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，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

【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，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)來源包括機(jī)器學(xué)習(xí)、數(shù)理統(tǒng)計(jì)、數(shù)據(jù)庫、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)，用于描述過去或預(yù)測(cè)未來的趨勢(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、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（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，通過直觀的圖形來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的枝干相似而得名。它采用樹枝狀解釋對(duì)象屬性與對(duì)象值之間的關(guān)系，樹中每個(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

腫瘤患者的決策過程非常復(fù)雜，需要一個(gè)共同的決策過程，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)通過分類和訓(xùn)練發(fā)現(xiàn)與數(shù)據(jù)庫中歷史數(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)踐帶來新的發(fā)展契機(jī)，同時(shí)為護(hù)理科研工作的開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)語集，國(guó)內(nèi)很多護(hù)理記錄術(shù)語仍不夠標(biāo)準(zhǔn)，導(dǎo)致數(shù)據(jù)需要經(jīng)過大量的預(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，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)