基于文献计量学的interRAI 家庭护理评估工具国际研究现状及热点分析

我国是世界上老年人口最多的国家，也是人口老龄化速度最快的国家之一［1］，预计2035年，我国将进入重度老龄化阶段［2］。人口老龄化程度的加深、老年人照护需求的增长和家庭结构的变迁，导致我国提供居家养老服务的机构面临巨大的压力和挑战。许多发达国家已建立了完善的社区居家老年人长期照护模式，学者也研制了诸多家庭照护需求评估工具。其中interRAI家庭护理评估工具（international Resident Assessment Instrument Home Care，interRAI HC）作为第三代老年综合评估工具的代表，是在美国最小数据集（Minimum Data Set，MDS）基础上，由来自多个国家的多学科学者共同设计而成，在国际上已得到较为广泛的使用。interRAI HC在助力老年人综合健康评估、指导干预措施的制定、推进多学科合作、促进卫生资源整合、提高居家照护服务质量、推动政策的制定和实施等方面发挥了积极的作用［3-4］。我国民政部出台了《老年人能力评估规范》，旨在实现对老年人功能状态的评价，确定其护理需求等级［5］，但仅聚焦功能状态这一维度开展需求评估工作存在一定的局限性［6-7］。了解国际上interRAI HC应用研究的现状和热点，有利于促进interRAI HC在我国的深度运用，同时可为我国居家养老照护评估内容的完善提供参考，为相应服务工作的开展和服务措施的制定提供依据。但目前，我国少有学者围绕国际上interRAI HC应用研究的现状和热点开展研究。本研究通过对国际上与interRAI HC应用有关的文献进行梳理和分析，探析国际上interRAI HC应用研究的热点，为该工具在我国社区老年人居家照护服务研究中的应用提供指导。

1　资料与方法

1.1　资料来源　于2022年10月，选取"Title/Abstract"作为检索字段，以"interRAI-HC" OR "interRAI home care" OR "interRAI Home Care" OR "RAI-HC" OR "RAI- Home Care" OR "Resident Assessment Instrument -Home Care" OR "Resident Assessment Instrument for Home Care" OR "international Resident Assessment Instrument-Home Care" OR "Minimum Data Set for Home Care" OR "MDS-HC"作为检索策略，检索PubMed，获取与interRAI HC应用有关的文献。检索时限为建库至2022-10-01。共检索到相关文献301篇，将其以XML格式导出。

1.2　研究方法　使用书目共现分析系统（Bibliographic Items Co-occurrence Matrix Builder 2.0，BICOBM 2.0）对301篇文献中的关键字段进行提取，包括文献的发表年份、刊载期刊、第一作者所在国家、主题词，根据专业知识及经验确定高频主题词的阈值，形成关于高频主题词的词篇矩阵和共现矩阵。使用图形聚类工具包（Graphical Cluster Toolkit Version1.0，gCLUTO1.0）对生成的高频主题词词篇矩阵进行双聚类分析，依据可视化山丘图、类内相似度、类间相似度，并结合专业知识确定最佳聚类结果。根据系统聚类结果和高频主题词共现矩阵计算各类群的向心度和密度，以向心度为X轴、密度为Y轴绘制战略坐标图。战略坐标图由LAW提出，其中向心度表示领域间相互影响的强度，密度表示某一领域内部联系强度，X轴和Y轴把坐标平面分成4个象限：第Ⅰ象限中的类群向心度和密度都较高，该类群在领域所有研究主题中处于核心地位；第Ⅱ象限中的类群密度较高、向心度较低，该类群在领域所有研究主题中处于边缘地位，但已受到关注并被很好地研究过；第Ⅲ象限中的类群向心度和密度都较低，该类群在领域所有研究主题中处于边缘地位，且围绕其开展的研究尚不成熟；第Ⅳ象限中的类群向心度较高，但密度较低，该类群在领域所有研究主题中处于核心地位，但围绕其开展的研究尚不成熟［8］。

2　结果

2.1　纳入文献一般情况　国际上与interRAI HC应用有关的文献的年发文量呈波动上升趋势（图1）。其中1997—2005年年发文量整体呈上升趋势，2006年发文量与2003—2005年相比有所下降，2007年发文量与2006年相比迅速上升，2007—2014年年发文量呈缓慢下降趋势，2015—2019年年发文量较为平稳，2019年后年发文量呈快速增长趋势。301篇文献刊载于来自18个国家（地区）的140种期刊，发文量较多的期刊为英国的BMC Geriatrics〔21篇（6.98%）〕和BMC Health Services Research〔15篇（4.98%）〕、美国的Journal of the American Medical Directors Association〔17篇（5.65%）〕、英国的Aging Clinical and Experimental Research〔9篇（2.99%）〕。文献刊载期刊以英美学术期刊为主，提示这些国家对interRAI HC的关注度和使用度较高。

2.2　高频主题词分析　共得到292个主要主题词，主要主题词出现的频次共计962次。为保证高频主题词的全面性及聚类分析的可操作性，选取出现频次≥6次的主题词作为高频主题词，共得到28个高频主题词，见表1。

2.3　高频主题词聚类分析结果　根据可视化山丘图、类内相似度、类间相似度，并结合专业知识最终将高频主题词聚为4个类群，分别为：类群0，健康风险评估；类群1，照护质量监测；类群2，心理状况评估；类群3，老年综合评估。高频主题词可视化山丘图和聚类树状图分别见图2、3，各类群包含的高频主题词见表2。可视化山丘图可见：代表类群0的山丘峰顶颜色为红色，表明类内相似度标准差低，研究主题最为集中，类内相似性最好；代表类群1的山丘峰顶颜色为黄色，表明类内相似度标准差较低，研究主题比较集中，类内相似性较好；代表类群2的山丘峰顶颜色为绿色，表明类内相似度标准差较高，类内相似性一般；代表类群3的山丘峰顶颜色为蓝色，表明类内相似度标准差高，类内相似性较低。4座山丘较为独立，分布情况较为清晰明了，提示聚类效果较为理想［9］。

2.4　战略坐标图结果　聚类1位于第Ⅰ象限，说明照护质量监测是该领域核心、成熟的研究主题；聚类0、2位于第Ⅲ象限，说明健康风险评估、心理状况评估不是该领域的核心研究主题，但具有很大的研究空间；聚类3位于第Ⅳ象限，说明老年综合评估是该领域的核心研究主题，但仍具有潜在的研究空间，见图4。

3　讨论

interRAI系统中运算的实现基于相关的循证医学数据与医学权威指南。interRAI在计算机信息系统的支持下，通过收集高质量的临床数据可实现对老年人健康状况的综合评估，该系统产生的临床评估报告可协助医务人员制定护理计划；与interRAI配套的“筛分算法”可助力实现老年人能力等级与照护服务级别的合理对应；该系统可实现评估数据在不同照护机构间的“无缝”共享，这极大地提升了老年人医疗照护的连续性；基于国家综合信息系统的网络平台，interRAI可实现不同医疗机构之间的服务质量和成本效益比较，进而有利于政策制定者实行质量监管与控制，促进卫生资源的有效分配，并可为医疗保险支付方式改革提供参考［10-11］。可将目前国际上对interRAI HC的使用情况归纳为以下四方面。 

3.1　健康风险评估　为类群0，代表类群0的山丘峰顶颜色为红色，该类群下的研究主题最为集中。老年人健康风险评估的主要内容包括衰弱（风险）、跌倒（风险）、尿失禁（风险）、养老机构入住风险、髋部骨折（风险）、压力性损伤（风险）、疼痛（风险）评估等，其中涉及衰弱和跌倒（风险）评估的研究最多。涉及衰弱（风险）评估的研究旨在基于评估结果探讨衰弱的流行病学特

征［12］，分析衰弱对不良结局（如跌倒、死亡、住院、入住养老机构、医疗成本增加等）发生的预测作用（通过衰弱指数实现）［13-14］，评价延缓衰弱发生的方法的实施效果［15］等。涉及跌倒（风险）评估的研究旨在基于评估结果探讨老年人跌倒的流行病学特征［16］，分析跌倒的高危因素［16］、一次跌倒与反复跌倒的危险因

素［17］、因害怕跌倒而限制活动的危险因素［18］等。其他健康风险评估研究主要聚焦各健康相关事件（除衰弱和跌倒外）发生的危险因素识别。interRAI HC作为为老年人设计的综合性评估工具，可支持使用者从多个维度、方面评估老年人的健康状况；且该评估系统规范、标准，内容详细、全面，便于研究者分析各健康相关事件发生的危险因素，并能够根据评估结果生成照护计划/

方案，这可为进一步制定干预措施提供参考。在我国，也有研究者将其用于老年人健康风险评估，如社区老年人抑郁的评估［19］、社区老年人吞咽障碍的评估［20］、住院老年患者营养状况的评估［21-22］、住院老年患者认知功能障碍的评估［23］等，未来也可将其用于社区老年人其他健康相关事件（如跌倒、衰弱、压力性损伤、疼痛等）发生风险的评估和预测。

3.2　照护质量监测　为类群1，代表类群1的山丘峰顶颜色为黄色，该类群下的研究主题比较集中。围绕该类群开展的研究主要聚焦居家护理质量指标（home care quality indicators，HCQIs）、机器学习算法、急性医疗服务的使用等。基于系统而科学的interRAI HC评估系统，部分国家学者对HCQIs进行了深入研究，研发了一些HCQIs，如第一代HCQIs［24］、瑞士版HCQIs［25］、第二代HCQIs［26］、针对接受居家安宁疗护老年人开发的HCQIs，并不断对其进行更新和调整［27］。这些质量指标不仅有利于改善患者的健康状况，还可助力提升居家护理服务的质量，降低医疗费用，也便于质量评估机构持续对护理过程和结果进行质量监督和控制［28］。目前，我国尚未形成比较完善的居家照护质量评价指标体系，如何实现对居家护理服务质量的监督和控制仍有待深入研究。因此，可参照国外成熟的居家护理质量评估系统，借助信息数据平台，构建适合我国国情的居家照护质量指标体系，提升我国居家照护服务质量。

利用机器学习算法指导卫生资源分配也是该领域的研究热点。研究者通过运用interRAI HC中的相关变量，并借助机器学习算法，可以更好地了解接受居家照护老年人的特征和需求，进而合理地配置照护资源。基于interRAI HC的机器学习算法能够根据临床特征识别出同质人群，目前国外学者主要将其用于接受居家照护老年人的康复指导［29］。机器学习算法可为医务人员构建结构化、科学、灵活的决策支持框架提供指导，有助于提升服务分配的透明性和公平性。随着互联网技术的发展，机器学习算法的使用将有助于提高医务人员的临床决策能力［30］。在我国护理领域，机器学习算法已在住院患者风险管理、按疾病诊断相关分组收付住院费用、护理人力资源管理等方面得到了应用［31］，但在老年人居家照护方面尚无相关研究，未来可以考虑将其用于指导居家照护服务资源的分配。

急性医疗服务的使用也是近年来许多研究者的关注点。随着人口老龄化程度的加深，老年人急性医疗服务的使用率不断上升，为促进医疗资源的合理分配，减少老年人非计划性住院，降低医疗服务成本，许多研究者对接受居家照护的老年人至医院住院和至急诊就诊的危险因素进行了分析［32］，并通过有针对性地采取干预措施，降低其未来至医院住院或至急诊就诊的可能性。我国研究显示，衰弱和流感疫苗接种情况会对社区老年人至医院住院和至急诊就诊的情况有影响［33-34］，但目前缺乏关于接受居家照护的老年人至急诊就诊和至医院住院的危险因素研究，未来可考虑使用interRAI HC预测接受居家照护的老年人至医院住院和至急诊就诊的

风险。

3.3　心理状况评估　为聚类2，代表类群2的山丘峰顶颜色为绿色，该类群下的研究主题比较分散。围绕该类群开展的研究主要聚焦老年人抑郁、老年人孤独感、非正式照顾者负担现状及影响因素。基于interRAI HC分析老年人抑郁现状及影响因素的研究结果显示，接受居家照护的老年人抑郁发生率为10.7%，当照顾者存在痛苦、愤怒或抑郁情绪时，老年人抑郁的风险可高达

45%［35］。老年人抑郁状况受性别、婚姻状况、疼痛情况、病情稳定状况、日常生活活动能力（activities of daily living，ADL）受损情况、认知障碍程度、照顾者情绪状况等多种因素的影响［35-36］。我国研究者在开展社区老年人抑郁相关研究时多采用老年抑郁量表评估其抑郁发生情况，也有研究者尝试使用interRAI HC分析我国社区老年人抑郁的发生率及影响因素［19］，但国内外均缺乏使用interRAI HC对社区老年人抑郁干预效果进行评价的研究，未来可尝试将其用于老年人抑郁干预效果的

评价。

基于interRAI HC分析老年人孤独感现状及影响因素的研究结果显示，接受居家护理的老年人孤独感发生率达16%，独居［37］、抑郁症状、社交活动减少、非正式照顾者缺乏均可使老年人的孤独感增强［38］，百岁老人孤独感的发生率则会有所降低［39］。我国研究者在围绕社区老年人的孤独感开展研究时主要使用孤独感量表（USL-8）评估其孤独感水平［40］，未来可尝试基于interRAI HC分析我国社区老年人孤独感的发生率及影响因素，并有针对性地采取干预措施。

基于interRAI HC分析非正式照护者负担现状及影响因素也是近年来国际上的研究热点。患有慢性病或功能受限的老年人更愿意在家中接受护理。非正式照护者在照护老年人时受生理因素、心理因素、情感因素、经济压力及照顾技巧缺乏等的影响，常承受着较重的负

担［41］。研究主要聚焦：非正式照护者的负担状况及影响因素［42］、痴呆老人非正式照护者的负担［43］、照护者风险评估［44］、照护时间与成本［45-46］等。对非正式照护者的负担进行早期评估和干预，并为其提供相应的培训服务、喘息服务、就业支持及照护津贴等，将有助于照护者更好地应对照顾老年人的过程中面临的挑战。我国研究者可从非正式照护者角度出发，通过正确评估其照护压力水平和时间成本，并加强对支持策略的研究，减轻照护者压力，使其能够更好地履行照护责任与义务。

3.4　老年综合评估　为聚类3，代表类群3的山丘峰顶颜色为蓝色，该类群下的研究主题很分散。围绕该类群开展的研究主要聚焦：社区老年人综合评估、老年患者出院需求评估等。人口老龄化对各国养老服务体系造成巨大压力。为应对老年人复杂的医疗保健需求、确保老年人医疗照护的连续性、提升养老服务质量，许多发达国家提出了整合照护模式。这种模式强调对老年人健康状况进行综合而全面的评估，倡导多学科合作，注重卫生系统多部门之间的沟通与协调。interRAI HC作为老年综合评估工具，与其他系列的interRAI共享核心条目和“语言体系”，有利于提高评估信息在不同照护设施间的“兼容性”；根据评估结果生成的照护计划、方案可用于指导干预措施的制定。研究结果显示，interRAI HC的运用可帮助医务人员或照护者发现老年人未被满足的照护需求，在基于评估结果生成的照护计划、方案的指导下制定并执行干预措施有助于降低老年人的住院风险，缩短其住院天数［47］。在我国，有研究者将interRAI HC用于社区居家老年人的综合健康评

估［9，48］。未来可围绕interRAI HC对居家照护工作的指导作用进行深入研究，通过开展基于interRAI HC的评估工作，发现照护问题，进而为社区居家照护服务的提供和优化提供参考。

老年人是医疗资源的高使用人群，近年来有研究者将interRAI HC用于老年患者出院评估、出院计划制定。研究主要聚焦：老年患者出院后发生不良结局（死亡、再入院、抑郁风险）的危险因素和保护因素［49］、老年出院患者潜在的不适当用药［50］、老年患者住院时间延长的危险因素［51］、老年出院患者健康状况和家庭护理服务需求分析［52］等。研究结果显示，interRAI HC的使用可帮助医务人员早期识别出具有复杂出院需求的老年人并对有延迟出院风险的患者进行早期干预，有助于减少老年患者医源性并发症的发生，缩短其住院天数，增加其成功度过出院过渡期的可能性［52］。我国也有研究者尝试将其用于老年心血管病患者的出院指导［53］。该工具在指导我国老年患者出院计划的制定、出院计划的实施效果评价、延迟出院风险因素评估、促进出院后延续性护理等工作开展方面仍有很大的应用空间。

4　小结

本研究基于文献计量学的方法，并结合具体文献对interRAI HC在国际上的使用情况进行了分析，发现interRAI HC在老年人健康风险评估、照护质量监测、老年人及其照护者心理状况评估、老年综合评估等方面发挥了重要作用，对我国居家养老服务的发展和相关研究的开展具有一定的借鉴和指导意义。本文存在不足之处：一方面受时间因素的影响，只选取了PubMed数据库作为检索对象，虽然该数据库具有文献量大、更新及时、功能齐全、查全率高等优点［54-55］，但仅选择一个数据库作为检索对象，可能导致重要文献被遗漏的风险增加，未来研究者可尝试对纳入检索范围的数据库进行扩展，使得分析结果更加全面；另一方面，研究者在确定高频主题词阈值、最佳聚类结果时主要基于研究小组成员对领域的认知度和小组讨论结果，未来需要结合多学科专家意见、共被引分析结果等更加全面、客观地对结果进行分析。

本文无利益冲突。

参考文献略

【引用本文】　冯晓玉，李婉玲，吕思漫，等. 基于文献计量学的interRAI家庭护理评估工具国际研究现状及热点分析［J］. 中国全科医学，2023，26（34）：4351-4358. DOI：10.12114/j.issn.1007-9572.2022.0848.