临床决策支持系统在脑卒中患者护理中的应用进展

doi:10.3761/j.jsssn.0254-1769.2019.12.026

摘要/Abstract

摘要：

介绍脑卒中临床决策支持系统的发展现况,综述临床决策支持系统在脑卒中护理中的应用进展,并指出应用过程中存在的问题,旨在为开发更加专业化、系统化的脑卒中全程护理临床决策支持系统提供新思路。

关键词: 决策支持系统, 临床, 脑卒中, 护理, 综述

Key words: Decision Support Systems, Clinical, Stroke, Nursing Care, Review

陈越, 皮红英, 宋杰, 章洁, 唐静萍. 临床决策支持系统在脑卒中患者护理中的应用进展[J]. 中华护理杂志, 2019, 54(12): 1898-1901.

参考文献 41

[1]	World Health Organization. World health statistics2018[EB/OL].[2018-06-06]. http://www.who.int/gho/publications/world_health_statistics/2018/en.
[2]	World Health Organization. Disease burden and mortality estimates[EB/OL].[2018-03-05].http://www.who.int/healthinfo/global_burden_disease/estimates/en.
[3]	国家统计局. 2017中国统计年鉴[M]. 北京: 中国统计出版社, 2017.
[4]	周璇, 杜敏霞, 刘智慧 , 等. 移动应用程序在脑卒中患者管理中的研究进展[J]. 中华护理杂志, 2018,53(4):493-497.
[5]	钟代曲, 程晓东, 沈盈盈 , 等. 脑卒中患者网络化管理系统的设计及应用效果研究[J]. 中华护理杂志, 2018,53(7):783-788.
[6]	Bråndal A, Eriksson M, Glader EL , et al. Effect of early supported discharge after stroke on patient reported outcome based on the Swedish riks stroke registry[J]. BMC Neurol, 2019,19(1):40. DOI URL PMID
[7]	García-Rudolph A, Sánchez-Pinsach D, Salleras EO , et al. Subacute stroke physical rehabilitation evidence in activities of daily living outcomes:a systematic review of meta-analyses of randomized controlled trials[J]. Medicine(Baltimore), 2019,98(8):e14501. DOI URL PMID
[8]	梁罗希, 吴江 . 决策支持系统发展综述及展望[J]. 计算机科学, 2016,43(10):27-32.
[9]	Cox CE, White DB, Abernethy AP . A universal decision support system. Addressing the decision-making needs of patients,families,and clinicians in the setting of critical illness[J]. Am J Res-pir Crit Care Med, 2014,190(4):366-373. DOI URL PMID
[10]	Shortliffe EH, Sepúlveda MJ . Clinical decision support in the era of artificial intelligence[J]. JAMA, 2018,320(21):2199-2200. DOI URL PMID
[11]	代涛 . 卫生决策支持系统发展的国际经验[J]. 中国循证医学杂志, 2012,12(3):247-250.
[12]	Bluma D, Gold JA . The Paul coverdell national acute stroke registry comes to Wisconsin[J]. WMJ, 2013,112(1):37-38. URL PMID
[13]	Wikipedia. Canadian stroke network[EB/OL].[2018-09-16]. https://en.wikipedia.org/wiki/Canadian_Stroke_Network.
[14]	Australian Stroke Clinical Registry. About the AuSCR[EB/OL].[2018-09-16]. https://auscr.com.au.
[15]	Anderson JA, Willson P, Peterson NJ , et al. Prototype to practice:developing and testing a clinical decision support system for secondary stroke prevention in a veterans healthcare facility[J]. Comput Inform Nurs, 2010,28(6):353-363. DOI URL PMID
[16]	Karlsson LO, Nilsson S, Charitakis E , et al. Clinical decision support for stroke prevention in atrial fibrillation (CDS-AF):rationale and design of a cluster randomized trial in the primary care setting[J]. Am Heart J, 2017,187:45-52. DOI URL PMID
[17]	Arts DL, Abu-Hanna A, Medlock SK , et al. Effectiveness and usage of a decision support system to improve stroke prevention in general practice:a cluster randomized controlled trial[J]. PLoS One, 2017,12(2):e0170974. DOI URL PMID
[18]	Richards A, Cheng EM . Stroke risk calculators in the era of electronic health records linked to administrative databases[J]. Stroke, 2013,44(2):564-569. DOI URL PMID
[19]	Dufouil C, Beiser A, McLure LA , et al Revised Framingham stroke risk profile to reflect temporal trends[J]. Circulation, 2017,135(12):1145-1159. DOI URL PMID
[20]	Bos D, Ikram MA, Leening MJG , et al. The revised framingham stroke risk profile in a primary prevention population:the Rotterdam study[J]. Circulation, 2017,135(22):2207-2209. DOI URL PMID
[21]	Nogueira RG, Silva GS, Lima FO , et al. The FAST-ED app:a smartphone platform for the field triage of patients with stroke[J]. Stroke, 2017,48(5):1278-1284. DOI URL PMID
[22]	Nam HS, Cha MJ, Kim YD , et al. Use of a handheld,computerized device as a decision support tool for stroke classification[J]. Eur J Neurol, 2012,19(3):426-430. DOI URL
[23]	Dalmau Llorca MR, Gonçalves AQ, Forcadell Drago E , et al. A new clinical decision support tool for improving the adequacy of anticoagulant therapy and reducing the incidence of stroke in nonvalvular atrial fibrillation:a randomized clinical trial in primary care[J]. Medicine (Baltimore), 2018,97(3):e9578. DOI URL PMID
[24]	Cadilhac DA, Andrew NE, Stroil Salama E , et al. Improving dis-charge care:the potential of a new organisational intervention to improve discharge after hospitalisation for acute stroke,a controlled before-after pilot study[J]. BMJ Open, 2017,7(8):e016010. DOI URL PMID
[25]	李伟, 刘鸣 . 卒中登记研究进展[J]. 中国神经精神疾病杂志, 2005,31(4):317-318.
[26]	王磐石 . 政府主导,防治结合,营造可持续发展环境上海市脑卒中预防与救治服务体系建设[J]. 健康教育与健康促进, 2013,8(3):161-163.
[27]	顾竞春, 李勤, 顾怡勤 . 社区脑卒中高危人群筛查的信息化探索与建议[J]. 中国全科医学, 2017,20(26):3216-3220.
[28]	杨晓光, 马力, 李娜 , 等. 医疗联合体内基于云计算系统的脑卒中分级诊疗模式研究[J]. 中国全科医学, 2018,21(4):462-464,470.
[29]	刘华华, 蒋红, 施煜 , 等. 脑卒中患者症状管理APP的建立与应用[J]. 护理学杂志, 2018,33(1):8-11.
[30]	邵泽国, 陈晨, 陈炜 . 基于云和Rhapsody的脑卒中风险管理信息平台设计[J]. 医疗卫生装备, 2018,39(8):34-37.
[31]	汪阿娟, 陶园, 李艳 , 等. 应用信息化系统提高卒中患者早期康复锻炼依从性的效果观察[J]. 当代护士(上旬刊), 2018(7):33-34.
[32]	陈珍凤, 胡琼丹, 陈霞 , 等. 基于信息化延续护理的缺血性脑卒中患者出院后二级预防用药依从性研究[J]. 中国医院药学杂志, 2019,39(3):296-300.
[33]	Pittock SJ, Meldrum D, Hardiman O , et al. The Oxfordshire Community Stroke Project classification:correlation with imaging,associated complications,and prediction of outcome in acute ischemic stroke[J]. J Stroke Cerebrovasc Dis, 2003,12(1):1-7. DOI URL PMID
[34]	Wang YS, Bajorek B . Clinical pre-test of a computerised antithrombotic risk assessment tool for stroke prevention in atrial fibrillation patients:giving consideration to NOACs[J]. J Eval Clin Pract, 2016,22(6):892-898. DOI URL PMID
[35]	Richardson KJ, Sengstack P, Doucette JN , et al. Evaluation of nursing documentation completion of stroke patients in the emergency department:a pre-post analysis using flowsheet tem-plates and clinical decision support[J]. Comput Inform Nurs, 2016,34(2):62-70. DOI URL PMID
[36]	殷少华, 杨文君 . 基于出院准备服务概念提高脑卒中照顾者照顾能力的研究[C]//中华护理学会第9届全国造口、伤口、失禁护理学术交流会议、中华护理学会全国外科护理学术交流会议、中华护理学会全国神经内、外科护理学术交流会议论文集. 长沙, 2012: 286-289.
[37]	孟令伟 . 脑卒中防治与康复智能决策支持系统的设计与实现[D]. 哈尔滨:哈尔滨工业大学, 2016.
[38]	中央人民政府. 国务院办公厅关于推进医疗联合体建设和发展的指导意见[EB/OL].[2017-04-26]. http://www.gov.cn/zheng-ce/content/2017-04/26/content_5189071.htm.
[39]	马力, 王韬, 白波 , 等. 脑卒中协同服务云平台在医疗联合体中的应用研究[J]. 中国全科医学, 2017,20(31):3855-3859.
[40]	赵洁, 常红, 范凯婷 . 住院老年脑卒中患者护理评估体系的构建[J]. 中华护理杂志, 2019,54(6):886-890.
[41]	钟代曲, 程晓东, 沈盈盈 , 等. 脑卒中患者网络化管理系统的设计及应用效果研究[J]. 中华护理杂志, 2018,53(7):783-788.

临床决策支持系统在脑卒中患者护理中的应用进展

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 41

相关文章 15

编辑推荐

Metrics

[1]	吴月红, 梁红霞, 席芳, 李成, 李莹莹, 贾育萌, 郑云云, 冯珍珍. 体外膈肌起搏预防无创机械通气患者膈肌功能障碍的效果研究[J]. 中华护理杂志, 2022, 57(9): 1029-1034.
[2]	王子安, 刘欣, 张茜, 俞梦盈, 郑贝贝, 陆骏, 陈婷婷. 经皮冠状动脉介入治疗术后患者恐动症水平变化轨迹研究[J]. 中华护理杂志, 2022, 57(9): 1035-1041.
[3]	邓雁, 余琼, 武福姣, 方亮. 基于自我效能理论的护理干预对食管癌根治术后患者的影响[J]. 中华护理杂志, 2022, 57(9): 1042-1047.
[4]	成磊, 钱佳艺, 段明霞, 黄海英, 王颖雯. 专业照护者感知的癌症患儿向成人过渡影响因素的质性研究[J]. 中华护理杂志, 2022, 57(9): 1048-1053.
[5]	孙艳霞, 李莹, 刘明月, 郭丹丹, 李敏. 宫颈癌患者性健康护理培训方案的构建[J]. 中华护理杂志, 2022, 57(9): 1054-1060.
[6]	胡丽莎, 彭红华, 米元元, 曹咪, 胡敏, 祝玲, 喻红君, 彭淑华. 肿瘤靶向治疗患者皮肤不良反应预防及管理的证据总结[J]. 中华护理杂志, 2022, 57(9): 1061-1069.
[7]	孙倩倩, 叶红芳, 杨莉. 接纳与承诺疗法对乳腺癌患者干预效果的Meta分析[J]. 中华护理杂志, 2022, 57(9): 1070-1078.
[8]	李静, 侯云霞, 强万敏. 癌症患者非计划性再入院风险预测模型的范围综述[J]. 中华护理杂志, 2022, 57(9): 1079-1087.
[9]	苏闪闪, 郑蔚, 王丹丹, 刘梦丽, 刘贺, 瞿小凤, 张苇. 癌症患者社会疏离的概念分析[J]. 中华护理杂志, 2022, 57(9): 1088-1093.
[10]	孟祥敏, 王倩, 闫荣, 林雨婷, 丁敏. 结直肠癌患者报告结局评估工具及临床应用的研究进展[J]. 中华护理杂志, 2022, 57(9): 1094-1099.
[11]	周红琴, 陈秀萍, 诸纪华, 夏姗姗, 金陈娣, 盛美君, 罗飞翔, 谢王芳, 左泽兰, 胡静, 刘丽丽, 浦凯. 儿科ICU护士对每日唤醒患儿的知信行现状调查[J]. 中华护理杂志, 2022, 57(9): 1100-1104.
[12]	蒋琪霞, 唐永利, 洪艳燕, 匡丹, 王静, 展颖颖, 潘迎春, 高艳红, 郝景平, 陈锐, 刘海燕, 俞萍, 蔡蕴敏, 黄玲, 王祖晶. 50所医院老年患者皮肤损伤现状及危险因素分析[J]. 中华护理杂志, 2022, 57(9): 1105-1112.
[13]	贾红红, 刘丽, 罗小茜, 周郁秋. 认知-预警干预对农村糖尿病治疗延误患者的效果研究[J]. 中华护理杂志, 2022, 57(9): 1113-1119.
[14]	张毅, 汪健健, 邓艳红, 陈章群, 罗姜, 彭德珍, 赵丽萍. 护士人文素养自评量表的研制及信效度检验[J]. 中华护理杂志, 2022, 57(9): 1120-1128.
[15]	吴海燕, 王淑芹, 郭琪, 张春艳, 贾燕瑞, 孙兵. 1例肾病综合征合并肺孢子菌及巨细胞病毒肺炎患者的护理[J]. 中华护理杂志, 2022, 57(9): 1129-1133.