P36﹥《慢性心力衰竭患者及家庭照护者健康素养交互特征画像构建》

概述：目的：剖析慢性心力衰竭患者及家庭照护者健康素养交互特征，构建二元用户画像，为精准干预提供参考。方法：以目的抽样法选取18组住院慢性心力衰竭患者及家庭照护者为访谈对象，采用描述性质性研究方法，以半结构式访谈方式收集资料。运用内容分析法分析访谈资料，构建二元用户画像并绘制词云图。结果：慢性心力衰竭患者及家庭照护者健康素养交互特征的用户画像标签归纳为健康信息互动、健康行为互动、角色功能、外部支持及情绪互动5个维度。得出3类共4种健康素养交互画像，包括主导-从属型(健康信息获取依赖型和健康信息应用依赖型),矛盾冲突型和协同互促型。结论：慢性心力衰竭患者及家庭照护者健康素养二元交互画像具有多样性，各具特征。需依据二元组特征制订个性化干预策略，以实现健康素养的协同提升，改善健康结局 。

作者简介：郭楠，硕士在读，郑州大学护理与健康学院学生；E-mail：ambergii@163.com。

杨巧芳，阜外华中心血管病医院护理部；E-mail：eaam68@163.com。

引用：郭楠, 王宇, 郑改改, 等. 慢性心力衰竭患者及家庭照护者健康素养交互特征画像构建[J]. 护理学杂志, 2026 ,41 (07) : 36-41.

全文：点击下载

P66﹥《免陪照护模式下住院患者护理缺失现状及影响因素分析》

概述：目的：了解免陪照护模式下住院患者护理缺失现状，探索其影响因素，为提升患者护理体验提供参考。方法：以分层比例抽样法抽取天津市实施免陪照护模式的某三级甲等综合医院患者为研究对象，采用问卷调查收集患者的一般资料、护理缺失、焦虑、抑郁、日常生活活动能力与自我护理能力。结果：共回收301份有效问卷。患者报告护理缺失总分为(15.14±2.58)分。多元线性回归分析显示，患者年龄、有无配偶、日常生活活动能力、自我护理能力、焦虑、抑郁及责任护士岗位级别为患者感知护理缺失的影响因素(均P<0.05)。结论：免陪照护模式下患者护理缺失处于低水平，受患者因素和护士岗位级别的影响。护理管理者应针对影响因素采取相关措施，以减少护理缺失，提高患者护理体验 。

作者简介：于文慧，硕士在读，护士，天津医科大学三中心临床学院 / 天津市第三中心医院；E-mail：2450047439@qq.com。

王晓萍，天津市第三中心医院护理部；E-mail：wangmed2022@163.com。

引用：于文慧, 李萌, 黄艳林, 等. 免陪照护模式下住院患者护理缺失现状及影响因素分析 [J]. 护理学杂志, 2026 ,41 (07): 66-70.

全文：点击下载

P87﹥《护理本科生人工智能焦虑现状及影响因素分析》

概述：目的：调查护理本科生人工智能焦虑现状及影响因素，为护理教育干预提供依据。方法：采用便利抽样法，选取河南省5所院校321名护理本科生作为研究对象，采用人工智能焦虑量表、护理领域人工智能应用态度问卷和一般自我效能感量表进行调查。结果：护理本科生人工智能焦虑得分(65.50±10.95);人工智能技术掌握程度、人工智能态度、自我效能和年级是护理本科生人工智能焦虑的影响因素(均P<0.05)。结论：护理本科生人工智能焦虑处于中等水平，建议通过加大人工智能技术培训，重塑人工智能态度，提高自我效能，以降低其人工智能焦虑 。

作者简介：王凤霞，硕士，讲师，平顶山学院护理学院；E-mail：hengwang20062006@126.com。

袁凤娟，平顶山学院护理学院；E-mail：450208139@qq.comE-mail：。

引用：王凤霞, 刘梦, 李金琰, 等. 护理本科生人工智能焦虑现状及影响因素分析 [J]. 护理学杂志, 2026 ,41 (07): 87-90.

全文：点击下载

P100﹥《居家老年慢病患者多重用药管理模式的最佳证据总结》

概述：目的：总结居家老年慢病患者多重用药管理模式的相关证据，提升多重用药的安全性。方法：系统检索国内外专业网站和数据库中关于居家老年慢病患者多重用药管理模式的相关文献，经过文献筛选与质量评价后提取证据。结果：共纳入14篇文献，总结出包括护理模式、互动评估、用药审查、精简处方、建立档案、多学科协作、机构间协作、患者/照护者参与、个性化治疗管理、教育与随访、远程护理、政策支持、医护人员继续教育13个维度的35条证据。结论：汇总的居家老年慢病患者多重用药管理模式的证据可为初级医疗机构临床医务人员、患者及居家照护者提供循证依据，以提升多重用药安全性 。

作者简介：汪琪，,硕士在读，主管护师，常州大学医学与健康工程学院；E-mail：947686954@qq.com。

张琳琳，常州大学医学与健康工程学院； E-mail：zhanglinlin@cczu.edu.cn。

引用：汪琪, 缪欣, 邵燕, 等. 居家老年慢病患者多重用药管理模式的最佳证据总结 [J]. 护理学杂志, 2026 ,41 (07): 100-106.

全文：点击下载

P107﹥《基于机器学习与SHAP的社区老年人口腔衰弱风险预测模型构建》

概述： 目的：构建社区老年人口腔衰弱风险的动态可解释预测模型，为社区护理人员开展早期评估与干预提供参考。方法：采用便利抽样法在安徽省选取1 457名社区老年人，由经过培训的调查人员运用口腔衰弱指标筛查-8进行口腔衰弱评估，并收集可能影响社区老年人口腔衰弱的相关资料作为模型候选预测变量。按7∶3比例随机分为训练集(1 020名)和验证集(437名),基于训练集筛选影响因素并构建包括logistic回归、随机森林、支持向量机、决策树、神经网络、极限梯度提升、朴素贝叶斯及K近邻8种机器学习模型；基于验证集评价模型性能；并采用夏普利加性解释(SHAP)对最优模型进行解释与可视化。结果：64.4%的社区老年人存在口腔衰弱风险。支持向量机模型在验证集中预测性能最优，AUC为0.783,F1分数最高(0.659),Brier分数最小(0.180);慢性病、年龄、抑郁、吸烟、营养不良和躯体衰弱是社区老年人口腔衰弱的主要影响因素。SHAP结果显示，慢性病贡献度最高。结论：支持向量机模型对社区老年人口腔衰弱风险具有良好的预测能力，基于SHAP识别的主要风险因素可为制订针对性护理干预措施提供依据 。

作者简介：刘庆伟，本科在读，山东第一医科大学护理学院学生；E-mail：1469328363@qq.com。

郭丽，山东第一医科大学护理学院；E-mail：675962698@qq.com。

引用：刘庆伟, 郭丽, 刘欢, 等. 基于机器学习与SHAP的社区老年人口腔衰弱风险预测模型构建 [J]. 护理学杂志, 2026 ,41 (07): 107-112+123.

全文：点击下载