决策疲劳量表的汉化及其应用于ICU 患者家属的信度效度评价

2020-07-24潘国翠李梅

护理学报 2020年12期

潘国翠，李梅

（江苏省南通大学附属建湖医院a.重症医学科；b.护理部，江苏盐城224700）

ICU 患者大多病情危重，医生需要及时告知家属患者的病情，并充分沟通治疗方案，在患者意识障碍的情况下，ICU 患者家属需代为行使决策权利，并需要承担决策行为的后果[1-5]。而患者病情复杂多变，往往需要家属反复决策。决策疲劳（decisional fatigue）是指由于反复的决策行为而导致的决策和控制行为能力受损[6]。决策疲劳影响ICU 患者家属的判断，甚至引起一系列身心障碍，使患者的利益难以最大化[7-8]。目前我国关于ICU 患者家属决策疲劳的研究有限，如何准确评估决策疲劳程度尚缺乏工具。 Hickman等[9]基于自我控制力量模型（strength model of selfcontrol）[10]研制了评估决策疲劳程度的量表（Decisional Fatigue Scale，DFS），可以评估出受试者的决策疲劳状态。目前国内尚未见该量表的汉化及应用报道。本研究旨在对决策疲劳量表进行汉化和跨文化调试，并在ICU 患者家属中评价其信度和效度，以期为我国ICU 患者家属决策疲劳的相关研究提供一定的参考和依据。

1 对象与方法

1.1 研究对象采用便利抽样法，2018 年7 月—2019 年10 月选取南通大学附属建湖医院重症监护室的患者家属作为研究对象。纳入标准：（1）患者在ICU 中接受治疗时间≥1 周；（2）患者意识障碍，格拉斯哥昏迷评分（Glasgow Coma Scale，GCS）≤8分；（3）患者进入ICU 时，签署知情同意书的家属；（4）患者家属知情同意，自愿参与本调查。排除标准：（1）存在严重视听力障碍、沟通障碍，影响问卷作答；（2）因情绪原因无法配合调查。

1.2 研究工具

1.2.1 一般资料调查表自行设计，包括患者年龄、性别、原发病、入住ICU 天数、急性生理与慢性健康评分（Acute Physiology and Chronic Health Evaluation，APACHEⅡ）评分、医疗费用支付方式；患者家属年龄、性别、文化程度、与患者关系、职业。

1.2.2 决策疲劳量表由Hickman 等[9]于2018 年编制，用于医疗相关决策者疲劳程度的自评。量表为单维度，共9 个条目。均采用Likert 4 级评分，0 分代表非常不同意，3 分代表非常同意。总分为0～27 分，得分越高，提示受试者的决策疲劳程度越高。源作者应用该量表评估101 名ICU 患者家属，量表总Cronbach α系数为0.87，间隔8 周后的重测信度为0.56[11]。

1.2.3 医院焦虑抑郁量表（Hospital Anxiety and Depression Scale，HAD）由Zigmond 与Snaith[12]于1983 年编制，用于进行焦虑、抑郁的症状筛查。中文版由叶维菲等[13]于1993 年翻译及跨文化调适，用于评估综合医院的患者，量表焦虑和抑郁维度的Cronbach α 系数均为0.806，重测信度分别为0.921和0.932。该量表共14 个条目，评定抑郁和焦虑各7个条目。采用Likert 4 级计分，根据选项不同记0～3 分。2 个维度分别计分，维度得分范围均为0～21 分，得分越高，提示焦虑或抑郁可能性越大。本研究采用医院焦虑抑郁情绪测量表作为会聚效度测量工具，经检验本研究该量表焦虑和抑郁2 个维度的Cronbach α系数分别为0.811 和0.815。

1.2.4 疲劳量表（Fatigue Scale-14，FS-14）由Trudie等[14]于1992 年编制，用于疲劳症状严重性的自评。中文版由张作记[15]于2005 年翻译及跨文化调适，用于评估16 岁以上者，量表Cronbach α 系数为0.809。该量表包括躯体疲劳（8 个条目）和脑力疲劳（6 个维度），共2 个维度14 个条目。采用二分类法计分，根据选项不同记0 分或1 分。总分0～14 分，得分越高说明疲劳越严重。本研究选用疲劳量表进行相容效度的评价，经检验本研究中该量表Cronbach α 系数为0.822。

1.3 量表的汉化及预调查本研究取得源量表作者授权后使用，根据Brislin 的翻译-回译法进行量表汉化[16]。（1）翻译：由2 名医学专业研究人员各自独立对英文版量表进行翻译，该2 名研究人员均有海外访学经历，能够熟练进行中英文翻译。（2）校对：针对2 名研究人员翻译的量表，由研究者进行比较；当2 份翻译内容出现明显差异时，邀请另一名研究者参与讨论，以确定汉化量表。（3）回译：由2 名英语专业研究人员分别将汉化量表回译为英文，该2 名研究人员均未见过源量表。（4）比对：由2 名医学英语专业研究人员将回译版量表与源量表进行细致比对，对于语义不一致的语句进行讨论，并修改汉化的量表后再进行回译，直至回译版和原量表语义一致率＞90%。（5）专家审核与内容效度评定：由2 名重症医学科主任医师，1 名重症医学科护士长，1 名护理学副教授和1 名医学英语翻译组成专家小组，由该专家小组对汉化量表的语句和内容进行审查，对语义不符合中文表述习惯的内容进行修改，并评价量表的内容效度。评价条目内容与所测概念的相关程度，采用4 分评定法进行计分，4 分代表非常相关，1分代表非常不相关，基于得分结果，计算条目水平的内容效度指数（item-level content validity index，ICVI）和量表水平的内容效度指数（scale-level content validity index，S-CVI）。（6）预调查：根据正式调查的纳入、排除标准，选取30 例研究对象，对其进行预调查和访谈，及时修改语义模糊、无法理解的条目。预调查期间的样本资料不纳入正式的信效度分析。

1.4 调查方法由2 名经过统一培训的调查人员发放问卷，首先采用统一指导语向受试对象说明调查目的、意义和问卷填写方法，获取其知情同意后，发放问卷，由研究对象自行填写；若受试对象因视力不佳、文化程度低等原因无法独立完成问卷，则由调查人员将题目和选项一一念给受试对象，根据其口头回答，调查人员如实代为填写，避免暗示研究对象。问卷被完成后，调查人员一一核查，确定无漏项后当场回收。共发放问卷200 份，回收有效问卷191份，有效回收率为95.5%。从研究对象中随机选取20例受试对象，间隔1 周后重测，计算2 次调查结果的相关性，以反映量表的重测信度。

1.5 统计学方法采用EpiData 3.1 双人双录入数据，采用SPSS 22.0 分析数据。计数资料，采用频数、构成比描述；正态分布的计量资料，采用均数±标准差描述，若为偏态分布，则采用中位数和四分位间距描述；项目分析采用决断值法和相关系数法，量表信度通过Cronbach α 系数和重测信度进行评价；量表效度通过内容效度、相容效度、会聚效度、结构效度（验证性因子分析）进行评价；相容效度、会聚效度、重测信度采用Pearson 相关分析；决断值组间比较采用两独立样本t 检验，以P＜0.05 为差异有统计学意义。

2 结果

2.1 一般资料 191 例ICU 患者，其中男性101 例（52.9%），女性90 例（47.1%）；年龄18～95（58.24±11.31）岁；原发病：急慢性呼吸衰竭57 例（29.8%），急性呼吸窘迫综合征37 例（19.4%），严重心功能衰竭19 例（9.9%），恶性心律失常20 例（10.5%），重症脑血管疾病43 例（22.5%），重度颅脑外伤15 例（7.9%）；入住ICU 天数为7～30（16.31±6.59）d；APACHEⅡ评分为22～38（28.71±6.35）分；医疗费用支付方式：公费医疗28例（14.7%），医疗保险68 例（35.6%），新型农村合作医疗78 例（40.8%），自费17 例（8.9%）。

191 例ICU 患者家属，其中男性115 例（60.2%），女性76 例（39.8%）；年龄24～77（49.89±13.78）岁；文化程度：小学及以下25 例（13.1%），初中32 例（16.8%），高中或中专28 例（14.7%），大专68 例（35.6%），本科及以上38 例（19.9%）；与患者关系：父母15 例（7.9%），子女96 例（50.3%），配偶60 例（31.4%），其他亲属20 例（10.5%）；职业：工人52 例（27.2%），农民33 例（17.3%），职员68 例（35.6%），其他38 例（19.9%）。

2.2 项目分析

2.2.1 决断值法根据研究对象的量表总分由高到低进行排序，得分前27%和后27%分别为高分组和低分组，对2 组各条目得分进行独立样本t 检验。结果显示各条目在高分组和低分组得分的决断值为3.749～21.653，差异均有统计学意义（P=0.003～0.024）。2.2.2 相关分析法采用Pearson 相关分析计算各条目与总分、条目之间的相关性。结果显示，各条目得分和量表总分均呈正相关（r=0.436～0.682，P=0.021～0.045），各条目之间呈正相关（r=0.243～0.479，P=0.001～0.033）。

2.3 效度检验

2.3.1 内容效度中文版决策疲劳量表I-CVI 为0.800～1.000，S-CVI 为0.950。

2.3.2 会聚效度 Pearson 相关性分析结果显示，决策疲劳量表总分与焦虑维度、抑郁维度得分均呈正相关（r=0.784，0.677；P=0.011，0.023）。

2.3.3 相容效度 Pearson 相关性分析结果显示，决策疲劳量表总分与疲劳量表总分、躯体疲劳维度及脑力疲劳维度得分均呈正相关（r=0.745，0.526，0.855；P=0.007，0.017，0.022）。

2.3.4 结构效度对191 例受试对象数据进行验证性因子分析，采用最大似然法对各参数进行估计。结果显示相对卡方值（χ2/df）为2.024，绝对拟合优度指数（goodness of fit index，GFI）为0.885，调整拟合优度指数（adjusted goodness of fit index，AGFI）为0.916，相对拟合指数（comparative fit index，CFI）为0.932，规范拟合指数（normed fit index，NFI）为0.911，递增拟合指数（incremental fit index，IFI）为0.964，近似误差均方根（rot mean square error of approximation，RMSEA）为0.038，一般认为1＜χ2/df＜3，RMSEA＜0.08，其余相对拟合指标＞0.9[17-18]，故本模型的各项拟合指数均达标。

2.4 信度检验中文版决策疲劳量表的Cronbach α系数为0.854，重测信度为0.863（P=0.008）。

2.5 中文版决策疲劳量表的应用按ICU 患者的年龄、性别、原发病、入住ICU 天数、APACHEⅡ评分、医疗费用支付方式以及ICU 患者家属的年龄、性别、文化程度、与患者关系、职业进行分组，比较ICU 患者家属中文版决策疲乏量表的得分。结果显示，ICU 患者的入住ICU 天数、ICU 患者家属性别不同，其ICU 患者家属决策疲乏得分比较，差异均有统计学意义（P＜0.001），见表1。

表1 不同特征ICU 患者家属决策疲乏量表得分比较（n=191，±S，分）

3 讨论

3.1 中文版决策疲劳量表的项目分析本研究结果显示，中文版决策疲劳量表各条目间的相关系数（r=0.243～0.479）均＜0.8[17-18]，提示各个条目之间彼此独立，同时各条目与总量表间相关系数（r=0.436～0.682）均＞0.4[17-18]，提示各条目与总量表之间较为一致。不同条目在高分组和低分组的得分差异具有统计学意义，说明各条目具有鉴别能力，反映了量表可从决策疲劳的多个不同方面进行评估。

3.2 量表的效度评价本研究对量表的内容效度、会聚效度、相容效度和结构效度进行了评价，这4 个方面均体现了研究工具与测量概念的一致程度。一般内容效度＞0.9[18]，即说明量表内容效度较好，中文版决策疲劳量表内容效度为0.950，说明该量表条目与所测概念内容相关程度高。本研究通过医院用焦虑抑郁量表来检验决策疲劳量表的会聚效度，结果显示决策疲劳量表分别与焦虑维度和抑郁维度均有较高的相关性（r=0.784，0.677；P=0.011，0.023），2 个维度所测量的内容有相同特质，都反映了评估对象的负性情绪状态，提示决策疲劳量表会聚效度良好。本研究采用疲劳量表评价决策疲劳量表的相容效度，疲劳量表主要用于评估个体的躯体和心理疲劳状况；中文版决策疲劳量表作为新的量表，从做出决策的角度测量个体的疲劳状况。结果显示二者呈正相关（r=0.745，P=0.007），说明2 个量表具有良好的相容效度。结构效度体现了实际测量数据的结构与理论设想相符程度[17]。为了评价样本数据与理论设想之间的拟合程度，本研究采用了结构方程模型对样本进行验证性因子分析[18]，结果显示χ2/df＜3，RMSEA＜0.08，其余拟合指标均＞0.9，说明模型的拟合程度理想，适配指标均达标[17]。

3.3 量表的信度评价本研究对量表的内在一致性和重测信度进行了评价。结果显示，中文版决策疲劳量表的Cronbach α 系数为0.854＞0.8，说明中文版决策疲劳量表的内在一致性较好，量表条目具有良好的同质性，均反映了由于决策所导致的个体疲乏状态[17-18]。重测信度是指在不同时间测量结果的相关程度，本研究结果显示间隔1 周后的重测信度为0.863＞0.7，说明研究工具的稳定性较高[17-18]。

3.4 量表的应用本研究结果显示， ICU 患者的入住ICU 天数、ICU 患者家属性别不同，ICU 患者家属的决策疲乏得分比较，差异有统计学意义（P＜0.001），这一结果与国内外相关研究结果类似[6-9]，说明中文版决策疲劳量表实证效度较好。在下一阶段的研究中，还可针对不同方面的影响因素进一步开展深入研究，以探讨重症患者家属决策疲劳的主要影响因素，为开展相关干预措施，提高家属决策质量提供参考。

4 结论及本研究的不足

本研究对决策疲劳量表进行了汉化，并在ICU患者家属进行应用，结果提示中文版决策疲劳量表有较好的信度和效度，可用于评估ICU 患者家属决策疲劳程度。但是本研究的调查人群仅限于单一地区的ICU，样本多样性不足，且未充分收集患者家属决策相关经历等个人信息。下一步的研究将扩大范围选取研究对象，提高样本的代表性，并在大样本调研基础上建立量表常模。