网站首页
教育杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
医学杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
经济杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
金融杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
管理杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
科技杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
工业杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
SCI杂志
中科院1区 中科院2区 中科院3区 中科院4区
全部期刊
公務(wù)員期刊網(wǎng) 論文中心 正文

腫瘤臨床護(hù)理實(shí)踐中的數(shù)據(jù)挖掘技術(shù)應(yīng)用

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了腫瘤臨床護(hù)理實(shí)踐中的數(shù)據(jù)挖掘技術(shù)應(yīng)用范文,希望能給你帶來(lái)靈感和參考,敬請(qǐng)閱讀。

腫瘤臨床護(hù)理實(shí)踐中的數(shù)據(jù)挖掘技術(shù)應(yīng)用

【關(guān)鍵詞】數(shù)據(jù)挖掘;腫瘤;臨床護(hù)理;綜述

在腫瘤臨床護(hù)理實(shí)踐中,患者及醫(yī)護(hù)人員在疾病不同階段常面臨抉擇[1]。近年來(lái),醫(yī)院信息系統(tǒng)(hospitalinformationsystem,HIS)、移動(dòng)護(hù)理系統(tǒng)等產(chǎn)生海量的醫(yī)學(xué)數(shù)據(jù),發(fā)現(xiàn)潛藏在數(shù)據(jù)庫(kù)中的有效信息,并將其應(yīng)用到臨床實(shí)踐,有助于為抉擇提供證據(jù)支持,同時(shí)又能兼顧患者偏好,進(jìn)而提供個(gè)性化的診療護(hù)理服務(wù)。這種由數(shù)據(jù)驅(qū)動(dòng)、個(gè)性化的臨床護(hù)理實(shí)踐,可最大限度地提高臨床療效,并可及早發(fā)現(xiàn)、有的放矢地干預(yù)治療不良反應(yīng)或并發(fā)癥,或改善腫瘤患者生命末期的生活質(zhì)量。數(shù)據(jù)挖掘(datamin-ing,DM)也稱為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn),能夠從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)集中識(shí)別有效的、新穎的、潛在有用的以及最終可理解的知識(shí)[2],為腫瘤臨床護(hù)理實(shí)踐提供了新的思路。挖掘出醫(yī)學(xué)數(shù)據(jù)庫(kù)中潛在的數(shù)據(jù)價(jià)值是其得以有效應(yīng)用的前提條件。本文針對(duì)數(shù)據(jù)挖掘技術(shù)在腫瘤臨床護(hù)理實(shí)踐中的應(yīng)用做一綜述,以期為科研人員及臨床工作者更好地對(duì)腫瘤臨床護(hù)理數(shù)據(jù)進(jìn)行挖掘提供參考。

1數(shù)據(jù)挖掘技術(shù)概述

1.1數(shù)據(jù)挖掘技術(shù)的特征

數(shù)據(jù)挖掘是一門涉及面很廣的交叉學(xué)科,技術(shù)來(lái)源包括機(jī)器學(xué)習(xí)、數(shù)理統(tǒng)計(jì)、數(shù)據(jù)庫(kù)、模式識(shí)別學(xué)等,其特點(diǎn)是處理大量數(shù)據(jù)時(shí)可兼容多種類型的原始數(shù)據(jù)(如時(shí)間序列的、空間的、文本的、多媒體的),將大量原始數(shù)據(jù)轉(zhuǎn)換成為更有價(jià)值且易于理解的知識(shí),用于描述過(guò)去或預(yù)測(cè)未來(lái)的趨勢(shì)和規(guī)律,并做出快速響應(yīng),以指導(dǎo)臨床實(shí)踐和研究[3]。挖掘出的知識(shí)可以用規(guī)律、模式、規(guī)則等形式展現(xiàn),數(shù)據(jù)挖掘通常按模式的作用,分為描述性與預(yù)測(cè)性模式。描述性模式是對(duì)數(shù)據(jù)集中已經(jīng)存在的規(guī)則、規(guī)律、知識(shí)特征進(jìn)行描述,而不進(jìn)行任何預(yù)測(cè)(回顧性)[4];預(yù)測(cè)性模式是從已知的數(shù)據(jù)集中挖掘出某些特征信息,進(jìn)而對(duì)未知的數(shù)據(jù)集進(jìn)行預(yù)測(cè)(前瞻性)。數(shù)據(jù)挖掘本質(zhì)上也是一種高級(jí)、深層次的數(shù)據(jù)分析手段,成熟的相關(guān)技術(shù)加上高效的數(shù)據(jù)庫(kù)搜索引擎,利用數(shù)據(jù)挖掘技術(shù)可發(fā)現(xiàn)以往數(shù)據(jù)集的規(guī)則,進(jìn)而利用這些規(guī)則預(yù)測(cè)未知數(shù)據(jù)集,達(dá)到科學(xué)預(yù)測(cè)的目的[5]。數(shù)據(jù)挖掘技術(shù)的流程主要包括數(shù)據(jù)的采集(根據(jù)研究主題從數(shù)據(jù)庫(kù)或醫(yī)院信息系統(tǒng)中選出需要分析的相關(guān)臨床數(shù)據(jù),構(gòu)建數(shù)據(jù)集)、處理(缺失值、標(biāo)準(zhǔn)化術(shù)語(yǔ)、特征選取等)、分析(根據(jù)研究目的和數(shù)據(jù)特征選擇合適的算法并建立模型)和解釋(對(duì)所得模型性能進(jìn)行評(píng)價(jià))。有學(xué)者[6]認(rèn)為,使用特定算法對(duì)臨床實(shí)踐數(shù)據(jù)(如當(dāng)變量之間的關(guān)系復(fù)雜、多維和非線性時(shí))進(jìn)行挖掘,能夠提供一組有用的規(guī)則,區(qū)分一系列假定風(fēng)險(xiǎn),在預(yù)測(cè)臨床結(jié)果方面比傳統(tǒng)統(tǒng)計(jì)技術(shù)更為精準(zhǔn)[7]。

1.2數(shù)據(jù)挖掘技術(shù)常用算法

數(shù)據(jù)挖掘中用于分類的常用算法有[5,8]:人工神經(jīng)網(wǎng)絡(luò)(artificialneuralnetwork,ANN)、支持向量機(jī)(supportvectorma-chine,SVM)、貝葉斯法(Bayes)、決策樹(shù)(decisiontree,DT)等。根據(jù)數(shù)據(jù)的特點(diǎn)選用合適的算法,能夠提取更為有效的內(nèi)容特征,挖掘出更有價(jià)值的信息,這在腫瘤臨床護(hù)理實(shí)踐中提高分類準(zhǔn)確率方面具有十分重要的意義。ANN是一種非參數(shù)機(jī)器學(xué)習(xí)方法,模擬生物神經(jīng)系統(tǒng),由大量的節(jié)點(diǎn)(或稱神經(jīng)元)相互聯(lián)接構(gòu)成。其通常有三層,即輸入層、中間層(隱藏層,可以有多個(gè))和輸出層,所有的輸入層信息都以分層的方式傳遞到輸出層。輸入層既可以是第一層的原始數(shù)據(jù),也可以是另一層的輸出(輸出形式可以是數(shù)值數(shù)據(jù)、文字、圖像等)。SVM是一種按監(jiān)督學(xué)習(xí)對(duì)數(shù)據(jù)進(jìn)行二分類的廣義線性分類器,其可以很好地應(yīng)用于高維、高通量數(shù)據(jù),如用于癌癥基因組分類或子分類,尤其在識(shí)別復(fù)雜數(shù)據(jù)集中的細(xì)微模式方面功能非常強(qiáng)大。Bayes是檢驗(yàn)多元關(guān)系的一種強(qiáng)有力的方法,通過(guò)直觀的圖形來(lái)可視化變量之間的相互關(guān)系,被廣泛地應(yīng)用于基因組學(xué)和醫(yī)學(xué)領(lǐng)域,此外,可指導(dǎo)干預(yù)研究的設(shè)計(jì)。DT因其決策分支圖形和樹(shù)的枝干相似而得名。它采用樹(shù)枝狀解釋對(duì)象屬性與對(duì)象值之間的關(guān)系,樹(shù)中每個(gè)節(jié)點(diǎn)表示某個(gè)對(duì)象,而每個(gè)分叉路徑則代表某個(gè)可能的屬性值,具有根據(jù)數(shù)據(jù)的不同屬性歸為不同類別的特性。DT算法的優(yōu)點(diǎn)是不易受到噪聲、變量冗余屬性的影響?;诖?,筆者認(rèn)為,根據(jù)不同的數(shù)據(jù)特點(diǎn)和研究目的,靈活選擇合適的分類算法,才能使數(shù)據(jù)挖掘技術(shù)在腫瘤臨床護(hù)理實(shí)踐中真正發(fā)揮作用。

2數(shù)據(jù)挖掘技術(shù)在腫瘤臨床護(hù)理實(shí)踐中的應(yīng)用

2.1輔助最佳診療、護(hù)理方案的選擇

腫瘤患者的決策過(guò)程非常復(fù)雜,需要一個(gè)共同的決策過(guò)程,隨著醫(yī)療信息化不斷推進(jìn),數(shù)據(jù)正以多形式、前所未有的速度增長(zhǎng),借助數(shù)據(jù)挖掘技術(shù)從龐大的數(shù)據(jù)中去偽存真,提取有用的信息,在選擇診療、護(hù)理方案方面發(fā)揮著舉足輕重的作用。Wong等[9]在最新研究中,指導(dǎo)新診斷為前列腺癌的患者在密歇根泌尿外科改進(jìn)合作組織(theMichiganUrologicalSurgeryImprovementCollaborative,MUSIC)開(kāi)發(fā)的網(wǎng)絡(luò)系統(tǒng)--askMUSIC上完成自我評(píng)估(https://ask.musicurology.com/),隨后嵌套在系統(tǒng)里的算法為患者提供答案:“類似于我這種情況的患者選擇了什么治療和護(hù)理?”。askMUSIC讓患者感覺(jué)自己在控制、管理自己的疾病、治療和生活,有了客觀信息的證據(jù)支持,可以促進(jìn)患者參與決策過(guò)程,改善體驗(yàn),提高護(hù)理滿意度。再如一些研究[10-11]利用影像學(xué)特征的ANN實(shí)現(xiàn)腫瘤反應(yīng)的客觀和自動(dòng)化評(píng)估,并發(fā)現(xiàn)高通量的成像生物標(biāo)志物,建立了比傳統(tǒng)成像指標(biāo)具有更高預(yù)測(cè)價(jià)值的模型,進(jìn)而幫助實(shí)現(xiàn)更為精準(zhǔn)的治療方案調(diào)整。Mantravadi[12]使用決策樹(shù)建模比較了基于《床頭抬高和誤吸風(fēng)險(xiǎn)指南》最佳實(shí)踐和常規(guī)(標(biāo)準(zhǔn))護(hù)理干預(yù)老年癌癥幸存者吸入性風(fēng)險(xiǎn)的成本效益,證實(shí)了居住在專業(yè)護(hù)理機(jī)構(gòu)的老年癌癥幸存者接受最佳護(hù)理實(shí)踐后吸入性風(fēng)險(xiǎn)有所降低,同時(shí)護(hù)理機(jī)構(gòu)成本也有所減少。這些結(jié)果的提出,有助于患者與醫(yī)護(hù)人員共同選擇和調(diào)整最佳方案,既能使患者真正獲益,又能充分利用有限的醫(yī)療資源。

2.2早期識(shí)別并治療不良反應(yīng),預(yù)測(cè)并發(fā)癥

在腫瘤臨床護(hù)理實(shí)踐中,對(duì)于不良反應(yīng)、疾病或治療相關(guān)并發(fā)癥的早期識(shí)別,進(jìn)而采取防范措施,將有利于提高醫(yī)治效果,改善患者生活質(zhì)量。利用數(shù)據(jù)挖掘技術(shù)可從大量數(shù)據(jù)中發(fā)現(xiàn)各種癥狀、檢查結(jié)果與不良反應(yīng)或并發(fā)癥之間的相關(guān)性,及早提醒醫(yī)護(hù)人員可能出現(xiàn)的情況,從而實(shí)施早期干預(yù)。Carmona等[13]利用決策樹(shù)模型對(duì)癌癥合并肺栓塞患者的嚴(yán)重并發(fā)癥(包括死亡、急性呼吸衰竭、心力衰竭、腎功能衰竭和大出血等)進(jìn)行預(yù)測(cè),進(jìn)而將患者分為低、中、高并發(fā)癥風(fēng)險(xiǎn)組,模型結(jié)果顯示進(jìn)展期腫瘤或因無(wú)法評(píng)估反應(yīng)而有進(jìn)展風(fēng)險(xiǎn)的患者發(fā)生嚴(yán)重并發(fā)癥的風(fēng)險(xiǎn)更高,這提示醫(yī)護(hù)人員需要對(duì)這部分患者進(jìn)行持續(xù)監(jiān)測(cè),及時(shí)處理。腫瘤患者在接受治療后,需重點(diǎn)觀察治療效果及不良反應(yīng),護(hù)士的職業(yè)特性決定了護(hù)士處在觀察并及時(shí)發(fā)現(xiàn)不良反應(yīng)的最佳位置。如淋巴水腫是乳腺癌治療最痛苦的不良反應(yīng)之一,對(duì)患者生活造成嚴(yán)重的負(fù)面影響,其發(fā)生的時(shí)間點(diǎn)(可在術(shù)后、術(shù)后幾個(gè)月或幾年等)具有極大個(gè)體差異,早期發(fā)現(xiàn)可以幫助患者得到及時(shí)的干預(yù),從而有效地管理淋巴水腫,然而在繁忙的臨床實(shí)踐中,護(hù)士分身乏術(shù),難以同時(shí)對(duì)大量患者尤其是出院患者進(jìn)行實(shí)時(shí)監(jiān)測(cè),數(shù)據(jù)挖掘技術(shù)則有望突破這一瓶頸。Fu等[14]評(píng)估了基于癥狀實(shí)時(shí)報(bào)告的多種技術(shù)(ANN、SVM和DT等)檢測(cè)淋巴水腫狀態(tài)的準(zhǔn)確性、敏感性和特異性,結(jié)果顯示,ANN取得較好的實(shí)時(shí)精確預(yù)測(cè),準(zhǔn)確率為93.75%,靈敏度為95.65%,特異性為91.03%,可作為目前除常用的生物阻抗分析等評(píng)估方法外的有效補(bǔ)充,這可以降低淋巴水腫進(jìn)展為慢性或嚴(yán)重階段的風(fēng)險(xiǎn)。此外,也有研究者發(fā)現(xiàn),數(shù)據(jù)挖掘技術(shù)在預(yù)測(cè)腫瘤患者焦慮抑郁狀態(tài)、認(rèn)知功能受損風(fēng)險(xiǎn),從而指導(dǎo)個(gè)性化干預(yù)等方面也有較大優(yōu)勢(shì)[15]。運(yùn)用數(shù)據(jù)挖掘技術(shù)分析臨床實(shí)踐的相關(guān)數(shù)據(jù),可以發(fā)現(xiàn)影響不良反應(yīng)、并發(fā)癥發(fā)生的因素,識(shí)別出高危人群,有助于前瞻性地制訂相應(yīng)的干預(yù)措施減少不良反應(yīng)、并發(fā)癥的發(fā)生[16]。

2.3輔助終末期照護(hù)品質(zhì)的提升

在疾病晚期,某些腫瘤患者即使接受了最佳治療,其預(yù)期壽命也相對(duì)較短,及時(shí)、準(zhǔn)確的臨終期判斷有助于患者和醫(yī)護(hù)人員在姑息治療和其他治療之間做出選擇,從而制定個(gè)性化的診療、咨詢服務(wù)、隨訪計(jì)劃或臨床護(hù)理,最大程度改善終末期患者的生活質(zhì)量[17]。有研究[18]表明,對(duì)于臨終期癌癥患者,早期接受臨終關(guān)懷和姑息治療可以顯著減輕疼痛,減少心理痛苦,改善生命末期的生活質(zhì)量。一項(xiàng)針對(duì)胰腺癌患者的研究[19]顯示,通過(guò)ANN能準(zhǔn)確預(yù)測(cè)胰腺癌患者7個(gè)月的生存期,其敏感性為91%,這一結(jié)果的提出,可使醫(yī)護(hù)人員根據(jù)特定于個(gè)體患者的信息為患者提供轉(zhuǎn)診建議或強(qiáng)化的隨訪。Chan等[20]在不增加晚期癌癥患者評(píng)估負(fù)擔(dān)的基礎(chǔ)上,利用電子數(shù)據(jù)挖掘晚期癌癥患者在接受姑息治療時(shí)所處的不同狀態(tài),以便更好地提供臨終護(hù)理(如軀體癥狀管理、心理護(hù)理、情緒咨詢、體育鍛煉、精神支持、志愿者探訪和娛樂(lè)活動(dòng)等),使患者在住院期間體驗(yàn)有意義的生活質(zhì)量,并最終體驗(yàn)“善終”。Almasalha等[21]發(fā)現(xiàn),使用關(guān)聯(lián)挖掘、聚類和分類技術(shù)識(shí)別隱藏信息,可為改善腫瘤患者臨終護(hù)理的質(zhì)量和效率提供強(qiáng)有力的技術(shù)支持。如當(dāng)系統(tǒng)通過(guò)分類和訓(xùn)練發(fā)現(xiàn)與數(shù)據(jù)庫(kù)中歷史數(shù)據(jù)相匹配的癥狀時(shí),發(fā)出警報(bào),并適時(shí)提出最佳護(hù)理實(shí)踐建議。當(dāng)前,加速采用電子病歷的激勵(lì)政策將會(huì)導(dǎo)致臨床數(shù)據(jù)的數(shù)量和可用性不斷增加,電子病歷有望成為知識(shí)發(fā)現(xiàn)的潛在金礦。然而,目前姑息治療機(jī)構(gòu)能夠充分代表住院患者標(biāo)準(zhǔn)化語(yǔ)言護(hù)理的電子病歷較為缺乏,導(dǎo)致其數(shù)據(jù)的可用性成為數(shù)據(jù)挖掘技術(shù)實(shí)施推廣的瓶頸,今后有待完善標(biāo)準(zhǔn)化的電子數(shù)據(jù)錄入,以利于利用數(shù)據(jù)挖掘技術(shù)最大限度地挖掘?qū)εR終期癌癥患者護(hù)理最為有意義的信息。

3展望

數(shù)據(jù)挖掘技術(shù)(如ANN、SVM、DT等)給腫瘤臨床護(hù)理實(shí)踐帶來(lái)了極大的發(fā)展動(dòng)力,在輔助最佳診療、護(hù)理方案選擇、早期識(shí)別不良反應(yīng)、預(yù)測(cè)并發(fā)癥、提升臨終期照護(hù)品質(zhì)等方面取得了較大的成果。相信在大數(shù)據(jù)的時(shí)代背景下,信息化的不斷發(fā)展,腫瘤領(lǐng)域與信息化的不斷深入結(jié)合,會(huì)給涵蓋腫瘤患者健康生命全周期的護(hù)理實(shí)踐帶來(lái)新的發(fā)展契機(jī),同時(shí)為護(hù)理科研工作的開(kāi)展提供更為有力的技術(shù)支持。目前,盡管我國(guó)護(hù)士工作站相關(guān)系統(tǒng)已廣泛普及應(yīng)用,但是較之國(guó)際上現(xiàn)有標(biāo)準(zhǔn)化護(hù)理術(shù)語(yǔ)集,國(guó)內(nèi)很多護(hù)理記錄術(shù)語(yǔ)仍不夠標(biāo)準(zhǔn),導(dǎo)致數(shù)據(jù)需要經(jīng)過(guò)大量的預(yù)處理后方能成為數(shù)據(jù)挖掘的原始數(shù)據(jù)。因此,如果想要充分挖掘腫瘤臨床護(hù)理實(shí)踐中產(chǎn)生的數(shù)據(jù),形成新的護(hù)理知識(shí),并有效指導(dǎo)臨床實(shí)踐,那么發(fā)展標(biāo)準(zhǔn)化護(hù)理術(shù)語(yǔ)集,實(shí)現(xiàn)護(hù)理記錄的標(biāo)準(zhǔn)化則是關(guān)鍵的前提基礎(chǔ)?;诖?,今后的研究及實(shí)踐重點(diǎn)應(yīng)包括:首先,將數(shù)據(jù)挖掘技術(shù)植入統(tǒng)一標(biāo)準(zhǔn)化的醫(yī)療信息平臺(tái),整合各個(gè)醫(yī)療信息系統(tǒng),創(chuàng)建統(tǒng)一的數(shù)據(jù)庫(kù),降低數(shù)據(jù)融合難度;其次,探索多學(xué)科協(xié)作模式(醫(yī)療、護(hù)理、計(jì)算機(jī)、數(shù)據(jù)分析師等),開(kāi)展大樣本、多中心的前瞻性研究,進(jìn)一步提高、驗(yàn)證數(shù)據(jù)挖掘技術(shù)在腫瘤臨床護(hù)理實(shí)踐中的前瞻性、精準(zhǔn)性和高效性,實(shí)現(xiàn)數(shù)據(jù)利用率的最大化;最后,由于腫瘤患者大多具有較長(zhǎng)的居家康復(fù)期,需自主、持續(xù)進(jìn)行疾病和癥狀的自我管理,隨著電子化醫(yī)療和護(hù)理系統(tǒng)的普遍覆蓋,對(duì)腫瘤患者院內(nèi)、外聯(lián)動(dòng)數(shù)據(jù)的正確存儲(chǔ)、挖掘及利用具有很大空間和潛力,可進(jìn)一步開(kāi)展數(shù)據(jù)挖掘技術(shù)在分析腫瘤患者疾病特征、癥狀及癥狀群與生活質(zhì)量之間復(fù)雜關(guān)系的研究,并證實(shí)、細(xì)化最佳的數(shù)據(jù)挖掘算法,進(jìn)而推動(dòng)前瞻性、個(gè)體化、全程性的癥狀管理,改善患者體驗(yàn),從而優(yōu)化腫瘤臨床護(hù)理實(shí)踐。

作者:覃盛媚 周潔 耿朝輝 單位:上海中醫(yī)藥大學(xué)

免责声明

本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。

AI写作,高效原创

在线指导,快速准确,满意为止

立即体验
文秘服务 AI帮写作 润色服务 论文发表