轮班护士睡眠惯性的潜在剖面类型及其网络核心关联因素分析

《BMC Nursing》：A latent profile and network analysis of sleep inertia in shift nurses

　　

摘要

目的

识别轮班护士睡眠惯性的潜在剖面类型，探讨与潜在剖面归属相关的因素，并比较不同剖面网络中的核心关联因素。

方法

本研究于2026年1月开展横断面研究。采用方便抽样与目的抽样相结合的方式，选取中国浙江省丽水市519名临床轮班护士。使用人口学问卷、睡眠惯性问卷（Sleep Inertia Questionnaire）、患者健康问卷（Patient Health Questionnaire）、广泛性焦虑障碍量表（Generalized Anxiety Disorder Scale）、疲劳量表和中文版十项人格问卷收集数据。使用R 4.6.0进行描述性统计和网络分析；在Mplus 8.3中开展潜在剖面分析（LPA）和R3STEP校正的多分类Logistic回归。网络分析使用标准化强度评估节点的相对中心性，并以期望影响作为敏感性分析。采用Holm校正的网络比较检验比较各潜在剖面亚组间的网络特征。

结果

519名轮班护士的睡眠惯性被划分为3种剖面类型：低惯性-适应组（18.11%）、中惯性-迟缓反应组（48.75%）和高惯性-认知反应失调组（33.14%）。R3STEP回归分析表明，平均每日睡眠时长、焦虑和疲劳与潜在剖面归属显著相关（P?<?0.05）。在总样本中，核心关联因素为抑郁和认知惯性；低惯性-适应组的核心关联因素为情绪稳定性和尽责性，而中惯性-迟缓反应组和高惯性-认知反应失调组的核心关联因素均为抑郁和焦虑。经Holm校正后，三种剖面类型的两两比较中，网络结构或整体网络强度均无统计学显著差异。

结论

轮班护士的睡眠惯性具有异质性，识别不同潜在剖面网络中的核心关联因素可能有助于更好地理解各剖面间的变量关联，并为后续研究提供方向。

临床试验编号

不适用。