瓦尔登大学护理学院，明尼阿波利斯，美国
收到日期:03/04/2018;接受日期:12/12/2018;发表日期:20/12/2018
更多相关文章请访问研究与评论:护理与健康雷竞技苹果下载科学杂志
今天，护理等面临的主要挑战之一健康专业是“大数据”的概念。这篇评论的目的是简要地定义大数据，讨论将大数据纳入护理课程以改善卫生保健组织的结果的必要性，并建议开发一个主文件，以更准确地检查和预测护理人员的需求。大数据的发展将通过激发对数据的新思维方式和改善患者的结果，有利于护理和护理科学的发展。为了满足医疗保健机构对大数据的需求，必须鼓励护理学校将大数据纳入各级课程。护理总档案的开发有潜力支持国家和州一级的举措，并提高未来护理劳动力供应的准确性。全面认识大数据在护理中的应用，将促进护理科学的发展。
大数据，护理
护理继续迎接医疗保健系统的新挑战。今天，护理和其他卫生专业面临的主要挑战之一是“大数据”的概念。一些护理组织正在鼓励护理部门参与数据科学和增加使用先进统计方法来分析大数据的举措[1-4］．卫生保健部门每年收集大量数据，产生/收集的数据估计每12至14个月翻一番。数据的大量增加为个人进行分析带来了重大挑战[5，6］．数据的爆炸式增长，以及计算机化临床技术的进步，使得护理学校迫切需要将大数据科学的概念纳入他们的课程。对新兴护理人员进行使用、解释和分析大数据的教育，将优化患者的治疗结果，增加护理知识[7］．
这篇评论的目的是简要地定义大数据，讨论将大数据纳入护理课程以改善卫生保健组织的结果的必要性，并建议开发一个主文件，以更准确地检查和预测护理人员的需求。
大数据，因为它涉及到医疗保健，指的是大的规模或容量临床可以分析、解释并应用于卫生保健组织以改善患者结果和降低成本的数据。正如Brennan和Bakken所描述的，除了体积，大数据还包括其他特征[8:速度、多样性、准确性和价值。表1对大数据的“5v”进行了定义。
| 5对 | 概念定义 |
|---|---|
| 体积 | 数据的大小。 |
| 速度 | 数据生成并转化为实践的速度。 |
| 各种 | 数据类型和来源的多样性。 |
| 真实性 | 数据对其主要目的的准确性的不确定性，以及数据用于二次使用的适当性。 |
| 价值 | 从数据源中提取的信息导致知识的发现和翻译。 |
表1。5v的概念定义。
护理机构、政府机构、医疗机构和私营企业是一些拥有大型复杂数据集的组织，需要先进的方法和分析技能来管理和分析。的进化大数据将通过激发对数据的新思维方式和改善患者的结果，有利于护理和护理科学的发展。护理的好处还包括提供定义公共数据元素的新方法。布伦南和巴肯[8]，讨论了护理在发展通用数据元素和标准化变量定义方面取得的悠久历史和成功，这提高了护理研究测量的准确性。
医疗机构越来越依赖护理专业毕业生对大数据的管理、分析和解读。这种依赖将继续增长，并为将大数据整合到运营战略中的医疗保健组织提供竞争优势。这是因为那些能够成功分析和应用大量可用数据的组织将极大地帮助他们实现四重目标。
为了满足医疗保健机构对大数据的需求，必须鼓励护理学校将大数据纳入各级课程。例如，Gephart和同事[7]建议将机器学习、人工智能和先进的统计技术整合到博士课程中。然而，无论是博士还是护理实践博士(DNP)的学生都应该接触到这些新的方法。博士护士科学家将使用先进的数据分析技术，包括合并多个数据集，进行数据挖掘以确定趋势，并进行生存分析和结构方程建模，以产生新的知识。dnp应该接触并理解这些技术，因为他们能够根据现有证据将大数据分析的结果转化为改善组织和患者的结果。如果dnp不熟悉用于生成证据的方法技术，他们就不能很好地批评和将证据转化为实践。从这个角度来看，确保dnp对这些新技术有一个完整的理解是至关重要的，因为他们在跨学科的团队中，正在根据现有的证据做出决定来改善患者护理。
除了改善卫生保健组织的结果外，大数据原则还应应用于管理护理人员。目前，美国约有400万名持牌护士。9]，护理将受益于旨在创建护理主文件的大数据计划。主档案将包含美国所有持牌护士的当前和历史信息。目前，所有50个州和哥伦比亚特区都有独特的数据系统来收集和报告护理人员的数据。在每个州收集的数据都不同，这就不允许在各州之间进行充分的比较。此外，一些专业护理组织开发了包含其成员的人口统计信息的数据库，但不包括非成员。美国社区调查、当前人口调查和全国注册护士抽样调查是一些更常用的数据库，用于研究护理趋势和预测护理劳动力的未来供应需求。然而，这些都是自我报告调查，并没有列出美国所有护士的清单。由于这一限制，不同组织或个人所作的估计可能相差很大。
护理主文件将标准化所有州和特区可用于分析的数据元素，并要求在所有这些司法管辖区之间共享数据。增加数据共享将促进在国家和州一级更全面地了解护理劳动力，并对护士供应中的分配问题提供更清晰的见解。鉴于这些不同的数据收集方法，有必要将来自每个州的代表聚集在一起，以制定一个普遍同意的最低数据集，以标准化将包含在护理主文件中的公共数据元素的收集。除了护士科学家和护理劳动力中心主任之外，还需要包括经济学家、流行病学家、数据科学家和其他专家，以确保将被普遍接受的变量包括在主文件中，这将是进行各种类型研究所需的适当变量。
护理主控文件的开发有以下几个优点:
(1)编制一份美国所有注册护士的清单
(2)采用一致的方法收集主文件数据。
(3)提高护士供给预测的准确性。
(4)维护当前的数据来源，以支持州一级的举措。
(5)允许各州在劳动力问题上进行准确的比较。
关于护理主文件开发的主要问题是:谁将启动、维护和更新该文件?一种选择可能是由国家护理劳动力中心全国论坛来领导主文件的开发，但要有国家参与。另一种选择可能是由一个主要的专业护理组织领导一个财团，由不同的护理组织出资启动主文件的开发。作为决定谁将拥有这一进程并推动它向前发展的一部分，必须解决这一倡议的成本和资金方面的问题，无论是最初的还是正在进行的。此外，在维护这种性质的文件时还存在道德和隐私方面的问题。一旦创建了最小数据文件，并且文件中的变量得到普遍认可，就需要解决这些问题。
大数据时代和先进的统计方法是推进护理研究和护理研究向实践转化的重要因素。护理行业需要最大化分析大数据带来的利益，重点是改善患者和医疗机构的结果。护理面临着扩大或修订课程的挑战，以整合新的方法方法来分析大数据，并让新兴的护理人员在快速变化的医疗保健环境中做好实践准备。护理总档案的开发有潜力支持国家和州一级的举措，并提高未来护理劳动力供应的准确性。
菜单