发表在第23卷第10期(2021):10月

本文的预印本(早期版本)可在以下网站获得https://preprints.www.mybigtv.com/preprint/27261,第一次出版
评估COVID-19大流行前后新生儿重症监护病房结构和结果:网络分析研究

评估COVID-19大流行前后新生儿重症监护病房结构和结果:网络分析研究

评估COVID-19大流行前后新生儿重症监护病房结构和结果:网络分析研究

原始论文

1洛约拉大学计算机科学系,巴尔的摩,马里兰州,美国

2范德比尔特大学计算机科学系,纳什维尔,美国,田纳西州

3.德克萨斯大学休斯顿健康科学中心生物医学信息学学院,美国德克萨斯州休斯顿

4美国田纳西州纳什维尔,范德比尔特大学医学中心儿科

5美国田纳西州纳什维尔,范德比尔特大学医学中心麻醉科

6美国田纳西州纳什维尔,范德比尔特大学医学中心生物医学信息系

通讯作者:

你陈,博士

生物医学信息学系

范德比尔特大学医学中心

西区大街2525号

1475套房

TN纳什维尔,37203年

美国

电话:1 6153431939

电子邮件:you.chen@vanderbilt.edu


背景:卫生保健组织(HCOs)采取战略(例如;保持身体距离),以在COVID-19大流行期间保护重症监护病房(ICUs)的临床医生和患者。许多在COVID-19大流行前进行的实际护理活动在大流行期间已过渡到虚拟系统。这些转变可能会干扰ICU的协作结构,从而影响临床结果。理解这些差异可以帮助HCOs在后covid -19时代将实体协作过渡到虚拟环境时识别挑战。

摘要目的:本研究旨在利用网络分析方法确定新生儿重症监护病房(NICU)合作结构从新冠肺炎疫情前到新冠肺炎疫情内的变化。

方法:在这项回顾性研究中,我们将网络分析应用于712例危重新生儿(covid -19前,n=386;2019年9月1日至2020年6月30日期间,在范德比尔特大学医学中心新生儿重症监护室住院的新冠肺炎患者(n=326例,不包括新冠肺炎患者),以评估临床医生之间的合作。我们将covid -19前时期定义为2019年9月至12月,将covid -19内时期定义为2020年3月至6月。比较两组患者的临床特征,包括年龄、性别、种族、住院时间(LOS)和出院情况。我们利用临床医生致力于患者的电子病历的行动来衡量临床医生与临床医生之间的联系。我们将两名临床医生之间的协作关系(联系)描述为在同一天内处理同一患者的电子病历。在确定合作关系方面,我们构建了疫情防控前期网络和疫情防控内部网络。我们使用了3种社会计量测量方法,包括特征向量中心性、偏心度和中间性,分别量化临床医生在网络中的领导力、协作难度和广泛技能集。我们使用Mann-Whitney评估了2个网络中临床医生的特征向量中心性、偏心度和中间性在统计学上的不同程度U测试(95% CI)。

结果:从2019冠状病毒病疫情前到疫情期间,协作难度增加(中位偏心率:3比4;P<措施)。护士的领导能力下降(中位数特征向量中心性:0.183 vs 0.087;P在大流行期间,拥有更广泛技能的新生儿医师在NICU结构中照顾了更多的患者(中间度中位数:0.0001 vs 0.005;P<措施)。covid -19前和内患者组在性别(~0差异)、种族(白人4%差异,非裔3%差异)、LOS(1.5天内四分位范围差异)和出院处置(在家~0差异,过期2%差异,其他2%差异)方面分布相似。两组患者统计学和预后无显著差异。

结论:nicu住院患者的管理通常需要多学科护理团队。理解协作结构可以提供细粒度的证据,以潜在地改进或优化NICU中的现有团队。

J medical Internet Res 2021;23(10):e27261

doi: 10.2196/27261

关键字



卫生保健机构(HCOs)在COVID-19大流行期间改变重症监护病房(ICU)的人员配备,并遵循保持身体距离的政策,以保护临床医生和患者[12].例如,在COVID-19大流行之前,许多物理护理活动已经过渡到虚拟系统,如电子健康记录或远程医疗[3.-5].这些变化可能会干扰ICU的团队合作结构,从而影响临床结果。从covid -19前到covid -19内,ICU结构和预后的变化尚未得到系统调查。因此,尚不清楚后covid -19时代何时发生卫生保健服务中断(如大流行)或重大转型(物理协作到虚拟协作)。

分析ICU结构并量化其变化的主要挑战之一是,ICU结构在历史上是在粗粒度水平上发展的,由于动态和复杂的临床工作流程、轮班和移交,很少考虑团队中临床医生之间的联系[6-9].了解临床医生在护理患者时如何在其临床团队中连接(例如,共享和交换健康信息),可以提供细粒证据,以潜在地改进或优化现有的ICU结构。

在现代医疗保健中,越来越多的临床医生利用电子病历,通过交换所有医疗状况来诊断和治疗病人[1011].因此,近年来EHR系统使用数据的数量呈指数级增长,为临床医生之间的连接识别提供了丰富的资源。最近的研究将网络分析应用于电子病历利用数据,以衡量临床医生之间的联系[12-15].他们发现EHR系统利用数据可能是一种丰富的资源,可用于临床医生之间的关系建模。最近的研究也表明,电子病历中的网络分析方法和数据也可用于了解icu的协作结构[8916].本研究在前人研究的基础上,利用网络分析方法,从临床医生之间的协作角度,了解新冠肺炎前和内时期新生儿ICU (NICU)的结构,并比较结构差异。在新生儿重症监护室住院的患者包括高危婴儿,他们可能或正面临各种复杂疾病或状况的风险。NICU患者的管理通常需要多学科护理团队(例如,新生儿一线提供者、辅助人员、护士、新生儿医师、住院医师、支持人员、呼吸治疗师、新生儿研究员和高度专业化的咨询师)[17-19].我们调查了一个三级NICU的临床医生之间的联系,该医院有高密度的高强度电子病历利用率和每个患者发作的大量数据共享流量[89,使这个环境成为我们ICU结构研究的理想环境。


为了系统地描述我们的工作,我们使用了卫生保健质量改进报告清单(多媒体附录1),这是基于乡绅2.0指南[20.].

我们提取了2019年9月1日至2020年6月30日期间在范德比尔特大学医学中心(VUMC,田纳西州纳什维尔)的NICU住院的所有患者的电子病历。我们将covid -19前时期定义为2019年9月至12月,将covid -19内时期定义为2020年3月至6月。我们采用网络分析方法对712例NICU患者(新冠肺炎前患者,n=386;COVID-19内患者(n=326),不包括COVID-19患者,以评估临床医生网络,描述COVID-19前和COVID-19内团队结构。比较两组患者的临床特征,包括患者的年龄、性别、种族、住院时间(LOS)和出院情况。

为了保护患者的机密性,EHR数据的分析是在VUMC的数据分析服务器上进行的。本研究中使用的EHR数据物理保存在VUMC数据中心的一个安全房间中。所有与服务器的连接都是通过加密的方式从已知的计算机上进行的,并使用Secure Shell技术。为每个授权的个人设置了唯一的登录名和密码。所有受保护的运行状况数据都保留在服务器上,没有向未经授权的方提供数据的副本。Vanderbilt机构审查委员会审查并批准了该研究(第200792号方案)。

临床医生的EHR行动源于不同的任务,包括条件(如评估患者的病情)、程序(如插管)、药物(如处方药)、记录(如病程记录的书写)、命令(如实验室测试的命令)和测量(如测量血压)。我们利用临床医生对患者的电子病历所采取的行动来衡量临床医生与临床医生之间的联系。先前的研究表明,1天的窗口期可以捕获临床医生之间有意义的合作关系[12-15].基于他们的发现,我们描述了两名临床医生之间的协作关系(联系),因为他们在同一天(24小时)内对同一患者的电子病历执行操作。这个定义可以捕捉到临床医生之间不同类型的交互作用。第一种类型是临床医生之间的异步交互;例如,一名临床医生在上午9点创建了一个药物订单,另一名临床医生在同一天上午11点审查并处理了该订单。因此,2名临床医生在订单创建和处理方面进行了异步协作。第二类是在轮班或交接期间临床医生之间的互动,这是协作中最关键的方面之一,因为在临床医生之间的过渡期间发生了医疗错误[17-1921].例如,2名护士(即将到来的和正在进行的)在晚上7点负责病人的交接或轮班。2名护士可能在交接/轮班之前、期间或之后对患者的电子病历执行一些操作,这些操作可以通过我们对协作关系的定义来捕获,以建立他们之间的连接。第三种类型是建立在EHRs文档或篮子中的消息上的临床医生之间的交互,篮子是临床医生可以发送和接收安全消息的通信中心。例如,两名临床医生在患者护理期间一起工作,但没有与电子病历交互,但后来都做了一些文件。根据我们的合作定义,2名临床医生之间仍然建立了联系。我们将两名临床医生之间关系的权重量化为他们同一天共同管理的患者数量,这可以从电子病历中得知。我们把那天的每个病人都称为“病人日”。关系的最终权重是在我们调查的时间窗口(4个月)内,两位临床医生通过共同管理患者而相互作用的累计患者天数。因此,我们建立了covid -19前网络和内部网络。

在形式上,covid -19前和内部网络中的节点被定义为Z精准医疗z1, z2z,…p},Z内部z1, z2z,…分别}。为了更好地解释网络,我们使用临床医生的专长(例如,呼吸治疗师或NICU注册护士)来标记每个节点。covid -19前网络和内部网络的特性如下所示经验值精准医疗经验值1,实验2看准的,……一个},经验值内部经验值1,实验2看准的,……b分别}。Z而且经验值用来描述新冠肺炎疫情前和内部网络的组成。

我们利用了社会计量测量,包括特征向量中心性[22,居间性中心性[23]和偏心[24,以量化网络结构。特征向量中心性是对网络中节点影响力的度量[22].在卫生保健EHR设置中,高特征向量中心性意味着临床医生在信息共享和传播中扮演着非常积极的角色。介间性是一种基于网络中最短路径的中心性度量;它的计算方法是,一个节点在两个其他节点之间的最短路径上作为桥接的次数[23].具有较高中介中心性的节点在网络中具有更多的控制权,因为由于它到其他节点的路径较短,更多的信息将通过该节点。网络中节点的偏心距是该节点到任何其他节点的最大距离[24].在一个临床医生的环境中,偏心率是从一个临床医生到另一个的半径,这是最大的距离。更大的怪癖意味着与另一名临床医生共享信息有更多的步骤。因此,我们将特征向量中心性定义为表明临床医生在协作方面的领导力(中心),将中介中心性定义为表明临床医生关心广泛的患者(桥梁),将偏心性定义为表明临床医生与他人合作的难度。图1展示了3个网络分别说明了3个社会计量测量。我们使用了开源网络分析和可视化软件包Gephi [25],计算新冠肺炎疫情前和内部网络中每个节点的特征向量中心性、中介中心性和偏心率。

我们调查了在covid -19之前和在covid -19内部网络之间,临床医生领导(他们照顾广泛的患者)和合作难度的差异是否有统计学差异。此外,我们调查了2个结果指标的变化,包括LOS和出院处置,从covid -19前到内阶段。我们应用Mann-WhitneyU在95% CI检验,以解释社会计量测量和结果的非高斯分布。由于covid -19前和内网络由不同专业的临床医生组成,我们比较了网络(整个网络)和专业(每个专业)层面的差异。我们应用Bonferroni修正来解释多重假设检验(例如,专业水平比较的成对检验)。

对于每个被调查的专业(如NICU护士),我们调查了在covid -19前网络中隶属于该专业的临床医生是否比在covid -19内网络中隶属于同一专业的临床医生具有显著更高的特征向量中心性、中介中心性或偏心值。我们重点研究了NICU护理中发挥重要作用的6个专业,包括NICU护士、执业护士、住院医师、呼吸治疗师、心脏ICU护士和新生儿医师。对于一个被调查的专业,我们创建了2个数组,一个数组是在covid -19之前的网络中与该专业相关的节点(临床医生)的社会计量测量值(如特征向量中心性),另一个数组是在covid -19内部网络中与该专业相关的临床医生的相同社会计量测量值。

我们进一步利用2个网络中的所有特性测试了covid -19前网络和内网络在特征向量中心性、中介中心性和偏心率方面的差异。假设检验的形式为:新冠肺炎疫情前和疫情内网络在特征向量中心性、中介中心性或偏心率方面存在显著差异。在一个网络中,我们通过计算网络中与该专业相关的所有临床医生的特征向量中心性、中介中心性或偏心率的平均值来测量该专业的特征向量中心性、中介中心性或偏心率。对于covid -19之前或内部网络,我们开发了一系列专业,其细胞值是专业的社会计量值。

为了保护本研究中所调查的患者信息的隐私,本研究中生成和分析的数据集并不对外公开,但在通信作者的合理要求下可以向其提供。

图1。举例说明(A)特征向量中心性,(B)中介中心性,和(C)偏心。
把这个图

covid -19前和内患者群体分布相似(表1)的差异(~0差异),种族(白人4%差异,非裔3%差异),LOS(1.5天内IQR差异),以及出院情况(~0差异,过期2%差异,其他2%差异)。两组患者统计学和预后无显著差异。

在网络分析中有几个值得强调的发现。首先,与covid -19前相比,covid -19内NICU结构的偏心率(协作难度)更高(中位数为3比4;P<措施)。其次,NICU护士在covid -19内结构中特征向量中心性(协作领导力)低于covid -19前结构(中位数0.183 vs 0.087;P<措施)。第三,与covid -19前结构相比,新生儿科医生在covid -19内具有更高的中间中心性(护理范围更广的患者)(中位数0.0001 vs 0.005;P< .005)。

表1。covid -19前组和内组新生儿重症监护病房收治患者的特征(N=712)。
特征 Pre-COVID-19组(n = 386) Intra-COVID-19组(n = 326)
人口统计信息

年龄(天),中位数(IQR) 0.0 (0.0 - -0.0);最大,149.0 0.0 (0.0 - -0.0);max-imum, 97.0

性,n (%)

159 (41.2) 134 (41.1)

男性 159 (41.2) 134 (41.1)

种族、n (%)

白色 258 (66.8) 231 (70.9)

非裔美国人 64 (16.6) 43 (13.2)

亚洲 16 (4.1) 6 (1.8)

其他 47 (12.2) 46 (14.1)

种族,n (%)

非西班牙裔 331 (85.8) 283 (86.8)

拉丁美洲人 50 (13.0) 32 (9.8)

未知的 5 (1.3) 11 (3.4)
结果

住院时间,中位数(IQR) 10.0 (4.0 - -20.0) 9.0 (3.3 - -21.8)

医院处置情况,n (%)

首页 354 (91.7) 299 (91.7)

过期的 27日(7.0) 16 (4.9)

临终关怀 2 (0.5) 2 (0.6)

短期的医院 3 (0.8) 8 (2.4)

其他人 0 (0) 1 (0.3)

图2从不同角度展示了covid -19之前和内部的网络。图2A显示,covid -19内网络更大,这意味着6种类型的临床医生在covid -19内NICU护理中可能比在covid -19前NICU护理中更难以与他人合作(更高的偏心率)(中位数4 vs 3;P<措施)。这种更高的内冠状病毒偏心率意味着网络中从一个节点到任何其他节点的距离更大。与护理从业人员和新生儿科医生相比,护士的领导力(特征向量中心性)从covid -19网络之前下降(中位数0.183 vs 0.087;P<.001),如图所示图2B.这种领导力下降意味着护士在covid -19疫情期间不太活跃。如图所示,护士在新冠肺炎疫情内网络中不处于中心位置,且在新冠肺炎疫情前期间护士的连接数量多于新冠肺炎疫情内网络图2C.与covid -19前NICU护理相比,covid -19内NICU护理中新儿科医生护理的患者范围更广(中间度中心性高)(中位数0.005 vs 0.0001;P<.001),如图所示图2D.因此,在COVID-19大流行期间,新生儿科医生有更多的较短路径到达网络中的其他节点。

图2。6种临床医生在(A) covid -19前和内网络中的偏心度概述,(B)护士、护士从业人员和新生儿科医生在covid -19前和内网络中的特征向量中心性概述,(C) NICU护士的子网络及其在covid -19前和内环境中的特征向量中心性概述,以及(D)新生儿科医生的子网络及其在covid -19前和内环境中的中介中心性概述。中间的图例显示了6个角色的颜色,这6个角色下属的临床医生人数最多。偏心量与(A)中相应的节点大小直接相关,特征向量中心性与(B)和(C)中相应的节点大小直接相关,中间性中心性与(D)中相应的节点大小直接相关。ICU:重症监护病房,NICU:新生儿重症监护病房。
把这个图

主要研究结果

为了遵循COVID-19身体距离政策,VUMC包括新的电子病历使用做法,以在COVID-19大流行期间为患者提供护理。在新的电子病历使用实践中,协作困难(偏心率增加)可能是一个潜在的问题。在后冠状病毒病时代,当HCOs计划在虚拟平台中促进更多的协作时,他们可能需要制定人员配置策略来降低电子病历的协作难度。

在COVID-19大流行期间使用电子病历时,新生儿医生护理的患者范围更广(中间中心性更高)。卫生服务机构可能需要制定教育策略,促进新生儿医生和其他临床医生之间的电子病历合作,以提高团队合作效率和后covid -19时代的NICU结果。NICU护士在合作中降低了领导力(特征向量中心性较低),表明增加EHR的使用可能会减少护士在合作中的工作量。

我们对协作结构的网络分析结果显示了虚拟护理从covid -19前到内期内的变化。先前文献中的发现也反映了我们的结果。里夫斯等人[26]报告称,与疫情前相比,在2019冠状病毒病大流行期间,电子签到、标准订购和文件记录、安全消息传递、实时数据分析和远程医疗的使用率有所增加。此外,Wosik等[5研究了人员、流程和技术(EHRs)如何协同工作,以支持成功的虚拟医疗转型。

我们的结果显示,LOS和出院配置没有显著变化,这表明在COVID-19大流行期间,临床医生保护患者和医护人员的联系的变化对两项结果的影响很小。然而,这些变化对患者家属和临床医生满意度的影响尚未得到调查。虽然我们的结果依赖于对一个卫生系统的调查,但我们研究中使用的网络分析方法可以用于不同国家不同卫生系统的结果外推。

限制

这项初步研究有几个局限性,应该认识到。通过单中心分析得到的NICU结构特征可以为其他HCOs评估其NICU结构提供一定的参考。然而,VUMC NICU是一个高度协作的环境,在解释结果和发现时应该考虑到这一点。其次,缺乏描述NICU专业的标准术语。临床医生类型的通用数据模型将提高我们研究的质量,并帮助我们的方法过渡到其他机构。第三,我们假设2名临床医生在同一天对患者的EHRs进行操作时存在联系。尽管这样的假设可以捕获临床医生之间的合作关系,但它也可能揭示许多虚假的关系。这一假设也只关注EHR内的临床医生联系;未能亲自确认(如与另一名临床医生讨论患者结果)或虚拟互动(如Zoom会议)。此外,两名临床医生之间的联系表明潜在的合作(信息共享)而不是实际的合作。 Finally, fine-grained EHR actions are required to add contextual information to the relations between clinicians. For instance, the connection between a nurse and a consultant is created on the basis of their communications in flowsheets data.

结论

开发的网络方法可以作为有效工具,评估在当前和未来的卫生保健提供中断(如流行病)和卫生保健机构采取的重大转变(实体合作到虚拟合作)中合作结构的差异。我们的研究方法和结果也可以用来分析临床医生的领导能力,合作难度,和广泛的技能集在不同的卫生保健研究。在未来的研究中,需要招募学科专家(如,临床)来评估所学到的连接和ICU结构,以验证结果。这种临床医生之间联系的知识可以帮助HCOs制定更具体的人员配置策略,这可能提高护理质量和患者预后。

临床试验注册

非临床试验研究。

致谢

这项研究部分得到了美国国立卫生研究院国家医学图书馆的支持。R01LM012854)和美国国家科学基金会(奖。1757644)。本文内容仅由作者负责,并不代表美国国立卫生研究院和美国国家科学基金会的官方观点。

作者的贡献

HM完成了数据分析、方法设计与开发、实验设计、结果评价与解释、稿件撰写等工作。CY对实验结果进行了数据收集、数据分析、评价和解释,并对稿件进行了修改。YG对实验结果进行了评价和解释,并对稿件进行了修改。MWA对实验结果进行了评价和解释,并对稿件进行了修改。DF对实验结果进行了评价和解释,并对稿件进行了修改。YC构思并完成了数据收集与分析、方法设计与开发、实验设计、评价与解释、稿件撰写等工作。所有作者阅读并批准了最终稿件。

的利益冲突

没有宣布。

多媒体附录1

改善保健质量报告核对表。

DOCX文件,25kb

  1. Black JRM, Bailey C, Przewrocka J, Dijkstra KK, Swanton C. COVID-19:卫生保健工作者筛查以防止医院传播的案例。Lancet 2020 May 02;395(10234):1418-1420 [免费的全文] [CrossRef] [Medline
  2. Abir M, Nelson C, Chan E, al - ibrahim H, Cutter C, Patel K,等。一种基于excel的模型,用于帮助医院应对COVID-19危机。兰德公司。2020。URL:https://www.rand.org/pubs/tools/TLA164-1.html[2021-10-14]访问
  3. Valdez R, Rogers C, Claypool H, Trieshmann L, Frye O, wellededstone C,等。确保残疾人充分参与远程保健时代。J Am Med Inform Assoc 2021 Feb 15;28(2):389-392 [免费的全文] [CrossRef] [Medline
  4. Kennedy NR, Steinberg A, Arnold RM, Doshi AA, White DB, DeLair W,等。新冠肺炎期间重症监护病房电话和视频通信展望。Ann Am Thorac Soc 2021年5月;18(5):838-847 [免费的全文] [CrossRef] [Medline
  5. Wosik J, Fudim M, Cameron B, Gellad Z, Cho A, Phinney D,等。远程医疗转型:COVID-19和虚拟医疗的兴起。J Am Med Inform Assoc 2020年6月01;27(6):957-962 [免费的全文] [CrossRef] [Medline
  6. ICU人员配备模式和患者结果。J重症监护2019;7:24 [免费的全文] [CrossRef] [Medline
  7. Michard F, Saugel B, Vallet B.反思covid -19大流行后的医院:增加ICU床位还是在病房进行智能监控?重症监护医学2020年9月46日(9):1792-1793 [免费的全文] [CrossRef] [Medline
  8. Chen Y, Lehmann CU, Hatch LD, Schremp E, Malin BA,法国DJ。通过电子病历审计日志的网络分析建立新生儿重症监护病房护理团队结构模型。方法Inf Med 2019年11月58日(4-05):109-123 [免费的全文] [CrossRef] [Medline
  9. Kim C, Lehmann C, Hatch D, Schildcrout J, France D, Chen Y.新生儿重症监护病房提供者网络与住院时间的关系。IEEE Conf Collab Internet Comput 2019 Dec;2019:127-134 [免费的全文] [CrossRef] [Medline
  10. Reitz R, Common K, Fifield P, Stiasny E.存在电子健康记录的协作。Fam系统健康2012年3月30日(1):72-80。[CrossRef] [Medline
  11. Noteboom C, Motorny S, Qureshi S, Sarnikar S在医生协作中有意义地使用电子健康记录:以患者为中心的医疗保健视角。2014年参加:2014第47届夏威夷系统科学国际会议;2014年1月6 - 9,;怀科罗亚,邮编656-666。[CrossRef
  12. Chen Y, Patel M, McNaughton C, Malin B.创伤提供者的互动模式与住院时间相关。J Am Med Inform Assoc 2018 july 01;25(7):790-799 [免费的全文] [CrossRef] [Medline
  13. 陈勇,闫超。网络分析在ICU结构和预后中的微妙之处。Am J呼吸危重护理医学2020年12月01;202(11):1606-1607 [免费的全文] [CrossRef] [Medline
  14. Kelly Costa D, Liu H, Boltey EM, Yakusheva O.重症护理团队结构与患者预后:网络分析。Am J呼吸危重护理医学2020年2月15日;201(4):483-485 [免费的全文] [CrossRef] [Medline
  15. Chen Y, Lorenzi N, Sandberg W, Wolgast K, Malin B.利用电子病历利用模式识别协作护理团队。J Am Med Inform Assoc 2017 Apr 01;24(e1):e111-e120 [免费的全文] [CrossRef] [Medline
  16. 闫超,张旭,高超,E Wilfong, Casey J, France D,等。COVID-19重症监护的协作结构:回顾性网络分析研究。JMIR Hum Factors 2021年3月08;8(1):e25724 [免费的全文] [CrossRef] [Medline
  17. 范登堡KA。NICU高危新生儿个体化发展护理实践指南。早期Hum Dev 2007 7月;83(7):433-442。[CrossRef] [Medline
  18. Purdy I, Melwak M, Smith J, Kenner C, Chuffo-Siewert R, Ryan D,等。新生儿护士NICU质量改进:接受EBP建议,提供父母心理社会支持。Adv新生儿护理2017 Feb;17(1):33-44。[CrossRef] [Medline
  19. Subedi D, DeBoer MD, Scharf RJ。NICU长时间住院儿童的发育轨迹。Arch Dis Child 2017 Jan;102(1):29-34。[CrossRef] [Medline
  20. Ogrinc G, Davies L, Goodman D, Batalden P, Davidoff F, Stevens D. Squire 2.0(卓越质量改进报告标准):从详细的共识过程修订的出版指南。Am J Crit Care 2015 11月24日(6):466-473。[CrossRef] [Medline
  21. Greenwald J, Denham C, Jack B.医院出院:回顾一个高风险的护理过渡与重新设计出院过程的亮点。中华医学杂志2007;3(2):97-106。[CrossRef
  22. 拉波尔塔L, Afonso J, Mesquita I.比赛变量间间接联系加权的必要性:高水平男排的社会网络分析和特征向量中心性。国际体育运动性能分析杂志2018年12月03日;18(6):1067-1077。[CrossRef
  23. 在复杂网络分析中,一种可计算的轻量级、局部化的中心性度量,用来代替中间中心性。越南J计算科学2016年6月17日;4(1):23-38。[CrossRef
  24. Lü陈东,任旭,张强,张勇,周涛。复杂网络中关键节点的识别。2016年9月650:1-63。[CrossRef
  25. 巴斯蒂安,海曼,贾科米。Gephi:一种用于网络探索和操作的开源软件。2009。URL:https://gephi.org/publications/gephi-bastian-feb09.pdf[2021-10-14]访问
  26. Reeves J, Hollandsworth H, Torriani F, Taplitz R, Abeles S, taiseale M,等。快速应对COVID-19:为学术卫生系统的疫情管理提供卫生信息学支持。J Am Med Inform Assoc 2020 Jun 01;27(6):853-859 [免费的全文] [CrossRef] [Medline


电子健康档案:电子健康记录
HCO:卫生保健组织
加护病房:重症监护室
洛杉矶:滞留时间
NICU:新生儿加护病房
VUMC:范德比尔特大学医学中心


R·库卡夫卡编辑;提交18.01.21;YL Weideman, M Lotto同行评议;对作者10.05.21的评论;修订版收到18.05.21;接受08.10.21;发表20.10.21

版权

©Hannah manuring, Chao Yan, Yang Gong, Mhd Wael Alrifai, Daniel France, You Chen。最初发表在《医疗互联网研究杂志》(//www.mybigtv.com), 2021年10月20日。

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是要正确引用最初发表在《医学互联网研究杂志》上的原始作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。


Baidu
map