林少煒 李煌元 趙 璧 陳 熔 萬春雨 吳思英
福建醫(yī)科大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計學(xué)系,環(huán)境因素與腫瘤福建省重點實驗室,環(huán)境與健康福建省高校重點實驗室(350108)
醫(yī)護人員工作場所暴力模式的潛類別分析
林少煒 李煌元 趙 璧 陳 熔 萬春雨 吳思英△
福建醫(yī)科大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計學(xué)系,環(huán)境因素與腫瘤福建省重點實驗室,環(huán)境與健康福建省高校重點實驗室(350108)
目的探討醫(yī)護人員工作場所暴力模式,為采取有針對性預(yù)防措施提供依據(jù)。方法采用多階段分層整群抽樣方法對1950名醫(yī)護人員進行工作場所暴力測量,運用潛類別分析識別潛類別,進而區(qū)分暴力模式。結(jié)果最佳的潛類別數(shù)為3,根據(jù)潛類別條件概率的分布特征,分別命名為工作場所暴力高頻組、中頻組和低頻組。暴力頻率越高,其工作滿意度越低。男性、30~40歲、有夜班和學(xué)歷為本科及以上是工作場所暴力高危人群,應(yīng)有針對性地進行預(yù)防干預(yù)。結(jié)論潛類別分析可以識別不同暴力模式,揭示工作場所暴力預(yù)防的重點人群,為制定暴力預(yù)防措施提供依據(jù)。
工作場所暴力 潛類別分析 醫(yī)護人員
醫(yī)院工作場所暴力是指衛(wèi)生從業(yè)人員在其工作場所受到辱罵、威脅或襲擊,從而造成對其安全、幸福和健康明確或含蓄的挑戰(zhàn)[1]。由于各種因素,醫(yī)患關(guān)系緊張,醫(yī)療糾紛增加,醫(yī)院暴力事件屢屢發(fā)生,傷醫(yī)事件層出不窮。工作場所暴力不僅干擾醫(yī)院工作的正常秩序,而且影響了醫(yī)護人員的人身安全和工作能力,給醫(yī)療衛(wèi)生行業(yè)帶來很多負面影響[2]。因此,研究醫(yī)護人員工作場所暴力模式,揭示暴力模式分布特征,對制定工作場所暴力預(yù)防控制干預(yù)策略具有重要意義。本研究通過使用潛類別分析識別不同的暴力模式,探討不同暴力模式特征,揭示工作場所暴力預(yù)防的重點人群,為針對性地制定預(yù)防措施提供依據(jù)。
1.研究對象
采用多階段分層整群抽樣方法,按東南西北中的地理方位,選取福建省寧德市、廈門市、龍巖市、南平市和福州市的市級醫(yī)院,隨機抽取不同科室醫(yī)護人員進行工作場所暴力情況測量。共發(fā)放調(diào)查問卷2066份,回收有效問卷1950份,有效率為94.39%。資料收集遵循知情同意和匿名無關(guān)聯(lián)原則。
2.研究方法
利用自行設(shè)計問卷對醫(yī)護人員遭受醫(yī)院工作場所暴力情況進行調(diào)查,調(diào)查內(nèi)容包括醫(yī)護人員的一些基本特征(性別、年齡、學(xué)歷等)和近一年內(nèi)是否遭受工作場所暴力 (軀體攻擊、情況虐待、威脅恐嚇、言語性騷擾和軀體性騷擾)。
采用EpiData 3.0建立數(shù)據(jù)庫錄入問卷。潛類別分析(latent class analysis,LCA)采用Mplus 7.0實現(xiàn),類別數(shù)的判定結(jié)合使用信息指標AIC、BIC、ABIC和Lo-Mendell-Rubin似然比檢驗(Lo-Mendell-Rubin likelihood ratio,LMR LR)、調(diào)整LMR LR(adjusted LMR LR,ALMR LR)和自助似然比檢驗(bootstrap likelihood ratio,BLRT)檢驗[3]。當各指標間出現(xiàn)矛盾時,主要參考BIC和BLRT指標[4]。不同特征間的暴力模式比較采用卡方檢驗。
3.潛類別分析
潛類別分析[5]使用分類潛變量(潛類別變量)來描述一組觀測到的分類指標的關(guān)系,是一種將潛變量理論和分類變量相結(jié)合的統(tǒng)計分析方法。其基本假設(shè)是,一旦分類潛變量被固定,觀測到的分類指標間是相互獨立的,也即局部獨立性(local independence)或條件獨立性。
若有Q個觀測指標,K個潛類別,則所有觀測指標的聯(lián)合概率為
根據(jù)貝葉斯公式,其后驗概率為
P(C=k|u1,…,uQ)=
因此在LCA中有兩種模型參數(shù):無條件概率P(C=k)和條件概率P(uQ|C=k)。無條件概率也稱為潛類別概率,平均潛類別概率描述了潛類別的比例或流行率;而條件概率描述了給定某個潛類別,觀測指標屬于這個潛類別的可能性。
LCA模型基本包含如下步驟:確定潛類別的最佳數(shù)量、潛類別評價、潛類別特征定義以及個體的潛類別預(yù)測。
1.工作場所暴力形式分布
工作場所暴力形式的分布如表1所示。超過半數(shù)的人遭受到情感虐待(65.4%)和軀體攻擊(51.3%),另外威脅恐嚇也較為常見,達到了45.1%。而在醫(yī)院工作場所暴力中,性騷擾(言語、軀體)則較為少見。
表1 工作場所暴力形式分布情況
2.類別數(shù)確定
表2給出了指定類別數(shù)為1到5時模型之間的比較情況。AIC、BIC和ABIC等信息指標,以及LMRLR、ALMRLR和BLRT檢驗都支持類別數(shù)為3時是最優(yōu)選擇。3類模型的相對熵為0.857,最有可能歸屬類別的平均潛類別概率分別為0.908、0.957和0.950,這說明把調(diào)查對象分成3類是一個很好的分類模式。
3.潛類別特征
以3類模型為最終模型,進一步得到各參數(shù)的估計結(jié)果。3類的比例分別為16.82%、37.03%和46.15%,在工作場所暴力各種形式的條件概率如圖1。
表2 不同類別數(shù)的模型擬合指標
圖1 工作場所暴力各因素的條件概率
類別1中受到5種暴力形式的概率分別為100%、99.7%、97.7%、100%和80.2%,具有很高的概率,屬于最容易受到各種暴力的群體,可將類別1命名為工作場所暴力高頻組;類別2中軀體攻擊、情感虐待和威脅恐嚇的概率分別為83.1%、94.8%和72.4%,而性騷擾(言語、軀體)的概率很低,屬于容易受到除性騷擾外的暴力形式群體,可將類別2命名為工作場所暴力中頻組;類別3受到各種暴力形式的概率都很低,屬于幾乎不受暴力的群體,可將類別3命名為工作場所暴力低頻組。
4.不同群體的暴力模式比較
經(jīng)過卡方檢驗,性別、年齡、夜班和學(xué)歷等群體的暴力模式差異有統(tǒng)計學(xué)意義(P<0.05),而護士和醫(yī)生的暴力模式差異沒有統(tǒng)計學(xué)意義(P=0.187),即兩者具有相同的暴力模式。男性、30~40歲、有夜班和本科及以上群體的工作場所暴力高/中頻組比例較高,應(yīng)該成為暴力預(yù)防的重點干預(yù)對象。而不同暴力模式的工作滿意情況差異有統(tǒng)計學(xué)意義,工作場所暴力低頻組的滿意度較高。
醫(yī)院工作場所暴力正逐漸成為衛(wèi)生人員的一種職業(yè)傷害?!吨袊t(yī)師執(zhí)業(yè)狀況白皮書》指出:60%的醫(yī)務(wù)人員曾遭受過不同程度的醫(yī)療暴力,包括語言暴力和身體上的傷害。潛類別分析是通過離散的潛變量即潛類別變量來解釋外顯指標間的關(guān)聯(lián),使外顯指標間的關(guān)聯(lián)通過潛類別變量來估計,進而維持其局部獨立性的統(tǒng)計方法[6]。本文采用潛類別分析研究醫(yī)院工作場所暴力模式,找出不同暴力模式的分布特征,實現(xiàn)了醫(yī)護人員遭受暴力人群的異質(zhì)性分類,為制定醫(yī)院暴力防控干預(yù)策略提供方法支持。
表3 不同群體的暴力模式比較n(%)
根據(jù)最優(yōu)潛類別數(shù)選擇方法確定3類人群:工作場所暴力高頻組、中頻組和低頻組,其比例分別為16.82%、37.03%和46.15%。高頻組中大多遭受到全部5種暴力形式,遭受暴力頻度最高,其工作滿意的比例最低(46.04%);而低頻組只有少部分情感虐待的暴力行為,其工作滿意的比例最高(60.67%),這也驗證了王培席提出的暴力程度越高,其工作滿意度越低[2]。在暴力模式的分布特征上,不同組別有著不同的暴力模式。相對于男性而言,在工作中女性是否更容易遭受暴力侵害,眾多研究結(jié)果并不一致[7-10]。本研究結(jié)果顯示男性人員遭受高頻暴力模式的概率更大,這可能與男性性格因素有關(guān)。30~40歲年齡段更易遭受高頻暴力模式,與孫濤等認為受暴者的年齡是倒“U”字型相吻合[9]。此年齡段的醫(yī)護人員是醫(yī)院的中堅力量,處于事業(yè)上升期,接觸患者多時間長,容易出現(xiàn)暴力事件。有夜班的醫(yī)護人員受身體和心理影響,易出現(xiàn)與患者溝通不充分,導(dǎo)致醫(yī)患沖突出現(xiàn)。學(xué)歷高的群體有較高暴力概率,這可能與其對情感虐待等方面的解讀更敏感,從而報告更多的暴力事件。
依據(jù)群體分布特征,男性、30~40歲、有夜班和本科及以上學(xué)歷的群體是工作場所暴力發(fā)生的高危人群,應(yīng)對其進行有針對性地預(yù)防干預(yù),有效降低醫(yī)院工作場所暴力的發(fā)生和其所帶來的危害。
[1] World Health Organization.New research shows workplace violence threatens health services.Press Release WHO,2002.
[2] 王培席.醫(yī)務(wù)場所暴力調(diào)查及理論模型研制.四川大學(xué),2006.
[3] Tofighi D,Enders CK.Identifying the correct number of classes in growth mixture models,in advances in latent variable mixture models.Information age publishing,2008:317-341.
[4] Nylund KL,Asparouhov T,Muthén BO.Deciding on the number of classes in latent class analysis and growth mixture modeling:A Monte Carlo simulation study.Structural Equation Modeling A Multidisciplinary Journal,2007,14(4):535-569.
[5] Lanza ST,Flaherty BP,Collins LM.Latent class and latent transition analysis.Wiley,2010.
[6] 曾憲華,肖琳,張巖波.潛在類別分析原理及實例分析.中國衛(wèi)生統(tǒng)計,2013,30(6):815-817.
[7] 王立成,彭相文,樊立華,等.醫(yī)護人員遭遇醫(yī)院工作場所暴力情況及影響因素分析.中國醫(yī)院管理,2015,35(6):61-63.
[8] 陳祖輝,王聲湧,荊春霞,等.醫(yī)院工作場所暴力的流行病學(xué)特征及危險因素分析.中華流行病學(xué)雜志,2004,25(1):3-5.
[9] 孫濤,王碩,王娜,等.公立醫(yī)院工作場所暴力的流行特征調(diào)查與差異分析研究.實用預(yù)防醫(yī)學(xué),2014,21(4).
[10] 石磊,樊立華,王玲玲,等.縣級醫(yī)院工作場所暴力現(xiàn)狀及影響因素分析.中國醫(yī)院管理,2016,07:49-51.
ApplicationofLatentClassAnalysisintheIdentificationofHospitalWorkplaceViolencePattern
Lin Shaowei,Li Huangyuan,Zhao Bi,et al
(DepartmentofEpidemiologyandHealthStatistics,FujianProvincialKeyLaboratoryofEnvironmentFactorsandCancer,SchoolofPublicHealth,FujianMedicalUniversity(350108),Fuzhou)
ObjectiveTo identify the hospital workplace violence pattern,and to provide a basis for targeted preventive measures.MethodsTotally 1950 doctors and nurses were selected by Multi.stage stratified cluster sampling method and investigated with a violence questionnaire.Latent class analysis was used to identify the latent class and classify the violence pattern with different distribution characteristics.ResultsThere were three types of violence pattern:high frequency group,moderate frequency group and low frequency group.The higher the frequency of violence occurred,the lower job satisfaction was.The high risk violence population were Men,aged 30~40 years,night shift and bachelor degree or above.ConclusionLatent class model can be used to classify the violence pattern for revealing key populations of workplace violence prevention and providing a basis for violence prevention measures.
Workplace violence;Latent class analysis;Medical staff
△通信作者:吳思英
劉 壯)