|
|
ISSN 3105-6822（Print）
|
| 杂志简介 | 更多... |
中文刊名：《智慧护理》
英文刊名：Smart Nursing
国际刊号：ISSN 3105-6822（印刷版）/ ISSN 3105-6830（网络版）
出版模式：金色开放获取（Gold OA），适用CC BY 4.0协议（全文永久免费）
出版机构：Macau Sino-Foreign Medical Publishing Limited
出版频率：双月刊
投稿语言：中文（需附英文标题、摘要、关键词、作者单位及姓名）
核心定位
《智慧护理》是一本聚焦人工智能与护理科学深度融合的前沿学术期刊。本刊致力于推动护理实践的数字化与智能化转型，重点探索智能健康监测、临床决策支持、护理机器人与远程护理等创新领域。我们特别倡导融合信息科学、临床护理与人类工效学的跨学科研究范式，构建以数据驱动和智能技术为核心的下一代护理服务体系。
约稿范围
本刊欢迎以下研究方向的投稿：
智能健康监测与可穿戴护理设备
护理机器人与自动化照护系统
临床决策支持与智能风险评估
远程护理与数字健康平台
护理大数据分析与预测模型
智能环境与智慧病房建设
虚拟现实在护理教育与康复中的应用
护理信息系统与互操作性标准
人工智能辅助的护理决策优化
智慧护理伦理与数据安全管理
全球诚邀编委/副主编/同行评议专家/主编
我们诚邀全球智慧护理、护理信息学及相关领域的专家学者加入学术团队，共同引领护理智能化发展。在线申请请访问：
http://tg.scionline2025.com/01/bw.asp
在线投稿
欢迎通过以下链接提交稿件：
http://tg.scionline2025.com/01/
目标与愿景
本刊旨在成为智慧护理领域的国际权威学术平台，推动护理实践从传统模式向数字化、智能化范式转型。我们致力于构建产学研用深度融合的创新生态，为护理研究者、信息技术专家和临床工作者提供高水平的交流平台，促进智慧护理技术的创新与应用。
全球数据索引计划
本刊为所有发表论文注册专属DOI标识，并正在申请纳入以下重要学术数据库：
Science Citation Index Expanded (SCIE)
MEDLINE/PubMed
Scopus
CINAHL
IEEE Xplore
DOAJ (Directory of Open Access Journals)
Google Scholar
百度学术
万方数据
维普资讯
澳门虚拟图书馆
龙源期刊网
超星学术平台
长江文库
新华网学术中国
CNKI 中国知网
Smart Nursing Call for Papers
Journal Information
Journal Title (English): Smart Nursing
Journal Title (Chinese): 《智慧护理》
ISSN: 3105-6822 (print) / 3105-6830 (online)
Publishing Model: Gold Open Access (under CC BY 4.0 license)
Publisher: Macau Sino-Foreign Medical Publishing Limited
Publication Frequency: Bimonthly
Language of Submission: Chinese (must include English title, abstract, keywords, and author affiliations/names)
Core Focus
Smart Nursing is a pioneering academic journal focusing on the deep integration of artificial intelligence and nursing science. The journal is committed to advancing the digital and intelligent transformation of nursing practice, with particular emphasis on innovative fields including intelligent health monitoring, clinical decision support, nursing robotics, and remote nursing. We strongly advocate interdisciplinary research paradigms integrating information science, clinical nursing, and human factors engineering to build the next-generation nursing service system centered on data-driven approaches and intelligent technologies.
Scope
We welcome submissions in the following areas:
Intelligent Health Monitoring and Wearable Nursing Devices
Nursing Robotics and Automated Care Systems
Clinical Decision Support and Intelligent Risk Assessment
Remote Nursing and Digital Health Platforms
Nursing Big Data Analytics and Predictive Modeling
Smart Environments and Intelligent Ward Construction
Virtual Reality Applications in Nursing Education and Rehabilitation
Nursing Information Systems and Interoperability Standards
AI-Assisted Nursing Decision Optimization
Smart Nursing Ethics and Data Security Management
Global Call for Editorial Board Members/Associate Editors/Peer Reviewers/Editor-in-Chief
We cordially invite experts and scholars in smart nursing, nursing informatics, and related fields worldwide to join our academic team and collectively lead the development of nursing intelligence. Apply online at:
http://tg.scionline2025.com/01/bw.asp
Online Submission
Please submit your manuscripts via:
http://tg.scionline2025.com/01/
Aims and Vision
Our goal is to establish Smart Nursing as an internationally authoritative academic platform in the field, promoting the transformation of nursing practice from traditional models to digital and intelligent paradigms. We are committed to building a deeply integrated innovation ecosystem connecting industry, academia, research, and practice, providing nursing researchers, information technology experts, and clinical practitioners with a high-level exchange platform, and facilitating the innovation and application of smart nursing technologies.
Global Indexing Plan
The journal registers unique DOI identifiers for all published articles and is pursuing inclusion in the following major academic databases:
Science Citation Index Expanded (SCIE)
MEDLINE/PubMed
Scopus
CINAHL
IEEE Xplore Digital Library
DOAJ (Directory of Open Access Journals)
Google Scholar
Baidu Scholar
Wanfang Data
VIP Information
Macau Virtual Library
Longyuan Journal Network
Chaoxing Academic Platform
Yangtze River Database
Xinhuanet Academic China
CNKI (China National Knowledge Infrastructure)
| 往期阅览 | 更多... |
|
穴位按摩联合运动想象对缺血性脑卒中后吞咽功能障碍患者康复效果的影响
|
 |
|||||
|
||||||
| 吴丹婷 | ||||||
| 摘 要：目的：探究对缺血性脑卒中患者进行穴位按摩联合运动想象护理之后的吞咽功能障碍恢复情况。方法：选取2022 年5 月-2023 年5 月在我院接受脑卒中治疗的患者60 例，并采取信封法将患者进行随机分组，分为对照组以及观察组，观察者与对照组的人数分别为30 例。给予对照组患者的是常规护理模式，给予观察组患者的是穴位按摩联合运动想象模式，并分析两组的数据。结果：通过分析对比观察组以及对照组的相关数据，观察组患者在经过了穴位按摩联合运动想象护理之后，缺血性脑卒中患者的治疗有效性得到了显著提升，患者的吞咽功能也得到了一定程度的恢复。观察组的治疗有效率为93.33%，明显高于对照组患者63.33%，两组患者之间的数据存在着十分显著的差异（P＜ 0.05），具有统计学意义；经过对观察组以及对照组患者的相关数据进行分析，观察组患者在经过了穴位按摩联合运动想象护理之后，患者出现营养不良的情况以及相关的吸入性肺炎等并发症都下降。观察组与对照组之间的数据存在着显著差异（P ＜ 0.05），具有统计学意义。结论：对缺血性脑卒中患者进行穴位按摩联合运动想象护理之后，患者的吞咽功能得到了有效改善，并发症发生率也下降了，治疗有效性提高了，患者的生活质量得到了显著提升。因此，穴位按摩联合运动想象值得在临床上进行推广。 | ||||||
|
综合护理在急诊科糖尿病酮症酸中毒患者中的运用效果及血糖指标水平改善分析
|
|
|||||
|
||||||
| 曾俏媛 | ||||||
| 摘 要：目的：为了体现综合护理在急诊科糖尿病酮症酸中毒患者中的应用价值及血糖指标水平改善情况。方法：研究资料为2021 年5 月—2022 年5 月期间我院急诊科中收治的糖尿病酮症酸中毒患者56 例，并按照收治时间作为分组区别，2022 年5 月至11 月期间收治的糖尿病酮症酸中毒患者作为观察一组（n=28）。2022 年12月至2023 年5 月期间收治的糖尿病酮症酸中毒患者作为观察2 组（n=28）。所有患者均接受常规护理，观察一组患者在此基础上介绍红综合护理。通过两方面观察综合护理的应用价值，一，两组患者的血糖恢复正常水平时间、住院时长以及住院费用情况；二，两组患者护理后的空腹血糖、餐后2 小时血糖情况。结果：观察一组患者血糖恢复正常水平时间、住院时长以及住院费用情况显著优于观察2 组，观察一组患者护理后的空腹血糖、餐后2 小时血糖情况明显优于观察二组，差异显著（P＜ 0.05），存在统计学意义。结论：综上所述，综合护理在急诊科中糖尿病酮症酸中毒患者中具有一定的应用价值，同时，还可有效改善血糖下降水平。 | ||||||
|
医护一体化模式护理对人工气道患者非计划性拔管率的影响研究
|
|
|||||
|
||||||
| 邵晓花 | ||||||
| 摘 要：目的：研究医护一体化模式护理对人工气道患者非计划性拔管率的影响。方法：抽取2022 年3 月至2023 年3 月期间贵港市人民医院呼吸与危重症医学科收治接受人工气道治疗的患者共计60 例，随机分组（实验组、参照组），分析护理价值。结果：实验组护理满意度、护理质量评分显著高（P＜ 0.05）；护理后，实验组心理状态评分低（P＜ 0.05）；实验组并发症出现概率、非计划性拔管发生率低（P＜ 0.05）。结论：运用医护一体化模式护理方式对人工气道患者护理，能够降低非计划性拔管率发生率、并发症发生率，改善患者的心理状态，护理服务质量和护理满意度都有明显的提升。 | ||||||
|
“云探视”模式在CCU 监护室探视管理中的创新应用与实践价值分析
|
|
|||||
|
||||||
| 彭威阳 | ||||||
| 摘 要：目的：分析应用“云探视”创新管理模式进行CCU监护室管理的方法和价值。方法：选取2022 年4 月~2023 年3 月CCU患者103 例，管理模式分组，A组（云探视管理）51 例，B组（常规探视管理）52 例，比较CCU室空气质量、感染情况、患者满意度。结果：CCU空气质量比较，A组全部控制为10 cfu/m3 以下菌落数，CCU菌落数较低，B组抑菌效果较差，该部分占比为73.08 %（P＜ 0.05），两组总合格率均为100.00 %；感染情况比较，A组感染率为1.96 %，B组为9.62 %，A组感染风险较低（P＜ 0.05）；患者满意度比较，A组优良率为100.00 %，差评率为0.00 %，B组优良率为88.46 %，差评率为3.85 %，A组优良率较高，差评率较低，患者满意度较好（P＜ 0.05）。结论：采用云探视模式可有效抑制CCU空气质量，降低感染风险，促进患者满意，应用价值显著。 | ||||||
|
| ||
|
| ||
|
| ||
|
| ||
|
| ||
|
| ||
|
| ||
|
| ||
|
| ||
|
| ||
