新冠肺炎疫情期間某綜合醫院醫務人員焦慮狀況影響因素分析及風險評分模型構建*

王 航 陸 雯 李 力 △

【提 要】 目的 探討新型冠狀病毒肺炎(COVID-19)疫情期間醫務人員心理焦慮狀況及其影響因素，并構建焦慮風險評分模型，為開展心理咨詢服務和采取針對性的干預措施提供參考。方法 選取福建省立醫院的2299名醫務人員為調查對象，隨機分為訓練組和驗證組，采用漢密爾頓焦慮量表評估焦慮狀況。訓練組中應用LASSO回歸篩選焦慮相關的影響因素，計算焦慮風險評分，將所有醫務人員劃分入三個風險亞組(低危、中危和高危組)，并在驗證組中驗證。結果 共212名醫務人員(9.2%)發生焦慮。通過LASSO回歸篩選出年齡、婚姻狀況、工作范圍、恐懼評分、擔心工作不被理解、擔心與親友隔離等8個與焦慮相關的變量，中危組和高危組的焦慮風險分別是低危組的2.797倍(95%CI：1.097～7.128)和14.721倍(95%CI：6.217～34.860)。訓練組和驗證組中焦慮風險評分模型的預測效果良好，一致性指數(C-statistics)值分別為0.798和0.742。 結論 醫務人員在COVID-19疫情期間表現出不同程度的焦慮癥狀，通過篩選焦慮相關影響因素，構建風險評分模型，有助于識別焦慮高風險群體并及時采取心理健康干預措施。

2019年12月以來，新型冠狀病毒肺炎疫情迅速蔓延，傳播范圍、確診人數和死亡人數遠遠超過2003年的嚴重急性呼吸綜合征(severe acute respiratory syndrome，SARS)，引起了國際社會的極大關注[1]。2020年1月12日，世界衛生組織正式將疾病命名為COVID-19(Coronavirus Disease 2019)。作為一種急性呼吸道傳染病，COVID-19來自與SARS相同的冠狀病毒家族，傳染性更強，且傳播途徑更復雜[2]。面對突如其來的疫情，廣大醫務工作者在堅守崗位全力以赴救治患者的同時，面臨著被感染的風險，承受著巨大的職業壓力，產生不同程度的恐懼、焦慮等心理應激反應。先前的研究表明，SARS、禽流感、埃博拉等重大傳染病流行時期，醫務人員心理焦慮的發生率相較于平時有所增高[3-6]。災難中的急性應激具有持久的影響，即使在疫情結束后，醫務人員的恐懼、焦慮、抑郁和創傷后應激障礙等的心理疾病發生率仍有所增加[7]。本研究對2299名醫務人員在COVID-19疫情期間的心理健康狀況進行調查，應用LASSO回歸[8]篩選焦慮相關的影響因素，并構建和驗證了焦慮風險評分模型，用于預測醫務人員焦慮發生的風險，從而為開展心理咨詢服務，制定針對性的心理健康干預計劃提供參考。

對象與方法

1.研究對象

于 2020年 2 月24日至 3 月1日，對福建省立醫院(含福建省立醫院南院)的醫務人員進行在線問卷調查，采取匿名保密原則，排除既往精神疾病史、問卷填寫錯誤或填寫不完整者，共發出調查問卷2423份，收回有效問卷2299份(有效回收率為94.9%)。調查對象所屬科室包括臨床一線科室(感染科、呼吸科、急診科、重癥監護室)、臨床非一線科室和行政后勤科室。通過計算機產生隨機數字，以1∶1的比例將納入的調查對象隨機分為訓練組和驗證組。訓練組用于焦慮影響因素篩選及風險評分模型構建，驗證組用于驗證模型的預測效果。本研究所有調查對象均知情同意。

2.研究方法

(1)基本情況調查表

內容包括性別、年齡、工齡、籍貫、受教育程度、婚姻狀況、疫情防控相關工作經歷等一般情況調查，以及擔心接觸過確診或疑似病人后被傳染、擔心患者隱瞞病史或暴露于無癥狀感染者、擔心醫用防護用品短缺等COVID-19風險感知情況調查。

(2)恐懼評分量表(numeric rating scale fear score，NRS)

NRS[9]用1～10分衡量不同程度的恐懼，分數越高代表調查對象對此次COVID-19疫情的恐懼程度越大。NRS已被廣泛用于評估個體的恐懼程度，并具有良好的信度和效度[10-11]。

(3)漢密爾頓焦慮量表(hamilton anxiety scale，HAMA)

應用HAMA量表對醫務人員過去兩周的心理焦慮相關狀況進行調查。HAMA量表由軀體性焦慮和精神性焦慮2個維度，共14個條目組成[12]。我國量表協作組對HAMA分數制定了推薦標準[13]：≥7分為可能有焦慮；≥14分為肯定有焦慮；≥21分為肯定有明顯焦慮；≥29分為可能為嚴重焦慮。本研究以HAMA≥14分定義調查對象是否存在焦慮。HAMA已被廣泛應用并證實其具有良好的一致性，能較好地反映焦慮癥狀的嚴重程度[14-15]。

3.基于LASSO回歸篩選變量并構建醫務人員焦慮風險評分模型

4.統計分析

采用SPSS 19.0和R 3.5.0軟件進行統計分析，檢驗水準α=0.05。計量資料用均數±標準差表示，計數資料用率或構成比來表示，并采用非參數檢驗或χ2檢驗進行組間比較。LASSO回歸采用R語言中的glmnet及rms軟件包進行，多因素分析采用logistic回歸進行，計算比值比(odds ratios，OR)和95%可信區間(95% confidence intervals，95% CI)。應用似然比卡方檢驗(likelihood ratioχ2test，LRχ2)和一致性指數(Harrell′s c statistic，C-statistics)評估風險評分模型的效能。

結 果

1.基本情況

本研究共納入2299名醫務人員，包括841 名醫生、1201 名護士和257名醫院行政后勤人員，其中男性514人(22.4%)，女性1785人(77.6%)；年齡以≤40歲為主(1793人，78.0%)；臨床一線科室469人(20.4%)、臨床非一線科室1629人(70.9%)、行政后勤科室201人(8.7%)。對所有調查對象在過去兩周內焦慮情況的調查結果顯示，NRS平均得分為(4.81±2.39)分，HAMA平均得分為(4.61±6.17)分，共212人(9.2%)發生焦慮。按照約1：1的比例，隨機選取1150名調查對象作為訓練組，其余的1149名調查對象作為驗證組，一般特征和風險感知情況如表1所示，兩組均衡可比。

表1 訓練組和驗證組2299名醫護人員的一般特征和風險感知情況[n(%)]

2.醫務人員焦慮影響因素分析

在訓練組中使用LASSO回歸進行醫務人員焦慮影響因素篩選，通過十折交叉驗證法確定LASSO回歸的參數λ值(圖1)。隨著λ值增加，LASSO回歸的壓縮程度也隨之增大，最終篩選出與焦慮相關的主要變量。各變量的回歸系數隨λ值的變化情況如圖2所示。本研究選取λ取最小值0.01199，即log(λ)值為-4.424時，LASSO回歸共篩選出8個變量，其中年齡(>40歲)、科室(臨床一線科室)、婚姻狀況(分居/離異/喪偶)、參加支援湖北疫區工作、NRS恐懼評分、擔心工作不被理解、擔心與親友隔離等7個變量的回歸系數>0，與醫務人員焦慮呈正相關；而婚姻狀況(未婚)變量的回歸系數<0，與醫務人員焦慮呈負相關。

續表1

*：采用十折交叉驗證法，當參數λ取最小值0.01199，即log(λ)值為-4.424時(圖中左側虛線)，模型曲線下面積(AUC)達到最大值。圖1 使用十折交叉驗證法確定LASSO回歸中的參數選擇

3.焦慮風險評分模型構建及驗證

根據訓練組LASSO回歸分析結果，以篩選出的變量的回歸系數擬合出COVID-19疫情期間醫務人員焦慮風險評分模型，其計算公式：風險評分=(0.625×是否年齡>40歲)+(0.348×是否在臨床一線科室工作)+(-0.187×是否未婚)+(0.691×是否分居/離異/喪偶)+(0.424×是否支援湖北疫區)+(0.334×NRS恐懼評分)+(0.545×是否擔心工作不被理解)+(0.246×是否擔心與親友隔離)-5.202(截距)。風險評分模型中各變量的賦值情況見表2。根據上述公式，計算訓練組中每名醫務人員的風險評分，按三分位數法確定訓練組中風險評分的截斷值(-3.611和-2.864)，并將此截斷值應用于驗證組。隨后，將所有醫務人員劃分為3個風險亞組(低危、中危和高危組)，各風險亞組的一般特征和風險感知情況分布見表3。除各亞組的負壓/隔離病房工作經歷、發熱/呼吸科門診工作經歷等分布差異無統計學意義外，其他一般特征及風險感知情況在各亞組中的分布差異均有統計學意義(P<0.05)。

表3 不同焦慮風險亞組的一般特征和風險感知情況[n(%)]

*：在使用十折交叉驗證法確定的最佳參數(log(λ)=-4.424)處繪制一條垂直虛線，此時LASSO回歸共篩選出8個系數非零的變量。圖2 變量在LASSO回歸中的系數變化情況

表2 焦慮風險評分模型中的變量賦值表

為評估并驗證焦慮風險評分模型對于不同醫務人員群體焦慮發生風險的區分效能，于訓練組和驗證組中分別進行多因素logistic回歸分析。如表4所示，不同風險亞組群體的焦慮發生風險存在明顯差異。以低危組為對照組，在調整年齡、性別、受教育程度等相關協變量之后，訓練組中中危組和高危組群體的焦慮發生風險分別是低危組群體的2.797倍(95%CI：1.097～7.128)和14.721倍(95%CI：6.217～34.860)，在驗證組中則分別是2.460倍(95%CI：1.162～5.210)和8.499倍(95%CI：4.175～17.302)。后續分析結果顯示，焦慮風險評分模型整體預測效果良好(訓練組：LRχ2：121.940，C-index：0.798；驗證組：LRχ2：73.400，C-index：0.742)。

表4 訓練組和驗證組中不同焦慮風險亞組的比較

討 論

傳染病大流行引起公眾的情緒反應可能包括恐懼，痛苦，焦慮，沮喪，社交孤立以及對心理健康服務的需求增加等。關于醫務人員在COVID-19疫情期間的心理狀況風險評估的相關研究還少見報道。本研究發現，醫務人員在此次COVID-19疫情期間表現出不同程度的焦慮癥狀。通過LASSO回歸篩選出焦慮發生的相關影響因素，包括年齡、婚姻狀況、工作范圍、NRS恐懼評分、擔心工作不被理解、擔心與親友隔離等。基于上述影響因素在LASSO回歸中的回歸系數，構建并驗證了焦慮風險評分模型，并將醫務人員劃分為不同的焦慮風險亞組，其能夠較好地反映不同醫務人員群體的焦慮發生風險，以便盡早地實施心理干預。

續表3

流行病學研究發現年齡是焦慮影響因素之一，老年人的焦慮發生率高于年輕人[16-17]。此外，婚姻狀況可能能為早期評估焦慮風險提供線索，婚姻質量差和家庭關系不和諧(分居，離婚或喪偶)與焦慮的發生相關。本研究結果表明，醫務人員發生焦慮的風險隨著年齡的增長而增加，年齡大于40歲者容易出現焦慮，這可能是由于這部分群體工齡較長，在日常工作中積累了較多的心理壓力。相對年輕的醫務人員群體工齡較短且多未婚，承擔的家庭責任較少，因此焦慮發生率較低。醫護人員對突如其來的疫情沒有充分的心理準備，并且對未知的病毒缺乏了解，因而產生不同程度的心理焦慮。本研究提示，不同工作領域的焦慮風險存在差異，奮戰在臨床一線科室以及赴湖北疫區支援的醫務工作者表現出較高的焦慮風險。這可能是由于這部分醫務人員群體在日常的臨床診療中與確診或疑似患者密切接觸機會較多，工作強度大，持續高強度超負荷的工作使機體產生心理應激，導致焦慮情緒的滋生，提示我們要以這部分群體作為心理干預的主要對象，盡快開展心理咨詢服務。COVID-19感染的威脅可能導致醫務人員高度恐懼，這將導致與心理困擾相關的生理改變以及對心理困擾相關行為的判斷偏見[19]。本研究也證實了，NRS量表評估的恐懼水平是醫務人員焦慮狀況的影響因素之一。醫務人員所感受到的恐懼水平越高，他們感到無助的可能性就越大，隨后產生焦慮挫敗感。由于COVID-19疫情爆發時間恰逢中國傳統節日春節，醫務人員堅守崗位放棄節假日而無法陪伴親友，加劇了心理負面情緒。另外，醫務人員可能由于奮戰在防控疫情一線的工作不被患者和大眾理解和配合而產生一定的心理負擔，感到無助，導致心理焦慮。

本研究使用LASSO回歸篩選與焦慮發生相關的影響因素。LASSO回歸是一種壓縮估計法，基于在一個回歸系數的絕對值之和小于一個常數的條件下，使殘差平方和最小化，從將某些變量的回歸系數壓縮為0，進而達到變量選擇的目的。較之傳統變量選擇方法，LASSO回歸在擬合廣義線性模型的同時對所有變量進行篩選和復雜度調整，可以很好地解決多重共線性問題，減少過度擬合的現象，且結果易解釋，可實用性強[20]。

綜上所述，醫務人員在COVID-19疫情期間表現出不同程度的心理焦慮，通過本研究初步建立的風險評分模型，有助于識別焦慮高風險的醫務人員群體。在今后的工作中，應積極開展心理咨詢服務，制定針對性的心理健康干預計劃并加強隨訪監測。鑒于本研究為單中心橫斷面研究，因此后續還需要通過多中心前瞻性研究來驗證該風險評分模型的應用價值。