护士和护理领导者需要使用大量护理数据进行分析，以改善患者及人口健康结局，他们需要更全面的知识和数据科学技能。

护理信息能力，不仅是护理信息学家需要具备，护士、护士领导者也应该具备，都需要进行超越目前的传统培训，转向基于能力的培养模式，包括教育和实践。可能很少有护士努力去思考，在临床实践中将数据用于护理所需要的技能。以下是一些观点和举措，以研讨、解决护理大数据发展的未来方向。

大数据科学

尽管大数据已被广泛使用，并且在护理领域是一个被接受的概念，但需要从大数据的概念转向数据科学应用。数据科学的定义比大数据更为广泛，包括围绕大数据使用的所有过程。它被定义为“更广泛的数据领域，包括生成、特征、管理、存储、分析、可视化、集成和使用与人口健康相关的大型数据集的方法”。有多个机构开展数据科学研究和计划的最佳实践，例如美国国立卫生研究院（NIH），国家护理研究所（NINR），欧洲数据联盟（EUDAT），巴西开放数据门户等。他们都有一个共同的目标，即让每个人都能安全使用和共享数据，以推进数据科学领域的发展。

护理数据科学计划

有的机构正在寻求改善人口健康结局的举措，这些举措将从大数据科学和分析中受益，例如个性化医疗计划（PMI），症状科学模型（SSM）和护理知识库（护理大数据科学）。大数据科学指出，需要“从大数据中总结提取有价值的信息和智慧，以改变医疗卫生保健，同时改善临床运营，护理质量，成本效益，患者安全和结果”。

所有这些举措的共同点是采用数据科学技术来确定将从干预措施中受益的人群，从而产生更好的结果。然而，许多护士领导、护理信息学家和医疗卫生保健的领导者缺乏对开展现实世界数据分析的理念，这些大数据分析有可能为健康状况和结果提供非常有价值的信息。

护理数据的科学教育

在构建数据科学课程时，需要考虑几个方面。从教科书到训练有素的教师，缺乏关于临床应用的数据科学的教育资源，这些应用结合了整体（或以患者为中心）的健康方法。许多新教科书已经出版，但并没有成功的解决生命周期数据科学的项目概述。因此，更需要具有应用这些方法的有经验的教师，可以提供关于数据科学应用的全面课程。基于护理数据科学领域的现状，第一步是开发进一步教育护士和护士领导者的方法，最终旨在建立一个专注于数据科学的护理领域和群体。应用多种类型的数据来改善人口健康，并在连续护理过程中为个体患者实施个性化的干预措施。

在美国有几所大学已经开发了重点课程，并作为数据科学教育的典范，包括为研究生水平的护理信息学专业的学生开设数据科学课程。包括明尼苏达大学护理学院、圣地亚哥大学和哥伦比亚护理学院等。

护理数据科学研究

全球电子健康记录（EHR）的采用以及数据科学和高级分析方法的使用越来越多，推动了医疗保健数据的知识发现和机器学习应用的步伐。但很少有研究成功地利用了大数据，研究目的是通过利用广泛的预测因子来预测预防某些健康状况的发展，从而进行个性化的干预和治疗。需要积极推动人工智能（AI）在医疗卫生保健中的应用，并解决一些错误推荐和不公平性的担忧问题。高质量的AI技术应用，有可能通过在照护病人中提供有价值的参考信息和临床辅助决策来支持循证护理实践（最佳护理实践）。

（杨磊  翻译整理）

参考文献：Pruinelli L. Nursing and Data: Powering Nursing Leaders for Big Data Science. Rev Bras Enferm. 2021 Jul 14;74(4):e740401. English, Portuguese, Spanish. doi: 10.1590/0034-7167.2021740401. PMID: 34287564.

百度浏览   来源 : 中卫护研院   

版权声明：本网站所有注明来源“医微客”的文字、图片和音视频资料，版权均属于医微客所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源：”医微客”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，转载仅作观点分享，版权归原作者所有。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。 本站拥有对此声明的最终解释权。