Page 45 - 现代护理学理论与实践创新研究

第一章 护理学发展

是不易受到噪声、变量冗余属性的影响。基于此，根据不同的数据特点和研究目
的，灵活选择合适的分类算法，才能使数据挖掘技术在肿瘤临床护理实践中真正

发挥作用。
（二）数据挖掘在护理领域中的应用
1. 数据挖掘在护理不良事件中的应用
护理不良事件是指在护理过程中发生的、不在计划中的、未预计到或通常不
希望发生的事件。压疮、跌倒、坠床、非计划性拔管、自杀等都属于常见的护理

不良事件。运用数据挖掘技术分析护理不良事件的相关数据，可以发现影响护理
不良事件发生的相关因素，识别高危人群，有助于制订相应的干预措施来减少不
良事件的发生。

国内外均有研究者将数据挖掘技术用于跌倒的防范和高危因素识别中。肖爽
等运用数据挖掘中的关联分析方法得出了与住院患者跌倒有关的 7 个关联规则，
并发现运用该方法有助于建立更准确的住院患者跌倒防范体系。Marscholleck 等
运用数据挖掘技术中的分类树算法，发现了 5 个跌倒高危人群组，分别是高龄、
低自理能力评分、认知障碍、联合用药、存在合并症。此外，有研究者将数据挖

掘和可穿戴技术相结合来预防和监测跌倒。除跌倒外，数据挖掘技术也常被用于
压疮的预测模型建立、原因分析和高危人群识别等。Lee 等分析了某医院护理不
良事件上报系统中的数据，用多种数据挖掘算法建立了模型，研究结果显示，性

别、体重、身高、血红蛋白水平、辅助器具使用情况均是与骶尾部压疮相关的因
素，该研究还表明，传统的多元回归分析适用于预测Ⅱ期压疮，而用数据挖掘技
术建立的模型能更好地预测Ⅰ期压疮。这说明数据挖掘技术能较早识别压疮，提
示护理人员尽早采取相应的预防措施。
2. 数据挖掘在慢性病管理中的应用

中国慢性病患者人数已经超过 2.6 亿，由于医疗资源有限，慢性病患者的管
理成为了医疗领域的一大难题。数据挖掘技术通过整合不同维度和层次的数据，
为慢性病管理带来了新的契机。

目前，数据挖掘已被广泛用于慢性病高危人群的疾病识别、辅助疾病诊断、
制订个体化干预措施、研发随访平台和患者自我管理平台等。护理在慢性病管理
中发挥着举足轻重的作用，护士应该意识到数据挖掘在慢性病管理中的重要性，
充分利用数据挖掘技术发现新的知识，改善慢性病患者的健康结局。

33