近日，我校护理学院团队在国际护理学顶级期刊《International Journal of Nursing Studies》（IJNS）上发表题为《Vulnerability and core intervention targets in the symptom burden for personalized symptom management in hemodialysis care: A computational simulation modeling study》的原创性研究论文。该研究通过计算模拟与网络分析方法，系统识别了血液透析患者症状负担中的核心干预靶点，为个性化护理实践提供了科学依据。
研究背景：血液透析患者常伴随多种躯体与心理症状，严重影响其生活质量。传统症状管理多关注单一症状或简单聚类，难以反映症状间的动态互动关系，也无法预测干预措施对整体症状网络的潜在影响。
研究方法：研究团队采用多中心横断面设计，纳入全国五大区域（北、南、西、东、中部）12个城市的1866名血液透析患者。通过潜在类别分析将患者分为“严重症状组”与“轻微症状组”，并基于Ising模型构建症状网络，利用NodedentifyR算法进行计算机模拟干预，评估缓解或加重某一症状对整体负担的影响。
主要发现：
1. 症状聚类与患者分型
研究识别出四大症状群：尿毒症毒素相关症状、水电解质紊乱症状、心理症状和胃肠道症状。患者可分为“严重症状组” （14.31%）与“轻微症状组”（85.69%），两组在症状强度与结构上存在显著差异。
2. 核心干预靶
o 严重症状组中，“焦虑”、“恶心”、“悲伤”是加重干预的关键靶点；
o 轻微症状组中，“入睡困难”、“瘙痒”、“皮肤干燥”更具预防价值。
3. 症状网络特征
症状如“焦虑”、“疲劳”、“瘙痒”等在网络中处于中心位置，具有较强的“激活”效应，易引发其他症状的激活。
临床意义与护理建议：
本研究为血液透析患者的症状管理提供了分类干预框架与精准护理路径：
· 对严重症状组，应优先处理心理症状与瘙痒；
· 对轻微症状组，可聚焦改善睡眠质量与皮肤护理；
· 建议开发基于症状网络的护理评估工具，实现“哨兵症状”早期识别与干预。
研究创新点：
· 将潜在类别分析与网络模拟干预结合，实现从症状描述到干预预测的跨越；
· 采用大样本多中心数据，增强结果的代表性与外推性；
· 为“症状科学模型2.0”提供了方法学支持，推动护理科学向精准化发展。
文章链接：https://doi.org/10.1016/j.ijnurstu.2025.105210
