孫菲陽 張磊

(錦州醫(yī)科大學護理學院,遼寧 錦州 121001)

同情心疲乏(compassion fatigue,CF)是施救者在長期服務(wù)他人的過程中產(chǎn)生的一系列負性心理[1]。護理人員CF發(fā)生率可高達83.88%[2]。CF在影響護理人員身心健康的同時,可導致工作效率下降[3]、用藥錯誤增加[4]、離職率顯著增高[5]。然而,在如此高發(fā)的情況下,CF的篩查手段卻有限,存在滯后性。很大程度上影響對 CF 的早期診斷。傳統(tǒng)定義下CF的篩查,依靠檢測量表及風險公式[2,6]。數(shù)字公式可視化低,臨床實用性較弱。檢測量表可區(qū)分程度但難以直觀的獲得發(fā)生概率。R-shiny構(gòu)建的動態(tài)模型是應(yīng)用shiny apps將模型上傳為網(wǎng)頁[7],可以直接獲得發(fā)生概率及95%可信區(qū)間,可大幅度提高早期篩查能力,并為長期隨訪及驗證提供可靠依據(jù)。鑒于此,本研究通過LASSO回歸篩選CF的危險因素,運用R“DynNom”包構(gòu)建動態(tài)列線圖模型并進行驗證,旨在為臨床護理人員提供CF在線風險評估。

1 對象與方法

1.1研究對象 采用便利取樣法,收集2021年9月-2022年2月錦州醫(yī)科大學附屬第一醫(yī)院和遼寧中醫(yī)藥大學附屬第四醫(yī)院的479名護理人員作為研究對象,以2021年9月-2021年11月錦州醫(yī)科大學附屬第一醫(yī)院的307例護理人員為建模組,以2021年12月-2022年2月遼寧中醫(yī)藥大學附屬第四醫(yī)院的172名護理人員為驗證組。樣本量來源依據(jù) :基于文獻回顧本研究共納入17個備選因素,本研究預調(diào)查CF的發(fā)生率為76.8%。根據(jù)樣本量計算公式,每個自變量需要有5～10例患者,考慮10%的流失,本研究建模所需最小樣本量為(17×5/0.768)/0.9=123例,根據(jù)建模組與驗證組2∶1的比例要求,驗證組所需最小樣本量為62例。本研究最終納入總樣本量479例,其中建模組307,驗證組172例。納入標準:注冊的在職護理人員;自愿參加的護理人員。排除標準:進修護士、實習護生、未注冊護士(規(guī)培護士);因事假、病假、外出進修無法參加調(diào)查的護士;近3年內(nèi)曾受到患者及家屬語言或行動傷害的人員[8];拒絕參加問卷調(diào)查者。本研究已經(jīng)醫(yī)院倫理委員會審核通過(審批號:JZMULL2022055)。

1.2研究工具

1.2.1一般資料調(diào)查表 由研究者自行設(shè)計,包括研究對象性別、年齡、學歷、護齡、職稱、職務(wù)、是否在編、婚姻狀況、有無子女、周工作時間、科室、月收入等。

1.2.2專業(yè)生活品質(zhì)量表(professional quality of life scale,ProQOL) 該量表[9]用于測評個體在助人工作的過程中,發(fā)生同情心疲乏的情況。包括同情心滿意度、職業(yè)倦怠、繼發(fā)性創(chuàng)傷應(yīng)激3個維度,各10個條目,共30個條目。采用Likert 5級法計分(1=從未有過～5=總是如此),其中1,4,15,17,29為反向計分條目;每個維度總分≤22分為低水平;23～41分為中水平;≥42分為高水平。3個分表臨界分數(shù)分別為37分、27分、17分,1個及以上分表分數(shù)超出臨界值表示有同情心疲乏。3個分表的Cronbach′s α系數(shù)分別為0.87、0.73、0.84。

1.2.3心理韌性量表(connor-davidson resilience scale,CD-RISC) 該量表[10]用于測評受試者心理韌性情況。由力量、樂觀、韌性3個維度組成,其中力量8個條目,樂觀4個條目,堅韌13個條目,共含25個條目。采用Likert 5級法計(0=從未有過～4=總是如此),得分范圍0～100分,得分越高,說明心理韌性越好。Cronbach′s α系數(shù)為0.90。

1.2.4領(lǐng)悟社會支持量表 該量表[11]包括朋友支持、家庭支持和其他支持3個維度,共12個條目,采用 Likert 7點量表評分(1為極不同意～7為極同意),得分越高,表明個人領(lǐng)悟社會支持越高。Cronbach′s α系數(shù)為 0.762。

1.3資料收集方法 本研究在調(diào)查前取得醫(yī)院及各科室的同意與配合,采取現(xiàn)場發(fā)放問卷的方式發(fā)放問卷。由研究對象匿名獨立填寫,完畢后調(diào)查員當場回收,有缺項漏項當場完善。建模組發(fā)放問卷 330份。回收有效問307卷份,有效回收率為 93.03%。驗證組發(fā)放問卷 178 份?；厥沼行柧?172 份,有效回收率為 96.63%。

1.4統(tǒng)計學方法 采用IBM SPSS 22.0和R4.1.1統(tǒng)計軟件進行分析。計量資料不符合正態(tài)分布采用M(P25,P75)表示,組間比較采用非參數(shù)Mann-WhitneyU。計數(shù)資料采用頻數(shù)、百分數(shù)表示,組間比較采用χ2,等級資料采用Mann-WhitneyU秩和檢驗。R“correlation”包進行Spearman相關(guān)性分析,“glmnet”包進行LASSO回歸分析,“rms”“regplot”包構(gòu)建風險預測模型,并采用DynNom”包及R-shiny對動態(tài)列線圖進行可視化,并行Booststrap內(nèi)部驗證,“rms”和“pROC ”包進行模型驗證,Calibration檢測模型的一致性,ROC曲線下面積判斷模型的預測效能。P<0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1建模組臨床資料比較 見表1。

2.2變量間相關(guān)性分析 婚姻與護齡(r=0.803)、職稱與年齡(r=0.638)等變量間均存在較強的相關(guān)性,見圖1(掃后文二維碼獲取)。

2.3危險因素的篩選 使用 LASSO進行10倍交叉驗證, 在λ 最小值(λ=0.013)和最小值的 1 SE(λ=0.051) 處繪制垂直線,當 log(λ)=-2.979時篩選出 6個危險因素,包括心理韌性評分、月收入、周工作時間、科室、工作不滿意、不再選擇護理。見圖2和圖3(掃后文二維碼獲取)。

2.4動態(tài)列線圖模型的構(gòu)建 基于6個獨立危險因素,構(gòu)建列線圖,見圖4(掃后文二維碼獲取)。在此基礎(chǔ)上繪制動態(tài)列線圖,見圖5,掃二維碼獲取圖1～圖5。圖5顯示同樣是心理韌性85分、周工作時間≤50 h、其它科室、不再選擇護理、工作不滿意,月收入<4 000元與月收入4 000～6 000元相比換CF的概率上漲8%。

2.5動態(tài)列線圖模型的驗證 采用Bootstrap法進行內(nèi)驗證,AUC為0.939其95%CI為0.912～0.967,外部驗證AUC為0.892,95%CI為0.840～0.944,Calibration 曲線均與理想曲線接近。見圖6～圖9。

圖6 內(nèi)部驗證ROC曲線

圖7 內(nèi)部驗證校準曲線

圖8 外部驗證ROC曲線

圖9 外部驗證校準曲線

3 討論

3.1護理人員CF動態(tài)列線圖預測模型構(gòu)建的意義 在CF長期的侵蝕下,護理人員容易出現(xiàn)心動過速、偏頭痛、睡眠障礙、抑郁等身心問題[12]。若不能及時阻止CF的發(fā)展,離職將成為護理人員唯一的解決途徑。目前CF是護理人員全球短缺的主要因素[14],世界衛(wèi)生組織預計到2030年,護理人員將從2 070萬短缺至760萬[15]。在如此嚴峻的形勢下,CF的診斷存在一定的滯后性。本研究在傳統(tǒng)篩查的基礎(chǔ)上構(gòu)建動態(tài)模型,可提高CF早期篩查能力,進而改善護理人員CF的預后。

3.2CF的影響因素分析

3.2.1收入 本研究結(jié)果顯示月收入<4 000元為CF的危險因素,說明月收入低的護士更容易產(chǎn)生CF。收入滿足能給個體帶來積極的心理感受,使幸福感指數(shù)升高。而低收入的個體則認為自己的勞動價值沒有受到充分體現(xiàn)[16],容易出現(xiàn)倦怠進而產(chǎn)生CF。Li等[17]調(diào)查發(fā)現(xiàn)收入滿意度是同情疲勞的抑制因素,與本研究結(jié)果一致。提示針對已在崗的護理人員,應(yīng)出臺的最適合本機構(gòu)的薪酬制度及績效分配方案,以增強收入滿足。

3.2.2心理韌性 本研究顯示心理韌性為CF的保護因素,表明護理人員心理韌性越好,其發(fā)生CF的概率越小。在面對護理工作中的困難、挫折時,高心理韌性的個體更容易產(chǎn)生正向適應(yīng)能力[18],化消極情緒為動力來減少CF的發(fā)生。Xia等[19]對1 582名照顧COVID-19危重患者的護士進行調(diào)查發(fā)現(xiàn)心理韌性為主要預測因素,也證實了本結(jié)論。提示護理人員可通過心理干預手段來提高韌性如社區(qū)彈性模型?(CRM)[20]等。

3.2.3工作滿意度 本研究顯示工作滿意度下降,會導致CF發(fā)生率上升。工作滿意度高的個體往往對組織的歸屬感強,在臨床決策中倫理敏感性高、工作嵌入水平更高[21]。這種較高的專業(yè)素養(yǎng),更有助于減少職業(yè)倦怠及CF的發(fā)生。Yu[22]等對自中國6個城市的8家醫(yī)院招募的186名急診護士進行調(diào)查發(fā)現(xiàn),提高工作滿意度可降低CF的發(fā)生。提示可基于馬斯洛需求層次理論的綜合管理措施[23]來提高護士工作滿意度,以減少CF的發(fā)生。

3.2.4周工作時長 本研究還發(fā)現(xiàn)周工作時長>50 h為CF的獨立危險因素之一,表明長時間工作易導致CF的發(fā)生。其原因與護士長時間暴露于繁忙、緊張的工作環(huán)境有關(guān),長期情感支出會導致護士出現(xiàn)情感耗竭易出現(xiàn)CF。相關(guān)研究[24]對1 044名護士進行調(diào)查顯示,每天工作≤8 h或每天睡眠時間>6 h的護士同情心滿足度高。因此,管理者不但要有以“患者為中心”的理念,還應(yīng)該具有以“醫(yī)務(wù)人員健康為中心”的理念,為護理人員提供充足的休息時間,以減少CF的發(fā)生。

3.2.5不再選擇護理 本研究顯示不再選擇護理的護士發(fā)生CF的風險概率更高,由于部分護士認為護理工作未能獲得患者及其家屬認可甚至受到質(zhì)疑,護理工作職業(yè)認同感低,不愿再次選擇護理工作,由此易產(chǎn)生同情心疲乏。王傲梟等[2]研究也證實了本結(jié)論。提示管理者可采用團體心理輔導聯(lián)合巴林特小組活動[25]等干預措施,提升護士對護理職業(yè)的認同感,減少其不愿再次選擇護理的想法。同時本研究將科室這一公認因素納入,并基于以上6個因素構(gòu)建模型。

3.2.6工作年限 雖然本研究未納工作年限這一因素,但現(xiàn)有研究[2]認為工作年限為CF的影響因素,分析這可能與近年來護理人員離職率升高,研究對象護齡偏短有關(guān)。?amveren等[26]指出新護士由于負面的工作環(huán)境、人力短缺及個人期待值不滿等原因,在入職的第一年更容易離職,由此可造成護齡偏短。

3.3護理人員同情心疲乏動態(tài)列線圖預測模型具有較高的區(qū)分度與校準度 本研究內(nèi)部驗證AUC為0.939,外部驗證 AUC為 0.892,預測曲線均與校正曲線緊密貼合。說明動態(tài)在線列線圖模型具有較好的預測價值,能很好的區(qū)分是否發(fā)生CF;預測曲線與校正曲線緊密貼合,表明本模型預測發(fā)生CF風險與實際發(fā)生風險有較好的一致性,可為臨床護士CF風險的準確預測提供科學依據(jù)。

綜上所述,本研究構(gòu)建的護理人員同情心疲乏動態(tài)列線圖預測模型模型具有較好的準確度與區(qū)分度,能夠有效預測護理人員CF的發(fā)生。但本研究還存在以下不足:本研究的樣本選取僅局限在遼寧省內(nèi),未來可在不同地域選取樣本,進一步驗證模型的有效性。此外,隨著時間推移,臨床護理人員年齡、教育結(jié)構(gòu)等改變,本研究還應(yīng)該重復進行進一步修正模型效能,為護理人員同情心疲乏防范提供有效依據(jù)。