住院患者层面与护理任务分配层面工作量测量方法的范围综述

《Journal of Advanced Nursing》：Inpatient Patient- and Assignment-Level Nursing Workload Measures: A Scoping Review

　　

目的：综述包含患者和/或护理任务分配特征的护理工作量测量方法范围。设计：范围综述（scoping review）。数据来源：2024年6月检索2004年至2024年发表于Academic Search Complete、Business Source Complete、CINAHL、Medline和IEEE Xplore的文章；纳入描述在住院环境中评估护士患者层面和/或任务分配层面工作量的正式方法的文章。结果：共纳入36篇文章。工作量测量按照五个属性分类：预期照护环境、所评估的患者层面和任务分配层面工作量因素、数据来源、评估方法和预期应用。测量方法涵盖一系列工作量因素，使用护理评估、人员配置与患者普查数据、电子记录、物理测量和专有系统等数据。结论：存在多种考虑患者和任务分配特征的护理工作量测量方法。2004年至2024年间，患者分类工具（patient classification tools）是最突出的方法，但研究人员也对可能提供更客观、自动化和动态工作量测量的方法表现出兴趣。工作量测量和筛选方法学的复杂性可能限制本综述的完整性。对专业和/或患者照护的意义：正式工作量测量可支持更公平的患者任务分配，改善沟通和对患者需求的理解，并为人员配置决策提供信息。仍需开展更多工作以开发适合特定照护环境的综合工作量测量方法。影响：有必要综合考虑超出单元层面和任务层面因素的工作量测量方法。护理工作量受其患者和任务分配特征影响，通常使用患者分类工具进行评估。研究结果可为医疗领导者、一线工作人员和工作量研究人员提供信息。报告方法：本文依据PRISMA-Sc指南进行指导和报告。患者或公众贡献：本研究的设计、实施或报告未纳入患者或公众参与。试验注册：Open Science Framework（https://doi.org/10.17605/OSF.IO/5WK26）。

1 Introduction（引言）：护理工作量是完成任务的生理与认知需求程度，影响患者安全、照护质量、成本、效率及护士福祉、倦怠和留任。面对患者量高、病情严重度上升和护理人力缩减，需用正式方法量化工作量。工作量测量可分为任务、患者、任务分配和单元层面；任务与单元层面受关注较多，而患者与任务分配层面可能更贴近护士感知工作量，并可提供资源配置与人力支持策略。本文综述包含患者和任务分配特征的护理工作量测量范围。

2 Background（背景）：工作量构念复杂且定义、操作化不一致，受临床与非临床任务量、患者属性与需求、组织文化与团队合作、护士技能经验、时间特征和单元布局等影响。既有框架从单元、工作、患者、情境或任务、护士、患者、单元等层面分类，并呈层级嵌入关系。历史上单元层面（护患比、人员数）和任务层面测量突出，如治疗干预评分系统（TISS）、图形呈现系统（GRASP）、护理活动评分（NAS）和九项护理人力使用等效评分（NEMS），按护理活动时间或工作需求计算。此类工具虽便于计算工时和人员数，但被批评为未完全反映护理时间与工作量、与护士感知工作量相关性差、对实时资源分配帮助有限、未充分反映患者间差异。患者层面工作量由病情严重度、复杂性、处置、攻击性等患者属性塑造；任务分配层面反映护理任务分配的患者数量、患者组合、周转率等集体属性。现有综述多聚焦任务或时间测量，尚缺乏对患者或任务分配层面测量方法的综合梳理。

3 Methods（方法）：3.1 Design（设计）：本文为遵循JBI范围综述方法和PRISMA-Sc报告指南的范围综述；最初拟为整合综述，后因相关文献多且异质改为范围综述，并在Open Science Framework注册。3.2 Search Strategy（检索策略）：与参考馆员合作，经概念映射和预检索制定策略；2024年6月检索2004—2024年英文文献，数据库包括Academic Search Complete、Business Source Complete、CINAHL、Medline和IEEE Xplore；采用PCC框架确定纳入排除标准，聚焦床边护士、正式工作量评估方法且至少测量或分析一个患者和/或任务分配特征，情境为住院和急诊部门，排除门诊、社区、初级保健等及二次来源和灰色文献；辅以手工检索和参考文献追溯，并用既往研究验证策略。3.3 Article Screening（文章筛选）：文献导入Covidence，2024年6月至12月筛选；标题摘要初筛由一名作者谨慎执行，全文由两名作者复核并共识解决分歧；未使用盲法，按JBI范围综述指南未进行批判性评价。3.4 Data Charting（数据图表化）：使用标准化提取工具提取文章题录、国家、目的、设计、环境、样本、工作量因素定性描述、测量描述、数据来源和计算策略，并将因素分类为患者层面、任务分配层面或两者；双作者提取并核对共识。3.5 Data Analysis（数据分析）：采用迭代过程，按研究设计、目的和发现组织文章，构建多个研究矩阵，识别模式与共性，并以叙述形式呈现结果。

4 Results（结果）：初检1924篇，去除288篇重复、1370篇标题摘要不相关、2篇无法获取后，全文审查264篇，排除222篇及6篇仅实施已纳入工具者，最终纳入36篇。分析识别五类区分特征：预期照护环境、患者和任务分配层面工作量因素、数据来源、评估方法和预期应用。4.1 Setting（环境）：18项研究在美国，加拿大和荷兰各4项，其他国家各1项；常见环境为成人内外科病房、血液/肿瘤/移植病房和重症监护室（ICU），另有儿科ICU、儿科住院、产科/妇科、老年过渡病房、精神科、心脏/遥测、肺科和神经/神经外科等。4.2 Workload Level and Factors（工作量层面与因素）：患者层面因素可归为七类：病情严重度（acuity），采用急性生理与慢性健康评估（APACHE）、简化急性生理评分（SAPS）、诊断、ICU时间、复苏需求、精神状态变化或不稳定/恶化风险评估等；依赖度（dependency），采用Barthel指数、主观依赖判断、日常生活活动（ADL）支持、认知/发育状态、感官缺陷及能力/残疾分类等；照护水平（level of care），包括降阶梯、一对一照护、病房照护级别、强度级别、CAMEO II-III及Inpatient CAMEO的升级/维持/降级照护，以及药物数量与复杂性、监测评估与呼叫反应频率、操作治疗、呼吸/吸痰/通气/氧疗、诊断检验、护理计划与协调/会诊/临终规划、转入/入院/出院、隔离与个人防护装备（PPE）穿脱等；风险，如跌倒和皮肤完整性受损；心理社会与教育需求，包括家属/访客、应对与情绪支持、观察/陪护/约束、教育或预期照护、激越/焦虑/抑郁/退缩等行为问题；人口学特征如年龄和性别；身体需求如体重指数（BMI）、肥胖程度、“特殊体型”及转移/体位改变需额外人员；协同特征采用美国重症护理护士协会（AACN）Synergy Model的稳定性、复杂性、可预测性、复原力、脆弱性、决策参与、照护参与和资源可得性八维。部分文章仅报告广泛患者类别，专有工具仅提供宽泛类别。任务分配特征包括每名护士患者数、患者周转、任务分配与护士技能经验匹配及病房/护士站间物理距离。4.3 Sources of Data（数据来源）：包括护理评估（最普遍，含床边/责任护士纸质工具、调查、病情严重度工作表或电子录入及专家护士观察）、人员配置与患者普查数据（护理资源和患者分配、入院出院周转）、电子健康记录（EHR）数据（人口学、生理、临床信息及国家质量登记）、物理测量（激光测距、计步器、视频记录护理任务姿势、测力计手力、时间测量移动与活动）和专有工作量测量系统（如AcuityPlus、EPIC工作强度评分、TrendCare）。4.4 Assessment Method（评估方法）：包括患者分类工具、回归分析、数学优化模型、仿真和专有工作量评估。患者分类工具从广泛病情严重度分级到100余项详细条目不等，涵盖原型工具、照护交互工具和汇总任务工具，部分汇总任务工具亦纳入患者和任务分配因素。回归分析用于探讨和预测变量关系，如van den Oetelaar等构建包含患者相关照护时间、非患者活动、患者特征、护理熟练度、自我效能、工作支持、感知工作分布和中断的客观模型，并发现九项患者特征显著影响护理时间；Myny等发现BMI是重要患者层面因素；Baumberger与Hunstein将LEP Nursing 3与患者能力/失能评估结合；Margadant等报告患者特征未显著优于最简单时间活动模型。数学优化模型用于在病情严重度和照护需求约束下最小化任务分配间工作量不平衡，并考虑护士感知工作量和房间物理距离。仿真采用离散事件仿真（DES）模拟护士任务完成、优先排序、步行模式、直接照护时间、等待时间和遗漏护理，并纳入COVID-19 PPE穿脱及诊断编码分类。专有系统计算未公开。4.5 Intended Application（预期应用）：用于确定人员配置和人力资源配置、测量个体患者工作量、揭示患者间差异与照护需求、沟通患者需求、促进更均衡护患任务分配和人员匹配、辅助收治决策、追踪病例组合、更整体测量工作量、提高护士认可与满意度/留任、改进单元设计与流程、支持标杆管理和成本收入计算。

5 Discussion（讨论）：患者和任务分配特征长期被认为影响护理工作量，但综合其测量的努力较少；本综述发现测量方法差异大，五类区分特征有助于评估、开发与实施合适工具。首先，需要适合特定照护环境的综合工作量评估；成人内外科、ICU、血液/肿瘤/移植和儿科已有进展，但中间照护、老年、精神和急诊等仍有限，而急诊正式测量可能更重要。其次，近期研究评估了大量患者和任务分配特征，从加入单一特征（如BMI或任务分配距离）到完全由患者特征分类构成；总体上患者层面可归纳为病情严重度、依赖度、照护水平、风险、心理社会需求和身体需求六类广义因素，照护水平尤其复杂；任务分配层面受患者量、周转、技能经验匹配和物理地理影响。该综合补充了TISS、NAS等不断扩展的测量史，虽缺乏共识，但类别可为未来综合测量奠基。数据来源方面，护理评估最常用但主观且负担大；EHR与护理评估结合有潜力提供自动化、动态、实时测量；专有系统可用性满意度较好但准确性和公开研究有限。评估方法方面，患者分类工具近20年最普遍且变异大，能捕捉EHR外心理社会与教育需求、计算透明易用，但主观、难反映实时变化、每班负担重，且难以集体描述多患者、房间距离、周转和技能组合；回归、优化和仿真更客观动态、可减少护士负担并整合多源数据，但需专业分析且临床实践应用有限。预期应用方面，支持更平衡公平的护患任务分配是重要目标，历史上工作量研究更关注排班而任务分配创建关注较少；正式测量可影响满意度、福祉和留任，并可用于沟通、澄清需求、客观测量个体护士工作量和前瞻性收治与资源配置。

6 Implications（启示）：医院和急诊护理领导者若希望促进公平平衡的护理任务分配或实时资源配置，可考虑实施患者和/或任务分配层面工作量测量；现有文献提供评估病情严重度、依赖度、照护水平、风险、心理社会需求和身体需求等多样工具。近20年患者分类工具最突出，对实践护士较易使用且能丰富描述患者特征，但对其他工作量因素有限；未来描述护士认知、身体和时间需求的研究可能更全面。仍需开发适合内外科、血液/肿瘤/移植和重症以外环境的工作量测量，并验证和评估其影响，尤其是患者安全与照护结局。

7 Limitations（局限性）：本综述限于近20年英文文献；该领域文献多、异质且概念混淆和不一致，尽管努力检索仍可能遗漏；初始单作者筛选是方法学限制，但采取包容策略和协作复核；分析试图揭示不同方法的异同，但患者和任务分配因素定义与操作化变异大；任务、护士和单元层面特征不在本综述范围，具体工具或分析方法需参阅原文。

8 Conclusion（结论）：许多突出护理工作量测量为任务层面工具，量化离散护理活动，被批评为视角狭窄且不完整；考虑患者和任务分配特征可能提供更全面测量并更好捕捉工作量变异。研究已显示对正式评估病情严重度、依赖度、照护水平、风险、心理社会需求、身体需求及任务分配层面因素的关注。仍需开发适合独特照护环境的客观、实时和动态工作量测量；正式评估有望支持更公平的任务分配、改善沟通、反映不同患者群体可变需求、为人员配置提供信息并更充分揭示护理工作量的复杂性。