A Multimodal Physiological Dataset for Nurse Stress Detection
تثبت هذه الدراسة جدوى الكشف عن إجهاد الممرضات في بيئات العالم الحقيقي من خلال دمج البيانات المبلغ عنها ذاتياً، والبيانات الفسيولوجية، والبيانات التنظيمية، مما يظهر أن نهج تعلم الآلة متعدد الوسائط يتفوق بشكل كبير على النماذج التي تعتمد فقط على الإشارات الفسيولوجية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعد الحياة اليومية للممرض عملية تفاوض مستمرة بين الاحتياجات البشرية والجداول الزمنية الصارمة. فهم يعتنون بالمرضى بينما يديرون أعباء عمل عالية، ومتطلبات عاطفية، والجهد البدني الناجم عن المناوبات الطويلة. لعقود من الزمن، عرف الباحثون أن هذه البيئة تخلق ضغطاً كبيراً، مما قد يضر بصحة الممرض وجودة رعاية المرضى. تقليدياً، كان فهم هذا الضغط يعتمد على سؤال الناس عن شعورهم، غالباً بعد فوات الأوان، أو النظر في إحصائيات عامة حول الاحتراق الوظيفي. ومع ذلك، فإن التوتر ليس شيئاً واحداً يمكن قياسه بأداة واحدة؛ بل هو رد فعل معقد يتضمن كيفية تفكير الشخص في يومه، وكيف يستجيب جسده بدنياً في اللحظة ذاتها، والظروف المحددة لجدول عمله. لقد كان التحدي يكمن في إيجاد طريقة لرؤية كل هذه القطع معاً في الوقت الفعلي، دون تعطيل العمل نفسه الذي تتم دراسته.
سعى فريق من الباحثين في سويسرا إلى بناء نوع جديد من التصور لضغط الممرضين من خلال الجمع بين ثلاثة مصادر مختلفة للمعلومات: ما يقول الممرضون إنهم يشعرون به، وما تفعله أجسادهم، وكيف تبدو جداول عملهم في الواقع. قاموا بتجنيد أربعة وعشرين ممرضاً يعملون في مستشفى وطلبوا منهم ارتداء ساعة ذكية لمدة ثلاثة أشهر. سجلت هذه الساعات باستمرار معدلات ضربات القلب ودرجات حرارة الجسم أثناء عملهم. وبعد كل مناوبة، ملأ الممرضون استبياناً رقمياً قصيراً حول مدى رضاهم عن اليوم، ومدى شعورهم بالضغط، ومدى ملاءمة المناوبة لحياتهم الشخصية. كما جمع الباحثون السجلات الرسمية للمستشفى الخاصة بمناوبات الممرضين، بما في ذلك الجدول المخطط له والجدول الفعلي الذي تم العمل به، مما سمح لهم برؤية أين حدثت التغييرات أو الاضطرابات.
كان الهدف هو معرفة ما إذا كان يمكن نسج هذه التدفقات المختلفة من البيانات معاً لتحديد متى يكون الممرض تحت الضغط. اضطر الباحثون أولاً إلى تحويل إجابات الاستبيان اليومي إلى "تسمية" واضحة لكل مناوبة، حيث صُنفت كـ "غير مضغوط"، أو "مضغوط بشكل طفيف"، أو "مضغوط جداً" بناءً على مجموعة من الإجابات. ثم قاموا بمطابقة هذه التسميات مع البيانات الفسيولوجية من الساعات وتفاصيل جدول العمل. كانت النتيجة عبارة عن مجموعة بيانات ضخمة تحتوي على أكثر من ستة عشر ألف ملاحظة فردية، يربط كل منها لحظة زمنية محددة بمعدل ضربات القلب، ودرجة الحرارة، ونوع المناوبة، وتسمية الضغط. ويمثل هذا الجمع من البيانات لمحة نادرة عن ظروف العمل الحقيقية للممرضين، متجاوزاً البيئات الخاضعة للرقابة في المختبرات إلى الواقع المزدحم وغير المتوقع لأروقة المستشفيات.
عندما اختبر الفريق ما إذا كان بإمكان برنامج حاسوبي تعلم كيفية رصد الضغط باستخدام هذه البيانات، وجدوا أن النظر إلى الجسد وحده لم يكن كافياً. فالنموذج الذي حاول التنبؤ بالضغط باستخدام معدل ضربات القلب ودرجة حرارة الجسم فقط كان أداؤه ضعيفاً، وغالباً ما كان يخطئ في التخمين. تغير الوضع بشكل جذري عندما أضاف الباحثون سياق العمل؛ فقد أصبح البرنامج الحاسوبي أكثر دقة عندما سُمح له بالنظر في المناوبة المحددة التي يعملها الممرض، واليوم من الأسبوع، وحتى هوية الممرض نفسه. وكان النموذج الأفضل أداءً، والذي جمع بين الإشارات الفسيولوجية وتفاصيل الجدول وتحديد هوية الممرض، قد حدد مستويات الضغط بدقة تصل إلى حوالي ثلاثة وسبعين بالمئة. وهذا يشير إلى أنه لفهم الضغط في هذه المهنة، لا يمكنك ببساطة النظر إلى قلب ينبض؛ بل يجب أن تفهم السياق الذي ينبض فيه هذا القلب.
كما سلطت الدراسة الضوء على طبيعة العمل نفسه. حلل الباحثون الجداول لمعرفة ما إذا كانت بعض الأنماط، مثل العمل لليالٍ متتالية أو تحول يوم الإجازة فجأة إلى يوم عمل، مرتبطة بزيادة الضغط. ووجدوا أنه بينما ارتبطت بعض الأنماط، مثل الحصول على أيام إجازة أكثر، بقلة الصراع بين العمل والحياة الخاصة، إلا أن العلاقة لم تكن بسيطة. فعلى سبيل المثال، لم يكن عدم التطابق بين الجدول المخطط له والجدول الفعلي يعني دائماً أن الممرض يعاني من الضغط؛ فأحياناً يكون التغيير طوعياً أو مرحباً به. وهذا يسلط الضوء على أن الأرقام الخام للجدول لا تروي القصة كاملة؛ فمعنى المناوبة يعتمد على ظروف الفرد وخياراته.
خلال فترة الأشهر الثلاثة، أفاد الممرضون أن استخدام الساعة الذكية كان سهلاً ومقبولاً بشكل عام، حيث أشارت متوسط درجات سهولة الاستخدام إلى أن التكنولوجيا لم تتدخل بشكل كبير في عملهم. وهذا اكتشاف بالغ الأهمية، لأنه يشير إلى أن جمع هذا النوع من البيانات التفصيلية والمستمرة في مستشفى مزدحم هو أمر ممكن دون إرهاق الموظفين. ومع ذلك، كان الباحثون حذرين في ملاحظة أن نتائجهم هي نقطة انطلاق وليست حلاً نهائياً. كانت مجموعة الممرضين صغيرة نسبياً، وكانت النماذج تعمل بشكل أفضل عندما تستطيع "تذكر" أفراد محددين، مما يعني أن النظام تعلم عن هؤلاء الأشخاص بحد ذاتهم أكثر مما تعلم عن الضغط بشكل عام. لم تثبت الدراسة أن جدولاً معيناً يسبب الضغط، لكنها أثبتت أن الجمع بين ما يشعر به الناس، وما تفعله أجسادهم، وكيف تبدو جداول عملهم، يوفر صورة أوضح بكثير مما يمكن أن تقدمه قطعة واحدة من المعلومات وحدها.
في نهاية المطاف، يظهر هذا العمل أن طريق فهم وإدارة الضغط المهني في الرعاية الصحية يكمن في التكامل. فمن خلال الجمع بين التجربة الذاتية للعامل، والإشارات الموضوعية لجسده، والواقع الهيكلي لجدوله الزمني، يمكن للباحثين البدء في بناء أدوات حساسة للواقع المعقد لمهنة التمريض. إن البيانات التي جُمعت في هذه الدراسة متاحة الآن للآخرين لاستخدامها، مما يوفر أساساً لتطوير طرق أفضل لدعم رفاهية أولئك الذين يعتنون بالمرضى. ويؤكد هذا العمل أنه بينما يعد الضغط تجربة شخصية وداخلية، فإنه متجذر بعمق في العالم الخارجي المتمثل في المناوبات، والجداول، والإيقاع اليومي للمستشفى.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.