大數據支持下的健康教育護理對初次體檢患者體檢效率的影響

馬亞平　施文文

摘 要 目的：探討大數據支持下的健康教育護理在初次體檢患者中的應用效果。方法：回顧性分析2021年1月—2021年12月西安航天總醫院接收的128例初次體檢患者的臨床資料，采用隨機數表法將所有患者分為A組（64例）和B組（64例），予以A組患者常規健康教育，B組采用基于大數據支持的健康教育護理。觀察兩組患者體檢效率、體檢質量、護理質量、患者投訴、漏檢情況及體檢糾紛發生情況。結果：B組體檢時間明顯短于A組，且醫生漏診率低于A組，差異具有統計學意義（P<0.05）；B組各項體檢護理質量評分均高于A組，患者投訴率、總漏檢率及體檢糾紛發生率均低于A組，差異具有統計學意義（P<0.05）。結論：基于大數據支持的健康教育護理有利于初次體檢患者體檢效率的提高，并可提高體檢質量及護理質量，避免漏檢，減少患者投訴及體檢糾紛。

關鍵詞 大數據；健康教育護理；初次體檢；體檢效率

中圖分類號 R47 文獻標識碼 A 文章編號 2096-7721（2023）03-0252-06

Effect of health education and nursing supported by big data on the efficiency of initial physical examination

MA Yaping， SHI Wenwen

（Health Management Center， Xian Aerospace General Hospital， Xian 710100， China）

Abstract Objective： To explore the effect of health education and nursing supported by big data on the efficiency of initial physical examination. Methods： The clinical data of 128 patients who underwent initial physical examination in Xian Aerospace General Hospital from January 2021 to December 2021 were retrospectively analyzed. All patients were divided into the group A （64） and group B （64） with random number table， and patients in group A were given routine health education， and patients in group B were given health education and nursing based on big data. The efficiency of physical examination， quality of physical examination， quality of nursing， complaints of patients， missed examination and physical examination disputes of the two groups were observed. Results： The physical examination time and the rate of missed diagnosis of the group B was significantly shorter than that of the group A （P<0.05）. The nursing quality scores of physical examination in the group B were higher than those in the group A， and the complaint rate of patients， total missed rate， physical examination dispute rate in group B were lower than those in group A （P<0.05）. Conclusion： Health?education and nursing based on big data is conducive to improving the efficiency of physical examination for patients undergoing initial physical examination and the quality of physical examination and nursing， avoiding missed examinations， and reducing patient complaints and physical examination disputes.

Key words Big data;? Health education and nursing;? Initial physical examination;? Physical examination efficiency

健康體檢即以健康為中心的身體檢查，主要是指通過醫學手段及方法，針對受檢者開展身體檢查，以了解其身體健康狀況，早期發現疾病及健康隱患[1]。近年來，人們保健意識逐步增強，大家對于身體健康的關注度越來越高，參加健康體檢的人數持續攀升[2]。但是，由于醫院每日接待的健康體檢人數眾多，再加上體檢項目繁雜，初次體檢患者對于體檢流程、步驟及內容等缺乏充分了解，若護理人員不能及時給予患者指導，很容易導致體檢效率低下，甚至會出現漏檢等現象，增加護患糾紛發生的風險[3-4]，故加強對初次體檢患者的健康教育護理十分必要。在大數據時代背景下，網絡信息技術不斷發展，各種網絡信息化平臺和技術開始應用到臨床護理管理工作中，為提高醫療護理管理工作效率提供了良好的技術支持[5]。本研究嘗試在初次體檢患者中應用基于大數據支持的健康教育護理措施，觀察其對患者體檢效率的影響，現報道如下。

1 資料與方法

1.1 一般資料

回顧性分析2021年1月—2021年12月西安航天總醫院接收的128例初次體檢患者，通過隨機數表法將其分為A組（n=64）和B組（n=64）。A組：男性34例，女性30例；平均年齡為（38.54±4.36）歲；平均身體質量指數（BMI）為（23.59±2.50）kg/m²；受教育程度：初中15例，高中28例，高中以上21例。B組：男性33例，女性31例；平均年齡為（37.82±3.98）歲；平均身體質量指數（BMI）為（23.47±2.47）kg/m²；受教育程度：初中17例，高中28例，高中以上19例。對比兩組患者一般資料，差異不具有統計學意義（P>0.05）。所有患者均對本研究知情同意，本研究通過醫院倫理委員會審批（編號：544654-3）。

1.2 納入標準與排除標準

納入標準：①年齡：18～60歲；②身體質量指數（BMI）：19～30kg/m²；③小學以上文化程度；④具備正常讀寫能力，會使用智能手機；④初次接受體檢。排除標準：①并發惡性腫瘤或嚴重器官功能衰竭；②伴有認知障礙、意識障礙、精神障礙或患精神性疾病；③存在聽力障礙或語言表達障礙；④不會使用智能手機；⑤無法全程配合本研究的患者。

1.3 方法

1.3.1 常規健康教育

A組患者實施常規健康教育。①體檢預約及指導：指導患者通過手機電話、微信或實地預約等方式進行體檢預約，護理人員在體檢前2～3d向患者發送體檢通知，強調體檢前注意事項，確保患者正確做好體檢前禁食等準備工作，防止因準備不到位造成體檢當天相關檢查項目無法進行，造成不必要的麻煩。②體檢健康宣教：于體檢中心大廳等人流量較多的位置設置健康教育宣傳欄，重點羅列常見疾病、多發疾病及流行疾病的相關防治知識，具體內容可采用文字結合圖片的方式進行展示?？茖W設計并印刷健康教育知識手冊及折頁等紙質宣傳材料，根據體檢對象的年齡及職業等相關信息進行材料發放，例如針對中老年人可主要發放一些關于防治糖尿病及心腦血管疾病的宣傳材料；對于上班族可重點發放一些關于防治脂肪肝及頸椎病的知識手冊等。③體檢過程管理：護理人員對于患者提出的相關問題應及時解答，對體檢秩序進行維護，做好人員分流工作，防止長時間排隊造成人員擁擠等問題，推進體檢工作的有序進行。此外，護理人員應主動向患者介紹體檢環境、設施及具體流程，告知初次體檢者應注意的事項，與患者確認檢查項目等。告知患者體檢結束后預計報告領取時間及地點等。對于體檢異?；颊撸o理人員需做好隨訪工作，同時指導患者來院接受進一步的檢查。

1.3.2 健康教育護理模式

B組患者應在A組基礎上采用基于大數據支持的健康教育護理模式。①準備工作：組織建立專項體檢護理小組，納入責任護士2名，護士長1名，小組成員均接受系統、專業培訓，掌握豐富的健康教育及護理知識、方法、技巧，了解互聯網平臺運營方法及相關信息化護理手段，掌握智能化體檢系統、全流程智能導檢系統以及健康檢查智能機器人應用方法。②體檢前：將智能化體檢系統連接登記臺、檢驗樣本采集點以及各檢查科室工作站，具體體檢流程包括預約、報到、體檢、體檢信息分析、健康評估、體檢報告生成及體檢后跟蹤服務等內容。體檢前護理人員應指導患者通過智能體檢系統的預約功能進行個人體檢信息填寫，具體預約操作可通過醫院微信公眾號、電話等方式進行，由體檢中心針對個人或團體預約情況合理排期，確保預約時間點的準確性，確保護理人員能夠在預約體檢錯峰時間段做好醫療消毒及相關防護。③體檢流程：患者按照預約時間到達體檢中心，由健康檢查智能機器人對其展示具體體檢流程，并指導其通過全流程導檢系統快速體檢，有利于體檢效率提高，為患者提供良好的體檢體驗。護理人員指導患者掃描關注醫院微健康平臺，幫助其獲取候診科室、候診隊列人數、等候時長以及科室位置等信息，方便患者對體檢進程進行合理安排，快速進行體檢項目選擇或棄檢。導檢臺護理人員可對候檢、排隊人員進行自動排序及調整，當科室排隊人數過多時可酌情轉移至其他科室，對于棄檢患者可將其從自排隊列表中一鍵刪除。由全科室醫生對待檢患者的體檢順序進行科學把控，對待檢患者及已檢患者信息進行統計，靈活運用健康檢查智能機器人的呼叫、重呼以及跳過等功能，決定優先體檢人員。各科室均設立相應的醫生工作站，體檢人員按照體檢指南到各科室逐一進行醫學檢查，各科室應做好關聯及信息交互，有效減少醫療糾紛。④體檢結束：護理人員應提醒患者將體檢單上交至前臺處，待各科室將體檢結果全部錄入系統后，總檢醫生負責總檢工作，健康體檢智能機器人可對體檢異常指標進行自動提醒，并自動給出健康養生建議，由專家協助分析體檢信息，同時開展科學的健康評估，制定相應的健康促進方案，生成體檢報告。護理人員應指導患者運用健康體檢智能機器人系統短信模塊，并選擇以短信形式通知患者復診及領取報告。結合醫生專業特長，為其分配相應的體檢患者，制定針對性的回訪計劃，同時建立細致的回訪記錄，并做好回訪登記工作。充分應用健康體檢智能機器人系統的重大疾病實時提醒功能，對各項檢查項目的危機值、上下閾值進行設定，若在個人體檢過程中發現重大疾病，及時反饋給相應科室，其他體檢異常指標可通過顯著標識進行提示，由系統自動生成綜合診斷及防治意見。

1.4 觀察指標

①體檢效率：對比兩組患者體檢所需時間，體檢時間由體檢中心護理人員進行數據統計并將其記錄于體檢單上，以體檢者取體檢記錄表時間作為開始時間，至完成所有檢查項目為結束時間。②漏診及誤診：對比兩組醫生誤診率及漏診率。③護理質量：通過本院自制的健康體檢質量評估調查問卷評估，問卷信度檢驗采用SPSS 25.0軟件進行可靠性檢驗，效度分析采用探索性因子分析，測得Cronbachs α系數為0.82，信、效度分別為0.82和0.80。于患者結束體檢后發放問卷，指導其在3min內填寫完畢。問卷主要對護理人員的溝通能力、主動服務、護理禮儀以及健康宣教共4項內容進行評估，各項評分均為0～10分，分值越高說明護理質量越好。④對比兩組患者投訴情況，由體檢中心護理人員對兩組患者投訴事件進行統計。⑤對比兩組患者漏檢情況，并統計兩組護理糾紛發生情況。護理糾紛主要包括服務態度糾紛、醫療環境、溝通不暢、醫療秩序、體檢操作、突發狀況及醫療收費等方面的糾紛。由體檢中心護理人員負責接收患者漏檢、糾紛意見并進行統計。

1.5 統計學方法

所有數據均采用SPSS 25.0軟件進行統計學分析，以n（%）描述計數資料，計數資料組間比較采用 χ²檢驗；計量數據通過均數±標準差（x±s）表示，予以獨立樣本t檢驗，P<0.05為差異有統計學意義。

2 結果

2.1 兩組患者體檢效率、漏診及誤診情況

對比兩組患者體檢所需時間，B組患者體檢時間明顯比A組患者更短，且醫生漏診率更低，體檢效率更高，差異具有統計學意義（P<0.05），見表1。

2.2 兩組護理質量評分及患者投訴情況

對比兩組患者護理質量評分及患者投訴率，B組各項體檢護理質量評分均高于A組，且患者投訴率低于A組，差異具有統計學意義（P<0.05），見表2。

2.3 兩組漏檢及體檢糾紛情況

對比兩組患者漏檢及體檢糾紛情況。較之A組，B組總漏檢率及體檢糾紛發生率均明顯更低，差異具有統計學意義（P<0.05），見表3。

3 討論

體檢通常指的是人們在無明顯疾病癥狀或感覺異常時定期、規律地接受常規體格檢查及實驗室檢查等，以了解自身健康狀況，由醫生評估體檢結果，及時發現患者疾病或潛在疾病隱患，并根據患者體檢結果進行科學的生活方式調整，以達到預防、保健的目的[6-7]。但由于接受健康體檢的人數較多，且健康體檢涉及的項目較為復雜和多樣，初次體檢時患者對體檢流程及內容等缺乏充分了解，易導致體檢前準備不到位、體檢進度緩慢等問題，甚至會引發一系列體檢護理糾紛[8-9]。既往臨床對于初次體檢患者多采用常規健康教育的方式，健康宣教方式和途徑相對較為傳統，且內容單一，時效性較差，護理效果有限[10-11]?；诖髷祿С值慕】到逃o理模式主張充分利用網絡信息化技術，為患者提供體檢健康教育護理服務，持續、實時地向患者傳遞相關宣教知識，有助于提高健康教育護理效果[12]。

本研究中B組（基于大數據的健康教育）體檢時間明顯較A組（常規健康教育）短，且醫生漏診率低于A組。研究表明，基于大數據的健康教育確實能夠促進初次體檢患者體檢效率的提高，對于改善體檢質量有積極作用。具體原因如下：①基于大數據的健康教育通過組建專項體檢護理小組，并由接受過系統專業化培訓的護理人員負責開展相關健康教育活動，確保健康教育工作的專業度和系統性；②體檢前相關護理人員指導患者通過智能體檢系統進行體檢信息填寫，并通過電話及微信等途徑預約體檢，方便體檢人員進行科學排期，提高預約時間準確性；③體檢當天通過健康體檢智能機器人向患者展示體檢流程，指導患者掃描關注醫院微健康平臺，并獲取候診科室及候診時間等信息，方便患者更加科學、合理地安排體檢進程，有利于患者快速找到體檢地點并接受體檢，提高體檢效率[13]。導檢臺護理人員通過加強排隊列表管理，配合醫生把控體檢順序，進一步優化體檢過程，縮短體檢時間[14]。此外，大數據健康教育護理模式下，智能體檢系統還可根據疾病診斷條件實施自動診斷，將患者當天體檢結果迅速與歷次體檢記錄進行自動對比，能夠最大限度減少醫生誤診和漏診，同時為患者提供更為科學的健康指導建議，有助于進一步提高體檢質量。

本次研究還發現，與A組相比，B組護理質量評分更高，且投訴率、漏檢率以及糾紛發生率均更低。這表明基于大數據支持的健康教育護理模式不但能夠改善體檢護理質量，而且對于減少患者投訴、漏檢和體檢糾紛均有明顯優勢。究其原因，基于大數據支持的健康教育護理模式通過組建專項健康教育小組，并對其進行系統化專業培訓，有利于提高護理人員專業水平及技能，改善其溝通能力及健康宣教能力，并可使其樹立起主動服務的意識，培養良好的護理禮儀，有助于提高護理質量。同時，健康體檢智能機器人能夠為患者提供一系列智能化體檢服務，并在患者離開時自動播報送客語，給患者提供良好的體檢體驗。通過該護理模式，可顯著縮短患者體檢時間，提高體檢效率，同時能夠改善整體護理質量，有助于減少因服務態度、溝通不暢等造成的體檢糾紛，降低患者投訴率[15]。

通過智能體檢系統可對患者漏檢及拒檢項目進行迅速定位，防止患者出現漏檢而不自知的情況，影響健康促進建議的全面性和系統性，降低漏檢率。大數據支持的健康教育護理模式有助于各科室做好信息關聯及交互，有效減少醫療糾紛。體檢結束后，健康體檢智能機器人可自動標識異常指標，及時提示重大疾病，自動生成綜合診斷及防治意見，為患者提供相應的健康養生建議，再加上細致化的回訪工作，可大大提高整體體檢質量及護理質量，改善患者滿意度，從而降低投訴率及糾紛率。因此，基于大數據支持的健康教育護理可進一步縮短初次體檢患者體檢時間，提高體檢效率及體檢質量，且能夠減少誤診和漏診，降低患者投訴率、漏檢率及體檢糾紛發生率。

參考文獻

[1] 吳盛忠， 高點， 王冬. 健康體檢人群的電子健康素養現狀及影響因素[J].實用醫學雜志， 2022， 38（9）： 1141-1146.

[2] 徐鑫利. 體檢護理對初次體檢患者體檢效率的影響評價——評《健康體檢解讀》[J]. 中國臨床藥理學與治療學， 2021， 26（5）： 601.

[3] 徐益榮， 于朝陽， 孫海燕， 等. 基于“健康小屋”的跨理論模型在老年人健康體檢行為干預中的應用[J]. 護理研究， 2019， 33（18）： 3231-3233.

[4] 張艷香. 優化兒童保健服務系統護理干預對兒童健康體檢率、系統管理率的影響[J]. 護理研究， 2019， 33（1）： 172-174.

[5] WANG X L， LIU J， LI Z Q， et al. Application of physical examination data on health analysis and intelligent diagnosis[J]. Biomed Res Int， 2021， 20（21）： 8828677.

[6] 王鵬， 何宏海， 陶立元， 等. 健康體檢報告核心要素指標設計及試點數據分析[J]. 中華健康管理學雜志， 2022， 16（6）： 366-371.

[7] Yang S， Kim T U， Kim D H， et al. Understanding the physical examination of the shoulder： a narrative review[J]. Ann Palliat Med， 2021， 10（2）： 2293-2303.

[8] 郭姣姣， 唐懷蓉. 對貴賓體檢服務模式再造的效果評價[J]. 中華健康管理學雜志， 2022， 16（1）： 59-61.

[9] 李敦穹. 護理標識在體檢護理管理中價值分析——評《醫學顯微形態學實驗》[J]. 電子顯微學報， 2019， 38（3）： 321-322.

[10] 常晉霞， 王素芳. 品管圈在提高胃鏡體檢者心理依從性中的應用[J]. 護理研究， 2018， 32（9）： 1481-1484.

[11] 劉莎， 吳琳娜. PBL用于健康體檢中人性化護理培訓的研究[J]. 現代預防醫學， 2018， 45（9）： 1725-1728.

[12] 桑蘭蘭， 葉藝， 胡力非， 等. 大型專業體檢機構微信公眾平臺應用調查分析[J]. 中國健康教育， 2018， 34（10）： 933-935.

[13] 張理純. 人工智能體檢系統在健康管理中心的應用[J]. 中國醫療設備， 2020， 35（7）： 95-98.

[14] 陳如燕， 吳英， 張天琪， 等. 健康信念模式在高血脂癥體檢者微信健康教育中的應用[J]. 解放軍護理雜志， 2016， 33（14）： 26-28.

[15] 文念馳， 劉玉萍， 楊華， 等. 醫院體檢中心健康管理一體化服務模式要點和實施方法探討[J]. 中國衛生事業管理， 2020， 37（3）： 184-185.