综述:孟加拉国医疗卫生专业人员及相关医务工作者睡眠相关问题及影响因素:一项系统评价与荟萃分析

《Sleep Epidemiology》:Sleep-Related Problems and Associated Factors Among Healthcare Professionals and Related Healthcare Workers in Bangladesh: A Systematic Review and Meta-analysis

【字体: 大 中 小 】 时间:2026年07月29日 来源:Sleep Epidemiology CS3.1

编辑推荐:

  背景:睡眠相关问题是全球成人常见健康问题,其患病率受人群特征、研究场景及评估工具影响存在显著异质性。睡眠质量差与职业倦怠、医疗差错及不良心理健康结局密切相关。目前尚无针对孟加拉国医疗卫生人员群体睡眠负担的汇总证据,本研究旨在明确该群体睡眠问题的患病率及其关联因

  
背景:睡眠相关问题是全球成人常见健康问题,其患病率受人群特征、研究场景及评估工具影响存在显著异质性。睡眠质量差与职业倦怠、医疗差错及不良心理健康结局密切相关。目前尚无针对孟加拉国医疗卫生人员群体睡眠负担的汇总证据,本研究旨在明确该群体睡眠问题的患病率及其关联因素。方法:研究人员系统检索PubMed、Scopus、Web of Science、EMBASE、PsycInfo、ProQuest Medical、CINHAL、Google Scholar及BanglaJOL数据库,检索时限从建库至2026年4月30日,纳入针对孟加拉国医疗卫生专业人员睡眠相关问题的观察性研究。由两名研究者独立完成文献筛选与数据提取,采用乔安娜布里格斯研究所(Joanna Briggs Institute, JBI)工具进行质量评价。研究采用叙述性合成与随机效应荟萃分析(限制性最大似然法,Restricted Maximum Likelihood, REML)估算合并患病率及关联因素,同时运用R(v4.3.2)与GraphPad Prism(v9.0.2)软件完成异质性分析、敏感性分析及亚组分析。结果:共纳入15项横断面研究,涉及6586名医疗卫生专业人员(女性占50.4%)。医疗卫生专业人员睡眠相关问题的总体合并患病率为38%(95%置信区间[Confidence Interval, CI]:26%–51%,I2=97.8%,p<0.0001)。患病率在不同职业亚组中呈现差异:医师群体患病率为29%(95%CI:22%–36%);2020年前6个月发表的研究显示患病率为31%(95%CI:22%–40%)。Meta回归分析未发现显著关联因素(p>0.05)。关联因素分析显示,女性(vs男性;优势比[Odds Ratio, OR]=1.64,95%CI:1.26–2.13)、低经济水平(vs高水平;OR=3.13,95%CI:1.87–5.25)及抑郁状态(vs非抑郁;OR=6.07,95%CI:3.06–12.06)与睡眠问题显著相关。此外,医师(vs其他医疗卫生专业人员;OR=1.48,95%CI:0.41–5.30)、农村地区居住者(vs城市;OR=1.15,95%CI:0.13–10.11)及焦虑状态(vs非焦虑;OR=3.42,95%CI:0.97–12.11)亦呈现更高患病风险,但统计学无显著性。结论:睡眠相关问题在医疗卫生专业人员中普遍存在,且存在职业亚组差异。亟需针对已识别的显著关联因素开展靶向干预,同时推进大样本纵向研究,以改善睡眠质量、深化对睡眠问题的认知,最终促进医疗卫生工作者的整体健康福祉。
引言
睡眠是人类维持生理稳态及身心健康的基石性行为。睡眠问题作为日益严峻的全球公共卫生挑战,涵盖睡眠质量差、入睡困难、睡眠维持障碍、早醒、异常睡眠时长、日间过度嗜睡及失眠等多种表现。近期证据表明全球失眠患病率呈上升趋势,一项覆盖25年的全球综述显示其患病率从2000年的11.9%上升至2010年的16.2%,增幅达4.3%。流行病学研究数据提示全球睡眠障碍患病率为8.3%–45%,且与精神障碍、代谢性及心血管疾病、死亡风险升高、疲劳、生活质量下降、心理障碍、情绪低落及工作生产力降低密切相关。仅失眠即可使事故风险升高2.5–4.5倍,并损害免疫功能。高收入国家与中低收入国家的睡眠质量差患病率分别为29.8%(95%CI:28.2%–31.5%)与16.6%(95%CI:4%–40%)。
医疗卫生行业属于高压力职业,其典型特征包括学业压力大、学习周期长、工作与生活失衡、工作时长过长、频繁夜班及轮班工作制。与普通人群相比,医疗卫生工作者面临更高的压力与职业倦怠风险,且更易出现睡眠相关问题。全球范围内医疗卫生专业人员睡眠质量差的患病率为44%,显著高于普通人群的36%。孟加拉国研究显示,46.2%的医学生夜间睡眠时长仅为4–6小时,57.8%的学生在开始临床医学本科学习后出现睡眠节律改变,这一发现与其他针对当地医疗卫生专业人员的研究结果一致。孟加拉国普通人群睡眠问题合并患病率为45%(95%CI:32%–58%),大学生群体则高达58.4%。当地医疗卫生人员的睡眠问题可导致不良身心健康结局、患者照护质量下降、医疗疏忽及学业困难。现有报道的患病率跨度极大(18.6%–55.1%),社会人口学、环境、心理及生活方式因素均可影响其疾病负担。全球证据提示,轮班工作、慢性躯体症状、不利工作环境、社会支持不足、焦虑、抑郁、一线抗疫工作、久坐生活方式及感染暴露均为潜在诱发因素,睡眠障碍可使医疗卫生人员未来发生心理健康问题的风险升高4倍(OR=3.74;95%CI:2.76–5.07)。
明确孟加拉国医疗卫生人员睡眠问题的可靠估计值,对预防、识别及干预相关影响因素至关重要。探究睡眠问题的患病率及核心关联因素,可为政策制定者实施有效防控措施、推动孟加拉国卫生服务发展提供依据。孟加拉国作为资源受限的医疗环境,长期存在卫生人力短缺、患者负荷过重及职业健康支持不足等问题,持续加重医疗卫生人员的心理健康负担。这些因素可能对该群体的睡眠健康产生独特影响,并对医疗服务质量与患者安全具有重要启示。来自孟加拉国的证据也可为面临类似卫生体系挑战的其他中低收入国家提供参考。然而,现有区域层面证据有限,不足以支撑契合本土文化与区域特征的政策制定与预防措施。因此,本定量系统荟萃分析旨在明确孟加拉国医疗卫生专业人员及相关工作者睡眠问题的合并患病率与关联因素,同时探索现有估计值的异质性来源,以期回答“孟加拉国医疗卫生专业人员及相关工作者的睡眠问题患病率与分布模式如何?其关联因素有哪些?”这一核心研究问题。
方法
研究设计
本研究严格遵循《系统评价与荟萃分析优先报告条目》(Preferred Reporting Items for Systematic Review and Meta-analysis, PRISMA)及《流行病学观察性研究荟萃分析》(Meta-analysis of Observational Studies in Epidemiology, MOOSE)指南开展。研究人员系统检索并合成与孟加拉国医疗卫生专业人员睡眠问题及关联因素相关的文献,研究方案已在PROSPERO平台注册(注册号:CRD420251123294)。
数据纳入标准
研究纳入标准如下:(1)可获得全文;(2)发表时间为建库至2026年4月30日,确保全面覆盖近期与早期研究;(3)以英语或其他主要语言(法语、日语、西班牙语、汉语、德语)发表,且报告孟加拉国医疗卫生专业人员睡眠问题,非英语文献仅在可获得可靠英译版本时纳入;(4)研究类型为观察性研究,包括横断面研究、队列研究及病例对照研究;(5)关注睡眠问题,涵盖失眠、睡眠障碍、睡眠质量、睡眠紊乱及睡眠时长异常(短睡眠<7小时/晚或长睡眠>9小时/晚,依据美国睡眠医学会与睡眠研究学会联合共识声明定义);(6)报告睡眠结局及关联因素,排除以其他疾病为核心、未同步评估焦虑或抑郁的研究。
医疗卫生专业人员及相关医务工作者的定义为直接或间接参与医疗服务提供的个体,包括医师、实习医师、护士、助产士、医学技术人员、药师、康复工作者、行政后勤人员、辅助支持人员及参与临床培训或医院患者照护的医学生。纳入参与临床培训的医学生与支持人员的原因在于其同属医疗卫生 workforce,暴露于相似的医疗环境、职业需求与工作相关应激源,睡眠健康可能受到同等影响。
排除标准包括:(1)综述、病例报告/系列、干预性研究、研究方案、摘要、评论、专著及未发表文献;(2)缺乏医疗卫生专业人员定量患病率估计或亚组数据的文献;(3)无法获取全文的文献;(4)非英语发表且无可靠英译版本的文献。
信息来源
检索数据库包括Medline(PubMed)、Scopus(Elsevier)、Web of Science(Clarivate Analytics)、EMBASE(Elsevier)、PsycInfo(APA/Ovid)、ProQuest Medical(ProQuest)、CINHAL(EBSCOhost)、Google Scholar及区域数据库孟加拉期刊在线(Bangladesh Journals Online, BanglaJOL)(INASP)。同时补充灰色文献检索与引文追溯。Google Scholar检索筛选前100条结果(10页),按相关性排序,因超过此范围后相关性显著降低。灰色文献检索涵盖机构知识库与相关组织官网(如icddr,b)。详细检索策略结合暴露与结局的关键词及数据库特定过滤器,见补充表1。
检索策略
在图书馆员协助下,检索策略整合医学主题词(Medical Subject Headings, MeSH)与相关自由词,并针对不同书目数据库进行调整。检索围绕两大核心概念构建:(人群+睡眠相关结局),包含“医疗卫生专业人员”或“医疗卫生工作者”联合“睡眠障碍”“睡眠问题”“睡眠质量”“睡眠时长”“日间过度嗜睡”“睡眠障碍”“睡眠习惯”“睡眠卫生”及“关联因素”等相关术语与同义词,经第二名研究者交叉核对。采用布尔逻辑运算符组合预设关键词,确保文献检索的全面性。
数据管理
采用EndNote TM21.0参考文献管理软件(Clarivate Analytics, Philadelphia, USA)管理各数据库检索所得文献。合并检索结果并去重后,将剩余记录导入在线协作工具“Rayyan QCRI”进行题目与摘要筛选,以促进研究者协作。引文摘要与全文均上传至Rayyan平台以支持系统化筛选。
研究筛选流程
研究筛选严格遵循PRISMA-2020流程图,完整呈现纳入与排除过程。由两名独立研究者(MI与IA)根据题目与摘要对照纳入标准进行初筛,评估研究者间一致性,≥80%的一致性视为可接受。分歧通过第三名研究者(ATS)协商一致解决。初筛后,由两名研究者独立评估潜在合格研究的全文,分歧通过讨论并由第三名研究者仲裁解决。各阶段排除原因均详细记录。
数据提取
由第一作者采用Microsoft Excel(Microsoft Corporation, Washington, USA)独立提取数据,并由第二(HK)、第三(MI)作者交叉核对。标准化提取表单涵盖作者信息、发表年份、研究设计、样本量、抽样方法、人群人口学特征及评估工具。核心提取内容包括报告工具测量的睡眠患病率、时长及质量数据,同时收集关联因素信息,覆盖社会人口学、学业、心理社会、心理及生活方式领域(如压力水平、职业倦怠、同伴压力、经济约束、社会孤立、体力活动减少、物质使用、长时间屏幕暴露、手机过度使用及人际关系冲突)。同时记录经济水平、性别及心理学关联因素等情境变量。经协商一致解决分歧后,最终数据提取结果汇总于表1。本研究中“睡眠问题”作为总括术语,涵盖经验证工具评估的睡眠质量差、失眠症状及其他睡眠障碍,除非原始研究明确报告特定睡眠障碍类型。鉴于纳入研究采用不同的评估工具与结局定义,上述测量指标均统一归类为睡眠问题框架下。“睡眠质量差”与“失眠”仅在特指相关研究结局时使用。
异质性评估
采用χ2检验(检验水准α=0.05)与I2统计量评估研究间异质性。若p>0.05,判定研究间无异质性;若p<0.05,判定存在异质性。I2值量化异质性程度:0%–25%为轻度异质性,25%–75%为中度异质性,>75%为高度异质性。
偏倚风险(Risk of Bias, RoB)评估
由两名独立研究者采用验证后的RoB工具(表2)评估纳入研究的偏倚风险与方法学质量。评估涵盖:(1)外部效度,包括选择偏倚与无应答偏倚;(2)内部效度,包括测量偏倚与分析相关偏倚。采用乔安娜布里格斯研究所(JBI)批判性评估清单作为RoB评估工具。JBI清单包含10个条目,采用四点计分(是、否、不清楚、不适用),覆盖抽样框架与招募、样本量充分性、研究对象与场景描述、睡眠评估方法的信效度、统计分析合理性、混杂因素控制及应答率。每个“是”计1分:8–10分为高质量(低偏倚风险),5–7分为中等质量,1–4分为低质量(高偏倚风险)。
统计分析
研究同时提取定量与定性数据。首先计算每项研究的患病率,随后采用逆方差法结合限制性最大似然(REML)随机效应模型进行合并,权重基于标准误计算。为提高合并患病率估计的稳定性,个体研究比例先经Freeman-Tukey双反正弦变换再进行合并,最终反变换回原始百分比尺度进行解释。Meta回归分析年龄、样本量及研究质量对合并患病率的影响。报告的OR值统一转换为对数优势比(ln[OR])以保证一致性及可解释性;中位数得分转换为均数与标准差以提升研究间的可比性与方法学严谨性。结果采用R统计软件v4.3.2内置meta程序包与GraphPad Prism v9.0.2进行随机效应荟萃分析(REML),同时考虑抽样误差与研究间异质性。开展按研究年份与人群的亚组荟萃分析。合并患病率采用森林图展示,标注95%CI与预测区间。采用漏斗图、Egger检验评估发表偏倚,并采用剪补法进行校正。关联因素进行叙述性合成,在可行情况下采用逆方差模型汇总定量估计值。采用Jackknife法进行敏感性分析,剔除高偏倚风险的低质量研究,以识别异质性来源并评估结果的整体稳健性。
结果
纳入研究特征
共纳入15项横断面研究(表1),多数采用网络数据收集技术,并通过验证工具评估睡眠相关问题。所有研究实施时间为2020–2026年,覆盖了孟加拉国医疗卫生职业的整体分布,其中2项研究基于COVID-19定点医院开展。网络在线调查是最常用的数据收集方式,3项研究采用面对面访谈。15项研究中,6项针对医师,1项针对护士,其余8项覆盖多类医疗卫生岗位,包括医疗支持人员、技术人员、医院工作人员、助产士及康复工作者。总样本量为6586人,其中女性3318人(50.4%)。9项研究报告了参与者平均年龄。5项研究采用失眠严重指数(Insomnia Severity Index, ISI)评估睡眠问题,2项采用匹兹堡睡眠质量指数(Pittsburgh Sleep Quality Index, PSQI),均使用标准截断值。5项研究报告了亚组患病率。
睡眠问题患病率
孟加拉国医疗卫生专业人员及相关工作者睡眠问题的总体合并患病率为38%(95%CI:26%–51%,I2=97.8%,p<0.0001)。对应的95%预测区间为5%–87%,提示研究间患病率估计存在显著异质性。睡眠问题的森林图荟萃分析结果见图2。
睡眠问题亚组分析
亚组分析显示,医疗卫生人员中,医师(9项研究,n=3245)报告睡眠相关问题的风险最高,患病率为29%(95%CI:22%–36%,I2=93.2%,p<0.0001);护士(5项研究,n=1843)患病率为19%(95%CI:4%–56%,I2=98.3%,p<0.0001);医学技术人员(3项研究,n=1287)患病率为6%(95%CI:1%–29%,I2=97.7%,p<0.0001)。护士与医学技术人员亚组的置信区间较宽且异质性极高,提示纳入研究结果存在较大不确定性与变异性。亚组划分基于报告职业特异性数据的研究,而非职业间的直接比较。按数据收集时间段分层,2020年前6个月发表的研究显示睡眠问题患病率为31%(95%CI:22%–40%,I2=95.8%,p<0.0001),此后发表的研究合并患病率为42%(95%CI:25%–61%,I2=98.3%,p<0.0001)。进一步按验证评估量表开展的亚组分析显示,采用PSQI的研究合并患病率为63%(95%CI:0.00–1.00),采用ISI的研究为33%(95%CI:14%–59%)。仅1项研究采用睡眠状况指标(Sleep Condition Indicator, SCI)与雅典失眠量表(Athens Insomnia Scale, AIS),无法进行合并估计(见补充图1–2)。
Meta回归分析
单变量Meta回归分析显示,年龄、样本量及质量评估评分对睡眠问题的预测均无显著关联(p>0.05)。提示在现有纳入研究数量(n=15)范围内,这些研究层面的变量未显著影响合并患病率的变异,但纳入研究数量有限可能降低了统计学检验效能。非显著性结果不能排除Meta回归未贡献研究间异质性的可能性(见表3)。
发表偏倚与敏感性分析
漏斗图显示研究分布存在不对称性,提示可能存在小研究效应。Egger回归检验结果显著,同样提示纳入研究存在潜在发表偏倚。然而鉴于研究间存在显著异质性,该不对称需谨慎解读,可能反映临床或方法学异质性,而非单纯发表偏倚(见图3A)。随后采用剪补法评估发表偏倚的潜在影响并进行校正,结果显示校正后结果无实质变化(t=-0.34,p=0.738)(见图3B),提示合并患病率估计未受明显干扰。此外,采用Jackknife法的敏感性分析表明,剔除任意单项研究均未改变睡眠问题的合并效应量,支持研究结果的稳健性(见图4)。
纳入研究的偏倚风险
基于JBI批判性评估清单评分,所有纳入研究(n=15)的方法学质量均为中等,平均JBI评分为6.47(±0.64)(见表2)。无研究被评定为低质量(高偏倚风险),故未进行剔除高风险研究的敏感性分析。
睡眠问题关联因素
关联因素分为三类:(i)社会人口学因素,(ii)经济因素,(iii)心理因素。定量估计结果来自荟萃分析,标注参与荟萃分析的文献数量(n),定性结果采用叙述性合成(见表4)。
(i)社会人口学因素(n=4):职业亚组荟萃分析显示,医师相较于其他医疗卫生专业人员呈现更高的合并OR值(OR=1.48,95%CI:0.41–5.30,I2=85.5%,p=0.001),但统计学无显著性。护士(n=3)相较于其他医疗卫生职业的睡眠问题OR值相近(OR=0.96,95%CI:0.14–6.52,I2=77.4%,p=0.012),关联亦无统计学意义(见补充图3A与3B)。性别(n=6):荟萃分析显示女性医疗卫生专业人员发生睡眠相关问题的风险是男性的1.64倍(OR=1.64,95%CI:1.26–2.13,I2=62.9%,p=0.019),关联具有统计学显著性(见补充图3C)。婚姻状况(n=4):未婚医疗卫生专业人员的睡眠问题合并OR值低于已婚者(OR=0.79;95%CI:0.34–1.81),但无统计学意义。研究间存在中高度异质性(I2=70.9%;异质性p=0.016)(见补充图3D)。居住地(n=2):研究显示,在二级医疗卫生机构工作、居住于COVID-19流行区及农村地区均与睡眠质量差相关。农村地区居住的医疗卫生专业人员相较于城市居住者的睡眠问题OR值为1.15(95%CI:0.13–10.11;I2=91.2%),关联无统计学意义(见补充图4A)。行为与就医相关因素:多项研究提示行为与就医相关因素与睡眠质量差显著相关,包括资源匮乏、工作场所条件不佳、长时间轮班工作及COVID-19大流行恐惧。此外,躯体合并症、高龄及既往感染史也是报道最多的关联因素。
(ii)经济因素(n=2):荟萃分析显示,低经济水平的医疗卫生专业人员发生睡眠相关问题的风险是中高水平者的3.13倍(OR=3.13;95%CI:1.87–5.25)(见补充图4B)。
(iii)心理因素:心理因素包括心理健康水平差、压力、自杀意念、孤独感、焦虑及抑郁,均与睡眠问题相关。荟萃分析结果显示,伴抑郁状态的医疗卫生专业人员(n=4)发生睡眠问题的风险是无抑郁者的6.07倍(OR=6.07,95%CI:3.06–12.06,I2=61.7%,p=0.049),关联具有统计学意义(见补充图4C)。伴焦虑状态者(n=4)的睡眠问题OR值为3.42(95%CI:0.97–12.11;I2=77.9%),关联无统计学意义(见补充图4D)。
讨论
本研究结果表明,孟加拉国医疗卫生专业人员及相关工作者,包括医师、医学生、护士及医疗辅助人员,普遍存在睡眠相关问题。早期识别与规范管理此类问题对改善其心理健康至关重要。系统评估孟加拉国医疗卫生人员睡眠问题的现有证据,可为区域层面制定有效预防与干预策略提供依据。
本研究发现医疗卫生人员睡眠问题的合并患病率为38%,与孟加拉国普通人群的45%相近。研究间预测区间较宽且异质性显著,提示睡眠问题患病率在不同医疗场景中差异较大。因此,合并患病率应解读为平均水平,同时需认识到研究人群、研究时段、抽样方法及睡眠评估工具的差异共同导致了观察到的变异性。中国一项纳入52项研究、覆盖31749名医疗卫生人员的荟萃分析显示患病率为39.2%,与本研究结果相似。另一项涵盖72项荟萃分析的综述报告COVID-19大流行期间医疗卫生人员睡眠问题合并患病率为36.9%,其中医师与护士患病率最高。孟加拉国既往针对COVID-19期间医疗人员的荟萃分析显示患病率高达52%,与其他荟萃分析结果一致。本研究的亚组分析同样揭示医师的睡眠问题负担高于护士与医学技术人员等其他医疗群体,这与中国、科威特、日本及其他综述报告的发现一致,尽管样本量、区域与文化多样性导致的异质性使结果存在差异。
睡眠问题的性别差异在全球已有充分记载,本研究发现女性面临更高的睡眠问题风险,与此前证据一致。性别特异性荟萃分析同样显示女性专业人员的患病率高于男性。COVID-19大流行期间的研究进一步支持这一模式,显示女性医疗卫生人员的失眠风险是男性的2.19倍,普通女性人群的失眠风险是男性的1.56倍。潜在原因可能包括过度压力、激素失衡、心理障碍、家庭责任繁重、工作-生活失衡及缺乏男性配偶的支持。因此,更公平的性别角色分工有助于减轻此类负担,可能降低女性的精神健康负担与失眠风险。
其他人口学与社会经济背景同样在睡眠问题中发挥关键作用。本荟萃分析显示,农村居住者与低经济水平专业人员发生失眠的风险更高,这与孟加拉国一项横断面研究结果一致,后者发现农村居民发生睡眠障碍的风险是城市居民的3.8倍。然而,也有研究提示长时间工作、夜班、经济困境及在初级、二级医疗机构工作与睡眠问题密切相关。少数研究则发现城市工作的医疗卫生人员睡眠问题负担更重。此外,未婚个体的睡眠问题风险低于已婚者。普通人群与医疗卫生人员的研究均报告离婚或丧偶者的睡眠问题评分最高,单身者风险最低。
心理健康状况是睡眠障碍的核心关联因素。本研究发现焦虑与抑郁分别使睡眠问题的风险升高约3.42倍与6.07倍,与其他综述报告的社区证据一致。值得注意的是,睡眠问题(如失眠与噩梦)与自杀风险升高相关,尤其在合并精神障碍时。此外,睡眠剥夺可损害免疫功能与日间执行功能,这可能是睡眠问题与自杀行为关联的中介机制。近期研究还发现,63%筛查阳性存在睡眠问题的医疗卫生人员,其重度抑郁与焦虑的严重风险独立升高,且二者存在叠加效应。
基于上述发现,早期筛查睡眠问题可降低不良健康结局的负担。应重视针对医疗卫生人员睡眠问题及其关联因素的有效战略管理与干预。不同评估量表导致的患病率估计差异提示,评估方法的异质性可能是导致本研究高度异质性的原因之一,凸显未来研究采用标准化验证工具的必要性。此外,可推广认知行为治疗、昼夜节律健康教育等干预措施,此类方法常用于缓解放松障碍、焦虑及失眠。在更广泛的公共卫生层面,政策应将睡眠健康倡议纳入核心组成部分,以推进未来公共卫生议程。因此,应教育并赋能存在睡眠相关问题的个体尽早干预,以降低对未来健康与福祉的威胁。
优势与局限性
本研究是首项针对孟加拉国医疗卫生专业人员睡眠问题观察性研究进行合成与批判性评估的荟萃分析。但仍存在若干局限性:首先,符合纳入标准的孟加拉国本土研究数量有限,且多数采用网络数据收集技术。尽管多数研究采用验证工具评估失眠,但工具类型与截断值并不统一。此外,医疗卫生人员的职业异质性较高。本研究将失眠、睡眠质量差、睡眠紊乱及睡眠时长不足等构念合并为“睡眠问题”这一复合结局,尽管这些概念相关,但代表睡眠健康的不同维度,且各研究采用的评估工具与诊断阈值存在差异。这种变异性可能导致了显著的异质性,在解读合并患病率时需予以考量。尽管如此,本研究得出的群体合并患病率仍可为未来的事实核查、干预设计与政策实施提供依据。此外,无低质量纳入研究提升了合并估计值的稳健性,尽管现有证据的方法学质量仅为中等。
结论
超过四分之一的孟加拉国医疗卫生专业人员及相关工作者存在睡眠问题,但患病率估计在研究间存在显著异质性。除个人健康因素外,心理学决定因素尤其是抑郁,是睡眠相关问题的显著关联因素,而焦虑虽呈现正向关联但无统计学意义。这些发现提示需加强对医疗卫生人员睡眠健康与职场福祉的关注。然而,鉴于现有证据主要基于横断面研究,观察到的关联不应解读为因果关系。睡眠不足对工作绩效存在负面影响,并可能危及患者安全,因此保障工作-生活平衡、休闲时间与高质量休息,对维护医疗卫生人员的福祉、生活质量与生产力至关重要。未来亟需开展设计严谨的高质量纵向研究,以验证上述关联、明确时序关系并为孟加拉国的循证干预提供依据。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号