庫為PubMed，檢索語種為英文，可能遺漏其它數據庫、其它語種的文獻，未來可擴大檢索范圍，以期納入更多的文獻，使分析結果更加全面。

參考文獻：

[1]徐亦虹，丁珊妮，劉曉娜，等.護理決策支持系統的局限性及對策[J].中華護理雜志，2020，55（3）：405-409.

[2]孫玉嬌，史婷奇，張寧，等.低血糖護理決策支持系統的設計及應用[J].中華護理雜志，2020，55（7）：1028-1032.

[3]Muhiyaddin R，Abd-Alrazaq AA，Househ M，et al.The Impact of Clinical Decision Support Systems （CDSS） on Physicians： A Scoping Review[J].Stud Health Technol Inform，2020，26（272）：470-473.

[4]付健，丁敬達.Citespace和VOSviewer軟件的可視化原理比較[J].農業圖書情報，2019，31（10）：31-37.

[5]Oliveira NB，Peres HHC.Quality of the documentation of the Nursing process in clinical decision support systems[J].Rev Lat Am Enfermagem，2021，21（29）：e3426.

[6]Fossum M，Terjesen S，Odegaard M，et al.Clinical decision support systems to prevent and treat pressure ulcers and under-nutrition in nursing homes[J].Stud Health Technol Inform，2009，146：877-878.

[7]Catho G，Centemero NS，Catho H，et al.Factors determining the adherence to antimicrobial guidelines and the adoption of computerised decision support systems by physicians： A qualitative study in three European hospitals[J].Int J Med Inform，2020，141：104233.

[8]Jin ZG，Zhang H，Tai MH，et al.Natural Language Processing in a Clinical Decision Support System for the Identification of Venous Thromboembolism： Algorithm Development and Validation[J].J Med Internet Res，2023，25：e43153.

[9]Huang S，Liang Y，Li J，et al.Applications of Clinical Decision Support Systems in Diabetes Care： Scoping Review[J].J Med Internet Res，2023，25：e51024.

[10]Araujo SM，Sousa P，Dutra I.Clinical Decision Support Systems for Pressure Ulcer Management： Systematic Review[J].JMIR Med Inform，2020，8（10）：e21621.

[11]Ramgopal S，Sanchez-Pinto LN，Horvat CM，et al.Artificial intelligence-based clinical decision support in pediatrics[J].Pediatr Res，2023，93（2）：334-341.

[12]Moghaddasi H，Rahimi R，Kazemi A，et al.A Clinical Decision Support System for Increasing Compliance with Protocols in Chemotherapy of Children with Acute Lymphoblastic Leukemia[J].Cancer Inform，2022，21：11769351221084812.

[13]van Venrooij Lennard T，Rusu Vlad，Vermeiren Robert RJM，et al.Clinical decision support methods for children and youths with mental health disorders in primary care[J].Fam Pract，2022，39：1135-1143.

[14]Wright T，Young K，Darragh M，et al.Perinatal e-screening and clinical decision support： the Maternity Case-finding Help Assessment Tool （MatCHAT）[J].J Prim Health Care，2020，12：265-271.

[15]Yan J，Tian J，Yang H，et al.A clinical decision support system for predicting coronary artery stenosis in patients with suspected coronary heart disease[J].Comput Biol Med，2022，151（PtA）：106300.

[16]Meunier PY，Raynaud C，Guimaraes E，et al.Barriers and Facilitators to the Use of Clinical Decision Support Systems in Primary Care： A Mixed-Methods Systematic Review[J].Ann Fam Med，2023，21（1）：57-69.

[17]徐亦虹，丁珊妮，劉曉娜，等.護理決策支持系統的局限性及對策[J].中華護理雜志，2020，55（3）：405-409.

[18]Guenter D，Abouzahra M，Schabort I，et al.Design Process and Utilization of a Novel Clinical Decision Support System for Neuropathic Pain in Primary Care： Mixed Methods Observational Study[J].JMIR Med Inform，2019，7（3）：e14141.

[19]劉影，姜俊丞，景匯泉.我國中老年人群慢性病患病率及患病種類區域差異與醫療衛生資源的相關性研究[J].中國全科醫學，2024，27（12）：1452-1459.

[20]國務院辦公廳.《中國防治慢性病中長期規劃》[EB/OL].（2017-01-22）[2023-12-31].https：//www.gov.cn/gongbao/content/2017/content_5174509.htm.

[21]國務院辦公廳.“健康中國2030”規劃綱要》[EB/OL].（2016-10-25）[2023-12-31].https：//www.gov.cn/gongbao/content/2016/content_5133024.htm.

收稿日期：2024-03-08；修回日期：2024-04-10

編輯/成森