绘制新生儿适应 “蓝图”：状态图模型解锁生理结扎指南新潜能

为解决 INA 指南在临床传播与实施难题，哥伦比亚国立大学等机构的研究人员开展 INA 指南的状态图模型研究。结果显示该模型获高度认可，能助力医学教育与临床实践。推荐科研读者阅读，探索医学指南创新表达路径。

　　

在新生儿护理领域，一场变革正在悄然发生。过去，新生儿护理大多依据时间来进行，但随着医学研究的深入，人们逐渐意识到，以生理为基础的护理方式对新生儿的健康成长更为有利。比如，在脐带结扎（Umbilical Cord Clamping，UCC）这个关键环节上，传统的时间驱动式结扎方式正逐渐被基于生理条件的结扎方式所取代。

哥伦比亚国立大学儿科、围产学和新生儿学部门率先提出了《即时新生儿适应指南》（Immediate Neonatal Adaptation Guideline，INA），该指南聚焦于基于生理的脐带结扎（Physiologically-based Cord Clamping，PBCC），强调根据新生儿的生理状况来确定最佳的脐带结扎时机。研究发现，这种基于生理的结扎方法相较于传统的时间驱动式结扎以及脐带挤奶法，能显著改善新生儿的心血管系统，提升全身和脑部的氧合作用，为新生儿的健康奠定更好的基础。

然而，理想很丰满，现实却很骨感。尽管 INA 指南意义重大，但在实际的临床应用中，却面临着诸多挑战。由于该指南内容复杂，涉及众多专业知识和临床判断，如何将其清晰、准确地传达给不同临床环境中的医护人员，并确保他们能够有效实施，成为了一个亟待解决的难题。这就好比一本绝世武功秘籍，虽然威力巨大，但如果无人能看懂、学会，那也只是纸上谈兵。

为了解决这些问题，来自哥伦比亚国立大学以及法国图卢兹联邦大学等机构的研究人员展开了深入研究。他们的研究成果发表在了《Heliyon》期刊上，论文题目为《A formal statechart model of immediate neonatal adaptation guidelines》。通过一系列研究，他们得出结论：利用状态图（Statecharts）建立的 INA 指南模型，能够有效提升指南的清晰度和可理解性，在医学教育和临床实践中具有重要的应用价值。这一研究成果就像是为医护人员打开了一扇理解和应用 INA 指南的新大门，为新生儿护理带来了新的希望。

在这项研究中，研究人员主要运用了以下几种关键技术方法：

• 状态图表示法：状态图是一种基于知识表示和工程原理的图形化工具，它通过条件转移、超状态和正交状态等组件，能够清晰直观地描述复杂的临床过程。研究人员采用这种方法，将 INA 指南中的复杂流程转化为易于理解的图形模型。
• 跨学科评估：研究人员组建了一个由健康专业人员和工程专业人员组成的跨学科评估小组。这些专业人员未参与研究过程，确保了评估的客观性。他们从清晰度、全面性、可用性和可扩展性等多个标准对模型进行评估，为模型的优化提供了重要依据。
• 渐进式细化方法：在构建状态图模型时，研究人员采用了渐进式细化的方法。从高度抽象的模型开始，逐步增加细节，并通过围产学、新生儿学专家和工程师的协作进行完善，使模型更贴合实际临床需求。

下面我们来详细看看这项研究的成果：

4. 结果

4.1 INA 指南的流程图

研究人员首先展示了 INA 指南的流程图，这个流程图详细描绘了新生儿适应宫外生活的临床程序。它就像是一张详细的地图，指引着医护人员在新生儿护理的复杂道路上前行。指南中提到，要使用 Apgar 和 Silverman - Andersen 量表来评估新生儿向宫外生活的过渡情况。Apgar 量表用于测量新生儿的生命力，在新生儿适应阶段，通过每分钟的评估来监测其进展；Silverman - Andersen 量表则用于判断新生儿的通气情况。此外，流程图还根据生理标准确定了四种不同类型的脐带结扎方式，明确了基于 PBCC 的指南方向。同时，根据新生儿的体征和生理状况，将其宫外生活的适应类型分为自发、引导和诱导三种。在流程图中，不同的适应类型用不同颜色的方块表示，绿色代表自发适应，蓝色代表引导适应，红色代表诱导适应，一目了然。

4.2 INA 指南的状态图模型

• 4.2.1 开发 INA 状态图模型的方法：研究人员采用了增量细化的方法来开发这个模型。就像是搭建一座高楼，从最基础的框架开始，逐步添加细节。他们先构建了一个高度抽象的模型，然后在围产学、新生儿学专家和工程师的共同努力下，不断进行细化和修正。在这个过程中，专家们丰富的临床经验和专业见解为模型注入了灵魂，使其更加完善。
• 4.2.2 INA 状态图模型的描述：INA 的状态图模型包含 20 个状态、36 个事件和 4 个超状态。每个状态都代表着对新生儿的诊断步骤或必要的程序操作。比如，状态 0 代表产前评估，在这个状态下，医护人员要对孕妇进行产前检查，评估胎儿的情况；状态 12 表示立即结扎脐带，当出现脐带破裂、胎盘剥离导致脐静脉无血等情况时，就会触发这个状态的转变。事件则与各种临床指标相关，比如事件 ae0c 表示确认 Apgar 评分为 0，当这个事件发生时，模型就会从新生儿活力不足的状态转移到需要接受通气、心脏和血液动力学支持的状态。为了让模型更加清晰易懂，研究人员还使用了颜色编码来区分不同的状态。灰色表示正常情况，橙色表示需要医疗干预或密切监测的情况，品红色表示危急情况，绿色表示新生儿适应良好，可以进行脐带结扎。

4.3 专家对模型的医学评估

研究人员邀请了一个由医学和工程专业人员组成的科学委员会对模型进行评估。这些专业人员没有参与到研究过程中，保证了评估的公正性。从 21 位评估者（包括 3 名工程专业学生、4 名儿科住院医师和 14 名四年级医学生）那里收集到的反馈显示，状态图模型受到了广泛认可。在对模型的满意度调查中，71.4% 的受访者认为模型所使用的数学、图形和临床语言清晰、具体，适用于不同的知识领域；57.1% 的人认为与传统的临床信息呈现方式（如流程图或文本）相比，这个模型更直观，能更准确地传达信息，帮助他们快速理解新生儿适应过程；62% 的人认为至少接受过中等教育的人基本能理解 INA 的过程，38% 的人则认为要更深入理解需要至少两年的医学培训；66.7% 的参与者认为在理解模型方面不存在重大的知识障碍。此外，在对模型的四个关键特征评估中，71.4% 的受访者认为模型具有足够的通用性，有助于理解基本概念；90% 的参与者认可模型在专业教育中的辅助作用；95.2% 的人认为该模型为跨领域研究提供了良好的基础；61.9% 的参与者认为考虑到图表的信息密度和人体生理过程的复杂性，模型的视觉复杂度适中，便于扩展。

5. 讨论

从整体来看，将状态图应用于 INA 指南的建模，展现出了强大的优势。它通过使用超状态和条件转移，有效减少了视觉上的混乱，让模型更加清晰，每个状态和转移都与临床意义紧密相连。例如，只有在脐带未结扎（NNC）的条件下，像这样的条件转移才会被触发，这使得模型更加符合临床实际情况，避免了引入不相关的状态，让医护人员更容易理解。

不过，研究也存在一些局限性。一方面，由于数据主要来自自我报告，可能存在主观偏差，而且受访者的专业背景也可能导致选择偏差。为了减少这些偏差，研究人员采用了多种数据来源和方法进行三角测量，提高了研究结果的可靠性和有效性。另一方面，该模型是基于哥伦比亚当地的实践流程开发的，虽然具有一定的灵活性，但可能无法完全适用于所有地区。而且，模型虽然能很好地展示程序流程和决策点，但在临床判断的细微差别和个性化护理方面还存在不足。未来的研究需要进一步完善这些方面，比如结合实时数据和决策支持系统，在临床环境中进行全面验证，以确保模型能更好地应用于实际医疗。

展望未来，研究人员计划利用状态图的分层能力，进一步完善模型，使其更加全面。同时，他们还打算将模型转化为计算机程序，这样可以更动态、互动地探索指南内容。此外，研究人员还考虑将人工智能（AI）融入模型，实现对新生儿护理的预测分析和个性化建议，就像给模型装上一个智能大脑，让它能更好地服务于新生儿护理。

6. 结论

总的来说，这项研究意义非凡。它成功构建了 INA 指南的状态图模型，为医学教育和培训提供了有力的支持工具。这个模型就像是一个通用的语言，让不同领域的专家能够更好地交流和合作，共同开发医疗程序模型。它清晰地展示了患者状态、标准和临床指标，让医护人员能更准确地把握新生儿护理的关键。虽然使用可视化形式可能会让学生过度依赖模型进行决策，但只要在教育过程中引导学生正确认识模型的作用，就可以避免这种情况。未来，这项研究成果不仅能推动新生儿学领域的研究发展，还将为其他医学领域的教育和实践带来新的思路和方法，让更多的患者受益。