公立医院不同特征护士循证实践能力的潜在剖面分析

傅亮 苏伟 张玉侠 叶向红 李明 沈军 郭琪 叶丽萍 贺宇红 陈晨

(1.浙江大学医学院附属金华医院，浙江 金华 321000；2.复旦大学附属中山医院，上海 200032；3.上海市徐汇区中心医院，上海 200031；4.上海市闵行区中心医院，上海 201100；5.上海市徐汇区枫林街道社区卫生服务中心，上海 200030；6.上海市静安区彭浦新村街道社区卫生服务中心，上海 200435)

循证实践(evidence-based practice，EBP)能力是当前循证医学领域的研究热点之一。目前，学者们对EBP能力给出了不同的定义。一般来说，循证实践能力来自于通用的关键的循证实践原则和步骤[1]。Natasha Laibhen-Parkes[2]认为，EBP能力是在照顾特定患者、群体或社区的情境下，为获取、评估、应用和评价多种来源知识而提出临床相关问题的能力。Ruzafa-Martinez等[3]将EBP能力定义为在一定情境下开展EBP时选择和使用知识、技能和态度的综合能力。在护理领域，国内学者王旖磊等[4]将循证护理能力定义为护士在完成循证护理实践活动过程中，为履行全部工作角色而具备的循证护理知识、技能、判断力、态度和价值观的整合。护士的EBP能力是更好地实施循证护理的前提条件之一[5]。因此，了解和提升护士的循证实践能力具有重要意义。

随着循证护理在各级医疗机构中的普及，近年来，护理领域EBP能力的研究对象逐渐由在校护生转到临床护士。2014年，美国学者Melnyk等[5]通过Delphi法形成了执业注册护士普适的13项EBP能力，以及高级执业护士额外的11项EBP能力。随后，芬兰、欧洲及中国等[1,6-7]国家的学者相继确定了与其国情相适应的护士EBP能力。目前，国内外有关护士EBP能力的研究尚在起步阶段，并以了解护士EBP能力现状为主。Melnyk等[8]研究表明，护士还不能胜任上述的24项EBP能力。国内相关研究[9]结果也提示，我国护士EBP能力并不十分理想。然而，现有护士EBP能力现状的描述方法几乎都是传统的构成比和均数。潜在剖面分析(latent profile analysis，LPA)是一种分类潜在变量的建模方法，侧重于根据一组特定的变量在总体中识别潜在的亚种群[10]。由此可知，LPA能识别具有不同个人和/或环境属性特征的类别或群组。因此，本研究旨在基于循证护理能力评定量表4个维度，应用Mplus进行LPA，聚类护士不同维度特征的EBP能力，探讨不同剖面护士在循证护理能力上的差异，并识别不同剖面护士循证实践能力的影响因素，为今后开展面向护士的EBP能力教育培训提供现实参考依据。

1 对象与方法

1.1研究对象 采用分层整群抽样方法，于2018年8月11日-11月3日招募上海市3家三级医院、4家二级医院和6家一级医院(社区卫生服务中心)的1 036名护士作为研究对象。纳入标准：(1)执业护士。(2)正式参加工作。(3)在公立医院工作。(4)知情同意并自愿参与本研究。排除标准：(1)实习护士。(2)进修护士。采用估计总体均数时所需样本大小的计算公式[11]，取估计的标准差为16.77[12]，最大相对误差为3，置信水平为95%，得出需要样本量为121例，考虑到20%的废卷率，计算得每级医院至少需要护士146名。

1.2方法

1.2.1调查工具

1.2.1.1一般情况调查表 基于文献回顾自行设计，包括性别、年龄、学历、婚姻状况、医院名称、工作年限、职称、职务、接受过循证护理相关的教育培训和对循证护理相关知识的了解程度。

1.2.1.2循证护理能力评定量表(evidence-based nursing competency rating scale，EBNCRS) 该量表由王旖磊等[13]于2017年制订，是一个由23个条目组成的用于评价护士EBP能力的工具，包括证据检索及评鉴能力(条目1～7)、证据整合能力(条目8～12)、证据传播能力(条目13～15)和证据评估及应用能力(条目16～23)4个维度。该量表采用likert 5级评分法，分别以“不清楚=0 分”“完全不符合=1 分”“基本不符合=2 分”“基本符合=3 分”“完全符合=4 分”计分，总得分范围为0～92分。该量表的Cronbach′s α系数为0.951，折半信度0.965，重测信度0.900；评定者间一致性系数为0.702，量表水平内容效度为0.987。

1.2.2调查方法 研究者联系参与医院的负责人，向其解释当前研究，并获得许可和支持后，通过专业在线调查平台问卷星(https://www.wjx.cn/)向符合条件的护士发放问卷。每个条目都被设置为强制性填写条目，该平台在护士在线提交问卷时自动收集数据。调查结束后，由2名研究者从网上调查平台下载数据后，独立审核，并将数据导入统计软件。

1.3统计学方法 应用SPSS 26.0软件对数据进行统计分析。计数资料以频数和百分率表示。使用Mplus 8.3软件进行护士循证实践能力的潜在剖面分析。本研究以EBNCRS4个维度得分为研究变量，为便于不同维度之间的比较，采用标准化得分计算4个维度总分。标准化得分=原始得分/条目数。潜在剖面数目从1开始依次增加，最佳模型选择基于模型评价和模型比较2方面。模型评价包括：(1)对数似然值(log-likelihood，LL)检验模型适配性，结果越大越好。(2)赤池信息准则(akaike information criterion，AIC)和贝叶斯信息准则(bayesian information criterion，BIC)作为信息评价指标，AIC和BIC越小表示模型拟合越好。(3)熵(Entropy)评价分类准确性，取值为0～1，值越大表明分类越精确。模型比较包括：(1)Lo-Mendell-Rubin似然比检验(lo-mendell-rubin likelihood ratio test，LMR-LRT)和基于Bootstrap的似然比检验(bootstrapped likelihood ratio test，BLRT)，P(0.05表示该模型较上一模型拟合有显著改善。此外，最佳模型一般考虑最小剖面的样本至少占样本总量的5%。应用SPSS 26.0软件，将“完全符合”和“基本符合”的构成比与“基本不符合”“完全不符合”和“不清楚”的构成比分别进行合并，采用χ2检验分析不同剖面护士在EBP能力评定量表条目上的差异。采用χ2检验进行单因素分析，筛选不同剖面护士EBP能力的潜在影响因素。最后，通过二分类logistic回归分析(向前逐步回归法)确定不同剖面护士EBP能力的影响因素。P<0.05为差异有统计学意义。

2 结果

2.1调查对象一般情况 本次调查共招募1 036名公立医院护士，其中女性1 031名(99.5%)，≤30岁544名(52.5%)，大专或本科及以下学历1 029名(99.3%)，在婚630名(60.8%)，一级或二级医院560名(54.1%)，工作年限≥6年679名(65.5%)，初级及以下职称709名(68.4%)，非护士长(副)及以上护士938名(90.5%)。其中732名(70.7%)护士接受过循证护理教育培训，782名(75.5%)护士对循证护理有一定了解。

2.2护士EBP能力的潜在剖面分析 本研究共进行了1～6个LPA，每次LPA拟合指数，见表1。模型2具有最高的LL；AIC和BIC随着潜在剖面数量增加而逐渐减小；各模型的Entropy较为相近，且都>0.900。模型2的LMR-LRT和BLRT的P值均<0.05，但模型3的LMR-LRT的P值>0.05。另外，从模型4开始，存在剖面比例<5%的剖面。因此，综合考虑模型2为最佳潜在剖面模型。表2中呈现了2个剖面的平均归属概率，潜在剖面1的正确分类概率为95.3%，潜在剖面2的正确分类概率为98.3%，表明本次LPA的结果较为可靠。

表1 护士EBP能力LPA拟合指数(n=1 036)

表2 护士EBP能力不同剖面的平均归属概率(n=1 036，百分率，%)

2.3护士EBP能力剖面特征分析 剖面1的护士在证据检索及评鉴能力、证据整合能力、证据传播能力和证据评估及应用能力4个维度上的得分均相对较高，因此，将这部分患者命名为“高EBP能力组”，共206名，占总体的20.3%；剖面2的护士在循证护理能力评定量表4个维度上的得分均相对较低，因此，将这些患者命名为“低EBP能力组”，共830名，占总体的79.7%。高EBP能力组护士的证据评估及应用能力维度的得分低于其它3个维度，而低EBP能力组护士的得分情况正好与之相反。见图1。

图1 护士EBP能力潜在剖面分析的得分均值

2.4不同剖面护士在EBP能力评定量表条目上的差异 在条目1～条目18及条目23上，高EBP能力组护士报告“完全符合/基本符合”的构成比均显著高于低EBP能力组(P<0.05)。但在条目19～条目22上，2组护士报告“完全符合/基本符合”的构成比比较差异尚无统计学意义(P>0.05)，见表3。

表3 不同剖面护士在EBP能力评定量表条目上的差异(n=1 036)

续表3 不同剖面护士在EBP能力评定量表条目上的差异(n=1 036)

2.5不同剖面护士EBP能力的影响因素分析 单因素分析结果表明：不同剖面护士EBP能力的潜在影响因素包括学历、医院等级、循证护理相关的教育培训和对循证护理相关知识的了解程度(P<0.05)。见表4。二分类logistic回归分析结果表明：不同剖面护士EBP能力的影响因素为学历和对循证护理相关知识的了解程度。硕士及以上学历护士归属于低EBP能力组的风险比大专/本科及以下护士低78.1%[OR=0.219，95%CI(0.048～0.987)]。对循证护理相关知识有一定程度了解的护士归属于低EBP能力组的风险比大专/本科及以下护士低59.2%[OR=0.408，95%CI(0.264～0.629)]。见表5。

表4 不同剖面护士EBP能力的单因素分析[n=1 036,人(百分率，%)]

表5 不同剖面护士EBP能力的二分类logistic回归分析(n=1 036)

3 讨论

3.1公立医院护士EBP能力的LPA LPA能够识别具有不同个人和/或环境属性特征的类别或群组，有助于发掘不同护士EBP能力特征。目前，LPA在症状研究领域的应用较为广泛[14-15]，而在EBP研究领域的报道较为少见。本研究LPA结果表明，公立医院护士的EBP能力可分为高EBP能力组和低EBP能力组2个剖面。低EBP能力组护士在所有参与研究护士中的比例约为4/5，提示大部分临床护士的EBP能力有待进一步提升。Melnyk等[8]研究显示，护士尚不能完全胜任必要的EBP能力；Alqahtani等[16]发现，护士愿意参与EBP，但还需要提高其知识和技能；Belowska等[17]研究显示，尽管护士对EBP的益处有较高的信念，但其认知相对较低；蒋云等[9]研究结果表明，护士EBP能力整体水平有待提高。本研究结果与上述研究结果类似，且通过LPA进一步识别出了高、低EBP能力组护士的比例。本研究中，低EBP能力组护士的证据评估及应用能力高于其它3个维度的能力，提示临床护士作为证据使用者更适合开展证据评估及应用[18]。然而，高EBP能力组护士的证据评估及应用能力却低于其它3个维度的能力。高EBP能力组护士一般是接受过循证护理教育培训的高学历年轻护士，对循证护理有较好的了解[8,19]，甚至主持或参与过相关的循证护理实践。因此，其更能理解证据评估及应用在临床实践中的难度，从而保守报告自己在该维度的能力水平。高EBP能力组护士报告“完全符合/基本符合” 构成比前3位的条目为条目13～条目15，均属于证据传播能力维度，并显著高于低EBP能力组。但在条目19～条目22上，2组护士报告“完全符合/基本符合”的构成比较低，并且2组护士之间比较差异尚无统计学意义。事实上，传统的循证护理教育培训以课堂讲授为主，学员自身并没有真正在临床中开展EBP，而主要是提升护士证据检索及评鉴和证据整合能力，因为这些能力的实践操作可以在课堂电脑上完成。但评估及应用能力一般只能通过在临床一线开展EBP项目才能较好掌握，如复旦大学护理学院开展的证据应用项目[20]。

3.2不同剖面护士EBP能力的影响因素 探讨不同剖面护士EBP能力的影响因素，有助于通过护士的一般情况预测其可能将会归属于高EBP能力组或低EBP能力组，以更好地提供循证护理教育培训。本研究结果显示：学历和对循证护理了解程度是护士EBP能力高低的影响因素，提示学历较高及对循证护理相关知识有一定程度了解的护士归属于低EBP能力组的风险更低。目前，尚无研究通过LPA或潜在类别分析获得不同EBP能力的类别或群组，继而进行相关影响因素分析的研究报道。但值得一提的是，基于描述性分析并探讨护士EBP能力影响因素的研究正在逐渐增多。Melnyk等[8]研究发现，年轻护士和学历较高护士的EBP能力较高，并且EBP能力与循证实践信念、指导、知识和文化都呈中度正相关。Ramos-Morcillo等[20]研究结果表明，护士EBP能力的影响因素包括文献阅读数量、EBP培训、硕士学位、博士学位、最佳实践重点组织、护理学生辅导和临床护理专家学位等。Tomotaki等[21]研究结果显示，EBP能力相关因素包括继续教育中的护理研究经验、EBP教育、高级执业认证以及多年的临床护理经验。杨红艳等[22]研究结果表明，教育水平、职务及EBP知识技能是护士循证护理能力的影响因素。本研究结果与上述研究类似，而循证护理教育培训可能是通过循证护理了解程度而影响了护士EBP能力。本研究前期基于描述性分析进而探讨影响因素的研究中，护士年龄和医院等级被识别为护士循证实践能力的影响因素。该结果与上述其它研究发现类似，但与本次基于LPA继而探讨影响因素的结果稍有不同，提示LPA有助于发现传统描述性分析中没有覆盖的不同群组特征。

综上所述，本研究应用Mplus进行LPA，将公立医院护士的EBP能力分为高EBP能力组和低EBP能力组2个剖面。高EBP能力组护士的证据评估及应用能力低于其它3个维度，而低EBP能力组护士的情况正好与之相反。此外，条目19～条目23，高EBP能力组护士报告“完全符合/基本符合”的构成比显著高于低EBP能力组。不同剖面护士EBP能力的影响因素包括学历和对循证护理相关知识了解程度。因此，大部分护士在EBP能力各方面都有待进一步提升。低EBP能力组护士应更多普及循证护理的概念和方法，促使其学会检索证据和解读证据，而高EBP能力组护士则应给予其更多的机会开展证据临床转化，成为循证护理倡导者和证据应用项目促进者。