基于大语言模型的医护人员COVID-19疫苗决策与健康信念相关职业倦怠评估研究

本研究通过LLaMA 3模型分析1944名疫苗犹豫护士的开放式评论，首次将Maslach倦怠量表(MBI)与健康信念模型(HBM)结合，发现情感耗竭(52%)与感知严重性(59%)显著相关，模型分类F1-score达91%。揭示了心理压力与疫苗决策的复杂交互机制，为制定针对性干预策略提供新思路。

　　

COVID-19大流行给全球医护人员带来了前所未有的压力，职业倦怠如影随形。世界卫生组织将其定义为"未解决的慢性工作压力综合征"，表现为情感耗竭(Emotional Exhaustion)、人格解体(Depersonalization)和职业效能降低(Inefficacy)。更令人担忧的是，这种心理危机可能影响医护人员的疫苗决策——作为公共卫生防线的重要群体，他们的选择不仅关乎自身健康，更会通过"信任传递效应"波及公众。然而，现有研究多依赖结构化量表，难以捕捉叙事文本中复杂的心理动态，这成为理解职业倦怠与疫苗犹豫关系的瓶颈。

美国布莱根妇女医院(Brigham and Women's Hospital)的研究团队在《JMIR Nursing》发表创新性研究，利用开源大语言模型LLaMA 3分析护士健康研究(Nurses' Health Study)中1501名疫苗犹豫护士的1944条开放式评论。通过融合健康信念模型(HBM)与Maslach倦怠量表(MBI)框架，开发出结合标注指南知识增强(AGKA)和推理感知自洽(RASC)的混合分析方法，首次实现理论驱动的倦怠症状自动识别。

关键技术包括：1)采用LLaMA 3 8B模型进行参数高效微调；2)基于340条标注数据构建AGKA增强的少样本提示；3)应用RASC框架通过多次迭代提高分类一致性；4)对NHSII和NHS3队列中疫苗犹豫护士的文本进行MBI三维度分类。

研究结果揭示：

1. LLMs识别倦怠维度的有效性：模型对人格解体分类表现最佳(准确率92%，F₁-score 91%)，情感耗竭占比最高(52%)，印证大语言模型捕捉心理概念的潜力。

2. 倦怠与HBM构念的交叉分析：情感耗竭与感知严重性强烈相关(59%)，43%涉及接种障碍；人格解体则更多关联疾病严重性(27%)和易感性(23%)，显示不同心理机制影响疫苗决策。

3. 人口学差异：中西部护士倦怠率最高(87%)，65岁以下在职护士人格解体(29%)和效能不足(16%)显著高于退休组，反映职场特异性压力。

4. 关键主题：文本分析发现"健康安全担忧"、"制度性不信任"和"信仰韧性"三大交叉主题，如"政策反复导致倦怠"等叙述体现系统压力与个人信念的冲突。

讨论指出，该研究首次通过计算语言学方法建立职业倦怠理论与疫苗犹豫行为的桥梁。情感耗竭作为主导维度，其与感知严重性的强关联提示心理干预应关注风险认知的情绪调节。模型对人格解体的高精度识别(精确度0.95)验证了LLMs捕捉情感疏离特征的敏感性，而效能不足的低召回率(0.64)则反映该维度语言表达的隐蔽性。

这项研究的意义在于：1)开发出可扩展的倦怠评估工具，突破传统量表限制；2)揭示需要区别对待不同倦怠维度的干预策略——如对情感耗竭者强化情绪支持，对人格解体者重建职业认同；3)为公共卫生政策提供新视角，建议将心理健康监测纳入疫苗推广体系。未来可扩展至多语种环境，并探索倦怠对长期疫苗态度的影响轨迹。