基于文本挖掘的护士临床工作体验情感维度与任务挑战分析

《BMC Nursing》：Understanding nurses’ challenging work experiences: a text mining-based sentiment analysis and topic modeling study

　　

摘要

背景

护士在临床实践中会经历巨大的心理负担。以往的研究对这些经历的情感维度探讨有限，并且在识别影响护理工作体验的具体任务因素方面缺乏针对性。

目的

采用系统的文本分析方法，识别并分类具有挑战性的护理工作体验。

方法

本研究分析了SMART NURSE项目的一部分数据，其中包括来自韩国两家公立医院护士的1,650份自由文本回复。通过基于词典的方法进行了情感极性量化分析，同时运用关键词分析和潜在狄利克雷分配（Latent Dirichlet Allocation）主题建模来识别关键术语和潜在主题。通过评估主题的普遍性和C_v连贯性来检验模型的有效性。

结果

总体而言，文本的情感倾向偏向负面情绪。“响应”（response）是出现频率最高的词。主题建模揭示了三个显著主题：同时应对的多项任务需求、患者流动情况以及沟通负担。其中，同时应对的多项任务需求在主题普遍性和C_v连贯性方面表现最为突出。

结论

最具挑战性的护理工作体验表现为多重任务需求、患者流动与沟通负担之间的相互作用。通过文本挖掘整合情感和情境维度的信息，可以更全面地理解护理工作体验，从而有助于制定有针对性的工作量管理策略和基于情境的干预措施。