行为模式复杂度与生理协调对医疗模拟团队适应性与绩效的交互影响研究

《Frontiers in Neuroergonomics》：Linking physiological coordination and behavioral pattern complexity to team adaptation and performance in medical simulations

　　

摘要 引言： 在动态、高风险环境（如医疗急救）中，有效的团队合作与团队绩效依赖于团队适应性。团队行为交互模式（Team Behavioral Interaction Patterns，TBIPs）——即团队行为的循环序列——已被提出可作为适应性功能的标志，而团队成员间的生理协调可能为这种行为动态提供一种无侵入、实时的代理指标。本文探讨了TBIPs是否（1）与自我报告的团队适应性及评定的绩效相关，以及（2）是否反映在生理协调中。该研究推进了可穿戴技术在（近）实时团队监测中的潜在应用。 方法： 研究人员开展了一项准实验研究，涉及19个医疗团队（N = 150），在基于模拟的医疗急救团队训练中进行。团队被录像并佩戴腕式传感器，记录皮肤电活动（Electrodermal Activity，EDA）和心率（Heart Rate，HR）。基于视频数据，研究人员通过T-模式检测提取TBIPs。研究人员评估了TBIPs的复杂度，并为每个模式计算了生理协调（同步性与规律性）。团队适应性通过自我报告测量，团队绩效由培训师评定。研究人员在考虑TBIPs复杂度的同时，将生理协调与团队适应性和团队绩效相关联。 结果： 回归分析显示TBIP复杂度与团队绩效之间无关联。多水平模型揭示，生理同步性（HR和EDA）与团队适应性之间的关系，以及EDA规律性与团队绩效之间的关系，取决于TBIP复杂度。具体而言，较好的团队适应性与低复杂度TBIPs期间较高的HR同步性相关，而与高复杂度TBIPs期间较低的EDA同步性相关；而较好的团队绩效则与高复杂度TBIPs期间较高的EDA规律性相关。 结论： 研究结果表明，行为模式复杂度调节了生理协调与团队结果之间的关系。行为与生理数据之间的这种交互作用凸显了结合两种模态以理解并可能支持适应性团队功能的价值。

论文解读：医疗模拟团队中行为模式复杂度与生理协调对团队适应性与绩效的交互影响

一、研究背景与问题提出

在医疗急救、警务执法等时间紧迫且高风险的环境中，行动团队的效能至关重要。这类团队依赖成员间的集体性、相互依赖的行动以及相互适应来应对不断变化的任务需求。团队适应性是指团队识别变化需求、调整相关团队过程并从任务或环境变化中恢复的动态过程。团队协调可分为内容维度（行动vs.信息）和交互模式维度（显性vs.隐性），构成四象限空间。显性协调通常通过语言或书面沟通有意且直接地进行，而隐性协调则依赖于对其他成员行动和需求的觉察与预判，并同步调整自身行动，这要求团队成员具备共享态势感知和共享心智模型。

团队行为交互模式（TBIPs）是通过反复团队交互发展出的突现性、结构化且重复的言语和非言语行动循环。团队常依赖TBIPs来应对需要团队适应性的情境需求。TBIPs可通过训练和重复实践得以强化，使团队内化共享期望和行为。然而，过度依赖TBIPs可能阻碍团队适应性，尤其是在需要更新既有模式或创建新模式以匹配变化情境要求时。TBIPs的一个关键属性是其复杂度，反映行为行动在时间上组合和组织的结构精细程度。在T-模式分析中，较简单的行为序列递归组合成日益复杂的高阶结构。复杂度可视为情境依赖性特征，符合必要变异性法则，即自适应系统需要足够的内部多样性以匹配环境施加的复杂性。然而，关于TBIP复杂度如何与团队适应性和绩效相关联的理解仍有限，既往研究结果不一致。此外，从复杂系统理论和团队协调动力学框架出发，团队成员间的生理信号耦合（即团队生理协调）可能作为协作过程中突现的团队过程和状态的标志。生理协调可通过同步性（信号同时变化）和规律性（信号随时间重复且可预测）等方法计算。既往研究表明生理协调与团队功能的多个维度相关，但生理协调在TBIPs期间与团队适应性和绩效的关系，以及这种关系是否取决于TBIP复杂度，尚不清楚。

基于上述背景，本研究提出两个研究问题：其一，团队行为交互模式的复杂度是否与团队适应性和团队绩效相关；其二，TBIPs期间的生理协调是否与团队适应性或团队绩效相关，以及这种关系是否取决于TBIP的复杂度。

二、研究设计与方法

研究人员在荷兰两家医院开展了一项准实验研究，涉及20个医疗团队共150名医疗专业人员，完成43个模拟急救场景。由于数据质量问题，最终分析纳入19个团队和37个场景。A医院团队完成臀位分娩和肺炎伴感染性休克两个场景，B医院团队完成室上性心动过速、低血容量性休克和细支气管炎伴呼吸衰竭三个场景。训练期间，团队被视频记录并佩戴Empatica E4腕带传感器，采集光电容积脉搏波（PPG）和皮肤电活动（EDA）信号。行为数据基于Co-ACT框架以1秒间隔编码团队协调行为，随后使用THEME6程序进行T-模式检测以识别TBIPs，复杂度操作化为模式层级结构中的层级数。生理协调通过相干性（coherence）计算同步性，通过多维递归量化分析（MdRQA）的确定性百分比（%DET）计算规律性，分别应用于心率和皮肤电信号，得到四种团队生理协调指标。团队适应性通过Marques-Quinteiro等编制的三项目问卷测量，团队绩效由培训师使用沟通与团队合作技能评估量表评定。数据分析采用场景水平的回归分析和TBIP水平的混合效应模型。

三、研究结果

3.1 TBIP复杂度与团队适应性和绩效的关系

回归分析显示，TBIP复杂度与团队适应性之间无显著关联。TBIP复杂度与团队绩效在零阶水平上呈正相关，但在控制医院变量后，这一关联不再显著，表明该关系主要反映了医院间的绩效评定差异。因此，TBIP复杂度与团队适应性和团队绩效均无直接关联。

3.2 生理协调与团队适应性的关系及其对TBIP复杂度的依赖性

多水平模型分析表明，心率同步性与团队适应性的关系取决于TBIP复杂度。具体而言，在低复杂度TBIPs期间，较高的心率同步性与较好的团队适应性相关；而在高复杂度TBIPs期间，较低的皮肤电同步性与较好的团队适应性相关。心率规律性和皮肤电规律性与团队适应性的关系未受TBIP复杂度调节。

3.3 生理协调与团队绩效的关系及其对TBIP复杂度的依赖性

多水平模型分析表明，皮肤电规律性与团队绩效的关系取决于TBIP复杂度。具体而言，在高复杂度TBIPs期间，较高的皮肤电规律性与较好的团队绩效相关。心率同步性、皮肤电同步性和心率规律性与团队绩效的关系未受TBIP复杂度调节。

四、讨论与结论

研究发现，TBIP复杂度本身与团队适应性和绩效无直接关联，但显著调节了生理协调与团队结果之间的关系。具体而言，低复杂度TBIPs期间的心率同步性与团队适应性正相关，而高复杂度TBIPs期间的皮肤电同步性与团队适应性负相关；高复杂度TBIPs期间的皮肤电规律性与团队绩效正相关。这些结果表明，行为模式复杂度为理解生理协调与团队结果之间的关系提供了重要背景。研究结论强调，行为与生理数据的结合为理解并可能支持适应性团队功能提供了独特价值，推进了可穿戴技术在近实时团队监测中的应用潜力。