张鑫宇 张磊
(锦州医科大学护理学院,辽宁 锦州 121001)
睡眠障碍是由各种因素引起的睡眠模式紊乱,主要表现为入睡困难、夜间睡眠中断和睡眠颠倒等[1]。安宁疗护是一种多学科合作的实践模式,旨在改善临终患者及其家属的生活质量。近年来,我国逐渐重视安宁疗护的发展,而安宁疗护护士作为安宁疗护服务队伍中的中坚力量,应以其较高的服务素质和专业性的服务技能来满足安宁疗护服务建设的需要[2]。相关研究[3]表明,安宁疗护护士照护终末期患者时躯体、情感和精神上承受较大的压力,其睡眠障碍发生率较高。良好的睡眠质量是护士为终末期患者提供最佳护理的关键,因此对安宁疗护试点病房护士睡眠障碍的风险筛查及早期干预至关重要。然而,我国对安宁疗护试点病房护士的研究较少,并且在护士睡眠问题的研究中也仅局限于现状调查。在“精准医疗”时代,预测模型能利用各种可收集的信息,直观地展示疾病发生的概率,并提供预测[4]。相比静态列线图,动态列线图能生成在线评分系统,是临床医生根据患者的疾病特征进行可视化、快速风险评估的良好工具[5],故本研究通过对安宁疗护试点病房护士睡眠障碍影响因素的探讨,采用动态列线图建立风险预测模型为早期识别并预防护士睡眠障碍的发生提供相关依据。
1.1研究对象 采用便利抽样法,选取2021年3-7月辽宁省中国医科大学附属盛京医院、北部战区总医院、辽宁省金秋医院、沈阳市安宁医院、辽宁省肿瘤医院、锦州医科大学附属第一医院安宁疗护试点病房以及老年科228名护士作为研究对象。采用Logistic自变量事件数法计算样本量,即纳入最终模型的每个预测因子需至少10例阳性数[6]。本研究预计纳入7个因素,则至少需要存在睡眠障碍护士70人,根据护士睡眠障碍发生率为76.53%[7],考虑10~20%的失访,因此样本量最小为[(7×10)÷76.53%]×(1+20%)=110例。本研究纳入的样本量符合要求。纳入标准:(1)知情同意并且自愿参加本项研究。(2)获得护士执业证书并且注册。(3)从事终末期及老年患者的安宁疗护工作。排除标准:(1)在单位实习或进修护士。(2)工作时间少于1年者。本研究经锦州医科大学医学伦理委员会批准(审批号:JZMULL2022034)。
1.2方法 在查阅文献的基础上,参考国外安宁疗护护士睡眠质量相关研究并结合本土化特点,采用专家会议法确定本研究可能危险因素。
1.2.1研究工具
1.2.1.1一般资料问卷 包括性别、年龄、文化程度、婚姻状况、生育状况、慢性病、任职方式、上班时是否喝茶或咖啡、是否参加安宁疗护培训以及是否倒夜班等。
1.2.1.2职业倦怠量表(maslach burnout inventory,MBI) MBI由美国心理学家Maslach和Jackson[9]于1986年编制成,共有22个条目,包括3个维度:情感衰竭、去人格化和个人成就感。采用Likert 7级评分法,得分越高表明其职业倦怠水平越高,临界值标准:情感衰竭得分≥27 分,去人格化得分≥8分,个人成就感得分<24 分。无职业倦怠:3 个维度均没有达到标准;轻度职业倦怠:任意1个维度达到标准;中度职业倦怠:任意2个维度达到标准;重度职业倦怠:3个维度均达到标准。MBI总量表Cronbach′s α系数为0.84,分量表Cronbach′s α系数为0.82~0.88[8]。
1.2.1.3疲劳量表(fatigue scale-14,FS-14) FS-14由Tndie等[9]专家于1992年编制成,包括2个维度共14个条目:躯体疲劳(1~8)、脑力疲劳(9~14),根据其内容与研究对象实际情况的符合与否,回答“是”或“否”。躯体疲劳、脑力疲劳满分分别为8分、6分、14分,得分越高表明其疲劳水平越高。该量表Cronbach′s α系数为0.809[9]。
1.2.1.4医院焦虑抑郁量表(hospital anxiety and depression scale,HADS) HADS由Zigmond和Snaith[10]于1983年编制成,包括2个维度共14个条目:焦虑(8~14)、抑郁(1~7)。HADS 评分总分≥8分为可疑焦虑抑郁患者,得分越高表明其焦虑抑郁水平越高。HADS总量表Cronbach′s α系数为0.879,分量表Cronbach′s α系数为0.806[10]。
1.2.1.5匹兹堡睡眠质量指数(Pittsburgh sleep quality index ,PSQI) PSQI由Buysse等[11]学者于1989年编制成,参与计分的条目共分为7部分:睡眠质量、入睡时间、睡眠时间、睡眠效率、睡眠障碍、催眠药物、日间功能障碍,采用Likert 4级评分法,评分>7分表示存在睡眠障碍,得分越高表明其睡眠质量越差。该量表Cronbach′s α系数为0.726。
1.3资料收集方法 研究小组成员使用统一的指导语说明问卷填写方法及目的,由研究对象自行填写。所有问卷现场发放并收回,共发放问卷240份,剔除漏答以及出现矛盾选项的问卷,最终收集228份有效问卷,问卷有效回收率95%。
1.4统计学方法 采用SPSS 25.0软件进行统计学分析。分类资料用频数和百分率进行描述,采用χ2检验、秩和检验对数据进行单因素分析,采用多因素logistic回归分析筛选出发生睡眠障碍的独立影响因素,采用R4.1.3软件中“rms” “DynNom”及“shiny”包构建动态列线图预测模型。采用Bootstrap法进行内部验证,采用受试者工作特征曲线评价睡眠障碍预测模型的预测效能。
2.1安宁疗护试点病房护士一般资料及睡眠障碍的单因素分析 228名安宁疗护试点病房护士中,存在睡眠障碍141人(61.84%),设为睡眠障碍组,非睡眠障碍87人(38.26%),设为非睡眠障碍组。2组单因素分析结果,见表1。
表1 安宁疗护试点病房护士睡眠障碍的单因素分析[例(百分率,%)]
2.2安宁疗护试点病房护士睡眠障碍的多因素logistic回归分析 以护士是否发生睡眠障碍为因变量(否=0,是=1),将单因素分析差异有统计学意义的项目作为自变量进行多因素logistic回归分析,自变量赋值,见表2。结果显示,慢性病(有)、抑郁(是)、焦虑(是)、躯体疲劳(有)、职业倦怠(重度)、年龄(≥40岁)是护士发生睡眠障碍的独立危险因素,参加安宁疗护培训(是)为保护因素,多因素logistic回归分析结果,见表3。
表2 自变量赋值表
表3 安宁疗护试点病房护士睡眠障碍多因素logistic回归分析
2.3安宁疗护试点病房护士睡眠障碍风险预测模型的构建 基于回归方程:Z=-4.674+0.956×慢性病+0.969×抑郁+1.572×焦虑+1.653×躯体疲劳+2.106×职业倦怠+2.129×年龄-1.301×参加安宁疗护培训。利用R4.1.3软件构建动态列线图将其可视化,且通过在线网页:“https://ptsd.shinyapps.io/DynNomapp-SD/”进行访问。该网页中护士可以根据自身不同情况,勾选危险因素直接获得睡眠障碍发生概率,若护士有慢性病、存在焦虑、抑郁、未参加过安宁疗护培训、躯体疲劳处于重度职业倦怠且年龄较大的,其动态列线图预测模型中发生睡眠障碍的风险增加。动态列线图风险预测模型图,见图1(扫后文二维码获取)。
2.4安宁疗护试点病房护士睡眠障碍风险预测模型的验证 根据模型所得的预测变量作为测试变量,将发生睡眠障碍作为状态变量进行ROC曲线绘制。该动态列线图ROC曲线下面积为0.921(0.885~0.956),灵敏度为73.58%,特异度为87.35%,表明模型区分度良好;运用Bootstrap法对模型进行内部验证,H-L偏差度检验结果为χ2=4.967,P=0.761,表明模型校准度良好,分类校准曲线显示未校正曲线与校正校准曲线均与标准曲线紧密贴合,见图2和图3,扫二维码获取图1-3。
本研究结果显示,安宁疗护试点病房护士睡眠障碍的发生率为61.84%,国外一项关于照护接受姑息治疗的晚期癌症患者的护理人员睡眠研究中发现,90.20%的护理人员睡眠质量较差[12],国内外护士睡眠障碍发生率的不同,可能与研究对象筛选工具、调查时间差异有关。良好的睡眠有利于人的身体与心理健康。因此,安宁疗护试点病房护士应定期运用可靠准确的工具进行睡眠障碍筛查,降低自身睡眠障碍的发生率,提高工作效率和工作积极性,促进我国安宁疗护事业的发展。
3.1安宁疗护试点病房护士睡眠障碍的影响因素分析
3.1.1年龄 本研究结果显示,年龄对睡眠障碍的预测作用最强,与刘蕴等[24]得出的结论不一致,可能与该研究中护士平均年龄较大有关。但国内外多数学者认同这一观点[25-26]。年长的护士经历更高水平的工作责任和家庭需求,使他们更容易出现睡眠问题。因此建议管理者多与护理成员沟通,了解大家的真实想法,适当帮助大家缓解工作及生活上的压力。
3.1.2慢性病 大部分终末期患者为部分自理或完全不能自理患者,护士承担了大量生活照护的内容,如翻身摆体位、床上洗头、擦澡、搬运患者等。本研究结果显示,有慢性病的护士睡眠障碍发生率是无慢性病的2.60倍,与葛维等[13]、孙瑾瑜等[14]研究结果相似。由于我国安宁疗护事业处于起步阶段,护士对安宁疗护工作内容不熟悉(如评估临终患者的需求、参与家庭会议以及尸体料理等),身体状况差、工作繁忙、工作压力大等因素导致工作时间延长,进而影响身体功能恢复,最终影响睡眠质量[15]。因此,护理管理人员应该建立完善的体检制度以及改善工作环境,进而提高护士的睡眠质量。
3.1.3参加安宁疗护培训 本研究发现参加过安宁疗护培训是发生睡眠障碍的保护因素,与黄钰清等[27]研究一致。目前大多数医院尚未开设安宁疗护相关课程,护士安宁疗护知识储备和技能水平较低,无法有效开展安宁疗护工作[28]。因此,医院应建立规范和适用的培训及管理体系,培养高质量的安宁疗护专科护士,促进我国安宁疗护学科的发展。
3.1.4焦虑、抑郁 焦虑、抑郁是护士常见的心理障碍,焦虑、抑郁等负性情绪越严重,对睡眠质量的影响就越大[16]。本研究结果显示,焦虑、抑郁与护士睡眠障碍的发生密切相关。安宁疗护试点病房护士接触的大多是终末期患者,在面对患者的痛苦和死亡时,护士不可避免地产生焦虑、抑郁等负性情绪[17]。有研究[18]表明,15%~40%的护理人员在患者死亡后经历持续性悲伤反应。并且,工作压力、每日工作时长与安宁疗护护士各类心理问题的发生有密切的关系[19]。因此,各医院应该广泛开展心理培训,帮助护理人员掌握正确的情绪调节方法,进行合理的自我情绪调控。
3.1.5躯体疲劳 护理工作是一种特殊的职业,是体力与脑力劳动相结合的工作。在临床工作中,疲劳是主观上感到持久倦怠,以及从事体力或脑力活动时的无力感,并且这些感觉在短期内得不到缓解[20]。本研究结果表明,存在躯体疲劳也是护士睡眠障碍发生的独立危险因素。在安宁疗护工作中护士配备人力不足,工作任务重容易造成身体疲乏,外国学者Tomasz等[21]也证明了这一观点。对于护士疲劳的问题,医院应该完善管理机制,减轻护士工作量,根据科室情况灵活排班。
3.1.6职业倦怠程度 职业倦怠是一系列与工作环境相关的症状,是个体对工作中慢性情绪和人际压力的迟缓反应。有研究显示,职业倦怠不仅影响工作人员的心理和生理健康,还会导致其工作效率下降、缺勤和辞职率增加[22],严重影响了护理队伍的稳定和护理事业发展,而睡眠障碍是个体在职业倦怠状况下最容易出现的症状。本研究表明存在重度职业倦怠的护士睡眠障碍发生率较高,这与以往研究[23]结果类似。因此,管理人员应该加强护士职业培训,制定合理的晋升和奖励制度,不断提高其专业素养以及工作技能,努力提升安宁疗护护士的地位。
3.2安宁疗护试点病房护士睡眠障碍风险预测模型效果较理想 本研究通过绘制ROC曲线以及分类校准曲线对模型进行内部验证,当ROC曲线下面积(AUC)>0.7,即可认为模型区分度良好,ROC曲线下面积>0.90时,表示预测效果较准确[29],本研究动态列线图预测模型的ROC曲线下面积(AUC)大于0.90,表明模型有良好的区分度,对安宁疗护试点病房护士是否会发生睡眠障碍的预测效果较好。 本研究动态列线图预测模型的分类校准曲线中未校正曲线与校正校准曲线均与标准曲线贴合紧密,表明列线图模型有良好的校准度,安宁疗护试点病房护士睡眠障碍预测风险与实际发生风险拟合较好,具有较高的一致性。
综上所述,本研究构建并验证了安宁疗护试点病房护士睡眠障碍的动态列线图风险预测模型,为护士早期自身筛查是否发生睡眠障碍提供了敏感性客观预测工具,操作简单,可靠性较高。希望该动态列线图模型可以提供有效的临床证据,为制订专业、个性化的干预方案,降低护士睡眠障碍发生提供帮助。本研究存在以下局限性:虽然采用较为严谨的内部验证方法,但也仅局限于辽宁省,缺乏外部验证。下一步的研究方向是,加大样本量调查不同地区护士的睡眠情况,不断调整使得该模型更准确、更符合实际。