面向职业女性经前期综合征的筛查工具开发与验证：聚焦工作缺勤的关联研究

《BMC Women's Health》：Development and validation of a premenstrual symptom screening tool for working women in relation to absenteeism

本刊推荐：为应对职业女性经前期综合征（PMS）症状评估及工作缺勤问题，Takenoshita等研究人员开展了针对工作场所的PMS筛查工具开发与验证研究。该研究通过探索性和验证性因子分析构建了包含躯体症状、心理症状、工作效率低下和腹部症状4个维度共27个条目的新量表，信效度良好（Cronbach's α=0.82-0.96），且与哥本哈根 burnout 量表（CBI）呈中度相关。ROC曲线分析显示该量表对工作缺勤具有中等预测能力（AUC=0.735）。该工具为职场健康管理提供了实用筛查手段，对提升女性劳动生产力具有重要意义。

　　

每个月总有那么几天，许多职场女性会遭遇一系列身心困扰——从情绪低落、焦虑易怒到腹部胀痛、工作效率下降。这些经前期综合征（Premenstrual Syndrome, PMS）症状不仅影响个人生活质量，更可能转化为实实在在的经济损失。日本政府调查显示，超过半数职业女性表示月经症状会影响工作表现，而一项针对19,254名女性的大规模研究更表明，日本因月经症状导致的年经济负担高达86亿美元，主要表现为缺勤和出勤主义（即带病工作但效率低下）。在各类月经相关困扰中，PMS尤为常见，其最严重形式——经前期烦躁障碍（Premenstrual Dysphoric Disorder, PMDD）已被DSM-5-TR认定为精神障碍，影响3%-8%的女性。

然而，现有的PMS评估工具如经前期症状筛查工具（PSST）和每日症状严重记录（DRSP）多侧重于临床诊断，尤其关注心理症状，对躯体症状和工作场所功能影响的评估不足。但事实上，躯体症状同样会显著影响职场表现。为此，Takenoshita等研究团队在《BMC Women's Health》发表研究，旨在开发一款专为职场女性设计、能全面评估躯体、心理和工作相关症状的PMS筛查工具，并检验其信效度及与工作缺勤的关联。

研究团队采用多学科专家小组（包括妇科医生、心身医学科医生、心理学家、职业健康专家和数据科学家）协作，在系统回顾现有工具（如PSST、月经困扰问卷MDQ等）基础上，初步生成47个条目。通过互联网调研公司招募3,239名18-41岁在职月经期女性作为样本，采用5点Likert量表（0=无症状至4=极严重）评估症状。研究运用探索性因子分析（EFA）和验证性因子分析（CFA）进行量表构建，同时通过Cronbach's α、ROC曲线分析和逻辑回归分析评估量表的信效度。

关键研究方法概述

研究基于3,239名日本职场女性样本，通过线上问卷收集数据。量表开发阶段采用随机分半样本分别进行EFA（n=1,597）和CFA（n=1,642），使用最大似然估计和Promax旋转确定因子结构。效度检验包括与哥本哈根倦怠量表（CBI）的并发效度、与PSST的校标效度，以及通过逻辑回归和ROC曲线分析量表对工作缺勤的预测效度。统计分析使用SAS 9.4和Stata 17完成。

研究结果

量表维度与信效度

EFA最终确定4个因子共27个条目：

• ••
  躯体症状（13个条目，Cronbach's α=0.93）：涵盖呼吸困难、头晕、心悸、肢体麻木等躯体不适
• ••
  心理症状（6个条目，Cronbach's α=0.94）：包括情绪低落、焦虑、易怒、注意力不集中等
• ••
  工作效率低下（5个条目，Cronbach's α=0.93）：涉及工作耗时增加、成就感降低、粗心错误增多等
• ••
  腹部症状（3个条目，Cronbach's α=0.95）：包含腹泻/便秘、腹胀、腹痛/绞痛

CFA显示模型拟合良好（RMSEA=0.077, CFI=0.928）。平均方差提取量（AVE）为0.54-0.68，各因子平方根AVE均大于因子间相关系数，满足Fornell-Larcker判别效度标准。

效标关联与预测效度

量表总分及各项因子分与CBI三个子维度（个人倦怠、工作相关倦怠、客户相关倦怠）均呈中度相关（Spearman相关系数0.404-0.628, p<0.0001）。与PSST筛查的PMS/PMDD状态比较显示，量表各因子高分组与PMS/PMDD存在显著关联（p<0.0001）。逻辑回归分析表明，在调整年龄、教育程度、婚姻状况、工作状态和CBI评分后，各因子高分组与工作缺勤风险显著相关（OR=1.81-2.59）。

预测缺勤的临界值

ROC曲线分析确定量表总分的临界值为40分（满分108），此时灵敏度79%，特异度57%，AUC=0.735（95% CI: 0.710-0.760），表明量表对工作缺勤具有中等预测能力。

结论与意义

本研究成功开发了一款针对职场女性的PMS筛查工具，涵盖躯体、心理、工作效率和腹部症状四个维度，具有良好的信效度。量表的突出优势在于将工作相关功能纳入评估框架，且与缺勤行为呈现显著关联，为职场健康管理提供了实用工具。尽管量表预测效度属中等水平，且存在样本代表性局限（如PMS/PMDD患病率低于一般人群）、缺勤数据依赖自我报告等不足，但其多维评估思路为后续研究提供了重要方向。该工具有助于早期识别PMS困扰，推动企业制定针对性健康支持策略（如经期假政策），最终提升女性劳动参与质量和生产效率。