数字医疗背景下护士工作投入与职业倦怠的关键资源增益与损耗因素识别研究

本研究针对信息通信技术(ICT)广泛应用背景下护士工作状态的两极分化问题，通过大样本横断面调查(N=1612)，采用LASSO回归机器学习方法，首次系统识别出影响中国护士工作投入的三大资源增益因素(和谐工作激情、积极情感、自我效能感)和导致职业倦怠的四大资源损耗因素(自我损耗、消极情感、工作不安全感、ICT需求)。研究创新性区分了两种工作状态的不同作用机制，为医疗机构制定针对性干预措施提供了理论依据，对提升数字医疗环境下的护理质量具有重要意义。

　　

在电子病历系统、移动护理信息系统等数字技术全面渗透医疗场景的今天，护士们正面临前所未有的职业挑战。一方面，智能设备提升了护理效率；另一方面，不断升级的医疗软件、实时响应的通讯要求，让这个本就高压的职业群体陷入"数字过载"的困境——他们既要保持对患者的温暖关怀，又要与冰冷的机器高效协作。这种"冰与火"的双重压力，使得护士群体中同时存在两个极端：有人充满激情地拥抱技术变革，有人则在持续消耗中走向倦怠。

大连理工大学经济管理学院的研究团队敏锐捕捉到这一矛盾现象。通过1612名中国护士的大规模调查，他们首次运用资源保存理论(COR)框架，结合LASSO回归算法，揭开了数字医疗时代影响护士工作状态的双重密码。研究发现，工作投入与职业倦怠并非简单的对立面，而是受不同心理资源动态支配的独立维度。

研究采用多阶段混合方法：首先通过横断面问卷调查收集辽宁省多家医院护士的ICT使用情况、心理资源指标和工作状态数据；继而运用机器学习中的LASSO回归进行特征选择，筛选出最具预测力的变量；最后通过协方差检验验证模型显著性。特别值得注意的是，研究创新性地将ICT需求同时作为资源增益和损耗的双重变量进行考察。

【资源增益路径的发现】
和谐工作激情以0.392的系数值成为预测工作投入的最强因子。这种发自内心热爱护理工作的情感，能使护士在数字变革中保持主动学习的态度。紧随其后的是积极情感(PANAS-P)和自我效能感，三者构成"情感-认知"协同增益链。令人意外的是，ICT需求在增益路径中未达显著性，暗示当前技术应用更偏向压力源而非赋能工具。

【资源损耗的恶性循环】
自我损耗(β=0.461)与消极情感(PANAS-N)构成职业倦怠的核心引擎。当护士持续应对电子病历更新、设备警报等ICT需求时，认知资源不断透支，进而引发情绪衰竭。工作不安全感作为数字时代特有的压力源(β=0.115)，反映护士对技术替代的深层焦虑。

【技术压力的双面性】
补充分析揭示ICT不同维度的差异化影响：监控功能显著关联倦怠，而信息共享功能则显示中性。这种精细区分解释了为何整体ICT需求呈现"损耗主导"特征。

这项发表于《BMC Nursing》的研究具有三重革新价值：首先，打破将工作投入简单视为倦怠反面的传统认知，证实二者存在独立作用机制；其次，为COR理论在数字医疗场景的应用提供实证支持，揭示技术因素如何嵌入资源动态平衡；最后，提出的"增益-损耗"二元框架为医疗机构制定精准干预策略指明方向——提升工作投入需侧重内在动机培养，而缓解倦怠则需系统优化技术环境。

研究建议医院管理者：在技术培训中融入情感激励元素，建立数字技能认证体系以降低不安全感，设置"无屏幕时间"缓解自我损耗。这些举措对实现"以护士为中心"的数字医疗转型具有重要实践意义。