Python工具介入的帕金森病护理干预新模式研究趋势

齐 雪，阮俊斌，杨颢仪，葛奕辰

(上海健康医学院，上海 201318)

PD患者表现有不同程度的运动障碍，并常伴有情感和认知功能障碍。全面规范的临床护理干预对控制与改善PD患者的病情起着至关重要的作用。

1 模型建构工具的构建与应用

1.1 Python工具概况

Python是一种常用的解释型计算机语言，这种语言自带一个信息量巨大的标准库，可以连接到各种扩展库，使用者既可以从库里引用代码，也可以利用库中信息来处理现有的信息，一般会被使用于应用开发、网络爬虫、数据分析以及人工智能编程等方面。Python介入性作用是搭建模型与平台的基础。

1.2 Python模型构建与应用创新

Python技术的主要步骤包括从数据中获取到清洁数据，进行数据分析，呈现可视化数据等多个领域，目的是把这些繁杂的资料通过系统性地挖掘、利用与分析，得出相关数据的发展规律及其所预测的趋势和走向，做出介入性决策。

利用Python工具进行数据分析一般需要以下几个步骤：(1)在数据库中对研究题材进行大数据挖掘和分析。(2)统一所收集的数据，对数据清洗(空行、重复数据、异常值等)，以此获取有效信息。(3)对清洗后的数据做预处理，利用Python工具拆分、记录、保存作者名和关键词等。(4)统计所获数据，并使用Python的Wordcloud模块制作词云图。(5)罗列所获数据，并进行数据分析(包括作者及机构、关键词、刊物、分类号、发表时间)。

研究团队在本研究中利用Python计算机语言来处理信息，处理步骤如下：首先，本研究以中国知网(含中国学术期刊全文数据库、中国优秀博硕士学位论文全文数据库等)、Web of Science核心合集作为数据来源，摘录含“帕金森”以及“护理干预”为检索条件，经去除重复，共检索并获取到704条有效文献信息(截至2021年8月1日)，随后，截取文献摘要以及结论部分，搭建小型语料库。借助Python工具对语料文本资料进行词频排序处理，并将得出数据做成表格并进行归纳，聚焦主要类目，并作进一步研究分析，深入挖掘[1]和分析相关数据，搭建新模型。

2 数据运行结果

对帕金森护理干预的高频关键词进行分析。对纳入的704篇文献语料进行处理，本文是我们利用Python语言处理资料的源代码：将语料导入程序，再对语料进行降噪，提取文档词频并进行排序统计，最后导入Excel文档。经由关键词剔除检索词，合并同义词、近义词及规范化处理后，共得到3 216个关键词。通过进一步的词频排序，中文语料中关键词“心理”出现的频次最多，共1 321次，其次为“功能”，共1 094次；英文语料中关键词“care”出现的频次最多，共566次，其次为“health”，共274次。

对检索出的高频关键词进行进一步分析，利用词频统计结果对检索出排名较靠前的热点词汇进行进一步挖掘分析，遍历语料库语料，获得固定主题关键词的外围语料文本，更加清晰地了解围绕某一具体关键词，语料库内文献资料所阐述的具体内容，使其研究角度更为集中。

3 讨论

基于上述数据分析，可根据阶跃函数()的干预模型公式，建立Python工具介入的动态数据，表现新干预模型的变量函数，构建新干预模型Python研究架构。根据该架构，明确帕金森病护理干预的作用。

3.1 构建帕金森患者心理护理干预的需求

根据对文献研究趋势的分析，发现研究者对此领域的研究显著增加。在帕金森病的治疗方面，目前尚无根治的方法，相应地采取有效的护理干预，尤其是强化和完善患者的延续性护理工作，是提高帕金森患者整体康复效果、降低患者治疗费用和再住院率的有效方法之一。根据目前的帕金森病文献统计，发现“以疾病为中心”的传统护理模式正逐步被“以人为中心”的现代护理模式所取代，以人为中心则多表现在心理护理上，为患者和其亲属提供情感支持，定期评估患者的身心状况，为病情的渐进性定期调整护理和医疗，改善患者的预后，减少对患者和亲属日常生活的影响。

3.2 综合护理以及个性化护理的同质性问题干预需求

近年来的研究趋势表明，相关领域对帕金森病患者非运动性的研究表现出较高的关注，即心血管疾病，睡眠/困倦，情绪/认知、感知障碍、注意/记忆、胃肠道症状、泌尿系统症状、性功能以及其他一些不明原因的混合症状等[2]。对帕金森的疾病管理是一个综合性极强的过程，综合护理体系严密，但是，对个性化、专项性护理问题的关注度尚有待提升。有越来越多的研究者认识到帕金森患者的个体化差异，对PD满意的护理干预效果的影响。

3.3 家庭整体照护模式的呵护干预需求

家庭照护层面的社会支持对帕金森患者的康复以及改善生活质量至关重要。

手术后护理。以行脑深部电刺激疗法的手术治疗PD-DBS患者为例，患者本人及其家属对于设备使用的熟练程度与患者的预后生活质量联系紧密。基于此，提高患者及其家属对机器使用及作用的认知程度，为最大程度地发挥机器的作用，帮助患者度过手术后的摸索实践期，更好地控制疾病的发展，提升生活质量至关重要。

由于帕金森的疾病属性，患者会形成对家属极高的依从性。如何更好地将PD患者照护者纳入护理模式，更好地借助家庭照护者的力量，使患者-家庭-医护形成合力，对帕金森患者更好地进行健康管理，形成良好的正性循环，促进疾病的转归与康复。

4 结论

帕金森病具有进行性加重的特点，是一类无法完全治愈的神经系统疾病。对PD患者的治疗和康复是一个漫长的过程，一个综合性的护理模型主要包括基础性治疗模式、跟进性维护模式以及预见性护理模式。要根据患者的具体病情进行分级护理和综合难易程度予以针对性、个性化的护理，以提高帕金森病的量化水平和科学护理能力。利用Python工具进行介入性技术研究，对居家帕金森病患者延续性护理模式的构建及护理效果分析中发现，通过护理干预后有效地改善了患者的认知功能和生活能力、提高了患者的遵医行为和康复效果，同时从家庭整体护理模式着手，对家庭照护者进行需求研究。在临床护理过程中，为帕金森患者照护者提供相关的干预方法，如帕金森病的相关知识(病因、症状、预后等)，患者安全用药的指导，患者心理问题(如悲伤、抑郁等)的指导，患者居家安全环境的指导(如预防跌倒)，患者康复训练指导(如康复、训练时间、形式、强度等)，患者的饮食营养指导、处理患者便秘问题的指导等。

干预性护理模式的提出为科学创新的利用大数据提供了可行性分析模式，如利用大数据分析能采用预见性护理的方法，可以提前预防各种并发症的发生，起到防患未然的作用和效果。

感谢科创团队成员马佳秀和王珺提供技术支持。