使全科医疗中的护理可见：负责任行动研究(Responsible Action Research)作为开发护士敏感指标(Nurse-Sensitive Metrics)的方法

《Nursing Inquiry》：Making Nursing Visible in General Practice: Responsible Action Research as an Approach to Developing Nurse-Sensitive Metrics

　　

本批判性论述论文主张，在全科医疗(General Practice, GP)中开发护士敏感指标(Nurse-Sensitive Metrics, NSM)不仅是选取指标的技术性任务，而是一个使护理贡献被认知、命名与呈现的伦理及方法论过程。尽管卫生系统日益重视测量、问责与绩效数据，护理实践的重要维度仍未被充分捕捉，尤其在社区与初级保健情境中。全科医疗护理工作具有通科性、关系性、预防性与累积性特征，致使外部开发的指标直接迁移至该情境存在问题。全科执业护士(General Practice Nurses, GPNs)是庞大的劳动力群体，但其贡献在现有卫生数据系统中仅部分可见。本文提出一种植根于日常实践的"负责任行动研究(Responsible Action Research)"路径来开发护士敏感指标，借鉴行动研究(Action Research, AR)框架，通过赞赏式探询(Appreciative Inquiry, AI)实施，并以质量行动研究核查表(Quality Action Research Checklist, QuARC)为指导，探讨协作式探究如何支持GPNs阐明原本默会的护理质量维度。纳入全科医生(General Practitioners, GPs)、患者及诊所行政人员的视角，将探究置于更广泛的照护生态中。本文认为负责任的指标开发不仅关注最终测量内容，还需关注潜在指标生成过程的透明度、反思性与问责性。通过将指标开发重构为实践参与型知识生成过程，本研究为如何在减少护理复杂性损耗的前提下使护理工作在数据中显现提供了方法论贡献。

论文解读：《Making Nursing Visible in General Practice: Responsible Action Research as an Approach to Developing Nurse-Sensitive Metrics》

研究背景与问题

在国际范围内，初级保健与全科医疗(General Practice, GP)承担着应对老龄化、慢性病及控费压力的重要职能，注册护士（全科执业护士，General Practice Nurses, GPNs）广泛参与慢性病管理、预防筛查、患者教育与多学科协调工作。然而，现有医疗卫生绩效与数据系统对GPNs的贡献呈现严重不足——护理工作因其关系性、连续性、情境依赖及累积性特质，难以被传统离散的临床过程或安全结局指标所涵盖。目前成熟的护士敏感指标(Nurse-Sensitive Metrics/Indicators, NSM/NSIs)多源于急症住院环境，直接移植至全科医疗面临效度与适切性困境。爱尔兰及国际文献均指出，社区与初级保健情境中缺乏能代表护理实践特质的NSM，这不仅是技术缺口，更反映了关于"何为有价值的护理知识"及其生成方式的深层认识论偏差。现有指标开发常采用专家共识（如Delphi法）或二次数据分析，缺乏对临床一线人员日常实践的内在参与式探究，导致指标与真实护理品质脱节。因此，研究人员呼吁重新思考指标开发的认识论基础，主张从实践内部通过协作性反思使默会(tacit)的护理质量维度显性化。

本文发表于《Nursing Inquiry》，主张将指标开发从"自上而下选取可测活动"转向"基于实践参与的知識生成过程"，提出以负责任行动研究(Responsible Action Research, 结合Insider Action Research与Appreciative Inquiry, AI，并以Quality Action Research Checklist, QuARC为严谨性框架)开发全科医疗情境下的NSM，使护理工作的复杂性与价值在数据系统中获得负责任的呈现。

关键研究方法概述

本研究为批判性方法论论述(critical discussion paper)，未开展原始实证数据收集，而是以概念分析与方法论论证为基础，提出以Insider Action Research（研究者为实践组织系统内全职成员）结合Appreciative Inquiry（5D模型：Define、Discover、Dream、Design、Destiny）作为指标共同建构的推进框架，并以QuARC四维度——情境(Context)、关系投入(Relational Engagement)、过程透明度(Process Transparency)与理论发展(Theory Development)——确保研究严谨性(rigour)。若未来付诸实证开展，建议采用目的抽样纳入爱尔兰全科诊所的GPNs、全科医生(General Practitioners, GPs)、患者及诊所行政管理者组成协作探究小组，经多轮AI研讨与AR反思—行动循环，将浮现出的护理质量范畴转化为候选护士敏感指标域及操作化指标，过程中持续进行第一人(first-person)、第二人(second-person)及第三人(third-person)反思记录。

论文主体各章节结果与论点总结

1 Introduction: Lack of Visibility of Nursing（护理工作在全科医疗中的不可见性）

研究人员指出，无论在国际还是爱尔兰语境下，针对GP护理特异的NSM研究几近空白。GPNs每年承担大量咨询量却未被常规卫生信息系统记录其活动性质与范围。测量文化偏好"易于计数"之物，忽视信任建立、连续性照护与专业判断等关系性要素。爱尔兰GP多为私立运营并与国家签约服务，国家级人力与活动数据碎片化。这种数据不透明(data opacity)正是护理贡献难被表征的结构性根源，也构成本研究立论背景。

2 Quality Indicators and Nursing Metrics（质量指标与护理指标）

按Donabedian结构—过程—结局(structure-process-outcome)模型，指标(Indicator)描述评估维度，度量(Metric)将其操作化定量。NSIs旨在捕捉受护理实践直接影响的照护方面，但既有NSIs多在急性病院发展，侧重标准化流程与安全结局。GP护理具通科、纵向特性，难以被离散指标涵盖；且过度量化可能窄化照护内涵。爱尔兰政策（Sláintecare改革、National Digital Health Strategy、Office of the Chief Nursing Officer Strategy 2024–2026）强调加强护理人力情报与数据基建，但现行系统仍未充分反映GP护理活动。虽有学者提出初级/门诊护理中关涉连续性、协调、教育及慢病管理的潜在指标，然定义不一、操作化参差，证实开发情境适切指标之迫切性。

3 Methodological Approaches and Frameworks for Developing Nursing Metrics（开发护理指标的方法学路径与框架）

传统指标开发含Delphi、专家小组、Donabedian框架及混合方法，护理领域亦有应用，但常缺一线临床人员对日常实践的深度检视。Teeling等主张指标须贴合日常临床且护士须参与开发全程。Action Research(AR)，尤Insider Action Research（Coghlan提出，由组织系统内"全成员(full member)"主导），使从业者从内部审视与诠释实践，适合发掘默会知识。Coghlan进一步将AR分三层：第一人探究(self-reflexive examination of assumptions/actions)、第二人探究(collaborative dialogue among participants)、第三人探究(dissemination to wider audience)。AR严谨性不只靠标准化，而依赖对情境、关系投入、过程透明及理论发展的明示关注。研究人员由此提出以Responsible AR作为开发NSM的方法论取向，把指标开发视为对"GP护理贡献何以被认知"的实践探究而非纯技术练习。

4 Responsible Action Research（负责任行动研究）

Responsible AR继承参与式、反思性与质量导向AR传统(Reason & Bradbury; Coghlan)，强调研究对知识共创过程的伦理与关系性问责——不只关注产出，也关注谁参与、假设如何被质疑、不同视角如何形塑理解。在GP情境中纳入GPNs、GPs、患者及行政人员为共同探究者，通过对话使多维认识交汇。 subsection 4.1说明自上而下设计指标易遗漏日常临床工作，Responsible AR通过迭代反思—对话—设计循环，使潜隐的护理质量维度得以阐明并作为NSM基础。subsection 4.2引述QuARC四维度：①Context——将探究锚定于GP真实场域；②Relational Engagement——超越护士吸纳GPs/患者/职员，以对话生成知识；③Process Transparency——通过迭代循环明示理解如何协商与修正，关系本身即伦理承诺；④Theory Development——从浮现的质量维度逐步提炼潜在NSIs。subsection 4.3讨论Insider Researcher需运用"意识数据(data of consciousness)"进行 disciplined reflexivity(Coghlan)，不视内位知识为中立，须公开诠释形成过程，关系品质是Insider AR的"sweet spot"，反思性责任是产生可信知识的核?条件。

5 Structuring the Insider Action Research Inquiry: Appreciative Inquiry as a Responsible Process（以赞赏式探询结构化Insider AR）

Appreciative Inquiry(AI)属优势本位(constructivist/strengths-based)范式，不从缺陷或外部定义措施出发，而聚焦从业者认定的有意义与有效照护。AI通过5D阶段推进协作：Define（确立探究焦点及为何使护理可见重要）、Discover（检视有效护理实例，识别临床/关系/人本/组织维度）、Dream（设想高质护理被更充分认可与强化之态）、Design（将涌现理解翻译为潜在护理质量域及候选指标）、Destiny（确保指标在源生情境中保持有意义、可行与可问责）。五阶段非线性而迭代，配合AR循环使日常护理角色被集体诠释并转为候选质量域，再发展为NSIs；纳入多元利益相关者视角防单一护理解读，体现照护生态观。AI使指标开发过程——而不仅是结果——透明且可责。

6 Developing and Interpreting Insights Within an Appreciative Inquiry Approach（AI路径中洞见的生成与诠释）

知识于AR中经由反思—对话—行动循环共建(Coghlan称practical knowing)，非从外部归类护理活动。须系统记录对话、反思笔记与诠释决策以支持透明度，跨周期 revisiting与集体检验解释；GPs/患者/行政者视角助将护理置于更广关系—组织脉络。协作诠释归纳出的类别(category)构成NSM responsibly开发的概念基础，并可参照Donabedian model将浮现类别articulate为nurse-sensitive indicators后操作化为metrics。

7 Demonstrating Rigour as Responsible Action Research Practice（以QuARC展示Responsible AR之严谨性）

subsection 7.1 Responsibility for Context：动机源于爱尔兰GP护士广泛参与却数据系统无对应表征机制，置于Sláintecare政策推动初级保健强化背景下；需吸纳直接涉入照护递送与组织者参与以审视实践如何被指标化。 subsection 7.2 Responsibility for Relationships：关系非仅是资料获取渠道而是知识生成条件，需关注参与者身份、协同研究程度及持续reflexivity；Insider定位要求不断审视权力动态与专业关系，不视内位为未加检验的权威。 subsection 7.3 Responsibility for Transparency：须明示从日常经验→质量活动归类→候选域/指标的推演路径；伦理参与含持续知情同意(ongoing relational consent)、保密与退出权；系统记录会议、反思与演化中诠释使知识生成过程可见。 subsection 7.4 Responsibility for Outcomes：除使GP护理贡献在实务层更可见外，还澄清何为GP中被认可与践行的优质护理——含关系工作、沟通、临床判读、连续性、前瞻性行动及患者体验等不易被常规系统捕捉之维；Responsible AR提供方法学启示，警示仅测易测活动可能扭曲实践，故指标须扎根协作探究以防窄化照护范畴。

8 Implications（启示）

核心启示为NSM不应假定院内外指标可通用，须从GP内部通过探究护理如何被践行、诠释与赋值得以开发。Responsible AR重构指标开发为"实践发展过程(practice-development process)"，使护理工作在知、名、现三层被负责任地呈现。结合Insider AR与AI可使从业者在指标生成中拥有主体性，挑战绩效系统偏爱"易测>有意义"的预设。

9 Limitations（局限）

论证基于爱尔兰GP情境（角色、政策、数据与组织形态特定），虽原则可迁移至其他社区/初级保健护理但需读者自行判断相似性。Responsible AR耗时、需信任与持续投入及组织支持，繁忙GP环境或难满足。Insider研究者可能因熟悉致tacit aspect难被质疑，既有关系影响参与与开放度，须持续反思角色边界、权力与发声。

10 Conclusion（结论——译述）

研究人员得出结论：使全科医疗中护理可见之努力须始于对"护理实践如何被践行、体验与赋值"的探究。借助Insider Responsible Action Research框架内的Appreciative Inquiry，护士敏感指标之开发应是通过共享探究日常实践而实现，而非仅筛选可测活动。关于护理贡献的知识经由对话、反思与共同诠释之迭代循环浮现；Responsible AR凸显此知识生成过程，纳入多元利益持有人(interest-holders)维护认识多元性(plurality of knowing)。该方法不止是生成知识之技法，更是伦理与关系性实践之场域——探究中参与者彼此通过对话与共享探索所体现的关系性，正呼应本文主张为护理可见性之核心。Responsible AR将指标开发定位为透明且可问责的知识生成过程，而非单纯选测项的技术练习。本文学术贡献在于展示Responsible Insider Action Research（整合Insider AR、AI与QuARC）如何支持开发既获从业者认同又可供更广泛卫生系统测量框架参考之护士敏感指标，并将"可测性"与"护理实践知识如何产生、谁之视角被纳入、何种照护被承认为质量"不可分割地关联起来。虽植根于爱尔兰GP，此方法学论证对国际其他社区与整合初级保健护理角色具相关性。本质上，Responsible AR重释测量目的——不问"如何将护理塞入既有测量体系"，而问"如何从实践内部发展测量以反映护理之本质、质量与贡献"，以此质疑主流实证主义(positivist)护理质量测量取径，将护理实践知识定位为关系性、情境依赖与共同建构(co-constructed)之品。卫生数据系统中何者可见从来非中性，反映对证据、主体视角及质量维度的选择性认定；Responsible AR使指标开发成为集体性、反思性与伦理可问责过程，在使护理工作在数据中显现的同时不削减其复杂性，支撑基于GP护理现实之实践相关指标的发展。