前言：寻找写作灵感？中文期刊网用心挑选的聚类分析应用于护理领域的现状，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要:聚类分析算法作为数据挖掘的一部分正在蓬勃发展。基于国内外聚类分析在不同领域的研究背景,阐述聚类分析在护理领域各大块的研究现状,为今后护理工作者提供理论参照。
关键词:聚类分析;数据挖掘;护理
随着大数据时代的到来,数据挖掘技术的应用与发展得到了很大的机遇,逐渐渗透进各个领域。处理大数据的基础是数据的产生和收集,而最关键的则是数据挖掘[1]。数据分析是进行数据挖掘的核心工作,目前常用的主要有聚类分析、分类和预测、关联分析等[2]。其中聚类分析算法是指用数学的方法研究和处理给定对象的分类,是认识和探索事务内在联系的一种手段[3],尤其适合用来探讨样本间的相互关联关系,从而对一个样本结构做一个初步的评价[4]。通过聚类分析算法可以分析能源消耗与变量的联系以提高能源经济性[57],能够建模和预测病人的健康状况[89],可能预测大气和地震等自然规律[1011]等。我国有不少关于聚类分析用于护理领域的研究,而对国外来说相对较少。本研究通过对聚类分析在护理领域的相关研究进行综述,旨在探究护理领域某些事务的内在联系,从而为护理人员提高护理研究水平,增强临床护理能力提供借鉴。
1聚类分析在护理领域的应用
1.1聚类分析在护理研究热点的应用
要想一个学科领域快速的发展,相关的研究是必不可少的。研究作为护理工作的一个重要组成部分,为我们护理工作者提高护理质量、推动护理学的发展起到了借鉴和指导作用。在护理领域的各个方向,聚类分析被广泛应用于对研究热点和发展趋势的分析。有很多研究者热衷于使用聚类分析法对文献进行共词聚类从而了解该方向的研究重点。张方圆等[12]运用聚类分析法综合影响因子前12位的综合性护理期刊近5年发表文献的主题词作为研究对象总结出近5年护理研究的4个热点,对我国护理研究的发展起到了一定的推动作用;护理信息学在我国作为一门新发展的学科,与发达国家相比还有很大的差距,李范等[13]通过对护理信息学领域的文献进行共词聚类分析,总结了该领域的发展现状和趋势,为我国护理信息领域相关人员开展研究提供参考。除了对各学科领域的研究,聚类分析常被用来分析各护理专业之中的规律。程伟鹤等[14]使用聚类分析法对急诊护理的相关文献做了探讨,得出了急诊护士的身心健康问题和职业教育培训是近10年来研究关注的重点;白文辉等[15]对精神科护理工作进行了聚类分析,发现精神科护理研究热点可以概括为三大主题:护理安全管理、病人心理康复与优质护理;同时,随着心理护理成为护理工作的重要组成部分。赵娇等[16]运用聚类分析得到家庭的作用、心理障碍病人以及肿瘤病人近5年主要关注的热点。王青等[17]运用双向聚类分析,通过对比5年前后两个5年的研究,发现康复护理关注的主题由病人健康教育转变为护士的职业安全教育,为我国康复学科的发展奠定了基础。由此可见,将我国护理领域的研究良好的结合聚类分析,总结各领域各专业的热点和发展趋势的预测,对我国护理研究发展提供了很大的发展空间。
1.2聚类分析在护理人力资源管理的应用
护理人力资源管理是指护理管理者有效地管理和使用护理人员,包括录用、人力配置、教育培训等[18]。随着医疗卫生事业的发展与服务意识的提升,临床护理人员需求逐步增加,护理人员的培养显得尤为重要,与此同时如何做好护理管理对于管理者来说也是一个极大的挑战。聚类分析目前被广泛应用于区分同一群体的不同类别,了解各个类别的特征。护理管理者应充分意识到聚类分析的重要性,利用聚类分析法将相同的特性进行划分,采取针对性的管理措施,从而进行人力资源合理分配及管理,达到最佳的护理状态。现如今护理人员短缺是护理管理者面临的首要问题,对在岗护理人员的合理分配与使用成为一大挑战。臧爽等[1920]通过对老年病房护士职业倦怠与组织生涯管理的调查,利用聚类分析将老年病房护士分为两大类。研究结果得出两类护士在年龄、婚姻状况、健康状态、工作满意度及留职意愿方面具有统计学差异,因此为护理管理者针对这两类护士进行合理分配并制定有效的护理管理措施提供了参考。另外,陈怀玉等[21]通过聚类分析方法,对临床护理人员划分了等级,将护士分层级使用,极大程度发挥了护理人员的职能。李建[22]对护理人员的信息进行聚类分类,得出聚类方法可作为确定大量人员信息分类的管理工具。只要确定护理管理者所需要的护理人员的筛选条件,使用聚类分析就可为岗位寻找最佳上岗人选。不仅如此,聚类分析在划分护理单元,合理绩效管理的方面也发挥着重要的作用。有研究者运用聚类分析根据医院各护理单元的工作量、病人病情、职业风险及操作难度将传统护理单元划分进行改革,把新的护理单元分类作为绩效奖金分配的依据,可以促进护理人员积极性和工作的主动性,从而对护理管理者合理配置护理人力资源作出巨大贡献[23]。国外有学者使用聚类分析算法通过对医院数据的提取,提出了一种基于新型临床路径的构建方法[24]。
1.3聚类分析在临床护理的应用
有数据统计,我国患慢性病的人数已经超出2.6亿[25],如何做好慢性病病人的护理成为临床的一大难题。聚类分析的应用给临床护理工作者对慢性病病人的护理带来新的契机。夏爱民等[26]对膝关节骨性关节炎中医护理相关的文献进行聚类分析,综合论述了中医临床护理的方法,统计出关于膝关节骨性关节炎中医护理出现的频率,总结各研究中对膝关节骨性关节炎创新有效的护理措施。糖尿病作为易受环境与遗传影响的慢性病,成为影响成人健康的主要疾病之一。刘玲[27]按照聚类分析得出的护理诊断分类提出相应的护理措施,明显提高了临床护理质量。在姑息治疗中,准确发现症状是至关重要的。国外有研究者在老年姑息癌症病人领域运用聚类法,为确定该类病人症状群集并评估病人群体之间的功能依赖和生活体验之间的差异,认为一旦确定一种症状时对集群中的其他症状保持警惕,这为我国护理工作者护理老年姑息癌症病人提供了理论依据[28]。
2讨论
数据挖掘技术广泛应用于信息时代,而作为分析数据将不同类别或不同属性的数据区别开来的聚类分析也显得尤为重要,在护理领域中主要用于电子病历系统,并广泛被护理研究者用于研究热点的总结。然而目前绝大多数的护理工作者仅有基础的计算机操作技能,还不能很好地掌握数据挖掘数据分析的算法,这就需要临床管理者良好地与医院系统相结合,培养具有高素质的信息化护理人才,从而为护理人员提高护理研究水平、增强临床护理能力提供借鉴。且对数字化时代的到来,数据不管是在性质上还是数量上有了很大改变,聚类分析算法也在不断改进中,并且可以根据研究的目的将其他数据挖掘的算法协调使用,最大限度地发挥大数据的用途。
作者:段梁媛 程莉 单位:南昌大学江西医学院 江西省妇幼保健院