当前位置：文档之家 › 温州地区护理部主任压力调查与相关因素线性回归分析及非条件Logistic回归模型建立

温州地区护理部主任压力调查与相关因素线性回归分析及非条件Logistic回归模型建立

  • 格式：doc
  • 大小：20.00 KB
  • 文档页数：5

龙源期刊网

温州地区护理部主任压力调查与相关因素线性回归分析及非条件Logistic回归模型建立

作者：范丽妫 渠宁 林春华

来源：《中国现代医生》2013年第16期

[摘要] 目的 了解温州地区综合医院护理部主任主要压力源，针对调查结果建立模型以预测个体压力指数及相关危险因素，简化压力评分方法并探寻预防及缓解压力的方法。 方法 通过问卷调查温州地区42位护理部主任压力相关信息并进行处理。 结果 温州地区护理部主任压力（分数）与基本资料关系=43.359 67+（-1.675 361）×年龄+2.762 524×护龄+0.533 148 9×学历+12.255 37×婚姻状况+12.895 55×健康自评+9.425 644×职称+7.962 954×医院等级。压力指数在压力源方面受护理专业及工作方面的问题（P = 0.006）、患者护理方面的问题（P = 0.001）与管理及人际关系方面的问题（P = 0.047）显著影响。 结论 温州地区已婚但身体亚健康的护理部主任面临较大护理压力，而职称及医院等级的提升进一步增加了压力指数，护理专业及工作方面的问题、患者护理方面的问题与管理及人际关系方面的问题成为护理部主任重度压力发生的危险因素，加强培训指导可较大程度上缓解护理部主任压力。

[关键词] 护理部主任；压力；线性回归分析；Logistic回归分析

[中图分类号] R197.323 [文献标识码] B [文章编号] 1673-9701（2013）16-0019-03

随着人们对健康认识的日益深化和临床护理模式的转变，护士所承受的压力已成为一种职业危险[1]。本文通过对温州地区综合性医院护理部主任以问卷调查形式取得资料后通过数据分析从而预测压力程度并建立统计学模型研究相关危险因素，以达到有效预防压力的目的。

1 对象与方法

1.1 研究对象

对温州地区综合性医院42位护理部主任进行了调查。

1.2测量工具

1.2.1护理部主任基本资料 自行设计问卷，内容包含年龄、护龄、学历、婚姻状况、身体健康自评、职称及医院等级。

1.2.2 护理部主任压力量表 针对研究对象采用改进版本护士压力源调查量表[2]，本量表由35个条目组成，分为①护理专业及工作方面的问题；②时间分配及工作量问题；③工作环境及仪器设备问题；④患者护理方面的问题；⑤管理及人际关系方面的问题等5个方面的子条目，采用0～3级评分法，分数越高，表明引起压力的程度越大。 龙源期刊网

1.3研究方法

调查前，在护理部主任会议上提出本次研究的目的和需要研究对象配合的事项，并随机选取10名研究对象进行预实验，量表重测信度为0.92，此后通过现场发放和信函的方式发放本次调查的所有量表，共发出调查表45份，收回42份，回收率为93.3%。

1.4 统计学分析

将问卷结果汇总后采用STATA12.0软件进行统计学处理，计量资料以均数±标准差（x±s）表示，采用均值检验t检验，分类资料采用校正四格表卡方检验，P < 0.05认为差异有统计学意义；以压力分数为因变量，基本资料项目为自变量进行多元线性回归分析，回归方程拟合优度以R2值表示，回归方程整体显著性通过F检验实现，检验P值

2 结果

2.1 护理部主任基本资料

根据护理部主任基本资料分组后发现42名研究对象中以40岁以上且护龄超过15年的已婚健康女性居多，学历水平基本达到大学本科，目前已晋升高级职称33名，工作医院多为三级甲或乙等综合性医院。具体资料见表1。

2.2 护理部主任压力源与评分

压力源量表5个子条目进一步划分为35个具体项目，每项采用0～3级评分，子条目总分各为21分（7项）、15分（5项）、9分（3项）、33分（11项）及27分（9项），每子项目平均分数见表2。

2.3 护理部主任压力评分与基本资料项目之间多元线性回归分析

以压力分数为因变量，基本资料项目为自变量进行多元线性回归分析，回归方程拟合优度R2=0.742 8，回归方程整体显著（P = 0.000 0），具体表示为护理部主任压力（分数）=43.359

67+（-1.675 361）×年龄+2.762 524×护龄+0.533 148 9×学历+12.255 37×婚姻状况+12.895 55×健康自评+9.425 644×职称+7.962 954×医院等级。其中年龄及护理以年数表示，而学历表示为0（本科及以下）、1（研究生及以上）；婚姻状况表示为0（未婚）、1（已婚）；健康自评表示为0（非健康）、1（健康）；职称表示为0（中级职称）、1（高级职称）；医院等级表示为0（二级医院）、1（三级医院）。通过t检验后发现婚姻状况、健康自评、职称及医院等级对护理部主任压力评分有显著性影响。具体见表3。

2.4 护理部主任重度压力发生与压力源之间非条件Logistic回归分析模型（表4） 龙源期刊网

以压力评分超过70分为重度压力[3]，单变量Logistic回归分析结果提示重度压力发生与分配及工作量问题（P =0.920）及工作环境及仪器设备问题（P = 0.669）无显著性关联，而受护理专业及工作方面的问题（P = 0.006）、患者护理方面的问题（P = 0.001）与管理及人际关系方面的问题（P = 0.047）影响，即为独立的危险因素，并以此三种变量建立非条件Logistic回归分析模型后发现具有统计学意义（F值45.09，P = 0.000），通过计算优势比（OR）后发现，控制其中两种危险因素后，单一因素引起护理部主任重度压力的发生率增加1.338698倍、1.096766倍及2.21342倍。

3 讨论

3.1 压力及压力源的概念

压力又称紧张或应激[1]，不同学者从生理、心理角度进行分析后普遍认为：它是机体对外界不良因素刺激所发生的一种非特异性的适应性综合征，是个体应对需求的能力感觉不平衡所致，是人与环境的一种关系，这种关系超出人的应对能力及应对资源，就会威胁到身心平衡。而打破平衡引起压力反应的因素即为压力源[4]。护理工作中压力来源广泛，如护理专业、时间、工作量、环境及仪器等均可成为有效的压力源。目前国内相关研究多采用中国护士压力源量表[2]，该量表是参照国外权威护理工作压力量表并结合中国国情设计，它从5方面35个项目细致了解护士压力来源。本研究亦借鉴此经典模板用以研究，但针对护理部主任这一特殊群体[5]，压力源有所侧重，同时加入护理部主任基本资料以综合分析。

3.2 护理部主任压力预测

为进一步探究压力指数与基本资料之间的潜在关系，本研究采用多元性回归分析的方法处理数据，结果提示护理部主任压力与年龄、护龄、学历、婚姻状况、身体健康自评、职称及医院等级等因素存在线性关系，通过数学表达式可以发现，压力分数可以通过简单的基本信息达到预测的目的，且婚姻状况、健康自评、职称及医院等级对护理部主任压力评分有显著性影响。一般说来，已婚但身体亚健康的护理部主任面临较大护理压力，而职称及医院等级的提升进一步增加了压力指数，这可能由于婚后护理部主任不仅有繁重的护理工作任务[4，6]，还要照顾好家庭，而身体亚健康无法保证其充沛精力[7，8]，同时高职称及医院等级意味着需承担更多复杂的任务和职责[1，9]，而同时在与其他专业同等学历与职称人员相比，待遇又相对偏低故加重落差感[3，10]。需要注意的是，本研究虽未提示年龄、护龄、学历三大因素密切影响护理部主任的压力指数，但此结论需更大样本多中心研究确认并增加可信度。

3.3 护理部主任压力源分析

护理部主任不同于普通护理人员，过硬的护理知识及技能成为其优势，但同时除本职护理工作外另需参与管理、协调人士关系、改善医院沟通等重要实践[11]，以重度压力发生比率为研究指标通过非条件Logistic回归分析后发现，护理专业及工作方面的问题、患者护理方面的问题与管理及人际关系方面的问题成为护理部主任重度压力发生的危险因素，其中以后者影响龙源期刊网

力最为显著。从管理学角度来看，高职称护理部主任往往希望能有更民主和自由的管理方式[12]，但在我国目前的医院中，管理者仍主要采用比较传统的管理模式[5]，他们往往会因为没有充分的自由将自己想法和才干发挥出来而感到压抑，加强培训指导可较大程度上缓解护理部主任压力[13，14]。

3.4意义

综上所述，护理部主任压力受多因素影响但有别于普通护理人员，通过回归研究可以有效预测压力指数，并重点关注危险因素的发生，有效预防护理部主任重度压力的发生；另外，本研究以数学模型的形式预测压力指数及危险因素，操作简洁方便，针对护理部主任特殊群体可作为复杂压力量表的有效补充。

[参考文献]

[1] 郭小红. 新时期护士长管理压力与应对的调查分析[J]. 中华护理杂志，2003，38（10）：797-799.

[2] 李小妹，刘彦君. 护士工作压力源及工作疲溃感的调查研究[J]. 中华护理杂志，2000，35（11）：646.

[3] 刘宇，何国平. 护士工作压力源研究进展[J]. 中华护理杂志，2004， 39（11）：852-854.

[4] 蔡艺飞，柴惠红，朱明丽. ICU护理人员负性情绪及压力的调查研究[J]. 中国现代医生，2010，48（32）：161.

[5] 鲜于云艳，何小俊，范湘鸿. 护士长工作压力源、应对方式与身心健康水平的相关性调查[J]. 中华护理杂志，2006，41（9）：849-851. 797-799.

[6] 刘茂娟，韩诗雨，郭梅芳子. 影响护士情绪劳动的压力源分析及干预效果[J]. 中华现代护理杂志，2012，18（7）：797-799.

[7] 董建，刚婷婷. 三甲医院神经科护士压力源现状及影响因素[J]. 中华现代护理杂志，2012，18（18）：2155-2159..

[8] 韦文英，李明子，阎丽. 不同护龄护士工作压力与自测健康状况调查[J]. 中华现代护理杂志，2010，16（26）：3120-3122.

[9] 钱芳，胡小艳. 护士压力现状调查分析及应对方法[J]. 中华全科医学，2009，7（7）：752. 龙源期刊网

[10] 黄叶莉，黄海燕. 中国部分城市三甲医院护士压力源调查[J]. 中华现代护理杂志，2011，17（22）：2605-2608.

[11] 周晓辰，隋树杰. 护士长心理压力的研究进展[J]. 中华现代护理杂志，2012，18（12）：1471-1472.

合集下载

线性回归的前提条件

线性回归的前提条件

线性回归的前提条件

线性回归的前提假设条件是：

（1）自变量与因变量是否呈直线关系。

（2）因变量是否符合正态分布。

（3）因变量数值之间是否独立。

（4）方差是否齐性。其实如果正规地来说，应该是看残差（residual）是否正态、独立以及方差齐。所谓残差，就是因变量的真实值与估计值之间的差值。

回归分析是一类统计方法，包括本次介绍的线性回归以及后面将要介绍的logistic回归、Cox回归等，该类方法内容十分丰富，在医学应用中也极为广泛。回归分析主要是通过建立回归方程来说明某一个事物随另一个(或多个)事物的变化而变动的规律。相关分析研究的是两个或多个变量相互依存变动的规律，见统计分析之相关，而回归分析则是探索某变量(因变量)如何依赖于其他变量(自变量)的变化而变动的规律，是单方依存，而不是相互依存。

回归分析主要根据因变量的类型而划分不同方法，线性回归其因变量必须是定量变量，后面介绍的logistic回归、Cox回归等因变量则属于其他类型。线性回归可以说是回归家族中最为经典的方法，同时也是相对简单、容易理解的方法。本系列主要介绍线性回归的应用，具体内容包括：(1)线性回归的单因素分析；(2)线性回归的多因素分析； 一、线性回归简介

线性回归是研究因变量(dependent variable)与自变量(independent variable)相依关系的技术。因变量又称应变量(response variable)，是随机变量，具有一个随机分布，依赖于一个或多个自变量。自变量有时也被称为解释变量(explanatory

variable)或预测变量(predictor variable)，是非随机的，不依赖于其他变量。

线性回归中的因变量必须是定量变量，自变量可以是定量变量，也可以是分类变量。例如研究体重对高血压的影响，体重是自变量，高血压受体重的影响，是因变量。

线性回归大致可分为三类：当因变量有一个，自变量也只有一个时，称之为简单线性回归(simple linear regression)；当因变量有一个，自变量有多个时，称之为多重线性回归(multiple linear

Logistic回归模型

Logistic回归模型

Logistic回归模型 标准实用

文案大全 Logistic回归模型

1 Logistic回归模型的基本知识

1.1 Logistic模型简介

主要应用在研究某些现象发生的概率p，比如股票涨还是跌，公司成功或失败的概率，以及讨论概率p与那些因素有关。显然作为概率值，一定有10p，因此很难用线性模型描述概率p与自变量的关系，另外如果p接近两个极端值，此时一般方法难以较好地反映p的微小变化。为此在构建p与自变量关系的模型时，变换一下思路，不直接研究p，而是研究p的一个严格单调函数)(pG，并要求)(pG在p接近两端值时对其微小变化很敏感。于是Logit变换被提出来：

pppLogit1ln)( （1）

其中当p从10时，)(pLogit从，这个变化范围在模型数据处理上带来很大的方便，解决了上述面临的难题。另外从函数的变形可得如下等价的公式：

XTXTTeepXpppLogit11ln)( （2）

模型(2)的基本要求是，因变量（y）是个二元变量，仅取0或1两个值，而因变量取1的概率)|1(XyP就是模型要研究的对象。而TkxxxX),,,,1(21，其中ix表示影响y的第i个因素，它可以是定性变量也可以是定量变量，Tk),,,(10。为此模型(2)可以表述成：

kxkxkxkxkkeepxxpp11011011011ln （3）

显然pyE)(，故上述模型表明)(1)(lnyEyE是kxxx,,,21的线性函数。此时我们称满足上面条件的回归方程为Logistic标准实用

文案大全 标准实用

文案大全 标准实用

文案大全

表2.1.1 购房分组数据

序号 年家庭收入X(万元) 签订意

logistic回归模型讲稿

logistic回归模型讲稿

logistic回归模型讲稿

Logitic回归分析模型

2022-10-24

1各位老师，同学们大家上午好：非常感谢大家抽出宝贵的时间来

参加沙龙，感谢我的导师对沙龙内容及PPT制作过程中的悉心指导，今天和大家一起分享的是在课题中用到的一种统计学分析方法，Logitic回归分析。

2这是CNKI学术搜索给出的近年来Logitic回归分析方法的学术关注度，由此可见，Logitic回归分析方法在当前学术研究中应用比较广泛、流行，关注度比较高，是进行科研数据分析不可缺少的利器。3下面我将分以下几个部分对回归模型做详细的介绍：1.Logitic回归的基本概念与原理；2.Logitic回归的应用范畴；3.Logitic回归的类型及实例分析；这是本次沙龙的重点部分。4.应用Logitic回归的注意事项；5.小结与答疑。

4首先来了解一下Logitic回归模型的基本概念与原理：Logitic回归又称「Logitic回归分析」，是一种「概率型非线性回归」，主要用于危险因素分析以及预后评估等方面，是目前流行病学和医学中最常用的分析方法之一。近年来已逐渐成为发表高质量SCI论文必不可少的重要统计学分析利器。Logitic回归本质上是一种用于研究二分类（或多分类）结局（y，因变量）与有关影响因素（某，自变量）之间关系的多因素分析方法。

5用比较通俗的话来解释它的基本原理，也就是说：用一组观察数据拟合Logitic模型，然后揭示若干个自变量某与一个因变量y之 间的关系，结果反应了y对某的依存关系。统计学的东西比较抽象，下面通过两张图再来重复解说一下。

6（1）与某一事件或某一疾病的结局有关的，存在很多可疑的影响因素，在这些可疑因素中包括促使结局发生的有关的一些危险因素、也包括抑制结局发生的有关的一些保护因素。那么这些因素到底哪些是危险因素，哪些是保护因素呢？它们的危险及保护的程度大概有多少呢？

7通过Logitic回归分析我们就可以看到详细的结果。

统计学中的Logistic回归模型

统计学中的Logistic回归模型

统计学中的Logistic回归模型

统计学是一门研究数据收集、分析和解释的学科，它在各个领域都有广泛的应用。其中，Logistic回归模型是一种常用的统计方法，用于预测和解释二元或多元因变量与自变量之间的关系。在本文中，我们将探讨Logistic回归模型的基本原理、应用场景以及其优势和局限性。

一、Logistic回归模型的基本原理

Logistic回归模型是一种广义线性模型，它用于建立因变量与自变量之间的非线性关系。与线性回归模型不同，Logistic回归模型的因变量是一个二元变量（如成功与失败、生存与死亡），并且其取值范围在0和1之间。该模型基于Logistic函数，将自变量的线性组合转换为概率值，从而进行分类或概率预测。

二、Logistic回归模型的应用场景

Logistic回归模型在各个领域都有广泛的应用。在医学研究中，它可以用于预测患者的疾病风险，如心脏病、癌症等。在市场营销中，它可以用于预测顾客的购买意愿和忠诚度。在金融领域，它可以用于评估贷款违约风险和信用评分。此外，Logistic回归模型还可以应用于社会科学、环境科学等多个领域。

三、Logistic回归模型的优势

Logistic回归模型具有以下几个优势。首先，它可以处理二元或多元因变量，并且不受因变量分布的限制。其次，Logistic回归模型可以提供概率预测，而不仅仅是分类结果。这对于决策制定和风险评估非常有用。此外，Logistic回归模型还可以通过引入交互项和多项式项来处理自变量之间的非线性关系，增加模型的灵活性和解释性。

四、Logistic回归模型的局限性 尽管Logistic回归模型有很多优势，但也存在一些局限性。首先，它假设自变量与因变量之间的关系是线性的，这在某些情况下可能不符合实际情况。其次，Logistic回归模型对异常值和缺失数据比较敏感，需要进行数据预处理和异常值处理。此外，模型的解释性较强，但对于复杂的关系和交互作用的解释能力有限。