护理人员同情心疲乏动态列线图预测模型的构建及验证

孙菲阳 张磊

(锦州医科大学护理学院,辽宁 锦州 121001)

同情心疲乏(compassion fatigue,CF)是施救者在长期服务他人的过程中产生的一系列负性心理[1]。护理人员CF发生率可高达83.88%[2]。CF在影响护理人员身心健康的同时,可导致工作效率下降[3]、用药错误增加[4]、离职率显著增高[5]。然而,在如此高发的情况下,CF的筛查手段却有限,存在滞后性。很大程度上影响对 CF 的早期诊断。传统定义下CF的筛查,依靠检测量表及风险公式[2,6]。数字公式可视化低,临床实用性较弱。检测量表可区分程度但难以直观的获得发生概率。R-shiny构建的动态模型是应用shiny apps将模型上传为网页[7],可以直接获得发生概率及95%可信区间,可大幅度提高早期筛查能力,并为长期随访及验证提供可靠依据。鉴于此,本研究通过LASSO回归筛选CF的危险因素,运用R“DynNom”包构建动态列线图模型并进行验证,旨在为临床护理人员提供CF在线风险评估。

1 对象与方法

1.1研究对象 采用便利取样法,收集2021年9月-2022年2月锦州医科大学附属第一医院和辽宁中医药大学附属第四医院的479名护理人员作为研究对象,以2021年9月-2021年11月锦州医科大学附属第一医院的307例护理人员为建模组,以2021年12月-2022年2月辽宁中医药大学附属第四医院的172名护理人员为验证组。样本量来源依据 :基于文献回顾本研究共纳入17个备选因素,本研究预调查CF的发生率为76.8%。根据样本量计算公式,每个自变量需要有5～10例患者,考虑10%的流失,本研究建模所需最小样本量为(17×5/0.768)/0.9=123例,根据建模组与验证组2∶1的比例要求,验证组所需最小样本量为62例。本研究最终纳入总样本量479例,其中建模组307,验证组172例。纳入标准:注册的在职护理人员;自愿参加的护理人员。排除标准:进修护士、实习护生、未注册护士(规培护士);因事假、病假、外出进修无法参加调查的护士;近3年内曾受到患者及家属语言或行动伤害的人员[8];拒绝参加问卷调查者。本研究已经医院伦理委员会审核通过(审批号:JZMULL2022055)。

1.2研究工具

1.2.1一般资料调查表 由研究者自行设计,包括研究对象性别、年龄、学历、护龄、职称、职务、是否在编、婚姻状况、有无子女、周工作时间、科室、月收入等。

1.2.2专业生活品质量表(professional quality of life scale,ProQOL) 该量表[9]用于测评个体在助人工作的过程中,发生同情心疲乏的情况。包括同情心满意度、职业倦怠、继发性创伤应激3个维度,各10个条目,共30个条目。采用Likert 5级法计分(1=从未有过～5=总是如此),其中1,4,15,17,29为反向计分条目;每个维度总分≤22分为低水平;23～41分为中水平;≥42分为高水平。3个分表临界分数分别为37分、27分、17分,1个及以上分表分数超出临界值表示有同情心疲乏。3个分表的Cronbach′s α系数分别为0.87、0.73、0.84。

1.2.3心理韧性量表(connor-davidson resilience scale,CD-RISC) 该量表[10]用于测评受试者心理韧性情况。由力量、乐观、韧性3个维度组成,其中力量8个条目,乐观4个条目,坚韧13个条目,共含25个条目。采用Likert 5级法计(0=从未有过～4=总是如此),得分范围0～100分,得分越高,说明心理韧性越好。Cronbach′s α系数为0.90。

1.2.4领悟社会支持量表 该量表[11]包括朋友支持、家庭支持和其他支持3个维度,共12个条目,采用 Likert 7点量表评分(1为极不同意～7为极同意),得分越高,表明个人领悟社会支持越高。Cronbach′s α系数为 0.762。

1.3资料收集方法 本研究在调查前取得医院及各科室的同意与配合,采取现场发放问卷的方式发放问卷。由研究对象匿名独立填写,完毕后调查员当场回收,有缺项漏项当场完善。建模组发放问卷 330份。回收有效问307卷份,有效回收率为 93.03%。验证组发放问卷 178 份。回收有效问卷 172 份,有效回收率为 96.63%。

1.4统计学方法 采用IBM SPSS 22.0和R4.1.1统计软件进行分析。计量资料不符合正态分布采用M(P25,P75)表示,组间比较采用非参数Mann-WhitneyU。计数资料采用频数、百分数表示,组间比较采用χ2,等级资料采用Mann-WhitneyU秩和检验。R“correlation”包进行Spearman相关性分析,“glmnet”包进行LASSO回归分析,“rms”“regplot”包构建风险预测模型,并采用DynNom”包及R-shiny对动态列线图进行可视化,并行Booststrap内部验证,“rms”和“pROC ”包进行模型验证,Calibration检测模型的一致性,ROC曲线下面积判断模型的预测效能。P<0.05为差异有统计学意义。

2 结果

2.1建模组临床资料比较 见表1。

2.2变量间相关性分析 婚姻与护龄(r=0.803)、职称与年龄(r=0.638)等变量间均存在较强的相关性,见图1(扫后文二维码获取)。

2.3危险因素的筛选 使用 LASSO进行10倍交叉验证, 在λ 最小值(λ=0.013)和最小值的 1 SE(λ=0.051) 处绘制垂直线,当 log(λ)=-2.979时筛选出 6个危险因素,包括心理韧性评分、月收入、周工作时间、科室、工作不满意、不再选择护理。见图2和图3(扫后文二维码获取)。

2.4动态列线图模型的构建 基于6个独立危险因素,构建列线图,见图4(扫后文二维码获取)。在此基础上绘制动态列线图,见图5,扫二维码获取图1～图5。图5显示同样是心理韧性85分、周工作时间≤50 h、其它科室、不再选择护理、工作不满意,月收入<4 000元与月收入4 000～6 000元相比换CF的概率上涨8%。

2.5动态列线图模型的验证 采用Bootstrap法进行内验证,AUC为0.939其95%CI为0.912～0.967,外部验证AUC为0.892,95%CI为0.840～0.944,Calibration 曲线均与理想曲线接近。见图6～图9。

图6 内部验证ROC曲线

图7 内部验证校准曲线

图8 外部验证ROC曲线

图9 外部验证校准曲线

3 讨论

3.1护理人员CF动态列线图预测模型构建的意义 在CF长期的侵蚀下,护理人员容易出现心动过速、偏头痛、睡眠障碍、抑郁等身心问题[12]。若不能及时阻止CF的发展,离职将成为护理人员唯一的解决途径。目前CF是护理人员全球短缺的主要因素[14],世界卫生组织预计到2030年,护理人员将从2 070万短缺至760万[15]。在如此严峻的形势下,CF的诊断存在一定的滞后性。本研究在传统筛查的基础上构建动态模型,可提高CF早期筛查能力,进而改善护理人员CF的预后。

3.2CF的影响因素分析

3.2.1收入 本研究结果显示月收入<4 000元为CF的危险因素,说明月收入低的护士更容易产生CF。收入满足能给个体带来积极的心理感受,使幸福感指数升高。而低收入的个体则认为自己的劳动价值没有受到充分体现[16],容易出现倦怠进而产生CF。Li等[17]调查发现收入满意度是同情疲劳的抑制因素,与本研究结果一致。提示针对已在岗的护理人员,应出台的最适合本机构的薪酬制度及绩效分配方案,以增强收入满足。

3.2.2心理韧性 本研究显示心理韧性为CF的保护因素,表明护理人员心理韧性越好,其发生CF的概率越小。在面对护理工作中的困难、挫折时,高心理韧性的个体更容易产生正向适应能力[18],化消极情绪为动力来减少CF的发生。Xia等[19]对1 582名照顾COVID-19危重患者的护士进行调查发现心理韧性为主要预测因素,也证实了本结论。提示护理人员可通过心理干预手段来提高韧性如社区弹性模型®(CRM)[20]等。

3.2.3工作满意度 本研究显示工作满意度下降,会导致CF发生率上升。工作满意度高的个体往往对组织的归属感强,在临床决策中伦理敏感性高、工作嵌入水平更高[21]。这种较高的专业素养,更有助于减少职业倦怠及CF的发生。Yu[22]等对自中国6个城市的8家医院招募的186名急诊护士进行调查发现,提高工作满意度可降低CF的发生。提示可基于马斯洛需求层次理论的综合管理措施[23]来提高护士工作满意度,以减少CF的发生。

3.2.4周工作时长 本研究还发现周工作时长>50 h为CF的独立危险因素之一,表明长时间工作易导致CF的发生。其原因与护士长时间暴露于繁忙、紧张的工作环境有关,长期情感支出会导致护士出现情感耗竭易出现CF。相关研究[24]对1 044名护士进行调查显示,每天工作≤8 h或每天睡眠时间>6 h的护士同情心满足度高。因此,管理者不但要有以“患者为中心”的理念,还应该具有以“医务人员健康为中心”的理念,为护理人员提供充足的休息时间,以减少CF的发生。

3.2.5不再选择护理 本研究显示不再选择护理的护士发生CF的风险概率更高,由于部分护士认为护理工作未能获得患者及其家属认可甚至受到质疑,护理工作职业认同感低,不愿再次选择护理工作,由此易产生同情心疲乏。王傲枭等[2]研究也证实了本结论。提示管理者可采用团体心理辅导联合巴林特小组活动[25]等干预措施,提升护士对护理职业的认同感,减少其不愿再次选择护理的想法。同时本研究将科室这一公认因素纳入,并基于以上6个因素构建模型。

3.2.6工作年限 虽然本研究未纳工作年限这一因素,但现有研究[2]认为工作年限为CF的影响因素,分析这可能与近年来护理人员离职率升高,研究对象护龄偏短有关。Çamveren等[26]指出新护士由于负面的工作环境、人力短缺及个人期待值不满等原因,在入职的第一年更容易离职,由此可造成护龄偏短。

3.3护理人员同情心疲乏动态列线图预测模型具有较高的区分度与校准度 本研究内部验证AUC为0.939,外部验证 AUC为 0.892,预测曲线均与校正曲线紧密贴合。说明动态在线列线图模型具有较好的预测价值,能很好的区分是否发生CF;预测曲线与校正曲线紧密贴合,表明本模型预测发生CF风险与实际发生风险有较好的一致性,可为临床护士CF风险的准确预测提供科学依据。

综上所述,本研究构建的护理人员同情心疲乏动态列线图预测模型模型具有较好的准确度与区分度,能够有效预测护理人员CF的发生。但本研究还存在以下不足:本研究的样本选取仅局限在辽宁省内,未来可在不同地域选取样本,进一步验证模型的有效性。此外,随着时间推移,临床护理人员年龄、教育结构等改变,本研究还应该重复进行进一步修正模型效能,为护理人员同情心疲乏防范提供有效依据。