新冠肺炎疫情期间某综合医院医务人员焦虑状况影响因素分析及风险评分模型构建*

王 航 陆 雯 李 力 △

【提 要】 目的 探讨新型冠状病毒肺炎(COVID-19)疫情期间医务人员心理焦虑状况及其影响因素，并构建焦虑风险评分模型，为开展心理咨询服务和采取针对性的干预措施提供参考。方法 选取福建省立医院的2299名医务人员为调查对象，随机分为训练组和验证组，采用汉密尔顿焦虑量表评估焦虑状况。训练组中应用LASSO回归筛选焦虑相关的影响因素，计算焦虑风险评分，将所有医务人员划分入三个风险亚组(低危、中危和高危组)，并在验证组中验证。结果 共212名医务人员(9.2%)发生焦虑。通过LASSO回归筛选出年龄、婚姻状况、工作范围、恐惧评分、担心工作不被理解、担心与亲友隔离等8个与焦虑相关的变量，中危组和高危组的焦虑风险分别是低危组的2.797倍(95%CI：1.097～7.128)和14.721倍(95%CI：6.217～34.860)。训练组和验证组中焦虑风险评分模型的预测效果良好，一致性指数(C-statistics)值分别为0.798和0.742。 结论 医务人员在COVID-19疫情期间表现出不同程度的焦虑症状，通过筛选焦虑相关影响因素，构建风险评分模型，有助于识别焦虑高风险群体并及时采取心理健康干预措施。

2019年12月以来，新型冠状病毒肺炎疫情迅速蔓延，传播范围、确诊人数和死亡人数远远超过2003年的严重急性呼吸综合征(severe acute respiratory syndrome，SARS)，引起了国际社会的极大关注[1]。2020年1月12日，世界卫生组织正式将疾病命名为COVID-19(Coronavirus Disease 2019)。作为一种急性呼吸道传染病，COVID-19来自与SARS相同的冠状病毒家族，传染性更强，且传播途径更复杂[2]。面对突如其来的疫情，广大医务工作者在坚守岗位全力以赴救治患者的同时，面临着被感染的风险，承受着巨大的职业压力，产生不同程度的恐惧、焦虑等心理应激反应。先前的研究表明，SARS、禽流感、埃博拉等重大传染病流行时期，医务人员心理焦虑的发生率相较于平时有所增高[3-6]。灾难中的急性应激具有持久的影响，即使在疫情结束后，医务人员的恐惧、焦虑、抑郁和创伤后应激障碍等的心理疾病发生率仍有所增加[7]。本研究对2299名医务人员在COVID-19疫情期间的心理健康状况进行调查，应用LASSO回归[8]筛选焦虑相关的影响因素，并构建和验证了焦虑风险评分模型，用于预测医务人员焦虑发生的风险，从而为开展心理咨询服务，制定针对性的心理健康干预计划提供参考。

对象与方法

1.研究对象

于 2020年 2 月24日至 3 月1日，对福建省立医院(含福建省立医院南院)的医务人员进行在线问卷调查，采取匿名保密原则，排除既往精神疾病史、问卷填写错误或填写不完整者，共发出调查问卷2423份，收回有效问卷2299份(有效回收率为94.9%)。调查对象所属科室包括临床一线科室(感染科、呼吸科、急诊科、重症监护室)、临床非一线科室和行政后勤科室。通过计算机产生随机数字，以1∶1的比例将纳入的调查对象随机分为训练组和验证组。训练组用于焦虑影响因素筛选及风险评分模型构建，验证组用于验证模型的预测效果。本研究所有调查对象均知情同意。

2.研究方法

(1)基本情况调查表

内容包括性别、年龄、工龄、籍贯、受教育程度、婚姻状况、疫情防控相关工作经历等一般情况调查，以及担心接触过确诊或疑似病人后被传染、担心患者隐瞒病史或暴露于无症状感染者、担心医用防护用品短缺等COVID-19风险感知情况调查。

(2)恐惧评分量表(numeric rating scale fear score，NRS)

NRS[9]用1～10分衡量不同程度的恐惧，分数越高代表调查对象对此次COVID-19疫情的恐惧程度越大。NRS已被广泛用于评估个体的恐惧程度，并具有良好的信度和效度[10-11]。

(3)汉密尔顿焦虑量表(hamilton anxiety scale，HAMA)

应用HAMA量表对医务人员过去两周的心理焦虑相关状况进行调查。HAMA量表由躯体性焦虑和精神性焦虑2个维度，共14个条目组成[12]。我国量表协作组对HAMA分数制定了推荐标准[13]：≥7分为可能有焦虑；≥14分为肯定有焦虑；≥21分为肯定有明显焦虑；≥29分为可能为严重焦虑。本研究以HAMA≥14分定义调查对象是否存在焦虑。HAMA已被广泛应用并证实其具有良好的一致性，能较好地反映焦虑症状的严重程度[14-15]。

3.基于LASSO回归筛选变量并构建医务人员焦虑风险评分模型

4.统计分析

采用SPSS 19.0和R 3.5.0软件进行统计分析，检验水准α=0.05。计量资料用均数±标准差表示，计数资料用率或构成比来表示，并采用非参数检验或χ2检验进行组间比较。LASSO回归采用R语言中的glmnet及rms软件包进行，多因素分析采用logistic回归进行，计算比值比(odds ratios，OR)和95%可信区间(95% confidence intervals，95% CI)。应用似然比卡方检验(likelihood ratioχ2test，LRχ2)和一致性指数(Harrell′s c statistic，C-statistics)评估风险评分模型的效能。

结 果

1.基本情况

本研究共纳入2299名医务人员，包括841 名医生、1201 名护士和257名医院行政后勤人员，其中男性514人(22.4%)，女性1785人(77.6%)；年龄以≤40岁为主(1793人，78.0%)；临床一线科室469人(20.4%)、临床非一线科室1629人(70.9%)、行政后勤科室201人(8.7%)。对所有调查对象在过去两周内焦虑情况的调查结果显示，NRS平均得分为(4.81±2.39)分，HAMA平均得分为(4.61±6.17)分，共212人(9.2%)发生焦虑。按照约1：1的比例，随机选取1150名调查对象作为训练组，其余的1149名调查对象作为验证组，一般特征和风险感知情况如表1所示，两组均衡可比。

表1 训练组和验证组2299名医护人员的一般特征和风险感知情况[n(%)]

2.医务人员焦虑影响因素分析

在训练组中使用LASSO回归进行医务人员焦虑影响因素筛选，通过十折交叉验证法确定LASSO回归的参数λ值(图1)。随着λ值增加，LASSO回归的压缩程度也随之增大，最终筛选出与焦虑相关的主要变量。各变量的回归系数随λ值的变化情况如图2所示。本研究选取λ取最小值0.01199，即log(λ)值为-4.424时，LASSO回归共筛选出8个变量，其中年龄(>40岁)、科室(临床一线科室)、婚姻状况(分居/离异/丧偶)、参加支援湖北疫区工作、NRS恐惧评分、担心工作不被理解、担心与亲友隔离等7个变量的回归系数>0，与医务人员焦虑呈正相关；而婚姻状况(未婚)变量的回归系数<0，与医务人员焦虑呈负相关。

续表1

*：采用十折交叉验证法，当参数λ取最小值0.01199，即log(λ)值为-4.424时(图中左侧虚线)，模型曲线下面积(AUC)达到最大值。图1 使用十折交叉验证法确定LASSO回归中的参数选择

3.焦虑风险评分模型构建及验证

根据训练组LASSO回归分析结果，以筛选出的变量的回归系数拟合出COVID-19疫情期间医务人员焦虑风险评分模型，其计算公式：风险评分=(0.625×是否年龄>40岁)+(0.348×是否在临床一线科室工作)+(-0.187×是否未婚)+(0.691×是否分居/离异/丧偶)+(0.424×是否支援湖北疫区)+(0.334×NRS恐惧评分)+(0.545×是否担心工作不被理解)+(0.246×是否担心与亲友隔离)-5.202(截距)。风险评分模型中各变量的赋值情况见表2。根据上述公式，计算训练组中每名医务人员的风险评分，按三分位数法确定训练组中风险评分的截断值(-3.611和-2.864)，并将此截断值应用于验证组。随后，将所有医务人员划分为3个风险亚组(低危、中危和高危组)，各风险亚组的一般特征和风险感知情况分布见表3。除各亚组的负压/隔离病房工作经历、发热/呼吸科门诊工作经历等分布差异无统计学意义外，其他一般特征及风险感知情况在各亚组中的分布差异均有统计学意义(P<0.05)。

表3 不同焦虑风险亚组的一般特征和风险感知情况[n(%)]

*：在使用十折交叉验证法确定的最佳参数(log(λ)=-4.424)处绘制一条垂直虚线，此时LASSO回归共筛选出8个系数非零的变量。图2 变量在LASSO回归中的系数变化情况

表2 焦虑风险评分模型中的变量赋值表

为评估并验证焦虑风险评分模型对于不同医务人员群体焦虑发生风险的区分效能，于训练组和验证组中分别进行多因素logistic回归分析。如表4所示，不同风险亚组群体的焦虑发生风险存在明显差异。以低危组为对照组，在调整年龄、性别、受教育程度等相关协变量之后，训练组中中危组和高危组群体的焦虑发生风险分别是低危组群体的2.797倍(95%CI：1.097～7.128)和14.721倍(95%CI：6.217～34.860)，在验证组中则分别是2.460倍(95%CI：1.162～5.210)和8.499倍(95%CI：4.175～17.302)。后续分析结果显示，焦虑风险评分模型整体预测效果良好(训练组：LRχ2：121.940，C-index：0.798；验证组：LRχ2：73.400，C-index：0.742)。

表4 训练组和验证组中不同焦虑风险亚组的比较

讨 论

传染病大流行引起公众的情绪反应可能包括恐惧，痛苦，焦虑，沮丧，社交孤立以及对心理健康服务的需求增加等。关于医务人员在COVID-19疫情期间的心理状况风险评估的相关研究还少见报道。本研究发现，医务人员在此次COVID-19疫情期间表现出不同程度的焦虑症状。通过LASSO回归筛选出焦虑发生的相关影响因素，包括年龄、婚姻状况、工作范围、NRS恐惧评分、担心工作不被理解、担心与亲友隔离等。基于上述影响因素在LASSO回归中的回归系数，构建并验证了焦虑风险评分模型，并将医务人员划分为不同的焦虑风险亚组，其能够较好地反映不同医务人员群体的焦虑发生风险，以便尽早地实施心理干预。

续表3

流行病学研究发现年龄是焦虑影响因素之一，老年人的焦虑发生率高于年轻人[16-17]。此外，婚姻状况可能能为早期评估焦虑风险提供线索，婚姻质量差和家庭关系不和谐(分居，离婚或丧偶)与焦虑的发生相关。本研究结果表明，医务人员发生焦虑的风险随着年龄的增长而增加，年龄大于40岁者容易出现焦虑，这可能是由于这部分群体工龄较长，在日常工作中积累了较多的心理压力。相对年轻的医务人员群体工龄较短且多未婚，承担的家庭责任较少，因此焦虑发生率较低。医护人员对突如其来的疫情没有充分的心理准备，并且对未知的病毒缺乏了解，因而产生不同程度的心理焦虑。本研究提示，不同工作领域的焦虑风险存在差异，奋战在临床一线科室以及赴湖北疫区支援的医务工作者表现出较高的焦虑风险。这可能是由于这部分医务人员群体在日常的临床诊疗中与确诊或疑似患者密切接触机会较多，工作强度大，持续高强度超负荷的工作使机体产生心理应激，导致焦虑情绪的滋生，提示我们要以这部分群体作为心理干预的主要对象，尽快开展心理咨询服务。COVID-19感染的威胁可能导致医务人员高度恐惧，这将导致与心理困扰相关的生理改变以及对心理困扰相关行为的判断偏见[19]。本研究也证实了，NRS量表评估的恐惧水平是医务人员焦虑状况的影响因素之一。医务人员所感受到的恐惧水平越高，他们感到无助的可能性就越大，随后产生焦虑挫败感。由于COVID-19疫情爆发时间恰逢中国传统节日春节，医务人员坚守岗位放弃节假日而无法陪伴亲友，加剧了心理负面情绪。另外，医务人员可能由于奋战在防控疫情一线的工作不被患者和大众理解和配合而产生一定的心理负担，感到无助，导致心理焦虑。

本研究使用LASSO回归筛选与焦虑发生相关的影响因素。LASSO回归是一种压缩估计法，基于在一个回归系数的绝对值之和小于一个常数的条件下，使残差平方和最小化，从将某些变量的回归系数压缩为0，进而达到变量选择的目的。较之传统变量选择方法，LASSO回归在拟合广义线性模型的同时对所有变量进行筛选和复杂度调整，可以很好地解决多重共线性问题，减少过度拟合的现象，且结果易解释，可实用性强[20]。

综上所述，医务人员在COVID-19疫情期间表现出不同程度的心理焦虑，通过本研究初步建立的风险评分模型，有助于识别焦虑高风险的医务人员群体。在今后的工作中，应积极开展心理咨询服务，制定针对性的心理健康干预计划并加强随访监测。鉴于本研究为单中心横断面研究，因此后续还需要通过多中心前瞻性研究来验证该风险评分模型的应用价值。