心率变异性与从事高互动工作健康员工的倦怠风险

《Frontiers in Physiology》：Heart rate variability and burnout risk among healthy employees in jobs involving interaction with others

　　

研究人员对从事高互动工作（如幼儿教师、银行职员和医疗助理）的健康员工，开展了一项横断面研究，旨在探讨倦怠风险与心率变异性(HRV)之间的关联。研究纳入202名平均年龄41.1±11.4岁的在职成年人，通过Maslach倦怠量表(MBI-GS)评估倦怠风险，并依据风险水平将参与者分为三组。研究人员采用24小时心电图记录以及白天和夜间各6小时的分析，比较三组间的HRV参数。结果显示，在总样本中，5.4%的参与者存在高倦怠风险。三组间在24小时间隔内（包括心率：p=0.039；低频功率(LF)不显著，高频功率(HF)不显著，LF/HF：p=0.009）以及白天6小时间隔内的平均RR间期(MeanRR)（p=0.002）存在显著差异，但夜间无显著差异。相关分析显示，HRV与倦怠维度之间主要为弱关联，其中白天间隔的关联最强（例如，MBI总分与LF的ρ=?0.271，p<0.01；与pNN50的ρ=0.271，p<0.01）。年龄在方差分析中被证明是显著影响因素，对多个HRV参数具有大效应量（例如，pNN50的η2=0.178；RMSSD的η2=0.173）。初步结果表明，从事互动工作的健康员工中，工作相关压力和倦怠因素可能反映在自主神经调节的细微变化上，但进一步分析显示，这些效应主要由年龄和性别驱动，这两个因素对HRV有影响。这表明，不仅需要分析自主神经调节（如通过测量HRV），还需考虑影响HRV的协变量。总体而言，在所研究群体中，未能显示高互动工作与低互动工作者在自主神经调节细微变化上的差异。

**论文解读：心率变异性与高互动工作健康员工倦怠风险的关联研究**

**研究背景与问题**
工作倦怠（burnout）被视为慢性工作压力导致的身心耗竭综合征，在ICD-11中被定义为职业现象而非精神障碍。其核心维度包括情绪耗竭、去人格化/大儒主义以及个人成就感降低。互动密集型工作（interaction work）涉及高社会需求、情绪调节和频繁的人际冲突，被认为是职业倦怠的高风险领域。长期压力会通过自主神经系统（ANS）失调影响心血管健康，而心率变异性（HRV）作为反映交感与副交感神经活性的客观指标，被广泛用于评估压力负荷。然而，现有关于倦怠与HRV关联的研究结果存在矛盾：部分研究显示倦怠患者HRV降低，另一些则未发现显著差异，且多数研究聚焦于临床确诊的倦怠患者，缺乏对健康早期风险人群的探索。此外，互动工作特有的压力模式（如情绪失调、持续社交需求）可能对ANS产生独特影响，但相关研究尚不充分。因此，本研究旨在探讨健康高互动工作员工中，倦怠风险（基于Maslach倦怠量表MBI-GS）与HRV的关联，并检验年龄、性别等协变量的影响，以期为早期预防提供客观依据。

**研究内容与结论**
研究人员整合了2013年至2019年间三项横断面研究的数据，共纳入202名健康员工（幼儿教师n=123、银行职员n=56、医疗助理n=23），平均年龄41.1岁，女性占91%。通过MBI-GS评估倦怠风险，依据Kalimo分类将参与者分为“无倦怠”（42.6%）、“部分倦怠症状”（52.0%）和“高倦怠风险”（5.4%）三组。采用24小时及6小时白天（10:00-16:00）和夜间（23:00-05:00）的HRV记录，比较组间差异，并进行Spearman相关分析和协方差分析。主要结论包括：
1. 三组间HRV参数在24小时间隔内存在显著差异（HF、LF n.u.、HF n.u.、LF/HF），白天6小时间隔仅MeanRR显著，夜间无显著差异。
2. 相关分析显示，HRV与倦怠维度（尤其是情绪耗竭）呈弱关联，白天间隔的关联最强（如MBI总分与LF的ρ=?0.271，与pNN50的ρ=0.271）。
3. 协方差分析表明，年龄对HRV参数（如RMSSD、pNN50、LF n.u.）具有大效应量（η2>0.14），性别具有中等效应，而BMI和倦怠风险组无显著效应。
4. 在控制年龄和性别后，倦怠风险对HRV的独立影响消失，提示早期倦怠的自主神经变化主要受个体因素驱动。
该研究发表在《Frontiers in Physiology》，强调了评估HRV时需考虑协变量的重要性，并指出HRV作为互动工作人群早期倦怠筛查工具的潜力有限，需结合其他因素。

**关键技术方法**
本研究采用横断面设计，样本来自德国马格德堡地区的三个职业群体（银行员工、幼儿教师、医疗助理），通过便利抽样招募。排除标准包括心血管疾病、代谢综合征、吸烟、使用β受体阻滞剂等，最终纳入202名参与者。主要技术方法包括：
- **倦怠评估**：使用Maslach倦怠量表通用版（MBI-GS）的16个条目，涵盖情绪耗竭、大儒主义和个人成就感三个维度，并依据Kalimo算法计算总评分，将参与者分为“无倦怠”、“部分症状”和“高倦怠风险”三组。
- **HRV记录与分析**：采用Schiller MT-101型24小时心电图记录仪（采样频率1000 Hz），通过Medilog Darwin2软件识别并剔除早搏（排除率>1%的参与者）。使用Kubios HRV Premium 3.4.3软件进行HRV分析，包括时域指标（MeanRR、SDNN、RMSSD、pNN50）、频域指标（LF、HF、LF n.u.、HF n.u.、LF/HF）和非线性指标（SD2）。分析时段包括24小时、白天6小时（10:00-16:00）和夜间6小时（23:00-05:00）。
- **统计方法**：采用Kruskal-Wallis检验比较三组HRV参数，辅以Bonferroni校正进行事后两两比较；Spearman相关分析评估HRV与倦怠维度的关联；一般线性模型（协方差分析）检验年龄、性别、BMI和倦怠风险组对HRV的影响，效应量以η2表示。

**研究结果**
1. **样本特征与倦怠风险分布**：总样本中，22.8%的参与者情绪耗竭程度高，13.9%大儒主义程度高，14.4%个人成就感降低。按Kalimo分类，42.6%无倦怠，52.0%有部分症状，5.4%有高倦怠风险。高倦怠风险组全为女性，且年龄和工龄显著高于无倦怠组（p=0.003和p=0.006）。
2. **HRV参数比较**：
- **24小时间隔**：三组间HF（p=0.039）、LF n.u.（p=0.009）、HF n.u.（p=0.009）和LF/HF（p=0.009）存在显著差异。事后比较显示，无倦怠组与高倦怠风险组在HF上差异显著（p_Bonferroni=0.038）；部分症状组与高倦怠风险组在LF n.u.和LF/HF上差异显著（p_Bonferroni=0.010）。
- **白天6小时间隔**：仅MeanRR存在显著差异（p=0.002），无倦怠组低于部分症状组（p_Bonferroni=0.005）。
- **夜间6小时间隔**：所有HRV参数均无显著组间差异。
3. **相关分析**：HRV与倦怠维度的相关性总体较弱，主要出现在白天间隔。例如，MBI总分与LF呈负相关（ρ=?0.271，p<0.01），与pNN50呈正相关（ρ=0.271，p<0.01）；情绪耗竭与LF（ρ=?0.180，p<0.05）和pNN50（ρ=0.180，p<0.05）相关；大儒主义与LF（ρ=?0.155，p<0.05）和pNN50（ρ=0.155，p<0.05）相关。夜间间隔仅发现LF/HF与情绪耗竭（ρ=?0.161，p<0.05）和MBI总分（ρ=?0.188，p<0.01）的显著负相关。
4. **协方差分析**：在24小时HRV模型中，年龄对RMSSD（η2=0.173）、pNN50（η2=0.178）、LF n.u.（η2=0.175）和HF n.u.（η2=0.175）具有大效应量；性别对LF（η2=0.105）具有中等效应；BMI和倦怠风险组均无显著效应（η2<0.03）。该模型表明，HRV的组间差异主要由年龄和性别解释，而非倦怠风险本身。

**讨论与结论**
研究人员指出，本研究在健康高互动工作员工中仅发现倦怠风险与HRV的弱关联，且主要出现在白天和24小时间隔，夜间无显著差异。这表明，工作相关的压力可能更直接地影响日间工作情境下的自主神经调节，而夜间恢复机制未受明显损害。然而，在控制年龄和性别后，这种关联消失，强调个体因素（尤其是年龄）对HRV的主导作用。研究局限包括样本性别失衡（女性占91%）、高倦怠风险组样本量小（n=11）、采用便利抽样导致外部有效性受限，以及横断面设计无法推断因果关系。此外，未充分控制吸烟、饮酒、体力活动等潜在混杂因素。结论部分翻译如下：**“总体而言，在所研究群体中，未能显示高互动工作与低互动工作者在自主神经调节细微变化上的差异。这表明，在分析HRV时，不仅需要关注自主神经调节本身，还必须考虑年龄、性别等协变量的影响。HRV作为早期倦怠筛查工具需谨慎使用，并应结合个体特征进行综合评估。”** 该研究为未来预防性职业医学研究提供了重要参考，建议在更大、更均衡的样本中，采用标准化测量方案，并系统控制混杂因素，以深入揭示倦怠与自主神经功能的复杂关系。