《Frontiers in Public Health》:Associations among mental health promotion, sleep concerns, fatigue, and stress in clinical nurses: network and latent profile analysis
编辑推荐:
背景:现代医疗系统的高强度工作与临床护士的显著疲劳和压力密切相关;然而,心理健康促进和睡眠问题与护士疲劳及压力的联合关联仍有待阐明。方法:研究人员在中国安徽省三家三级医院开展了一项多中心横断面调查。分别采用心理健康促进量表(Mental Health Prom
背景:现代医疗系统的高强度工作与临床护士的显著疲劳和压力密切相关;然而,心理健康促进和睡眠问题与护士疲劳及压力的联合关联仍有待阐明。方法:研究人员在中国安徽省三家三级医院开展了一项多中心横断面调查。分别采用心理健康促进量表(Mental Health Promotion Scale, MHPS)、睡眠焦虑与专注问卷(Anxiety and Preoccupation about Sleep Questionnaire, APSQ)、多维度疲劳量表(Multidimensional Fatigue Inventory, MFI)以及中文版压力知觉量表(Chinese version of the Perceived Stress Scale, CPSS)评估心理健康促进、睡眠问题、疲劳和压力知觉。通过网络分析(network analysis)和潜在特征分析(latent profile analysis, LPA)研究这些变量之间的复杂关系以及不同亚组的特征。结果:共回收352份问卷,其中338份有效问卷纳入分析。网络分析显示,心理健康促进的某些维度(价值观、个人发展和友谊)与疲劳和压力呈负相关,而睡眠问题(尤其是睡眠相关专注)与疲劳和压力呈正相关。在网络中,价值观的强度中心性最高。身体疲劳、紧张感和睡眠相关专注是连接不同构念社群的关键桥接节点。潜在特征分析识别出三个基于统计的疲劳/压力特征:低疲劳/低压力(n = 33)、中度疲劳/高压力(n = 241)和高疲劳/高压力(n = 64)。结论:心理健康促进与临床护士的疲劳和压力呈负相关,其中价值观是心理健康资源的核心维度。此外,睡眠相关专注被观察到是心理与身体维度之间的桥接节点。这些发现将职业价值观、身体疲劳、紧张感和睡眠相关专注确定为未来纵向和干预研究中评估的候选构念。
## 论文解读:心理健康促进、睡眠问题、疲劳与压力在临床护士中的关联——基于网络与潜在特征分析
**研究背景与问题**
现代医疗系统的高强度工作对临床护士的身心健康造成了日益严重的负担。频繁的夜班和轮班制度扰乱了正常昼夜节律,数据显示高达66.4%的护士存在睡眠质量差的问题。同时,护士在工作中需为患者及其家属提供大量情感支持,这些职业需求与疲劳和压力密切相关,进而导致倦怠、焦虑和抑郁,并引发患者安全担忧。现有心理健康促进项目基于工作要求-资源(Job Demand–Resource, JD-R)框架,将心理资源(如强化职业价值观、家庭/社会支持、个人成长机会)视为帮助护士应对职业负担的关键要素。然而,关于睡眠担忧与疲劳、压力之间的联合关联,尤其在普通科室护士中的证据仍有限。此外,传统分析方法难以捕捉这些因素之间复杂的动态相互关系。因此,本研究旨在整合网络分析(network analysis)和潜在特征分析(latent profile analysis, LPA),从微观变量关联和宏观人群异质性两个层面,探索心理健康促进、睡眠问题、疲劳与压力之间的关联模式。
**研究内容与结论**
研究人员在《Frontiers in Public Health》上发表了这项研究,对来自中国安徽省三家三级医院的338名临床护士(女性占92.0%,中位年龄34岁)进行了横断面调查。采用网络分析揭示了21个节点(包括12个心理健康促进维度、2个睡眠问题维度、5个疲劳维度和2个压力维度)之间的条件关联,并通过潜在特征分析识别出了三种疲劳/压力特征亚组。主要结论包括:心理健康促进与疲劳和压力呈负相关,其中价值观(values)是网络中最核心的节点;睡眠问题(尤其是睡眠相关专注)与疲劳和压力呈正相关,且身体疲劳、紧张感和睡眠相关专注是连接不同构念社群的桥接节点;三种潜在特征(低疲劳/低压力、中度疲劳/高压力、高疲劳/高压力)在心理健康促进和睡眠问题得分上存在显著差异,心理健康促进水平越高者归属于低风险特征的概率越大,而睡眠问题水平越高者归属于高风险特征的概率越大。这些发现为未来纵向和干预研究提供了候选构念,强调职业价值观、身体疲劳、紧张感和睡眠相关专注在护士职业健康管理中的潜在价值。
**关键技术与方法**
本研究主要采用两种统计方法:(1)网络分析(network analysis),使用R 4.5.1中的bootnet、qgraph和mgm包估计网络结构,计算中心性(强度、紧密性、中介性)和桥接中心性,并通过病例剔除自举法评估稳定性;(2)潜在特征分析(latent profile analysis, LPA),使用Mplus 8.0以MFI的5个维度得分和CPSS的2个维度得分作为特征指标,通过AIC、BIC、aBIC、熵、BLRT和LMR确定最优特征数。样本来源于安徽省三家三级医院的临床护士,共338份有效问卷。此外,使用岭惩罚多项逻辑回归(ridge-penalized multinomial logistic regression)分析人口学变量与特征归属的关联。
**研究结果**
**3.1 参与者流动与特征**
所有352份问卷均回收,排除14份无效问卷后,338份有效问卷纳入分析(有效率为96.0%)。参与者的中位年龄为34岁(IQR: 29–38),中位工作年限为11年(IQR: 6–15)。
**3.2 心理健康促进、睡眠问题、疲劳与压力网络间的关联**
网络分析识别出21个节点和53条非零边(边密度0.252)。节点可预测性平均值0.79,表明邻近节点解释了79%的方差。心理健康促进维度中,价值观(MHPS2)的强度中心性最高,且与友谊(MHPS1)强正相关(边权重=0.60),与身体疲劳(MFI4)负相关(边权重=?0.17)。睡眠相关问题中,睡眠相关焦虑(APSQ1)与一般疲劳(MFI1)正相关(边权重=0.02),睡眠相关专注(APSQ2)与紧张感(CPSS1)正相关(边权重=0.03)。桥接中心性显示,身体疲劳(MFI4)、紧张感(CPSS1)和睡眠相关专注(APSQ2)是关键桥接节点,其中睡眠相关专注的桥接预期影响最高(0.080)。强度和紧密性中心性的相关稳定性系数均为0.75,中介性中心性为0.13,故后者解读需谨慎。
**3.3 疲劳/压力的潜在特征**
通过LPA选择三特征模型:特征C1(低疲劳/低压力,n=33,9.8%)、C2(中度疲劳/高压力,n=241,71.3%)和C3(高疲劳/高压力,n=64,18.9%)。三个特征的平均后验概率分别为0.898、0.958和0.950,支持分类质量。C2和C3在疲劳和压力维度上得分均高于C1,且C3在所有维度上得分最高。
**3.4 三个特征间的睡眠问题与心理健康促进差异**
单因素分析显示,三个特征在性别、年龄、工作年限、雇佣类型、心理健康促进总分和APSQ总分上存在显著差异(p < 0.05)。C1组心理健康促进得分最高(147.42 ± 15.26),C3组最低(113.22 ± 10.28);睡眠问题得分C1组最低(18.12 ± 8.19),C3组最高(30.97 ± 12.22)。
**3.5 与疲劳/压力特征相关的因素**
以C1为参照,岭惩罚多项逻辑回归显示:较高的睡眠问题与C2(OR=1.060, p<0.001)和C3(OR=1.062, p<0.001)的归属概率增加相关;较高的心理健康促进与C2(OR=0.921, p<0.001)和C3(OR=0.803, p<0.001)的归属概率降低相关;男性性别与C2的归属概率降低相关(OR=0.323, p=0.014);人事代理雇佣相对于合同制与C2的归属概率增加相关(OR=2.754, p=0.003)。
**讨论与结论总结**
讨论部分指出,从JD-R视角看,心理健康促进与疲劳、压力的负关联符合资源-压力模式,睡眠问题与疲劳、压力的正关联符合负担-压力模式。其中,价值观(MHPS2)作为核心心理资源,其高中心性表明职业价值观在护士心理健康中的关键作用;睡眠相关专注(APSQ2)作为桥接节点,凸显了睡眠认知负担在心理与身体维度间的连通作用。网络分析和LPA结果一致支持心理健康促进和睡眠问题对疲劳/压力异质性的区分作用。研究局限性包括样本来自单一省份、女性比例高、所有变量均为自报告、横断面设计限制因果推断、未直接测量工作负荷等核心职业要求等。研究结论:当前研究发现了心理健康促进与临床护士睡眠问题、疲劳和压力水平之间的显著关联。较高的心理健康促进与中度疲劳/高压力和高疲劳/高压力特征相对于低疲劳/低压力特征的归属概率降低相关,而较高的睡眠问题与归属概率增加相关。在各种心理资源中,价值观在心理健康促进维度中表现出高中心性。网络分析显示了连接心理健康促进和睡眠问题的多个节点间的关联,从而确定了未来纵向和干预研究的候选构念。