——劉 艷 楊 磊 尚文涵 簡偉研* 么 莉

近年來，我國護(hù)理隊伍不斷壯大。截至2014年，全國注冊護(hù)士總數(shù)達(dá)300.4萬人次，占衛(wèi)生技術(shù)人員總數(shù)的39.6%，每千人口護(hù)士數(shù)2.20，醫(yī)護(hù)比1∶ 1.4[1]。國際經(jīng)驗表明，護(hù)理人力與醫(yī)療質(zhì)量和患者安全息息相關(guān)[2-4]。住院患者跌倒是患者安全的重要指標(biāo)之一。本研究以全國421家三級甲等綜合醫(yī)院2014年 -2016年的資料構(gòu)建面板數(shù)據(jù)，在醫(yī)院層面分析了護(hù)理人力配置對住院患者跌倒的影響，為完善護(hù)理人力配置、提升患者安全提供證據(jù)支持。

1 數(shù)據(jù)來源和方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源于國家護(hù)理質(zhì)量數(shù)據(jù)平臺上報的三級甲等醫(yī)院護(hù)理敏感質(zhì)量指標(biāo)原始數(shù)據(jù)集，收集的變量包含醫(yī)院實際開放床位數(shù)、執(zhí)業(yè)護(hù)士總?cè)藬?shù)、住院患者總數(shù)、住院患者床日數(shù)，護(hù)士職稱、教育水平、年資級別護(hù)士人數(shù)、離職總?cè)藬?shù)，壓瘡發(fā)生例數(shù)、跌倒發(fā)生例次數(shù)等。

本研究綜合運用2014年-2016年醫(yī)院層面的資料，構(gòu)建“面板數(shù)據(jù)”。面板數(shù)據(jù)是把時間序列沿空間方向擴(kuò)展，或把截面數(shù)據(jù)沿時間擴(kuò)展構(gòu)成的二維數(shù)據(jù)集合，同時獲取了時間和截面空間上的數(shù)據(jù)，能夠減少回歸變量之間的多重共線性，擴(kuò)大樣本信息量，提高估量的準(zhǔn)確性和有效性，從而獲得更為可靠的研究結(jié)果[5]。滿足本研究所需的醫(yī)院共計421家。這些醫(yī)院連續(xù)3年的數(shù)據(jù)是本研究分析所用的面板數(shù)據(jù)。

表1 三甲綜合醫(yī)院基本特征

1.2 方法

1.2.1 變量和指標(biāo) 本研究被解釋變量是住院患者跌倒發(fā)生率，計算公式為：

解釋變量包括護(hù)理人力配置指標(biāo)，護(hù)理人力穩(wěn)定性指標(biāo)和醫(yī)院特征變量。護(hù)理人力配置指標(biāo)包含統(tǒng)計年份內(nèi)每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)的住院患者數(shù)(即護(hù)患比的倒數(shù))、醫(yī)院床護(hù)比、本科及以上學(xué)歷護(hù)士占比、5年及以上年資護(hù)士占比，護(hù)理人力穩(wěn)定性指標(biāo)以統(tǒng)計年份內(nèi)護(hù)士離職率表示；醫(yī)院特征變量以醫(yī)院床位數(shù)表示。各指標(biāo)計算公式如下：

在回歸分析中，按照不同范圍區(qū)間，構(gòu)建分類變量如下：每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)的住院患者數(shù)分為5名及以下，5名～6名，6名～7名，7名～8名，8名以上；本科及以上學(xué)歷護(hù)士比率分為20%及以下，20%～40%，40%～60%，60%～80%，80%以上；5年及以上年資護(hù)士比率分為40%及以下，40%～50%，50%～60%，60%～70%，70%以上；醫(yī)院護(hù)士離職率分為1%及以下，1%～2%，2%～3%，3%～4%，4%以上。

1.2.2 分析方法 建立如下面板數(shù)據(jù)模型：

其中，F(xiàn)all表示第i家醫(yī)院在t年的住院患者跌倒發(fā)生率,InFall是對跌倒發(fā)生率取對數(shù)后的變量。ptn表示每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)的住院患者數(shù)(即護(hù)患比的倒數(shù))在不同區(qū)間的啞變量；btn表示床護(hù)比在不同區(qū)間的啞變量；edu表示本科及以上學(xué)歷護(hù)士比率在不同區(qū)間的啞變量；exp表示5年及以上年資護(hù)士比率的啞變量；turnover表示護(hù)士離職率在不同區(qū)間的啞變量。例如，ptn2這一啞變量為1表示醫(yī)院每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)的住院患者數(shù)為5名～6名，為0時表示每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)的住院患者數(shù)不是5名～6名。另外，bed表示醫(yī)院床位數(shù)，α是截距項，μi是與醫(yī)院相關(guān)的個體效應(yīng)，反映的是一些無法觀察到的醫(yī)院相關(guān)變量的影響。εi,t是隨機(jī)擾動項。本研究假設(shè)εi,t為獨立同分布，且與μi不相關(guān)。

面板數(shù)據(jù)通常有兩種估計方法，即固定效應(yīng)和隨機(jī)效應(yīng)。如果μi與某個解釋變量相關(guān)，需要用固定效應(yīng)模型估計，以消除不可觀察固定效應(yīng)所產(chǎn)生的估計偏差；如果μi與所有解釋變量均不相關(guān)，則需要用隨機(jī)效應(yīng)模型估計。兩種估計方法通過豪斯曼檢驗(HausmanTest)加以選取。整個分析過程在STATA/SE12.0軟件中進(jìn)行，統(tǒng)計學(xué)顯著性水平為5%。

2 結(jié)果

2.1 基本情況

2014年-2016年，全國三甲綜合醫(yī)院規(guī)模略有增大，其中床位數(shù)、護(hù)士數(shù)、出院患者數(shù)不斷增加。2016年醫(yī)院床位數(shù)的中位數(shù)為1 470，護(hù)士數(shù)中位數(shù)為833，出院患者數(shù)為56 254。醫(yī)院護(hù)患比的中位數(shù)約為0.20，1名護(hù)士約照顧5名患者。護(hù)士離職率中位數(shù)約為2%。跌倒發(fā)生率2014年為0.040‰，2015和2016年增長到0.049‰(見表1)。

2.2 全國三級甲等綜合醫(yī)院護(hù)理人力水平

2014年-2016年，全國三甲綜合醫(yī)院人力結(jié)構(gòu)基本維持穩(wěn)定。其中，護(hù)士、護(hù)師、主管護(hù)師、副主任護(hù)師和主任護(hù)師的人數(shù)占比分別約為41%、32%、20%、3.7%和0.23%；工作年資<1年、1≤y<2年、2≤y<5年、5≤y<10年、≥10年占比分別為7%、9%、24%、23%和33%。在學(xué)歷結(jié)構(gòu)方面，大專人數(shù)占比最大，約為47%；中專人數(shù)占比從7%下降到6.2%；本科及以上人數(shù)占比從42.0%上升到43.5%。

2.3 護(hù)理人力與住院患者跌倒的回歸分析

從Hausman檢驗結(jié)果來看，護(hù)理人力對住院患者跌倒的影響估計結(jié)果適宜用隨機(jī)效應(yīng)(RE)模型分析(P=0.4621)。數(shù)據(jù)顯示，每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)的住院患者數(shù)對住院患者跌倒發(fā)生率有顯著的正向影響。相比于照護(hù)患者數(shù)在5名以下的情況，當(dāng)每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)的住院患者數(shù)增加到5名～6名時，患者跌倒率增加0.456%；當(dāng)增加到6名～7名時，患者跌倒率增加0.368%；當(dāng)超過7名時，對醫(yī)院住院患者跌倒發(fā)生率的正向影響不再顯著。

醫(yī)院護(hù)士離職率對跌倒發(fā)生率也有顯著的正向影響，相比于離職率低于1%的情況，離職率增加到2%～3%時，跌倒發(fā)生率增加0.385%；離職率增加到3%～4%時，跌倒發(fā)生率增加0.313%；離職率增加到4%以上時，跌倒發(fā)生率增加0.659%。

醫(yī)院床位數(shù)對跌倒發(fā)生率也呈正向影響，醫(yī)院床位數(shù)越高的醫(yī)院，跌倒發(fā)生率越高。而本科及以上學(xué)歷護(hù)士占比、5年及以上年資護(hù)士占比對住院患者跌倒發(fā)生率沒有顯著影響。

3 分析與討論

目前，我國有關(guān)護(hù)理人力配置對住院患者跌倒影響的研究并不多見。由于多種原因限制，關(guān)于護(hù)理人力配置對患者安全影響的研究多為橫截面研究[6-8]，這可能使因果推理過程中產(chǎn)生遺漏變量偏誤[9]。與以往橫截面研究相比，本研究進(jìn)行了縱向研究，利用面板數(shù)據(jù)考慮到了遺漏變量偏誤。同時，以往患者跌倒的研究主要在患者層面進(jìn)行，而本研究在醫(yī)院層面進(jìn)行。另外，以往研究的樣本多來自某些地區(qū)的一家或幾家醫(yī)院，缺乏概括性。本研究利用2014年-2016年全國421家三級甲等綜合醫(yī)院的面板數(shù)據(jù)進(jìn)行研究是對以往研究的有力補(bǔ)充。

3.1 現(xiàn)狀分析

本研究發(fā)現(xiàn)，2014年-2016年全國三甲綜合醫(yī)院規(guī)模略有增大，床位數(shù)、護(hù)士數(shù)、出院患者數(shù)有所增加。目前，我國已經(jīng)在三級醫(yī)院評審時提出每位責(zé)任護(hù)士照護(hù)患者數(shù)不超過8人的要求，本研究中的三級甲等醫(yī)院平均1名護(hù)士約照護(hù)5名患者，基本達(dá)到了該項要求。但相比于國外某些地區(qū)的護(hù)理人力配備水平仍有差距，如澳大利亞維多利亞州實行的最小護(hù)患比達(dá)5：20，美國加利福尼亞州強(qiáng)制執(zhí)行最低護(hù)患比對不同專科病房進(jìn)行了更嚴(yán)格的規(guī)定。

2014年-2016年，全國三甲綜合醫(yī)院的跌倒發(fā)生率有所增長，2016年增長到0.049‰，醫(yī)院人力結(jié)構(gòu)基本維持穩(wěn)定，在護(hù)士學(xué)歷結(jié)構(gòu)方面，護(hù)士中專學(xué)歷占比下降，本科學(xué)歷占比上升。李振香等[10]發(fā)現(xiàn)，山東省的綜合醫(yī)院跌倒率為0.06±0.05‰，同時發(fā)現(xiàn)綜合醫(yī)院本科及以上學(xué)歷比率為45.68±14.55%，與本研究相近。

3.2 護(hù)理人力水平對住院患者跌倒發(fā)生的影響

護(hù)理人力對住院患者跌倒的影響估計結(jié)果顯示，相比于照護(hù)5名住院患者，當(dāng)每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)5名～6名或6名～7名住院患者時，醫(yī)院住院患者跌倒發(fā)生率將升高。國內(nèi)外大量關(guān)于護(hù)理服務(wù)質(zhì)量的研究結(jié)果也顯示，護(hù)理人力水平與患者跌倒及患者安全事件密切相關(guān)。Aiken L H等[11]的研究發(fā)現(xiàn)，護(hù)患比從1：4降到1：8時，患者死亡率上升7%。美國加利福尼亞州強(qiáng)制要求執(zhí)行最低護(hù)患比，規(guī)定最低護(hù)患比，有助于減少不良事件的發(fā)生[12-14]。

以往關(guān)于護(hù)患比或每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)住院患者數(shù)這類指標(biāo)對跌倒發(fā)生率影響的研究較少。一項美國研究發(fā)現(xiàn)，在護(hù)理單元水平上，每住院患者24小時護(hù)士工作時數(shù)越多，住院患者跌倒發(fā)生率越低[15]。另一項研究也發(fā)現(xiàn)，每住院患者24小時護(hù)士工作時數(shù)每增加1小時，ICU內(nèi)的患者跌倒發(fā)生率降低3%[6]。這與本研究結(jié)果一致，即護(hù)士需要照護(hù)的患者數(shù)越少，每位患者能投入的護(hù)理時數(shù)越多，跌倒發(fā)生率越低。但有少數(shù)研究表明，護(hù)理人力與住院患者跌倒的發(fā)生沒有顯著影響[7]。本研究顯示，當(dāng)每位責(zé)任護(hù)士負(fù)責(zé)照護(hù)住院患者超過7名時，照護(hù)患者人數(shù)的增加對患者跌倒發(fā)生率仍有正向影響的趨勢，但不再顯著，這可能是由于未在科室或護(hù)理單元的水平上進(jìn)行分析，而醫(yī)院水平上的總體數(shù)據(jù)可能會削弱護(hù)理人力水平與住院患者跌倒影響的顯著性。

本研究也發(fā)現(xiàn)，護(hù)士本科以上學(xué)歷比率和5年及以上年資比率對住院患者跌倒沒有顯著影響。利雅得一家醫(yī)院的研究[8]顯示，擁有較長工作年限和本科學(xué)歷的衛(wèi)生人員在患者安全方面表現(xiàn)較好。我國地區(qū)層面上的研究表明，工作年限≥5年護(hù)士占比每增加1%，住院患者跌倒發(fā)生率下降0.130%[10]。但值得注意的是，盡管本研究中護(hù)理結(jié)構(gòu)配置對跌到發(fā)生沒有顯著影響，但估計結(jié)果中顯示，5年及以上年資護(hù)士占比的升高對跌到發(fā)生率有輕微負(fù)向影響的趨勢，這與以往研究是一致的。另外，護(hù)士離職率超過2%的醫(yī)院比護(hù)士離職率處于1%以下的醫(yī)院的住院患者跌倒發(fā)生率大。以往關(guān)于護(hù)士隊伍穩(wěn)定性對患者安全的研究也表明，護(hù)士離職率的升高增加了醫(yī)療差錯和不良事件發(fā)生的可能性[9，16]。

4 結(jié)語

本研究數(shù)據(jù)是全國三級甲等醫(yī)院的自填數(shù)據(jù)，雖然在上報過程中進(jìn)行了嚴(yán)格的質(zhì)量控制，但難免會產(chǎn)生填報錯誤，同時由于填報內(nèi)容涉及到不良事件的發(fā)生，難免會產(chǎn)生漏報問題。如護(hù)士離職率中位數(shù)是2%，低于其他國家統(tǒng)計的離職率水平[17-20]，也低于國內(nèi)一些區(qū)域性研究的離職率水平[21]。同時，本研究使用的是醫(yī)院層面上的數(shù)據(jù)，缺乏醫(yī)院內(nèi)專科和護(hù)理單元的具體數(shù)據(jù)，因而無法進(jìn)行具體科室層面上的研究。另外，跌倒等院內(nèi)不良事件的發(fā)生具有多樣性和復(fù)雜性，也會受到其他因素影響[22]。研究表明，患者年齡、性別、教育程度、依從性等個體特征也會對患者跌倒產(chǎn)生影響[23]。本研究數(shù)據(jù)缺乏醫(yī)院水平上收治患者的特征數(shù)據(jù)，如患者年齡構(gòu)成、性別占比、病種分布等特征變量，但是使用了面板數(shù)據(jù)，經(jīng)過檢驗接受隨機(jī)效應(yīng)模型，可通過模型中的非觀測變量，在一定程度上消除一些未觀測到的醫(yī)院特征對結(jié)果的影響，減少估計偏差。

本研究發(fā)現(xiàn)，平均每名護(hù)士負(fù)責(zé)照護(hù)的患者數(shù)增多時，患者跌倒風(fēng)險增加；護(hù)士離職率升高時，跌倒風(fēng)險增加。醫(yī)院護(hù)理人力對住院患者跌倒有一定影響，建議我國三級甲等醫(yī)院在護(hù)理人力方面通過合理控制護(hù)患比，降低護(hù)士離職率來控制跌倒發(fā)生率，從優(yōu)化護(hù)士人力水平的角度來改善患者安全和護(hù)理質(zhì)量。

[1] 中華人民共和國衛(wèi)生部. 2015中國衛(wèi)生統(tǒng)計年鑒[Z].2015.

[2] Aiken L H, Sloane D M, Lake E T, et al. Organization and outcomes of inpatient AIDS care[J].Ldi Issue Brief, 1999, 5(1):1-4.

[3] Aiken L H, Sloane D M, Lake E T, et al. Organization and outcomes of inpatient AIDS care[J].Med Care, 1999, 37(8):760-772.

[4] Kane R L, Shamliyan T A, Mueller C, et al. The association of registered nurse staffing levels and patient outcomes: systematic review and meta-analysis[J].Medical Care, 2007, 45(12):1195-1204.

[5] 巴蒂·H.巴爾塔基. 面板數(shù)據(jù)計量經(jīng)濟(jì)分析[M].北京：機(jī)械工業(yè)出版社, 2010.

[6] Lake E T, Shang J, Klaus S, et al. Patient falls: Association with hospital Magnet status and nursing unit staffing[J].Res. Nurs. Health, 2010(33): 413-425.

[7] Lang T A, Hodge M, Olson V, et al. Nurse-patient ratios: a systematic review on the effects of nurse staffing on patient, nurse employee, and hospital outcomes[J].J Nurs Adm，2004，34(7/8):326-337.

[8] El-Jardali F, Sheikh F, Garcia N A, et al. Patient safety culture in a large teaching hospital in Riyadh: baseline assessment, comparative analysis and opportunities for improvement[J].BMC Health Services Research, 2014, 14(1):1-15.

[9] Park S H, Boyle D K, Bergquist-Beringer S, et al. Concurrent and lagged effects of registered nurse turnover and staffing on unit-acquired pressure ulcers[J].Health Services Research, 2014, 49(4):1205-1225.

[10] 李振香, 王 偉, 張 靜,等. 護(hù)士結(jié)構(gòu)配置對護(hù)理質(zhì)量結(jié)果指標(biāo)的影響[J].中國護(hù)理管理, 2016, 16(7):882-886.

[11] Aiken L H, Clarke S P, Sloane D M, et al. Hospital Nurse Staffing and Patient Mortality, Nurse Burnout, nd Job Dissatisfaction[J].Jama the Journal of the American Medical Association, 2002, 288(16):1987-1993.

[12] Rosenberg K. California mandated nurse-patient ratios deemed successful[J].American Journal of Nursing, 2011, 111(10):17.

[13] Ka. R. California to mandate nurse-patient staffing ratio[J].Journal of Emergency Nursing Jen Official Publication of the Emergency Department Nurses Association, 2000, 26(26):29A.

[14] Bolton L B, Aydin C E, Donaldson N, et al. Mandated nurse staffing ratios in California: a comparison of staffing and nursing-sensitive outcomes pre- and postregulation[J].Policy Politics & Nursing Practice, 2007, 8(4):238-250.

[15] He J, Dunton N, Staggs V. Unit-level Time Trends in Inpatient Fall Rates of US Hospitals[J].Medical Care, 2012, 50(9):801-807.

[16] O'Brien-Pallas L, Murphy G T, Shamian J, et al. Impact and determinants of nurse turnover: a pan-Canadian study[J].J Nurs Manag, 2010,18(8) :1073-1086.

[17] North N, Leung W, Ashton T, et al. Nurse turnover in New Zealand: costs and relationships with staffing practises and patient outcomes[J].Journal of Nursing Management,2013,21(3):419-428.

[18] Jones C B. Staff nurse turnover costs: part I, a conceptual model[J].Journal of Nursing Administration ,1990,20(4):18-23.

[19] Jones C B. Staff nurse turnover costs: part II, measurements and results[J].Journal of Nursing Administration,1990,20(5): 27-32.

[20] Roche M, Duffield C, Homer C,et al. The rate and cost of nurse turnover in Australia[M].Collegian, In Press,2014.

[21] 馬新翠, 田 琨, 李寶華,等. 北京市城郊民營醫(yī)院護(hù)理質(zhì)量與安全管理現(xiàn)狀調(diào)查與分析[J].中國衛(wèi)生質(zhì)量管理, 2017, 24(4):58-61.

[22] 陳 敏, 王宏斌, 劉曉雷. 某院不良事件上報情況分析[J].中國衛(wèi)生質(zhì)量管理, 2017, 24(3):43-45.

[23] 劉素蓉, 尹 軍, 張 霞,等. 101例住院患者跌倒造成損傷的相關(guān)因素分析及護(hù)理對策[J].中國老年保健醫(yī)學(xué), 2017, 15(4):118-121.