Development and validation of a nomogram for screening poor sleep quality in night-shift nurses: a public health tool for occupational health management

Schlaf ist der stille Motor der menschlichen Gesundheit, eine biologische Notwendigkeit, die Geist und Körper nach den Anforderungen des Tages regeneriert. Für die meisten Menschen wird dieser Zyklus von der Sonne gesteuert, einem natürlichen Rhythmus, der dem Körper sagt, wann er aufwachen und wann er ruhen soll. Doch für eine bestimmte Gruppe von Arbeitnehmern wird dieser Rhythmus ständig unterbrochen. Nachtschichtkräfte in der Pflege, die Patienten versorgen, während die Welt schläft, stehen vor einer einzigartigen und unerbältlichen Herausforderung. Ihre Arbeit erfordert, dass sie wachsam sind, zu Zeiten, in denen ihr Körper biologisch darauf programmiert ist, abzuschalten – ein Konflikt, der oft zu einem Zustand schlechter Schlafqualität führt. Dies ist nicht bloß eine Frage von Müdigkeit; es ist ein erhebliches Problem der Arbeitsgesundheit, das das Wohlbefinden einer Pflegekraft und damit auch die Sicherheit der von ihr betreuten Patienten beeinträchtigen kann. Wenn der Schlaf konsequent gestört ist, steigen die Risiken für Burnout, Behandlungsfehler und langfristige Gesundheitsprobleme drastisch an, was die Identifizierung der am stärksten gefährdeten Personen zu einer kritischen Aufgabe der öffentlichen Gesundheit macht.

In einer kürzlich durchgeführten Studie an vier Krankenhäusern in Qingdao, China, versuchten Forscher, ein spezifisches Problem zu lösen: wie man schnell und genau identifiziert, welche Nachtschichtkräfte unter schlechter Schlafqualität leiden. Während Ärzte und Manager wissen, dass Schlafprobleme in diesem Beruf häufig sind, fehlt ihnen oft ein einfaches, visuelles Werkzeug, um zu bestimmen, wer am stärksten gefährdet ist, bevor eine Krise eintritt. Um dies zu adressen, befragte das Team zu Beginn des Jahres 2026 über einen Zeitraum von drei Monaten 595 Nachtschichtkräfte. Sie sammelten detaillierte Informationen über das Leben der Pflegekräfte, einschließlich Alter, Familienstand, Arbeitsplänen und Gewohnheiten wie dem Konsum von Kaffee oder Tee. Zudem maßen sie das Niveau von Angstzuständen und körperlicher Erschöpfung mithilfe standardisierter, validierter Fragebögen, die speziell für das Screening dieser Zustände entwickelt wurden. Das Ziel war nicht nur, diese Faktoren aufzulisten, sondern sie zu einem einzigen, leicht anwendbaren Vorhersagewerkzeug zu verweben.

Die Forscher teilten die Gruppe der Pflegekräfte in zwei Gruppen auf: eine größere Gruppe zum Aufbau des Modells und eine kleinere Gruppe zum Testen des Modells. Durch die Analyse der Daten entdeckten sie acht spezifische Faktoren, die stark mit schlechter Schlafqualität verknüpft waren. Dazu gehörten ein Alter von über vierzig Jahren, der Familienstand „verheiratet“, die Arbeit in Hochdruckabteilungen wie der Notaufnahme oder der Intensivstation sowie eine Arbeitszeit von mehr als vierzig Stunden pro Woche. Besonders aufschlussreich war die Häufigkeit der Nachtschichten; Pflegekräfte, die mehr als acht Nachtschichten pro Monat arbeiteten, litten signifikant häufiger unter schlechter Schlafqualität. Weitere beitragende Faktoren waren der Konsum von Kaffee oder Tee, das Auftreten von generalisierter Angst sowie das Berichten über ein hohes Maß an körperlicher oder mentaler Ermüdung. Interessanterweise fanden die Forscher heraus, dass das bloße Geschlecht oder ein bestimmtes Bildungsniveau keinen Unterschied machten, ebenso wenig wie Rauchen oder Alkoholkonsum, die oft als Hauptverursacher von Schlafproblemen angenommen werden.

Unter Verwendung dieser acht Faktoren konstruierte das Team ein Nomogramm, welches im Grunde ein visueller Rechner ist. Stellen Sie sich eine Tabelle mit mehreren horizontalen Linien vor, von denen jede einen der Risikofaktoren darstellt. Ein Anwender findet die spezifische Situation der Pflegekraft auf jeder Linie – etwa „verheiratet“ oder „zehn Nachtschichten“ – und zieht eine Linie nach oben zu einer Punkteskala. Das Zusammenrechnen aller Punkte ergibt eine Gesamtzahl, die sich direkt in eine prozentuale Wahrscheinlichkeit übersetzen lässt, mit der die Pflegekraft unter schlechter Schlafqualität leidet. Dieses Werkzeug ermöglicht es Krankenhausmanagern oder Fachkräften für Arbeitsgesundheit, das Profil einer Pflegekraft zu nehmen und sofort deren Risikoniveau zu sehen, ohne komplexe Statistiksoftware zu benötigen.

Die Leistungsfähigkeit dieses neuen Werkzeugs wurde streng geprüft. Bei Anwendung auf die Gruppe der Pflegekräfte, mit denen das Modell erstellt wurde, erreichte das Modell einen AUC-Wert von 0,86. Bei der Anwendung auf die separate Gruppe der Pflegekräfte, die zur Validierung genutzt wurde, blieb ein ähnlicher AUC-Wert von fast 0,85 erhalten. Die Forscher überprüften auch, wie gut die Vorhersagen des Werkzeugs mit der Realität übereinstimmten, und stellten fest, dass die geschätzten Risiken eng mit der tatsächlich von den Pflegekräften berichteten Schlafqualität korrelierten. Darüber hinaus zeigte eine Analyse des klinischen Wertes des Werkzeugs, dass dessen Anwendung einen echten Nutzen bei der Identifizierung gefährdeter Personen bietet und die Strategie übertrifft, das Problem entweder zu ignorieren oder davon auszugehen, dass jede Pflegekraft Schlafprobleme hat.

Die Studie verdeutlicht, dass schlechter Schlaf unter Pflegekräften nicht nur ein individuelles Versagen ist, sondern das Ergebnis spezifischer, messbarer Arbeitsbedingungen. Die Ergebnisse legen nahe, dass die Intensität des Arbeitsumfelds, die Häufigkeit der Nachtschichten und die psychische Belastung des Berufs die primären Treiber für Schlafstörungen sind. Obwohl das Werkzeug ein bedeutender Fortschritt ist, merken die Autoren an, dass es unter Verwendung von Daten aus einer einzelnen Region entwickelt wurde und weitere Tests in verschiedenen Krankenhäusern und Ländern erfordert, um seine universelle Nützlichkeit zu bestätigen. Sie betonen zudem, dass die Studie eine Momentaufnahme darstellt und daher nicht beweisen kann, dass diese Faktoren die Schlafprobleme verursachen, sondern lediglich, dass sie stark mit ihnen assoziiert sind. Dennoch bietet dieses visuelle Screening-Werkzeug eine praktische, unmittelbare Möglichkeit für Gesundheitseinrichtungen, gefährdete Mitarbeiter zu identifizieren und frühzeitig einzugreifen, was potenziell sowohl die Gesundheit der Pflegekräfte als auch die Sicherheit der von ihnen betreuten Patienten schützt.