对先天性心脏病（congenital heart disease，CHD）患儿进行营养风险筛查，及时识别存在营养高风险的患儿并干预，有助于改善其疾病预后和远期生长发育。“婴儿CHD肠内营养循证护理实践指南”及“CHD患儿营养支持专家共识”均针对CHD患儿营养风险筛查及评估提出了明确的推荐意见。然而，由于营养风险筛查及评估工具中部分评价条目的主观性较强，需要评价者具有一定的临床经验，故不同评价者的评估结果仅为中等程度一致性。另外，在营养风险筛查及评估过程中，也存在评估内容易被遗漏、营养状况相关指标计算复杂、医护信息无法共享等问题，从而影响个体化营养干预方案的制订。如何有效地推动指南和专家共识中的推荐意见在临床中转化，提高CHD患儿营养风险筛查结果的一致性以及营养评估的完整性，是本专科领域值得探索的问题。临床决策支持系统是指利用人工智能技术和计算机的信息存储、提取及精准的逻辑推理运算功能，模拟医护人员的诊疗及护理思维，帮助医护人员作出快速诊断、治疗及护理决策的系统。Sim等在此基础上提出了循证决策支持系统的概念，要求“收集临床证据并整理为计算机可解释的格式”。多项研究证实，使用循证决策支持系统可有效促进指南在临床应用。因此，本研究构建基于循证知识库（以下简称“知识库”）的CHD患儿营养风险筛查及评估循证决策支持系统，形成信息技术支持下的标准化CHD患儿营养风险筛查及评估流程，旨在实现营养风险筛查和评估的同质化，提高医护人员对循证实践的依从性。

1.1 构建知识库

本研究以“婴儿CHD肠内营养循证护理实践指南”及“CHD患儿营养支持专家共识”为证据来源，提取其中关于营养风险筛查及评估的证据，整理并去除重复内容后进行归类，形成CHD患儿营养风险筛查及评估知识库。营养风险筛查知识库内容如下。①营养风险筛查内容：患儿目前的营养状况；营养状况的稳定性；营养状况是否恶化；目前的疾病状态对营养状况的影响。②采用儿童营养风险及发育不良筛查工具（Screening Tool for Risk of Nutritionin Growth Kids，STRONGkids）进行营养风险筛查。③在CHD住院患儿入院后24h内，完成首次营养风险筛查。④营养风险筛查频率：STRONGkids评分≤3分时，每周筛查1次；评分＞3分时，每周筛查2次。⑤由责任护士进行营养风险筛查。⑥对筛查后有中度以上营养不良风险的CHD患儿，由临床营养师进行全面的营养评估。营养评估知识库内容如下。①营养评估内容：疾病史、营养史、喂养史、用药史、体格检查结果、人体测量结果、实验室检查结果、照护者意愿；有无喂养困难及其风险因素。②营养评估指标：年龄别身长（HAZ）、年龄别体重（WAZ）、年龄别头围（HCAZ）和身长别体重（WHZ）；日或月平均体重/身高增长速率；中上臂围。③将营养评估结果形成书面总结，并制订营养干预计划。

1.2 设计循证决策支持系统

以营养风险筛查及评估护理程序为框架，参考基于护理程序的临床决策支持系统国际设计标准，设计CHD患儿营养风险筛查及评估循证决策支持系统，包括2个模块，即营养风险筛查、营养评估。

1.2.1 营养风险筛查及评估的护理程序

以医院现有的“营养管理制度”为框架，嵌入知识库内容后形成CHD营养风险筛查及评估护理程序，见图1。

1.2.2 循证决策支持系统的功能设计

1.2.2.1 营养风险筛查循证决策支持系统的功能

将STRONGkids的4个评价条目转化为10个程序式问题，并绘制流程图（见图2），将其植入信息系统，系统功能如下。①自动抓取客观信息：包括流程中第8个问题“体重”及第10个问题“诊断”。②自动计分：其余8个问题由责任护士进行主观评估后输入移动护理终端，系统根据输入数据自动计算STRONGkids总分。③内联互通：将中高风险患儿的信息推送给营养治疗小组成员，提示需要关注。④警示：采用三色预警提示不同营养风险等级，绿色提示低风险、黄色提示中风险、红色提示高风险。

1.2.2.2营养评估循证决策支持系统的功能

①自动抓取客观信息：系统分别从护理入院评估单、医生首次病程记录、化验单等医疗文书中，自动抓取疾病史（诊断、手术风险评分）、喂养史（喂养时间、喂养方式、喂养途径、营养制剂）、用药史、人体测量结果（身高、体重）、实验室检查结果（白蛋白、前白蛋白浓度）等数据。②自动计算营养状况相关指标：系统根据嵌入的计算公式，抓取所需的数据，自动计算营养状况相关指标并将结果呈现在住院护理系统界面患儿信息展示栏中。③数据报告：进入医生工作站中患儿界面时，于屏幕右下角以悬浮框的形式推送患儿的营养评估完成状态及评估结果。④推送营养推荐方案：将基于指南和专家共识的营养推荐方案植入文书界面，包括不同年龄和疾病状态CHD患儿的喂养时机、喂养途径、喂养方式、能量及营养素推荐量、各类营养制剂配方等，为医护人员制订个体化营养方案提供参考。⑤提供结构化文书模板：将营养评估结果自动填充至结构化文书“CHD营养评估表”中。

1.3 开发循证决策支持系统

CHD患儿营养风险筛查及评估循证决策支持系统的前端包含评估输入与数据抓取2个子模块，后端包含评估计算、结果输出2个子模块。将评估输入模块嵌入医院现有的临床护理信息系统，通过护士录入完成各项主观判定数据的收集。数据抓取模块借住企业服务总线、数据仓库技术，通过患儿主索引，完成各项客观数据的自动抓取。以上数据经系统内部通信，进入系统后端评估计算模块，完成数据准确性、一致性、完整性的校验后，通过结构化归一及逻辑计算引擎完成患儿营养风险的自动分级及营养评估完成状态评价。结果输出模块根据评估结果，将信息动态推送给相关人员，并完成标记，形成闭环。

在系统试运行过程中，研究者深入病房收集医护人员遇到的问题及使用体验反馈，并进行界面优化、系统程序错误修复，试运行总时长为30d。于2021年9月1日正式上线运行。

2.1 应用对象

本研究采用非同期前后对照研究设计，选取上海市某三级甲等儿童医院心脏重症监护室（car-diac intensive care unit，CICU）的医护人员及收治的CHD患儿作为应用对象。将2021年9月—12月作为试验组数据来源时间，将2020年9月—12月作为对照组数据来源时间。医护人员的纳入标准：取得卫生专业技术执业资格证书，心脏专科工作时间=3个月，能熟练使用医院的医疗或护理信息系统。排除标准：病假、产假或外出进修的本院医护人员；所有在本院进修的医护人员。患儿的纳入标准：诊断为CHD，年龄＞28d。排除标准：因疾病无法进行体重及其他营养指标测量。

以CICU护士及营养专科护士对CHD患儿营养风险筛查结果的一致性作为主要结局指标计算样本量。采用PASS11软件中两评分系统一致性评价模块，取Power=0.8、α=0.05，Kappa1=0.9（H1假设），Kappa0=0.75（H0假设），两组对应的频率P取一致性评价中预估中风险患儿所占比例（0.86）及高风险患儿所占比例（0.14），计算得到两组样本量均为189例。

本研究已通过医院伦理委员会审查（复儿伦理【2020】117）。

2.2 干预方法

2.2.1 试验组干预方法

①循证决策支持系统使用培训：由信息科、护理部信息干事、信息工程师对临床医护人员进行培训，培训内容以操作演示为主，培训时长为2d，并印发系统操作指南，详细介绍整个系统的操作流程、各界面的操作方法及作用，确保每名参与研究的医护人员能熟练操作。②由项目负责人建立微信联络群，医护人员在系统运行过程中遇到系统卡顿、信息错误或丢失等问题可在群里反馈，由信息部门负责及时解决问题。③责任护士运用该循证决策支持系统，在入院时、住院期间每周对患儿进行营养风险筛查及评估。

2.2.2 对照组干预方法

责任护士使用STRONGkids，在CHD患儿入院时及住院期间每周进行营养风险筛查。对于存在中高风险的患儿，在1h内通知主管医生，主管医生在24h内通知营养治疗小组成员进行营养评估。

2.3 评价指标

2.3.1 营养风险筛查结果的一致性、营养风险筛查耗时

①营养风险筛查结果的一致性：以接受过国家级营养专科护士课程培训，并取得聘用证书的营养专科护士的筛查结果为“金标准”，由责任护士及营养专科护士同时进行营养风险筛查，以一致性系数来评价两者评估结果的一致性。②营养风险筛查耗时：计算循证决策支持系统上线前后，责任护士完成1次营养风险筛查所需要的时间。

2.3.2 医护人员对营养评估实践行为的依从性

包括3个评价条目。①接受营养评估患儿的比例：将中高营养风险患儿的电子病历系统中存在营养评估记录判定为接受营养评估。②接受营养干预患儿的比例：将中高营养风险患儿在接受营养评估后，电子病历系统中有营养科会诊记录、新开营养制剂医嘱或其他营养干预措施记录判定为接受营养干预。③营养筛查高风险警示值响应时间：即在护士进行营养风险筛查后，主管医生知晓并处理营养高风险筛查结果的时间。

2.3.3 医护人员对信息系统的满意度

在循证决策支持系统上线前后，采用赵永信等编制的临床护理信息系统有效性评价量表，评估医护人员对信息系统的使用体验。该量表包括系统质量、信息质量、服务质量、用户满意度、净收益5个维度，共23个条目，采用Likert5级评分法进行评价，从“非常不同意”到“非常同意”依次评1~5分，总分为23~115分，得分越高，说明医护人员对信息系统的满意度越高。该量表总的Cronbach'sα系数为0.768，总的重测信度系数为0.849。

2.4 资料收集方法

研究正式开始前，统一对所有研究小组成员进行资料收集方法的培训。小组成员共4名，包括护理部信息干事1名、护士长1名、营养专科护士1名、研究协调员1名。在患儿入院当天，收集患儿的一般资料、营养风险筛查结果的一致性、营养风险筛查耗时；出院前，收集医护人员对营养评估实践行为的依从性、医护人员对信息系统的满意度。在收集营养风险筛查耗时过程中，1名护士计时，1名护士记录从进行营养风险筛查开始至评估结束的时间；信息系统有效性评价量表均当场收回，并确认填写的完整性。

2.5 统计学方法

采用SPSS20.0软件进行统计分析。对于符合正态分布的计量资料，采用均数±标准差进行描述；计数资料采用频数、百分比或百分率描述。对于满足正态分布且两组间方差齐的计量资料，如营养风险筛查耗时、营养筛查高风险警示值响应时间、医护人员对信息系统的满意度等，采用两独立样本t检验进行组间比较；对于不满足正态分布的计量资料（患儿年龄），采用秩和检验进行比较；对于营养风险筛查结果的一致性，采用Kappa一致性检验进行分析；对于接受营养评估、干预患儿的比例等计数资料，采用卡方检验或秩和检验进行分析。以P<0.05为差异具有统计学意义。

3.1 两组的一般资料比较

2020年9月—2021年12月，在CICU工作的医护人员共27名，其中医生5名、护士22名，期间有1名调离、1名调入。两组医护人员的一般资料比较，差异无统计学意义（P>0.05），见表1。试验组纳入191例CHD患儿，对照组纳入193例患儿。两组患儿的一般资料比较，差异无统计学意义（P>0.05），见表2。

3.2 两组营养风险筛查结果的一致性、营养风险筛查耗时比较

试验组中，责任护士筛查出低风险0例、中风险142例（74.35%）、高风险49例（25.65%），营养专科护士筛查出低风险0例、中风险142例（74.35%）、高风险49例（25.65%），两者的一致性系数为0.890。对照组中，责任护士筛查出低风险0例、中风险146例（75.65%）、高风险47例（24.35%），营养专科护士筛查出低风险0例、中风险153例（79.27%）、高风险40例（20.73%），两者的一致性系数为0.689。

试验组营养风险筛查耗时为（2.97±1.05）min，对照组为（4.05±1.01）min，差异具有统计学意义（t=10.329，P<0.001）。

3.3 两组医护人员对营养评估实践行为的依从性比较

试验组中接受营养评估患儿的比例为95.29%（182/191），对照组为89.64%（173/193），差异具有统计学意义(χ2=4.390，P=0.036）。试验组中接受营养干预患儿的比例为69.11%（132/191），对照组为54.92%（106/193），差异具有统计学意义(χ2=8.200，P=0.004）。试验组营养筛查高风险警示值响应时间为（4.73±2.31）min，对照组为（41.53±9.13）min，差异具有统计学意义（t=53.672，P<0.001）。

3.4 两组医护人员对信息系统的满意度比较

两组均发放并回收问卷27份，有效问卷回收率为100%。在临床护理信息系统有效性评价量表总分及各维度得分上，试验组均高于对照组，差异具有统计学意义（P<0.001），见表3。

4.1 先天性心脏病患儿营养风险筛查及评估循证决策支持系统具有科学性和实用性

本研究以营养风险筛查及评估护理程序为基本框架，在临床决策支持系统国际设计标准指导下构建循证决策支持系统，对CHD患儿进行营养闭环管理，具有科学性与实用性。研究认为，为使医护人员保持基于证据的实践行为，管理者需要整合证据资源，建立最佳护理实践知识库，并将其植入临床护理信息系统。其中，知识库内容的科学性和可靠性直接影响循证决策支持系统的应用效果。本研究在构建知识库过程中，以“婴儿CHD肠内营养循证护理实践指南”及“CHD患儿营养支持专家共识”为证据来源，汇总其中关于CHD患儿营养风险筛查及评估的证据，保障将经过严格文献质量评价的循证证据推送给医护人员，以促进证据的临床应用和转化。同时，将文献中的原始证据进行形式转化，形成营养风险筛查及评估护理程序，并将其植入系统，使其能在临床更好地应用。另外，本研究基于证据设计循证决策支持系统的功能，包括CHD患儿的一般资料、检查、检验结果等客观数据的自动抓取，将营养风险筛查结果自动推送给医生或营养师，发出营养风险等级警示，推送营养推荐方案等，将原本以静态形式存在的证据和数据融入临床工作流程中，使医护人员更易接受和采纳，增强了循证决策支持系统的实用性。

4.2 使用先天性心脏病患儿营养风险筛查及评估循证决策支持系统，可提高营养风险筛查结果的一致性、缩短营养风险筛查耗时

本研究结果显示，使用循证决策支持系统可提高责任护士和营养专科护士营养风险筛查结果的一致性、缩短营养风险筛查耗时。既往护士在使用STRONGkids时，存在对评估条目理解不清、评估内容同质化差的情况。由于护士的年资、接受培训的程度、对问题的理解均可能存在差异，故简化评估程序、增加评估工具的智能性，可提高营养风险筛查结果的一致性，为制订营养计划奠定有力的基础。另外，在使用循证决策支持系统进行CHD患儿营养风险筛查时，护士只需要询问8个程序式问题，系统会自动汇总评估内容，并结合自动抓取的体重、诊断信息，得出营养风险筛查结果，既规范了营养风险筛查的评估标准，又缩短了营养风险筛查耗时。

4.3 使用先天性心脏病患儿营养风险筛查及评估循证决策支持系统，可提高医护人员对营养评估实践行为的依从性

本研究结果显示，试验组接受营养评估、干预患儿的比例高于对照组，营养筛查高风险警示值响应时间少于对照组，差异具有统计学意义（P<0.05），提示使用CHD患儿营养风险筛查及评估循证决策支持系统，可提高医护人员对营养评估实践行为的依从性。营养风险筛查和营养评估是为患儿制订营养计划的第一步，准确的筛查和评估结果可为后续的营养干预提供可靠依据。尽管营养专科护士接受过专业的营养课程培训，对营养风险筛查评估工具的使用也更为熟悉和准确，但是由于营养专科护士的岗位设置较少，临床上对患儿营养风险筛查和评估的需求较大，因此提升所有责任护士，尤其是低年资护士在营养筛查、评估方面的循证实践依从性十分重要。循证决策支持系统自动将营养风险筛查、评估的相关证据呈现给护士，使证据更容易被护士接受，同时通过结构化的评估表和自动推送的护理措施，在不增加护士对证据的记忆负担基础上，改善了营养筛查及评估的质量，降低了营养筛查高风险警示值响应时间，提升了医护人员对营养评估实践行为的依从性。

4.4 使用先天性心脏病患儿营养风险筛查及评估循证决策支持系统，可提升医护人员对信息系统的满意度

本研究结果显示，试验组对信息系统的满意度得分高于对照组，差异具有统计学意义（P<0.001），提示使用循证决策支持系统，可提升医护人员对信息系统的满意度。以用户为中心是设计和开发移动医疗程序的重要理念之一，医护人员的工作强度大、内容繁多，对信息系统的可操作性要求较高。因此，在以医护人员为目标用户开发移动医疗程序时，应以减少其工作负荷、简化其工作流程为目标。本研究基于知识库设计循证决策支持系统，将指南等文献中的证据有效地转化为规则、框架、流程等计算机可以处理的形式，高效地为临床医护人员提供科学的决策依据。同时，将传统的纸质评估表单转化为电子表单，减少了书写流程，简化了护士的评估程序，有助于提升医护人员对信息系统的满意度。另外，本研究利用先进的网络技术和数据平台技术，对患儿的信息、营养风险筛查结果、营养评估结果、医嘱信息等数据进行整合与共享，医护人员能够清晰地追踪到患儿的营养管理进展，同时通过营养闭环管理能促进医护协作，使营养风险筛查及评估结果有效地在医生、护士及营养治疗小组成员间传递，从而提高医护人员对信息系统的整体满意度。

将CHD患儿营养风险筛查及评估循证决策支持系统整合到临床工作中，可提高营养风险筛查结果的一致性，缩短营养风险筛查耗时，促进医护人员进行营养评估及营养干预，提升医护人员对信息系统的满意度。目前，该循证决策支持系统的应用场景仅限于CICU，尚未推广至其他病房，且未与全院信息系统集成，有待进一步完善。

参考文献：略

作者：傅唯佳 顾莺 杨玉霞 王颖雯 宓亚平 王桢絮 龚卫娟 任玥宏

单位：上海市复旦大学附属儿科医院

来源：中华护理杂志 2023 年 9 月第 58 卷第 17 期