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

睡眠是人类健康的静谧引擎，是一种在白天的需求之后恢复身心功能的生物学必需品。对于大多数人来说，这一循环受太阳支配，这是一种自然的节律，告诉身体何时该醒来，何时该休息。但对于一个特定的职业群体而言，这种节律不断被打破。夜班护士在世界沉睡时照料患者，他们面临着独特且持续的挑战。他们的工作要求他们在身体生物性编程为休息的时段保持警觉，这种冲突往往导致睡眠质量低下。这不仅仅是感到疲劳的问题，这是一个显著的职业健康问题，它会侵蚀护士的身心健康，并进而影响到他们所服务的患者的安全。当睡眠持续受到干扰时，职业倦怠、医疗错误以及长期健康问题的风险会大幅上升，使得识别出那些处于最高风险的人群成为一项至要紧的公共卫生优先任务。

在最近一项于中国青岛四家医院开展的研究中，研究人员致力于解决一个具体的问题：如何快速且准确地识别哪些夜班护士正深受睡眠质量差的困扰。虽然医生和管理者知道睡眠问题在这一职业中很普遍，但他们往往缺乏一种简单的视觉工具，能够在危机发生前精准定位谁处于高风险之中。为了解决这个问题，研究团队在2026年初对595名夜班护士进行了为期三个月的调查。他们收集了关于护士生活的详细信息，包括年龄、婚姻状况、工作班次以及饮用咖啡或茶的习惯。他们还使用旨在筛查这些特定状况的标准且经过验证的问卷，测量了他们的焦虑水平和身体疲劳程度。其目标不仅是列出这些因素，而是将它们编织成一个单一、易于使用的预测工具。

研究人员将护士分为两组：一组较大的组用于构建模型，另一组较小的组用于测试模型。通过分析数据，他们发现有八个特定因素与睡眠质量差密切相关。这些因素包括年龄超过40岁、已婚、在急诊室或重症监护室等高压部门工作，以及每周工作超过40小时。夜班的频率尤其具有启发性；每月上夜班超过8次的护士更有可能遭受睡眠质量差的困扰。其他贡献因素还包括饮用咖啡或茶、存在广泛性焦虑，以及报告有高度的身体或精神疲劳。有趣的是，研究发现仅仅是女性身份或特定的受教育程度并不产生影响，吸烟或饮酒也同样没有影响，而这些通常被认为是睡眠问题的重大诱因。

利用这八个因素，团队构建了一个列线图（nomogram），这本质上是一个视觉计算器。想象一张带有几条水平线的图表，每条线代表一个风险因素。用户可以在每条线上找到护士的具体情况——例如“已婚”或“上10个夜班”——然后向上画一条线到评分标尺。将所有分数相加得到总分，这个总分随后可以直接转化为该护士经历睡眠质量差的百分比概率。这个工具允许医院管理者或职业健康专业人员通过护士的基本概况，立即看到其风险水平，而无需使用复杂的统计软件。

这一新工具的性能经过了严格测试。当应用于构建模型的护士组时，该模型的AUC达到了0.86。在用于验证的独立护士组中进行测试时，它保持了接近0.85的相似AUC。研究人员还检查了该工具的预测结果与现实的匹配程度，发现估算的风险与护士实际报告的睡眠质量高度一致。此外，对该工具临床价值的分析表明，使用该工具能为识别高风险个体提供真正的益处，其表现优于忽视问题或假设每位护士都有睡眠问题的策略。

这项研究强调，护士睡眠质量差不仅是个人的失败，更是特定且可衡量的职场环境的结果。研究结果表明，工作环境的强度、夜班的频率以及工作的心理负担是导致睡眠中断的主要驱动力。虽然该工具是一个重要的进步，但作者指出，它是利用来自单一地区的数据开发的，需要在不同的医院和国家进行进一步测试，以确认其普适性。他们还强调，由于本研究是基于单一时间点进行的，因此不能证明这些因素导致了睡眠问题，只能证明它们与睡眠问题有强烈的相关性。尽管如此，这种视觉筛查工具为医疗机构提供了一种实际且即时的方法，用于识别脆弱员工并进行早期干预，从而潜在地保护护士的健康以及他们所照料患者的安全。