县域癌症患者“互联网+延续护理”使用意愿及影响因素

芮小燕, 田金萍, 王莉敏, 郑亚平, 郑丹萍, 王辉, 朱姝芹

芮小燕, 田金萍, 王莉敏, 郑亚平, 郑丹萍, 王辉, 朱姝芹. 县域癌症患者“互联网+延续护理”使用意愿及影响因素[J]. 实用临床医药杂志, 2022, 26(21): 107-110, 114. DOI: 10.7619/jcmp.20222328
引用本文: 芮小燕, 田金萍, 王莉敏, 郑亚平, 郑丹萍, 王辉, 朱姝芹. 县域癌症患者“互联网+延续护理”使用意愿及影响因素[J]. 实用临床医药杂志, 2022, 26(21): 107-110, 114. DOI: 10.7619/jcmp.20222328
RUI Xiaoyan, TIAN Jinping, WANG Limin, ZHENG Yaping, ZHENG Danping, WANG Hui, ZHU Shuqin. Willingness of cancer patients in county in using "Internet +" continuing care service and its influencing factors[J]. Journal of Clinical Medicine in Practice, 2022, 26(21): 107-110, 114. DOI: 10.7619/jcmp.20222328
Citation: RUI Xiaoyan, TIAN Jinping, WANG Limin, ZHENG Yaping, ZHENG Danping, WANG Hui, ZHU Shuqin. Willingness of cancer patients in county in using "Internet +" continuing care service and its influencing factors[J]. Journal of Clinical Medicine in Practice, 2022, 26(21): 107-110, 114. DOI: 10.7619/jcmp.20222328

县域癌症患者“互联网+延续护理”使用意愿及影响因素

基金项目: 

南京医科大学护理研究中心肿瘤护理研究分中心开放课题基金资助项目 NYZLKF-1-202104

详细信息
    通讯作者:

    田金萍, E-mail: tianjp6@163.com

  • 中图分类号: R319;R473

Willingness of cancer patients in county in using "Internet +" continuing care service and its influencing factors

  • 摘要:
    目的 

    探讨县域癌症患者对“互联网+延续护理”服务的使用意愿及其影响因素。

    方法 

    选取2021年8—11月278例住院癌症患者作为研究对象。对所有癌症患者进行“互联网+延续护理”服务使用意愿调查。

    结果 

    本研究中县域癌症患者使用“互联网+延续性护理”服务的意愿率为43.88%(122/278)。Logistic回归分析结果显示,文化程度、是否拥有智能通信设备、自理能力、是否了解“互联网+延续护理”对县域癌症患者使用“互联网+延续护理”服务的意愿有影响。

    结论 

    未来在县域开展“互联网+延续护理”服务应关注患者文化程度、自理能力、是否拥有智能通信设备、是否了解“互联网+延续护理”。延续护理的方式和内容应更贴近患者需求,以提升县域癌症患者对“互联网+延续护理”服务的使用意愿。

    Abstract:
    Objective 

    To explore the willingness of cancer patients in county in using "Internet +" continuing care service and its influencing factors.

    Methods 

    A total of 278 hospitalized cancer patients from August to November 2021 were selected as research objects. All cancer patients were surveyed on their willingness to use "Internet plus" continuing care services.

    Results 

    In this study, the willingness rate of cancer patients in the county to use "Internet +" continuing care service was 43.88%(122/278). The results of Logistic regression analysis showed that education level, owning intelligent communication equipment, self-care ability and understanding of "Internet +" continuing care had an impact on the willingness of cancer patients to use "Internet +" continuing care services in county areas.

    Conclusions 

    In the future, the "Internet +" continuing care service in the county should pay attention to the patients′ education level, self-care ability, whether they owned intelligent communication equipment or not, and whether they understood the "Internet +" continuing care or not. The mode and content of transitional care should be closer to the needs of patients, so as to improve the willingness of cancer patients in the county to use the "Internet +" continuing care service.

  • 剧烈运动与环境共同作用导致的心脏病变是引起体育锻炼者运动性猝死的最主要原因。剧烈运动易导致血压骤然升高,此时受外界环境刺激心室内外温差短时间大幅改变,易引起运动性心脏性猝死,而冰雪运动者锻炼环境较寒冷,发生运动性心脏性猝死的风险较高[1]。既往,临床受心电检测设备便携性较差与数据传输速率慢的影响,难以对户外冰雪运动者实施心电监测[2]。随着医学设备与数据传输技术的不断发展,便于携带、运动同步效果较好的便携型心电监护设备逐渐问世,而高带宽、低时延、高速率的4G信号传输技术也使得心电信号云端监护成为可能[3-4]。本研究探讨基于人工智能心电远程记录构建运动性心脏性猝死三级防治体系的应用价值。

    选取2020年1月—2021年1月在比赛区域接受河北北方学院附属第一医院体检的100例冰雪运动者作为研究对象,采用随机数字表法分为研究组(n=50)与对照组(n=50)。本研究经河北北方学院附属第一医院伦理委员会批准。入选标准: ①从事冰雪运动时间≥2年,且每年冰雪运动累计天数≥30 d者; ②年龄≥18岁者; ③无先天性心脏疾病,且意识状态良好者; ④知情且自愿签署同意书者。排除标准: ①已确诊心脏器质性病变者; ②先天性免疫/凝血功能缺陷者; ③严重脏器功能异常者; ④合并精神/心理疾病者; ⑤因任何原因导致的中途退出者。

    对照组: 对照组冰雪运动者接受常规运动性心脏性猝死防治。由受过专业培训的心血管内科护理人员对运动者展开心脏性猝死健康知识教育,普及运动性心脏性猝死的预防、简易诊断、急救及治疗知识,同时在心血管内科医师指导下常备心脏疾病急救类药物; 指导运动者从事冰雪运动期间出现胸痛、头晕等运行新心脏性猝死疑似症状时,应缓慢停止运动,且第一时间进行自我排查,若症状严重难以控制,则立即拨打急救电话,请求专业指导与急救治疗。

    研究组: 研究组冰雪运动者接受基于人工智能技术的心电远程监护三级防治。①心电监护设备的研发与改进。采用本院委托深圳源动创新科技公司改进后的便携型心电监护仪对运动者进行远程心电动态监测,该远程心电监护设备主要采用了4G信号传输器以提高信号传输速率,同时可实现心电信息的实时监测与同步传输; 电极贴片采用了具有高抗干扰性能的心贴干式炭电极,提高了数据采集的准确性; 减小了设备尺寸和降低了设备质量(长10 c m,质量18 g), 同时佩戴方式采用了低束缚性的胸带方式固定,利用胸带将监护设备绑缚在运动者胸部,以降低监护设备对运动者肢体活动度的影响。②网络监控中心的建立。所有运动者均在发放设备的当天进行设备使用培训与基础猝死健康教育,并将运动者与其所佩戴设备进行信息绑定,录入网络监控中心后台,运动者进行冰雪运动时须按培训方法正确安装监护设备,而后设备可利用4G网络信号器将心电信息传输到网络监控中心后台,并录入心电信息数据库。通过GSM网络进行同步数据传输,建立云端心电数据网络重型,以实现运动过程中的心电实时监护; ③心电信号人工智能监测。利用卷积神经网络(CNN)技术对运动者心电数据进行处理与分析。该人工智能系统基于本院上万例典型心脏疾病患者的心电数据建立,输入层为典型心脏疾病患者的心电数据,中间层包括卷积层、池化层和全连接层,输出层为经中间层系列处理后产生的特征信号,以此构建心电信号人工智能监测模型的诊断神经网络,以自动鉴别运动者心电信号的异常。④运动性心脏性猝死三级防治体系。为保证网络监控中心的有序运动及心电监测质量,由本院心血管内科专业人员组成指挥管理组、心电监护组、预警联络组、医疗救护组。⑤防治体系再完善。通过反复的培训、演练,持续改进,不断完善体系建设,同时反复测试医疗急救信息传输性能,在整个防治体系建立过程中以策划-实施-检查-措施(PDCA)的管理模式为方法依据。通过反复学习、模拟训练、实际运用不断完善,形成一套科学的防治体系。2组观察时间为7 d。

    运动性心脏性猝死三级防治体系具体包括: ①指挥管理组。由项目负责人担任组长,协作单位负责人担任副组长,初期阶段负责对整个体系进行前期设计、筹备和组建; 中期阶段进行培训、演练和改进; 后期阶段正确应对整个体系顺畅的高效运转和可能突发的事件。②心电监护组。由本院专业的心血管内科主治医师及心电图医师组成,主要负责网络中心心电数据的判读及判读标准制定,在人工智能判读基础上再由专业医师进行审核,若监护过程中出现恶性心律失常,如短阵室性心动过速、心室颤动、Ⅱ度及以上房室传导阻滞等异常心电信号,需及时作出诊断并通知预警联络组人员。③预警联络组。由经过专业培训的心血管内科医师组成,主要负责心电异常信号预警和联络医疗救护组,保证定位准确,能及时正确指导医疗救护组第一时间到达目标人员指定位置。④医疗救护组。由心血管内科高年资主治医师负责,经专业培训的心血管内科医师为组员,当发生突发事件需紧急医疗救援时,具备现场生命复苏和高级生命支持能力,配合高效的场馆医疗急救转运系统,确保患者得到及时的专业治疗。

    ① 健康管理能力: 干预前后采用冠心病自我管理量表(CSMS)[5]评估运动者健康管理能力,该量表包含基本常识(5项)、重要信息(10项)、危险因素(6项)、治疗知识(6项)4个维度共计27个评分项,每项均采用5级(1~5分)评分,分值与自我管理水平呈正比。②心血管事件发生率: 对比2组运动者7 d干预期内心肌缺血、心肌梗死、冠状动脉痉挛、心律失常等心血管事件发生率。③防治效率: 对比2组运动者干预期内心血管事件发生后平均救助时间(运动者发出求救信号至救助人员到达时间)。④运动者满意度: 干预期结束后采用本院自制问卷调查运动者对运动性心脏性猝死防治方案的满意度,总分60分,分为非常满意(>50分)、满意(>40~50分),基本满意(>30~40分)、不满意(≤30分),总满意人数=总人数-不满意人数。

    本研究资料统计分析与处理均以SPSS 22.0软件完成,计量和计数资料分别行tχ2检验,分别以(x±s)和[n(%)]表示。P<0.05为差异有统计学意义。

    2组运动者冰雪运动时间、性别、体质量指数、年龄比较,差异无统计学意义(P>0.05)。见表 1

    表  1  2组患者基线资料对比(x±s)[n(%)]
    组别 n 年龄/岁 体质量指数/(kg/m2) 冰雪运动时间/年 性别
    研究组 50 42.48±3.67 24.62±4.34 5.59±1.13 27(54.00) 23(46.00)
    对照组 50 41.94±3.85 24.59±4.09 5.48±1.20 26(52.00) 24(48.00)
    下载: 导出CSV 
    | 显示表格

    干预前2组CSMS-基本常识、CSMS-重要信息、CSMS-危险因素、CSMS-干预知识、CSMS-总分比较,差异无统计学意义(P>0.05); 干预后, 2组CSMS各维度得分及总分高于干预前,且研究组CSMS各维度得分及总分均高于对照组,差异有统计学意义(P<0.05)。见表 2

    表  2  2组干预前后CSMS评分对比(x±s
    时点 组别 n 基本常识 重要信息 危险因素 干预知识 总分
    干预前 研究组 50 8.52±2.63 21.22±4.36 7.26±1.80 7.86±2.65 44.85±11.25
    对照组 50 8.44±2.52 20.96±4.28 7.30±2.25 7.78±1.89 44.48±10.65
    干预后 研究组 50 17.58±0.86*# 38.28±0.75*# 18.38±0.96*# 18.44±0.96*# 92.68±1.38*#
    对照组 50 13.52±1.73* 33.78±1.89* 13.68±2.12* 14.44±1.69* 75.42±6.73*
    CSMS: 冠心病自我管理量表; 与干预前比较, * P<0.05; 与对照组比较, #P<0.05。
    下载: 导出CSV 
    | 显示表格

    研究组与对照组运动者总心血管事件发生率比较,差异无统计学意义(P>0.05)。见表 3

    表  3  2组不良事件对比[n(%)]
    组别 n 心肌缺血 心肌梗死 冠脉痉挛 心律失常 总心血管事件
    研究组 50 1(2.00) 1(2.00) 1(2.00) 1(2.00) 4(8.00)
    对照组 50 2(4.00) 1(2.00) 1(2.00) 1(2.00) 5(10.00)
    下载: 导出CSV 
    | 显示表格

    研究组运动者7 d内共发生4例心血管事件,均由人工智能监测到心电信号异常后,转由预警联络组提前联系医疗救护组,所有患者经对症治疗后均完全恢复, 4次平均救助时间为(48.50±7.30) min; 对照组运动者共发生5例心血管事件,均为患者感觉不适后,自行拨打急救电话后寻求救援,患者经对症治疗后均完全恢复, 5次平均救助时间为(94.60±10.46) min; 研究组救助时间短于对照组,差异有统计学意义(P<0.001)。

    研究组运动者总满意度高于对照组,差异有统计学意义(P<0.05)。见表 4

    表  4  2组运动者满意情况对比[n(%)]
    组别 n 非常满意 满意 基本满意 不满意 总满意
    研究组 50 27(54.00) 15(30.00) 7(14.00) 1(2.00) 49(98.00)*
    对照组 50 16(32.00) 10(20.00) 15(30.00) 9(18.00) 41(82.00)
    与对照组比较, * P<0.05。
    下载: 导出CSV 
    | 显示表格

    运动性猝死是导致体育锻炼人群非创伤性死亡的主要原因,多发生于体育锻炼者剧烈运动后,发病急促且危害性极强,早期症状发生后2 h内若未能进行有效治疗,死亡风险超过90%, 已成为世界性公共卫生难题[6-8]。心脏病变是运动性猝死的主要原因,运动者常因剧烈运动引起冠状动脉血流量改变,导致心肌细胞因缺血、缺氧死亡,从而引发急性心功能异常,危及运动者生命[9]。运动性心脏性猝死发病机制较为复杂,可由血液、血管、血液动力学异常造成的动脉狭窄和堵塞引起。目前,临床治疗运动性心脏性猝死主要以改善心供血动脉血液循环及减轻栓塞发生风险等为主,除颤仪是急救常用设备,但救助不及时可能错过患者最佳救助时机,导致运动者死亡[10-12]。因此,建立运动性心脏性猝死三级防治体系对于提高冰雪运动者心脏性猝死防治水平具有重要意义。人工智能技术的心电远程监护三级防治体系可拓展至各类项目运动员的猝死防治中,具有广阔的临床应用前景[13-14]。基于此,本研究探讨基于人工智能心电远程记录构建运动性心脏性猝死三级防治体系的应用价值。

    研究结果显示,经过为期7 d不同方案下的运动性心脏性猝死防治干预后, 2组运动者CSMS评分均有所提高,且研究组运动者CSMS评分高于对照组,与MANDAL V等[15]研究结果基本一致,表明基于人工智能心电远程记录构建运动性心脏性猝死三级防治体系可有效提高运动者的健康管理水平。这是由于人工智能心电远程记录平台可利用互联网进行实时数据传输,具有更高的便捷性与可操作性,运动者可利用日常生活中的闲余时间登录网络后台进行心脏性猝死相关知识的学习,有利于降低运动者主观学习抵触情绪,提高健康管理能力。结果还显示,研究组救助时间短于对照组,总满意度高于对照组,与杨建利[16]的研究结果相似,表明基于该体系可有效缩短运动者救助时间,提高满意度。分析其原因,这是由于运动性心脏性猝死三级防治体系利用高便携性的心电监护设备,实时收集运动者心电信息并传输至网络监控中心数据库,而利用人工智能卷积神经网络(CNN)技术可对运动者的心电信号进行实时异常监测,若运动者心电信号异常,则系统自动反馈至后台工作人员处,此时由心电监护组立即对运动者心电信号进行二次确认,并转接至医疗救护组展开救援,提高了救助时效性和防治、救助效率[17]

  • 表  1   县域癌症患者“互联网+延续护理”使用意愿单因素分析[n(%)]

    因素 分类 愿意(n=122) 不愿意(n=156) 统计值 P
    性别 77(45.6) 92(54.4) 0.492a 0.483
    45(41.3) 64(58.7)
    年龄 ≤60岁 40(57.1) 30(42.86) 6.678a 0.010
    >60岁 82(39.4) 126(60.6)
    文化程度 小学及以下 44(28.8) 109(71.2) 32.294a <0.001
    初中 49(59.8) 33(40.2)
    高中及以上 29(67.4) 14(32.6)
    居住地 县城 53(49.1) 55(50.9) 1.933b 0.380
    乡镇 65(40.6) 95(59.4)
    其他 4(40.0) 6(60.0)
    医疗费用支付类型 医保 52(59.8) 35(40.2) 13.042b 0.001
    农保 69(36.9) 118(63.1)
    自费 1(25.0) 3(75.0)
    月收入 <2 000元人民币 72(40.4) 106(59.6) 5.032a 0.169
    2 000~<4 000元人民币 29(44.6) 36(55.4)
    4 000~<6 000元人民币 13(65.0) 7(35.0)
    ≥6 000元人民币 8(53.5) 7(46.7)
    职业 农民 60(36.1) 106(63.9) 12.578b 0.012
    职员 4(80.0) 1(20.0)
    退休 47(52.2) 43(47.8)
    无业 7(58.3) 5(41.7)
    其他 4(80.0) 1(20.0)
    主要照顾者 配偶 62(44.0) 79(56.0) 6.274a 0.099
    子女 36(54.5) 30(45.5)
    本人 18(32.1) 38(67.9)
    其他 6(40.0) 9(60.0)
    子女数 0个 5(55.6) 4(44.4) 1.190b 0.759
    1个 49(45.4) 59(54.6)
    2个 47(43.9) 60(56.1)
    ≥3个 21(38.9) 33(61.1)
    拥有智能通信设备 75(63.0) 44(37.0) 30.953a <0.001
    47(29.6) 112(70.4)
    自理能力 无需依赖他人 46(36.8) 79(63.2) 6.214c 0.013
    轻度依赖他人 65(47.8) 71(52.2)
    中重度依赖他人 11(53.8) 6(46.2)
    静脉通路 70(41.7) 98(58.3) 0.848a 0.357
    52(47.3) 58(52.7)
    引流管 115(44.2) 145(55.8) 0.195a 0.659
    7(38.9) 11(61.1)
    癌痛 83(41.9) 115(58.1) 1.080a 0.299
    39(48.8) 41(51.2)
    到县级医院时间 ≤10 min 19(59.4) 13(40.6) 3.525a 0.172
    10~30 min 55(41.9) 76(58.1)
    >30 min 48(41.7) 67(58.3)
    了解“互联网+延续护理” 34(87.2) 5(12.8) 34.529a <0.001
    88(36.8) 151(63.2)
    a: χ2检验; b: Fisher精确检验; c: 趋势性卡方检验。
    下载: 导出CSV

    表  2   自变量赋值情况

    自变量 赋值情况
    年龄 ≤60岁=1, >60岁=2
    医疗费用支付类型 医保=1; 农保=2; 自费=3
    文化程度 小学及以下=1; 初中=2; 高中及以上=3
    职业 农民=1; 职员=2; 退休=3; 失业=4; 其他=5
    拥有智能通信设备 是=1; 否=2
    自理能力 原值输入
    了解“互联网+延续护理” 是=1, 否=0
    下载: 导出CSV

    表  3   县域癌症患者“互联网+延续护理”使用意愿二元Logistic回归分析

    变量 β SE Wald χ2 P OR 95%CI
    文化程度 -0.514 0.215 5.712 0.017 0.598 0.392~0.912
    拥有智能通信设备 -0.974 0.323 9.096 0.003 0.378 0.210~0.711
    自理能力 0.017 0.009 3.630 0.047 1.017 1.000~1.035
    了解“互联网+延续护理” -2.248 0.522 18.568 <0.001 0.106 0.038~0.294
    下载: 导出CSV
  • [1]

    SUNG H, FERLAY J, SIEGEL R L, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2021, 71(3): 209-249. doi: 10.3322/caac.21660

    [2]

    HOWLADER N, FORJAZ G, MOORADIAN M J, et al. The effect of advances in lung-cancer treatment on population mortality[J]. N Engl J Med, 2020, 383(7): 640-649. doi: 10.1056/NEJMoa1916623

    [3] 邱海波, 曹素梅, 徐瑞华. 基于2020年全球流行病学数据分析中国癌症发病率、死亡率和负担的时间趋势及与美国和英国数据的比较[J]. 癌症, 2022, 41(4): 165-177. https://www.cnki.com.cn/Article/CJFDTOTAL-AIZH202204003.htm
    [4] 刘慧宇, 赵秋利, 范硕宁. 癌症幸存者延续性护理的研究现状[J]. 中国全科医学, 2020, 23(12): 1566-1570. doi: 10.12114/j.issn.1007-9572.2019.00.298
    [5] 黎婉婷, 于红静, 凌冬兰, 等. 慢性病患者"互联网+延续护理"研究进展[J]. 护理学杂志, 2020, 35(3): 106-110. https://www.cnki.com.cn/Article/CJFDTOTAL-HLXZ202003032.htm
    [6] 姚娟, 莫霖, 郭小利, 等. 互联网+多元联动模式在恶性肿瘤患儿PICC居家延续性护理中的应用[J]. 中华护理杂志, 2020, 55(5): 756-761. doi: 10.3761/j.issn.0254-1769.2020.05.025
    [7] 方积乾. 生物医学研究的统计方法[M]. 北京: 高等教育出版社, 2007: 203-209.
    [8] 田露, 陈英. "互联网+"延续护理的研究进展[J]. 护理学杂志, 2019, 34(17): 17-20. https://www.cnki.com.cn/Article/CJFDTOTAL-HLXZ201917007.htm
    [9]

    BEAVER K, MARTIN-HIRSCH P, WILLIAMSON S, et al. Exploring the acceptability and feasibility of patient-initiated follow-up for women treated for stage I endometrial cancer[J]. Eur J Oncol Nurs, 2020, 44: 101704. doi: 10.1016/j.ejon.2019.101704

    [10] 武雨, 孙松蔚, 宋蕾, 等. 青岛市居家失能老年人"互联网+"长期护理服务使用意愿的调查[J]. 中国护理管理, 2021, 21(8): 1152-1157. doi: 10.3969/j.issn.1672-1756.2021.08.008
    [11] 刘珍, 张艳, 李宏洁, 等. 郑州市社区居民对"互联网+护理服务"使用意愿及影响因素[J]. 护理学杂志, 2020, 35(3): 77-79. https://www.cnki.com.cn/Article/CJFDTOTAL-HLXZ202003024.htm
    [12] 孙巧琳, 臧爽, 徐阳. 基于互联网平台对肝癌肝动脉化疗栓塞术患者的延续性护理实践[J]. 介入放射学杂志, 2020, 29(7): 726-729. doi: 10.3969/j.issn.1008-794X.2020.07.021
    [13]

    HSU J, LIU D, YU Y M, et al. The top Chinese mobile health apps: a systematic investigation[J]. J Med Internet Res, 2016, 18(8): e222.

  • 期刊类型引用(5)

    1. 尹馨,焦娟,常志红,夏迎龙,刘杰,关坤萍. 外周血白细胞分类模型的建立与应用. 实用临床医药杂志. 2023(03): 86-90 . 本站查看
    2. 桂金杰,刘丽丽,李慧敏,赖丽娟,钟立芳. 心脏远程监护仪监测指标与阻塞性睡眠呼吸暂停低通气综合征严重程度的关系. 中国医学创新. 2023(12): 30-34 . 百度学术
    3. 曹雨菡,李瑾,何民,王丹,陈伟. 基于ICF冠心病患者远程康复的Scoping综述. 中国康复理论与实践. 2023(04): 433-442 . 百度学术
    4. 王志娟,谭琛. 基于心电图的人工智能在心脏性猝死中的预警作用. 中国临床医生杂志. 2023(08): 891-894 . 百度学术
    5. 徐玉娇,邓力威,孙蒙恩,王勇. 健康中国背景下预防大学生运动猝死的理论模式构建. 当代体育科技. 2023(31): 158-161 . 百度学术

    其他类型引用(0)

表(3)
计量
  • 文章访问数:  162
  • HTML全文浏览量:  70
  • PDF下载量:  15
  • 被引次数: 5
出版历程
  • 收稿日期:  2020-07-29
  • 网络出版日期:  2022-11-17

目录

/

返回文章
返回
x 关闭 永久关闭