基于Gephi和CiteS...警评分系统研究的可视化分析_黄子旋.pdf

454Nursing Practice and Research,Feb.2023,Vol.20,No.3护理实践与研究 2023年2月第20卷第3期【摘要】目的梳理近十年国内外早期预警评分系统的研究现状、比较中外相关研究热点及前沿，为后续研究提供参考。方法检索中国知网、Web of Science 核心合集 2010 年 1 月2021 年 1 月收录的早期预警评分系统相关文献，运用 Gephi 软件绘制国家或地区、作者的合作关系网，揭示该领域科研力量及地域分布趋势，运用CiteSpace V软件分析关键词、绘制共被引文献知识图谱，以反映该研究领域的热点及前沿。结果共纳入2134篇中英文文献，21.3%英文文献影响因子在4分及以上，整体发文量呈现上升发展趋势。关键词分析显示，热点集中在早期预警评分系统预警模式以及早期预警评分系统预测价值的研究，前沿集中在早期预警评分信息化系统研发及应用研究领域。结论我国早期预警评分系统研究广度及深度与国外差距不断缩小，可借鉴研究热点及前沿，深入我国特色病情预警管理体系以及早期预警信息化系统研究，加强不同研究机构间多区域、多中心合作，以完善早期预警评分系统相关研究，降低危重症患者不良事件发生率和死亡率，改善危重症患者临床结局。【关键词】早期预警评分系统；研究热点；前沿动态；可视化分析；CiteSpace 软件中图分类号R47 文献标识码ADOI:10.3969/j.issn.1672-9676.2023.03.029基于 Gephi 和 CiteSpace 对国内外早期预警评分系统研究的可视化分析基 金 项 目：重 庆 市 科 卫 联 合 医 学 科 研 项 目（编号:2019MSXM006）作者单位：400014重庆市，重庆医科大学附属儿童医院护理部第一作者：黄子旋，女，本科（硕士在读）通信作者：郑显兰，女，主任护师，教授，博士研究生导师黄子旋冷虹瑶沈巧柯淞淋易敏郑显兰危重患者早期识别不及时将延误最佳救治的时机，将被动抢救转化为院内主动监测，提前预防是各个临床单元的重要任务。据报道，急诊患者病情恶化识别不及时延迟转入 ICU 救治的发生率达59.4%1,人均救治费用增加了 99 773 美元2。20世纪末欧美国家最早提出早期预警评分系统（EWS）3,通过对脉搏、呼吸、血压、体温、意识状态等重要生理指标评分，早期识别潜在危重患者并辅助指导相应干预措施，改善患者临床结局,降低院内不良事件,促进医疗安全。国外重症监护指南推荐应用早期预警评分系统对急危重症患者进行病情风险分级4。目前欧美国家早期预警评分系统应用广泛、较为成熟，而我国早期预警评分系统研究仍处于探索期5-6。有学者从不同视角对国内外 EWS 研究现状进行总结，但都建立在对文献的定性梳理基础上，对 EWS 研究文献进行定量分析鲜有报道7-9。文献计量可视化分析通过计算机软件把文献信息转换为知识图谱，具有直观形象、清晰展现研究领域发展趋势的优点10。因此，本研究借助可视化软件Gephi 及 CiteSpace 梳理 EWS 研究现状，比较中外早期预警评分系统研究热点及前沿，探讨我国在该领域研究的优势和劣势，为我国学者对早期预警评分系统的进一步研究与应用提供参考。1资料与方法1.1数据来源及检索策略 本研究以中国知网 CNKI 以及 Web of Science（WOS）核心合集数据库为检索源。CNKI 检索式为：SU%=国家早期预警评分+改良早期预警评分+校正改良早期预警评分+重要性早期预警评分+新生儿早期预警评分+儿童早期预警评分+早期预警评分；WOS 检索式为：TS（“National Early warning score”OR“Modified Early Warning Score”OR“Vital Early Warning Score”OR“Standardized Early Warning Score OR“Neonatal Early warning score”OR“Early warning score”OR“Pediatric Early Warning Score”OR“Track and Trigger System”。检索时间为 2010 年 1 月2021 年 1 月，检索类型限制为“期刊”/“Article”，语言限定为中文/英语。1.2文献纳入与排除标准 纳入标准：与早期预警评分系统研究相关的文献。排除标准：重复发表的文献；会议论文、经验交流、经验荟萃、研究咨询、新闻报道；研究内容缺失；文献数据无法提取整合分析。1.3数据格式转化检索下载 CNKI 中文文献题录以“Refworks”格式及自定义文本格式导出，WOS 英文文献题录以455Nursing Practice and Research,Feb.2023,Vol.20,No.3护理实践与研究 2023年2月第20卷第3期21394376608311610813519531607014021028035020102011201220132014201520162017201820192020发文量（篇）时间（年）“全记录与引用的参考文献”纯文本格式导出，每条记录包括时间、作者、关键词、共被引文等信息，提取文本格式的信息转化为 Gephi.0.9.2 软件的矩阵数据格式11，对中文数据 Refworks 格式转化为CiteSpace5.5.R2 软件可直接绘图的 Converted 数据格式。1.4数据分析方法应用可视化软件 Gephi0.9.2 中 Force Atlas 布局算法以及圆形轮廓 Fruchterman Reingold 弹簧模型绘制图谱12,展现国家或区域、研究作者合作关系网络。图谱中节点大小与发文量成正比，连线数量随着合作联系越紧密越多，连线也越粗13。采用CiteSpace5.5.R2软件对关键词进行共现和突现分析，设置时间区间参数为“20102021 年”，时间跨度为 1，提取对象设置为“Top 20”。设置节点处理参数为 Keyword、Reference。选择修图参数Pruning 为 Pathfinder，绘制共现和突现图谱探讨早期预警评分系统研究热点和前沿。为进一步反映中英文文献高频关键词的关联程度及核心地位，使用SPSS 20.0 统计软件 Euclidean 度量距离模型，对中英文文献高频关键词进行多维尺度分析14。同时，通过 CiteSpace 软件对 WOS 数据库共被引文献聚类分析后绘制“时线图”展示该研究领域知识结构及其演化过程15，可视化实现过程如图 1 所示。图 1早期预警评分系统研究可视化分析流程图图 2近十年早期预警评分系统研究发文量统计2结果共检索早期预警评分系统研究中英文文献 2213篇，剔除重复发表论文（英文 15 篇，中文 20 篇）、会议论文（英文 8 篇，中文 12 篇）、经验交流等与主题无关论文（英文 22、中文 2 篇），最后纳入文献 2134 篇。2.1一般情况分析2.1.1年发文量变化趋势国内外年发文量在20102015 年处于缓慢上升期，此后年发文量均在100 篇以上。随后，国外年发文量在 2017 年前处于平稳上升期，20182020 年呈现快速增长趋势，由2019 年的 195 篇迅速增加到 2020 年的 316 篇。总体而言，国内外年发文量呈现持续上升趋势，具体信息见图 2。（英文文献 中文文献）456Nursing Practice and Research,Feb.2023,Vol.20,No.3护理实践与研究 2023年2月第20卷第3期2.1.2发表期刊分布近十年早期预警评分系统相关研究英文文献主要发表于 494 本期刊，中文文献发表于 244 本期刊。国内外发表数量最多的期刊是 RESUSCITATION（80 篇）；对 WOS 数据库收录5 篇及以上的期刊进行统计，34.3%英文文献影响因子集中在 23 分，21.3%英文文献影响因子在 4分及以上。2.2早期预警评分系统研究领域科研力量分布2.2.1国家或地区贡献20102020 年共有 107个国家或地区在 Web of Science 上发表了早期预警评分相关文章，其中发文超过 20 篇的国家或地区有 19 个，合作国家或地区关系网络的平均聚类系数为 0.851，具有较高准确度和清晰度13。中心度反映网络中节点的关键性，数值越高说明该节点越核心11；中心度排名前 3 位国家是英国、加拿大和美国，连线数值分别为 342、274 和 246，具体信息见图 3。2.2.2作者贡献图 4 左显示国内作者合作关系网络。统计分析显示，5 名及以上作者合作的研究团队有 3 个，中心度排名前 3 位的作者分别是新疆维吾尔自治区人民医院李萍（16 篇）、广西医科大学第四附属医院阮海林（10 篇）、中南大学湘雅医院彭伶丽（6 篇）；图 4 右显示国外作者合作关系图 3早期预警评分系统研究国家或地区合作网络网络，5 名及以上作者合著的研究团队有 7 个，合作联系最多的是英国伯恩茅斯大学 Smith.Gary B 与朴次茅斯市公立医院 Schmidt.Paul 研究团队，中心度排名前 3 位的作者分别是伯恩茅斯大学 Smith（28篇）、加拿大桑德贝区健康中心 Kellett（23 篇）、朴次茅斯市公立医院 Meredith.Paul（19 篇）。对比分析国内外作者合作网络，国外跨机构、跨地区作者合作强度较高，国内不同机构作者团体间合作较少、连线较稀疏、不紧密。图 4CNKI（左）和 Web of Science(右）早期预警评分系统研究作者合作网络2.3研究热点及前沿探测2.3.1关键词可视化共现分析运用 CiteSpace 5.5.R2 软件分别生成中文（图 5 左）和英文关键词共现图谱（图 5 右）。中文图谱形成 55 个节点和66 条连线，节点密度为 0.044。英文图谱形成 4 个节点和 72 条连线，节点密度为 0.050。中心度前 5位中文关键词为改良早期预警评分、急诊、早期预警评分、病情评估、临床预后；前 5 位英文关键词为 hospital mortality（死亡率）、Rapid Response System（快速反应系统）、validation（验证）、risk factors（风险因素）、Early warning Score（早期预警评分）。457Nursing Practice and Research,Feb.2023,Vol.20,No.3护理实践与研究 2023年2月第20卷第3期图 520102020 年早期预警评分系统研究关键词共现图谱2.3.2关键词突现分析通过 CiteSpace 5.5.R2 软件 Burst 指数及其持续时间分析突现关键词区域时间内爆发强度16，反映该领域研究前沿。20102015 年国际对 Medical Emergency Team（医疗急救小组）、Quality of care（护理质量）、Outcome（临床结局）、Trigger System（预检分诊系统）等较为关注，见表 1。同期，国内学者较为关注院前急救、比较 EWS 与快速急诊内科评分等研究领域，见表 2。20172021年EWS研究突现关键词中文有新生儿、儿童、不良事件、并发症以及 SBAR 沟通模式，英文有 Management（管理）、Information technology（信息技术）以及 National early warning score（英国国家早期预警评分）。表 1早期预警评分系统研究突现关键词信息（英文）英文突变词节点出现时间突变强度突变开始时间突变结束时间Medical emergency team201013.017520102014Quality of care20106.296020102017Outcome20105.557820102012Monitoring20103.533320102012Trigger system20106.245720122014Hospitalized patient20104.512020122014Epidemiology20106.121820132017Management20105.791420152017Information technology20107.052520172019National early warning score20105.978320182021458Nursing Practice and Research,Feb.2023,Vol.20,No.3护理实践与研究 2023年2月第20卷第3期2.3.3关键词多维尺度分析通过关键词多维尺度分析可进一步揭示高频关键词的核心地位、关联程度及相似性14。中英文多维尺度图 4 个象限均形成聚集关键词群，主要集中以下 2 个方面：急诊学科领域，以关键词 Emergency Department（急诊）、Septic Shock（感染性休克）、Risk Assessment（风险评估）、院前急救、多发伤等形成聚群；危重症学科领域，以关键词 Intensive Care Unit（重症监护室）、Clinical deterioration（病情恶化）、临床预后、死亡率、预测效能等形成聚群。此外英文多维尺度分析还探测出信息技术 Electronic health record（电子病历系统）、Machine learning（机器学习）等新的关键词。其中改良早期预警评分接近多维尺度图核心位置，反映中文文献研究重点在改良早期预警评分。研究的热点和关键词共现分析基本一致，见图 6。2.4演变趋势及发展方向2.4.1共被引文献聚类分析通过聚类分析 Web of Science 数据库早期预警评分研究共被引文献绘制成时线图（见图 7），反映该领域研究演变趋势。共被引文献聚类网络模块值 Q 为 0.78，前 7 位聚类轮廓值 Silhouette 值均 0.7，表明聚类同质性及合理性较好17。高中心性节点主要集中在聚类0和5，说明这些聚类影响力及受关注度高，突增强度高的节点主要集中在聚类 3 急诊医疗服务和 5 深度学习主题，说明这些聚类发展趋势逐渐增强。图 6CNKI（左）和 WOS（右）早期预警评分系统关键词多维尺度分析表 2早期预警评分系统研究英文突现关键词信息（中文）中文突变词节点出现时间突变强度突变开始时间突变结束时间院前急救20108.406920112014ApacheII 评分20105.081920112015快速急诊内科评分20102.953120142015简单临床评分20103.356720142015呼吸系统疾病20102.840620162018新生儿20102.856320172019儿童20102.059320182019不良事件20102.103020182019并发症20103.449820192021Sbar 沟通模式20105.978320192021459Nursing Practice and Research,Feb.2023,Vol.20,No.3护理实践与研究 2023年2月第20卷第3期图 7早期预警评分系统研究领域共被引文献网络前 7 位聚类时线图注：聚类 0 为预测效能，聚类 1 为心搏骤停，聚类 2 为重症监护外展，聚类 3 为急诊医疗服务，聚类 4 为人为因素，聚类 5 为深度学习，聚类 6 为快速反应系统，节点内部红色圆环反映 Burst 指数，颜色越深，指数越高。表 3近十年早期预警评分系统研究前 8 位高被引文献信息序号作者年份被引频次Burst 指数所属聚类1Smith2013198-52RCP201211411.9803Prytherch201010817.3204Churped20175812.8735RCP20175718.4936Seymour2016558.5557Gao20075418.0228Smith20085212.576注：RCP 为 Royal College of Psysicians，英国皇家医师学会。2.4.2高被引文献分析分析图 7 各聚类高被引文献。聚类 0、3、5 各有 2 篇高被引文献，被引频次最高的文献是 2013 年 Smith GB 基于实时临床数据库对 35583 名患者比较 34 个版本早期预警评分工具的前瞻性准确性的队列研究18。突增强度最高的文献是 2017 年英国伦敦皇家医学院发布指南关于国家早期预警评分第二版的更新19，被引频次突增速度快，属于聚类 3 急诊医疗服务。见表 3。3讨论3.1早期预警评分研究现状分析近十年国内外早期预警评分系统研究不断发展，2020 年 EWS 研究的发文量将近 2010 年发文量的 10 倍，共发表相关中英文文献 2134 篇，总体发文量呈上升趋势，说明该领域研究日益受到国内外学者的关注。国际上 Morgan 等3于 1997 年首先提出早期预警评分,随后其他学者均在此基础上进行改良。国内周巍等20于 2009 年在中华急诊医学杂志上发表题名为“改良的早期预警评分在急性胰腺炎中的应用”是首篇有关早期预警评分的核心学术文献，为国内相关研究奠定了基础。自此，国内 EWS 相关论文产量处于持续上升趋势，且在未来仍有可能保持较高热度。综合分析国家和作者发文量及中心度，EWS 研460Nursing Practice and Research,Feb.2023,Vol.20,No.3护理实践与研究 2023年2月第20卷第3期究主要集中在英国、美国、爱尔兰等国家，其中以英国伯恩茅斯大学 Smith 作者、英国朴次茅斯市公立医院 Schmidt.Paul 作者发文量及合作连线最多；上述国家及作者在论文产量、跨区域合作强度及学术影响力较为突出。这可能与国内外对早期预警评分系统研究关注程度不同有关。英国、爱尔兰医疗服务系统相继出台政策，把“早期预警评分系统”规定为各医疗机构病情评估方法，定期开展危重症患者病情早期预警培训项目21-22。而我国仅有部分医院建立 EWS 病情早期预警工作流程，仍处于实践研究阶段23。因此，建议我国卫生部门推出相关支持项目，发挥导向作用，促进早期预警评分系统研究的深度和广度，不断提高研究质量并推动研究成果的普及。3.2EWS 研究热点分析关键词高度概括文献核心内容，通过关键词共现及多维尺度分析梳理该研究领域的研究热点主要集中在以下方面。3.2.1基于 EWS 病情预警管理模式关键词共现分析显示，中心度排前两名的英文高频关键词是快速反应系统（RRS）及医疗急救小组（MET），说明该领域受国际研究学者较多关注，是该领域研究热点。快速反应系统是指医护人员通过早期预警评分系统监测患者相关生理指标，早期识别病情恶化，并启动快速反应小组或急救医疗小组及时干预的预警管理模式8。目前基于 EWS 病情预警管理模式在欧美发达国家较完善成熟，该系统明确了 EWS 应答流程，为患者病情恶化前早期、迅速、合理地给予医疗护理干预提供了规律有序的工作模式24-25。但国内基于 EWS 病情预警管理模式的实践仍处于探索期，基于EWS的护理应答程序尚未达成共识26，余金秀等27对儿科普通住院患者采用的护理应答程序是：EWS 为 01 分时按护理级别进行巡视；2 分时报告通知医生并启动至少 1 次生命体征监测；当EWS 为 3 分时，立即通知医生进行初步医疗处理，每 30 min 巡视 1 次；4 分时或单项评分为 3 分时，通知医生 15 min 内到达患儿床旁干预。刘海燕等28对急诊呼吸系统疾病患者的护理工作流程是：当 EWS 4 分时，通知急诊专科护士，每 12 h 巡视 1 次；58 分时通知医生及护理组长进行初步救治处理，每 30 min 巡视 1 次。耿壮丽29对急性心肌梗死患者的护理应答程序为：当 EWS 为 03 分时，在患者身份识别卡贴蓝色标识，每 4 h 复评；当 EWS 为 47 分时，贴黄色标识，每 1 h 复评；当EWS 8 分时，贴红色标识并立即通知医生及护理组长干预，每 30 min 复评。虽然这些护理措施取得了较好的临床效果，但是对于重复评估的时间、动态评估的间隔时间以及基于 EWS 分值不同分级护理的方案尚无标准，影响了 EWS 在临床推广应用。3.2.2早期预警评分预测危重患者的价值关键词共现分析显示，国内外中心度前五名共同高频关键词临床预后、预测效能，Validation（验证），Hospital Mortality（住院死亡率）受到研究学者较多关注，是该领域研究热点。早期预警评分工具的敏感性低容易导致漏诊、延误病情、降低预测价值，而特异性低则会浪费有限的医疗资源，最佳截断点（即最大约登指数）是权衡早期预警评分工具的灵敏度及特异度，优化早期预警评分系统的重要分界值30-31。应用 EWS 进行病情转归预测验证时，常用的结局指标包括以患者住院死亡率为结局指标，高被引文献32显示国家早期预警评分NEWS 6 分为最佳截断点，AUC（ROC 曲线下面积）为 0.822（95%CI 0.6900.953）,预测效力高；以患者心搏骤停为结局指标，不同研究显示33-34NEWS 5 分或者 7 分为最佳截断点，AUC 均在 0.8以上，假阳性率均较低；以患者转入 ICU 为结局指标，NEWS 4 分为最佳截断点35，AUC 为 0.87（95%CI,0.790.95），提示需要每小时复评。此外还有少数研究对患者 ICU 住院天数、住院率等结局指标进行 EWS 预测效能的验证36。由于这些最佳截断点的单中心病例回顾研究较多、证据等级较低30，关于不同断截点划分的标准尚未达成共识，仍需通过更多的同质化随机对照试验为 EWS 截断值划分的分类提供依据。3.3EWS 研究前沿分析通过突现关键词及共被引文献网络准确把握研究前沿10,15，突现关键词信息技术 Information technology 自 2017 年频次突增，同时，还探测出相关英文聚集关键词群包括电子病历记录（electronic health record）、机器学习（machine learning）等，说明 EWS 信息化系统的研发与应用是该研究领域前沿。追踪聚类 5 的施引文献，Badriyah 等37开发了基于决策树分析算法的早期预警评分系统软件（DTEWS），通过临床数据库将 198，775 例急诊患者住院期间生命体征参数导入软件得出预警评分，预测患者转入 ICU 和住院死亡率的 AUC 分别为 0.862 和 0.899，准确性较高，为后续相关研究奠定了基础。相继追踪聚类 5 高被引文献，Skyttberg等38研究将早期预警评分纳入电子病历系统，通过护士输入 EWS 所需的指标参数时，电子病历系461Nursing Practice and Research,Feb.2023,Vol.20,No.3护理实践与研究 2023年2月第20卷第3期统能够自动归入相应的色彩区块或计算数值，减少人为计算的错误。相较国外研究，我国关于早期预警评分信息化系统、EWS 触发软件以及电子病历系统研究较少、预警信息化程度较低39-40。国内学者冯小芳等41于 2021 年建立了新生儿早期预警评分信息化系统，自动标识患儿预警等级，提送至护理界面实现预警，但目前该系统需要手动录入生命体征等数据后，才能评分提醒患者病情分级，尚未实现智能收集生理参数功能。传统的评分系统具有单一时点评估特点，信息收集不完整，对病情变化预测评估不连续39-40，EWS信息化系统具有动态监测、连续评估潜在危重患者病情进展、保障患者安全的特点，或将成为 EWS 研究的必然发展趋势。3.4护理启示与研究局限本文利用 CiteSpace 和 Gephi 软件对国内外早期预警评分系统研究主题进行文献计量分析，梳理了EWS 研究现状，对中外研究热点、前沿进行了对比和总结，这也给国内研究学者以及临床护理人员提供了启发：EWS 研究受到中外学者较多关注，尤其是英国、美国、加拿大等国家在该领域学术影响力突出，国内后续护理研究可借鉴国际 EWS 研究经验加强不同机构护理团队间的合作联系、促进EWS 研究成果产出。我国基于 EWS 病情预警管理模式仍处于探索阶段，临床上 EWS 分级护理的方案、截断值划分尚未达成共识，今后仍需充分分析循证证据及临床数据，不断优化病情风险评分分类，探索护理预测预控最佳时机。EWS 信息化系统是目前该领域研究前沿，国内自动化预警系统软件研究报道较少，可作为未来护理信息化研究的重要方向。本研究局限在于仅纳入 CNKI 和 Web of Science数据库早期预警评分系统相关研究，未对其他数据库收录的文献进行分析，建议今后研究可扩大数据采集范围进行更为全面分析，并与其他病情恶化早期初筛工具对比研究，论证危重症评分工具专科病种临床应用范围、边界条件以及使用时机的差异。4参考文献1 ANDERSEN L W,KIM W Y,CHAE M,et al.The prevalence and significance of abnormal vital signs prior to in-hospital cardiac arrestJ.Resuscitation,2016,98:112-117.2 BONAFIDE C P,LOCALIO A R,SONG L,et al.Cost-benefit analysis of a medical emergency team in a childrens hospitalJ.Pediatrics,2014,134(2):235-241.3 MORGAN R J M,WILLIAMS F,WRIGHT M M.An early warning scoring system for detecting developing critical illnessJ.Clin Intensive Care,1997,8(2):100.4 HAWKES N.Royal college recommends national system to recognise deteriorating patientsJ.BMJ,2012,345:e5041.5 FU L H,SCHWARTZ J,MOY A,et al.Development and validation of early warning score system:A systematic literature reviewJ.J Biomed Inform,2020,105:103410.6 苏甜,宿桂霞.早期预警评分系统的应用现状及进展J.护理研究,2018,32(6):856-859.7 KRAMER A A,SEBAT F,LISSAUER M.A review of early warning systems for prompt detection of patients at risk for clinical declineJ.J Trauma Acute Care Surg,2019,87(Suppl 1):S67-S73.8WOOD C,CHABOYER W,CARR P.How do nurses use early warning scoring systems to detect and act on patient deterioration to ensure patient safety?A scoping reviewJ.Int J Nurs Stud,2019,94:166-178.9 张子贤,金瑛.早期预警评分系统在病人转运中的应用研究进展 J.护理研究,2021,35(6):1041-1045.10 李杰.CiteSpace:科技文本挖掘及可视化 M.北京:首都经济贸易大学出版社,2017:383.11 荆芒,章娣,张小亮,等.基于 Gephi 的医院数据关联关系可视化研究 J.中国卫生信息管理杂志,2020,17(4):538-543.12 WANG H,LU X,CHEN J.Construction and experimental validation of an acetylation-related gene signature to evaluate the recurrence and immunotherapeutic response in early-stage lung adenocarcinomaJ.BMC Med Genomics,2022,15(1):254.13 AMITH MT,FUJIMOTO K,TAO C.NET-EXPO:A Gephi Plugin Towards Social Network Analysis of Network Exposure for Unipartite and Bipartite GraphsJ.Hci Int,2019,1034:3-12.14 MARZJARANI M.Statistical Methods in Social Science ResearchJ.Technometrics,2020,62(2):281-288.15 魏瑞斌,蒋倩雯,张瑞丽.基于文献共被引和共词分析的研究方法的比较研究以共词分析和内容分析为例 J.情报杂志,2019,38(2):36-42.16 YUE T,LIU H,LONG R,et al.Research trends and hotspots related to global carbon footprint based on bibliometric analysis:2007-2018J.Environ Sci Pollut Res Int,2020,27(15):17671-17691.17 ZHOU Q,KONG H B,HE B M,et al.Bibliometric Analysis of Bronchopulmonary Dysplasia in Extremely Premature Infants in the Web of Science Database Using CiteSpace SoftwareJ.Front Pediatr,2021,9:705033.18 SMITH G B,PRYTHERCH D R,MEREDITH P,et al.The ability of the National Early Warning Score(NEWS)to discriminate patients at risk of early cardiac arrest,unanticipated intensive care unit admission,and deathJ.462Nursing Practice and Research,Feb.2023,Vol.20,No.3护理实践与研究 2023年2月第20卷第3期Resuscitation,2013,84(4):465-470.19 SMITH G B,REDFERN O C,PIMENTEL M A,et al.The National Early Warning Score 2(NEWS2)J.Clin Med(Lond),2019,19(3):260.20 周巍,陈尉华,张星宇,等.改良的早期预警评分在急性胰腺炎中的应用 J.中华急诊医学杂志,2009,18(7):747-750.21 NHS ENGLAND.National Early Warning Score(NEWS)EB/OL.(2017-06-07)2021-10-24.https:/www.england.nhs.uk/ourwork/clinical-policy/sepsis/nationalearlywarningscore/.22 NATIONAL CLINICAL EFFECTIVENESS COMMITTEE.The Irish paediatric early warning system:national clinical guideline No.12EB/OL.(2016-10-08)2021-06-24.https:/www.gov.ie/en/collection/f14e5c-paediatric-early-warning-system-pews/.23 彭伶丽,李映兰,贺爱兰,等.建立病情早期预警工作流程 保障患者安全 J.中国护理管理,2014,14(12):1250-1254.24 LYONS P G,EDELSON D P,CHURPEK M M.Rapid response systemsJ.Resuscitation,2018,128:191-197.25 JENSEN J K,SKAR R,TVEIT B.The impact of Early Warning Score and Rapid Response Systems on nurses competence:An integrative literature review and synthesisJ.J Clin Nurs,2018,27(7-8):e1256-e1274.26 李晓燕,都玉娜,陈民,等.改良早期预警评分临床应用的 SWOT 分析 J.中华危重病急救医学,2019(4):509-512.27 余金秀,周霞,胡红玲,等.基于儿童早期预警评分构建的分级反应策略在儿科普通病房的应用价值研究J.护士进修杂志,2020,35(5):391-394.28 刘海燕,周波,郑艳.急诊呼吸系统疾病患者基于改良早期预警评分的护理干预 J.护理学报,2016,23(14):51-53.29 耿壮丽.基于早期预警评分的预见性护理干预在急性心肌梗死后心律失常患者中的应用效果观察 J.现代诊断与治疗,2019,30(16):2913-2915.30 HAEGDORENS F,MONSIEURS K G,DE MEESTER K,et al.The optimal threshold for prompt clinical review:An external validation study of the national early warning scoreJ.J Clin Nurs,2020,29(23-24):4594-4603.31 TREVETHAN R.Sensitivity,Specificity,and Predictive Values:Foundations,Pliabilities,and Pitfalls in Research and PracticeJ.Front Public Health,2017,5:307.32 MYRSTAD M,IHLE-HANSEN H,TVEITA A A,et al.National Early Warning Score 2(NEWS2)on admission predicts severe disease and in-hospital mortality from Covid-19-a prospective cohort studyJ.Scand J Trauma Resusc Emerg Med,2020,28(1):66.33 SPANGFORS M,MOLT M,SAMUELSON K.In-hospital cardiac arrest and preceding National Early Warning Score(NEWS):A retrospective case-control studyJ.Clin Med(Lond),2020,20(1):55-60.34 RATNAYAKE H,JOHNSON D,MARTENSSON J,et al.Laboratory-derived early warni