编辑推荐：
为解决微创心脏介入（MICI）患者出院后再入院和死亡风险高，且缺乏针对性过渡护理的问题，研究人员开展了关于 MICI 患者过渡护理需求的研究。通过混合方法研究，明确了患者需求，为 AI 驱动的干预措施提供依据，对改善护理质量意义重大。
心血管疾病（CVD）如今已成为全球范围内导致人类发病和死亡的主要原因，给医疗系统带来了沉重的经济负担。微创心脏介入（MICI）作为治疗心血管疾病的先进技术，凭借其风险低、创口小等优势，得到了广泛应用，仅 2022 年中国就有 142.1 万患者接受了经皮冠状动脉介入治疗（PCI）这种代表性的 MICI 手术。然而，随着 MICI 的普及，患者住院时间缩短，部分患者出院时并未完全康复，约 10% 的患者在出院 30 天内会出现不良事件，如再入院或急诊就诊。这凸显了医院急性护理与家庭康复之间存在的巨大差距，而过渡护理正是弥补这一差距的关键。但目前过渡护理在中国的实施受到诸多限制，尤其是护理人员短缺。与此同时，信息技术、移动设备以及人工智能的飞速发展，为解决这些问题带来了新的契机。在此背景下，研究人员迫切需要深入了解 MICI 患者在从医院过渡到家庭过程中的需求，以便开发出基于人工智能的有效过渡护理干预措施。
中国医学科学院北京协和医学院护理学院等机构的研究人员开展了此项研究，相关成果发表在《BMC Nursing》上。该研究意义重大，它为设计以患者为中心、切实可行的人工智能支持下的护理干预措施提供了宝贵方向，有望改善 MICI 患者的康复结局，同时也为解决中国乃至全球的护理人员短缺和过渡护理差距问题提供了新思路。
研究人员采用了多种关键技术方法：
- 混合研究设计：采用收敛平行混合方法，将定量研究和定性研究相结合。定量研究通过问卷调查获取可推广的护理需求信息，定性研究则通过半结构化访谈挖掘患者的潜在需求。
- Kano 模型分析：运用 Kano 模型对定量数据进行分析，将服务偏好分为必备属性、一维属性、魅力属性、无差异属性和反向属性五类，以此评估不同过渡护理需求的相对重要性。
- 主题分析：对定性访谈数据进行主题分析，从患者的经历和反馈中归纳出关键主题，深入了解患者的需求和关注点。
研究结果如下：
- 定量结果
- 参与者特征：共调查 160 人，经数据清洗后 137 份问卷有效。参与者平均年龄 58.54 岁，男性占 75.2%，多数为高中教育水平、已婚，月收入低于 6000 元。手术类型以心脏支架手术（77.4%）为主，平均住院时长 4 天1。
- 需求分析：运用 Kano 模型分析 23 项需求，发现无 “必备” 需求。健康监测、药物指导、症状管理和个性化运动计划等属于 “一维” 需求，这些需求对患者满意度影响显著，满意度指数（SI）为 0.758 - 0.857，不满意指数（DI）为 0.246 - 0.289；持续运动监测和饮食规划等属于 “魅力” 需求，具有较高满意度潜力且不满意风险低，SI 为 0.764 - 0.768，DI 为 0.228 - 0.234；而提供减肥指导、戒烟限酒监督指导、睡眠质量评估监测等被归为 “无差异” 需求23。
- 需求关联分析：一维需求主要与年龄、居住状态和体重指数（BMI）等因素相关。例如，年龄较大、独居和超重或肥胖的患者对健康监测、检查提醒和个性化运动计划等需求更高4。
- 定性结果
- 参与者特征：13 名 MICI 患者参与访谈，平均年龄 56.62±14.04 岁，男性 8 名，多数为中学教育水平、已婚，且大多患有合并症，如高血压、糖尿病等5。
- 关键主题：通过访谈确定了 8 个需求主题，包括身体恢复和生活方式指导需求、心理支持需求、共病管理需求、药物相关需求、症状管理需求、健康监测和检查提醒需求、财务相关需求以及医疗信息需求。患者术后精力下降，渴望恢复正常生活，对运动指导需求强烈；同时，患者面临多种心理挑战，需要针对性的心理支持；共病管理难度大，患者对药物服用存在诸多困惑；此外，患者还希望获得医疗费用透明信息和专业医疗信息67。
研究结论与讨论：
本研究首次采用平行混合方法探究 MICI 患者过渡护理需求，具有重要意义。研究揭示了 MICI 患者过渡护理需求的关键信息：一是明确了健康监测、药物指导等一维需求对患者满意度影响重大；二是发现持续运动监测和饮食规划等魅力属性需求可提升护理质量；三是通过定性研究挖掘出共病管理、心理支持和财务透明度等定量研究未充分捕捉的重要因素。
从临床角度看，研究结果为护理实践提供了指导。针对一维需求，护士可利用人工智能辅助的可穿戴设备和远程医疗技术，加强健康监测和及时干预；同时，应加强药物指导，解决患者用药困惑。对于魅力需求，可借助创新技术为患者提供个性化饮食计划。此外，还应关注患者的心理支持和财务透明度需求，通过 AI 工具进行心理健康筛查和干预，同时推动政策支持，确保医疗费用透明和服务可及性。
然而，研究也存在一些局限性。样本量相对较小，可能限制研究结果的普遍性；需求分析相对独立，未充分考虑需求间的相互关系；缺乏全面的需求量表，且研究对象仅来自二线城市，可能影响结果对其他地区的适用性。未来研究可扩大样本规模、采用更综合的分析方法、开发专用需求量表，并关注不同地区患者需求差异，以进一步完善对 MICI 患者过渡护理需求的理解，推动人工智能在过渡护理中的有效应用，改善患者康复结局。
