基于安全文本消息元数据的临床恶化期间医疗团队社交网络分析研究

本研究通过社交网络分析（SNA）方法，定量描述了儿童医院住院环境中安全文本消息通信的特征，重点分析了临床恶化事件中的信息传播模式。研究发现，一线医护人员（FLP）在信息传播网络中具有更高的影响力，尤其在患者病情恶化时表现更为显著。该研究为优化临床沟通、提升患者安全提供了重要数据支持。

　　

在医院环境中，临床病情的恶化往往需要医疗团队快速识别与有效干预，而沟通不畅已成为医疗差错的主要根源之一。据统计，美国每年因可预防的医疗伤害导致的死亡人数超过21万，其中70%以上的严重事件与沟通失败有关，造成的额外成本高达120亿美元。尽管二十多年前已有报告强调信息技术在提升医疗质量中的关键作用，但沟通效率低下、信息传递不及时仍是医疗系统中的顽疾。

特别是在患者病情急剧变化时，及时的识别（传入支）与响应（传出支）尤为关键。以往研究多关注电子病历中的护理记录与文本注释与患者恶化的关联，而对临床状态变化期间的异步通信行为了解甚少。随着安全加密短信平台的推广，医疗机构开始采用具备时间戳、消息保留与回执功能的通信工具，以减少沟通失误。然而，关于医疗团队成员在文本通信中的角色、其信息传播的影响力，尤其是在临床恶化情境下的动态变化，仍缺乏系统研究。

为此，Andrew Harold Smith 等人开展了一项回顾性观察研究，基于社交网络分析（Social Network Analysis, SNA）方法，对一家四级儿科医院中12个月内的安全文本消息元数据进行分析，旨在揭示医疗团队在临床恶化期间的通信模式与关键影响者。该研究发表于《Journal of Medical Systems》，为临床沟通优化提供了实证依据。

为开展本研究，研究人员主要采用了以下关键技术方法：首先，从Epic Secure Chat平台提取2022年10月至2023年9月期间所有与住院诊疗相关的安全文本消息元数据，排除未关联住院记录的信息；其次，利用社交网络分析构建全局网络与患者专属子网络，其中节点代表医护人员，边代表消息传递关系，权重依据消息量设定；第三，针对发生临床恶化（即快速反应团队或蓝色代码激活）的患者，构建以恶化时间为基准的时序子网络；最后，使用Gephi、Python（iGraph库）与R进行网络可视化与统计分析，计算包括特征向量中心性（eigenvector centrality）、紧密度中心性（closeness centrality）与介数中心性（betweenness centrality）在内的多项网络指标，并借助人工智能工具辅助代码调试。

研究结果

消息与参与者特征

在研究期间内，共分析了1,065,225条消息，涉及3,272名医护人员和4,328次住院诊疗事件，其中120次诊疗发生了临床恶化。注册护士是消息发送最多的角色（占35%），其次为一线医护人员（Frontline Providers, FLP，包括高级实践提供者与住院医师，占29%）。临床恶化患者虽然仅占住院人次的2.7%，但其相关消息量占总体的9.9%，提示该类患者通信活跃度较高。

全局网络分析

全局网络包含3,272个节点和207,753条边，节点度分布显示大多数参与者连接数较少，少数节点具有高度连接性，符合典型社交网络特征。中心性分析表明，不同角色在网络影响力上存在显著差异（p<0.001）。FLP在特征向量中心性、紧密度中心性与介数中心性上均显著高于注册护士与主治医师（p<0.001），表明其在信息传播中更具影响力。药师同样表现出较高的中心性，尤其在特征向量中心性上优于其他角色。

子网络分析：临床恶化 vs 非恶化

在4,328个子网络中，106个与临床恶化相关。尽管两组在节点数、边数与网络密度上无显著差异，但FLP在恶化网络中的特征向量中心性显著更高（p=0.032），表明其在恶化情境下影响力增强。相反，几乎所有角色的紧密度中心性在恶化网络中均较低，提示信息传递路径更复杂、效率可能下降。

时序分析：临近恶化时的网络动态

在临床恶化前36小时内，网络规模随时间逼近恶化点而显著扩大，节点与边数在最后12小时内明显增加（p<0.001）。网络聚类系数在最后12小时内上升，而特征向量中心性整体下降（p=0.0014），反映节点影响力分散化，可能源于更多参与者的加入或同步通信方式的转换。

讨论与结论

本研究首次通过社交网络分析量化了儿科住院环境中安全文本消息的通信结构，揭示了FLP在信息传播中的核心作用，尤其是在临床恶化情境下其影响力进一步强化。结果表明，FLP不仅连接广泛，且其连接对象多为高度影响力的节点，从而在网络中扮演信息枢纽角色。这一发现对优化临床沟通具有重要启示：强化FLP在团队中的通信地位可能提升信息传递效率，尤其在病情急剧变化时。

此外，研究还发现药师在网络中具有出乎意料的高影响力，印证了其在药物治疗安全与协调中的关键角色。而临近恶化时网络规模的扩大与中心性的下降，提示医疗团队在危机响应中可能依赖更广泛的跨学科协作，但同时需警惕信息传递路径的复杂化可能带来的沟通延迟。

本研究存在一定局限性，例如未分析消息内容、未考虑班次安排对通信行为的影响，且文本消息并非临床沟通的唯一方式。未来研究可结合自然语言处理（NLP）技术深入挖掘消息内容，并整合生理数据与沟通记录，构建更全面的患者风险预警模型。

总之，该研究为理解医疗团队沟通网络提供了新颖视角，强调了FLP在信息传播与患者安全中的关键作用。通过识别通信网络中的关键角色与动态变化，本研究为设计更有效的临床沟通策略、降低患者恶化风险提供了实证基础，对推进医疗质量改进具有重要意义。