HIBA 住院医师的幸福感

背景：

住院医师促进学习，提高每个不同医学专业的技能、能力、实践和态度的发展。 正如孩子的健康反映了人口的健康和未来一样，大学和住院医师也可能反映卫生系统的质量。

崩溃和超负荷的卫生系统依赖居民作为低成本的人力资源。 住院医师计划应以监督学习系统为特征，以促进决策制定和临床推理的渐进独立性。 这种学习体验会受到许多因素的影响，例如压力、睡眠不足、学习环境差、搬迁问题、垂直结构、过多的行政任务和超负荷工作等。 学习/工作环境的这一特征对个人的安全、处理、学习和决策能力有直接影响，对患者护理的安全和质量有集体影响。

居民是抑郁、倦怠和社会孤立的高危人群。 居民的福祉是他们培训的一个关键方面，可以作为安全事件进行监控、管理和积极促进。 虽然使用了多种策略来衡量工作超负荷程度及其对培训住院医师的影响，但似乎没有一种策略是全面且适合理解这一复杂现象的各个方面的。 目的是生成并验证一种工具，以衡量考虑到居民多维特征的居民的幸福感。

研究问题：是否有可能建立一个有效的工具来衡量住院医师项目居民的幸福感？

工具描述：计划开发一份多维的、自我管理的、相对简短的问卷，其中考虑了最重要的幸福领域。 该工具的主要特征如图 2 所示（域、格式、管理、分数）。

居民幸福感测量工具的生成和验证的整个过程将根据研究方案进行开发。 所有研究参与者都将自由知情同意参与。 在开始研究之前，该方案及其知情同意书将由独立的研究伦理委员会进行评估和批准。 该协议将在阿根廷公共研究协议数据库和 clinicaltrials.gov 中注册。

开发和验证

1. 健康仪器开发

   1.1. 概念框架开发：第一次会议的目的是在考虑每位参与者的文献回顾、想法、专业知识和经验的情况下，构建一个更简单的关于住院医师幸福感的概念框架。 在教育专家组中，居民和医学专家将使用名义组技术 (NGT) 开发一个组概念框架。 这种技术是一种解决方法，旨在为小组中的每个成员提供解决特定问题的平等发言权。 原始技术的完整描述可以在 Van de Ven AH, Delbecq AL 中找到。 名义组作为探索性健康研究的研究工具。 我是公共卫生杂志。 1972年； 62：337-342 7。

   1.2. 领域选择 考虑到上次会议为该问题定义的概念框架，将根据一组教育专家、居民和医学专家的共识来选择领域。 潜在的领域包括身体、心理、社会、角色/功能、疲劳/睡眠、倦怠、工作环境、未来潜力、虐待/虐待、学习经验/环境、自我照顾和复原力。

   将考虑以前的文书、概念框架、参与专家的经验和意见，以及关于居民福祉的参考书目，以确定文书中要代表的主要领域。 NGT 将用于做出这个集体决定。

   1.3. 访问每个域的项目选择 每个域将包含 5 到 10 个项目。 李克特或伪李克特量表将与 5 个具有中性中心值的标准选项一起使用。 所有项目都是从以前测量类似结构的工具、以前的文献、由居民、教育专家、医学专家整合的共识小组的经验中获得的肯定或陈述。

   最初，该组认为与每个域相关的所有项目都将包括在内。 为了生成每个域的项目列表，将再次使用 NGT。 对于项目的设计，应考虑以前的工具、概念框架、参与专家的经验和意见，以及关于居民福祉的参考书目。

   根据小组讨论和共识，每个域的项目列表将减少到包含最少 5 个项目和最多 10 个项目。 NGT 将再次被用来根据重要性定义一个组顺序 共识组的每个参与者将根据重要性顺序对每个领域的项目进行排序。 这些项目将根据冗余，难以翻译成其他语言，短语笨拙，过度地道的表达，理解困难或相对于其余项目的相对重要性降低而减少。

   选定的项目将被细化。 它们将以通俗易懂的语言表达，以避免歧义。 通过肯定的单一概念，用短句。 将使用 7 年级或完整的初等教育（根据阿根廷教育系统）水平。 将避免使用俚语混淆词。 将讨论提高测量精度和避免歧义的每个项目的时间范围。

   这些项目将被排序，以便在开始时保留更多的通用和较少的个人项目，并在最后保留更多的私人项目。 涉及相同时间范围或类似概念的项目将按接近顺序排列。 项目的顺序将不考虑领域，但将旨在提高响应能力、理解力和准确性。 选项将始终均匀排列，以避免填写错误。

   1.4. 量表和评分结构设计 对于 Likert 或伪 Likert 量表上每个项目的量表，将使用从 0 分到最差的幸福感缺失和 4 分的最佳幸福感选项。 在所有情况下，最高分将分配给代表较大幸福状况的反应，而较低分数则分配给较低幸福感的反应。

   每份问卷的结果将以每个领域一个分数和一个全局分数的形式呈现。 每个领域的最高得分为 100，最低得分为 0，以及全球得分。 根据小组对项目在每个领域的重要性的共识，每个项目将被分配一个加权分数。 每个域的分数将通过将域内每个项目的加权分数相加而获得。 每个领域将根据该领域在整个结构中的全球重要性分配一个加权分数，该权重由小组共识决定。 分配给每个域的权重将用于对整个问卷的全局分数求和。

   一旦仪器的验证期结束，该量表将使用 Sociedad Argentina de Medicina（阿根廷医学协会）等网络应用于更多的居民。 根据这些结果，将获得平均值和标准偏差。 该表将用于根据每个域的性别和年龄以及全局分数计算 z 分数（标准偏差单位）。

   1.5. 初步版本和预测试 将由一组居民、医学专家和医学教育专家进行预测试的初步版本。 应在标题中添加明确的说明，说明如何完成问卷以及在回答过程中出现错误时如何解决问题。 将添加最后的感谢信息。

2. 验证

2.1. 内容效度和表面效度：为了评估表面效度和内容效度，将使用在开发阶段制作的问卷的最终版本。 将评估面部有效性，询问不同的参与者问卷是否似乎有效地代表了构建的幸福感。

如开发阶段最后一节所述，内容有效性将由一组专家和居民通过仪器检查和讨论进行评估。 小组讨论的重点是该工具是否包含适当的组件和方面，用于测量旨在表示的结构。 每个参与者将回答问卷中包含的所有项目是否对代表构建的居民幸福感至关重要。

2.2. 标准有效性 将评估标准有效性，使用相同的居民样本评估并发有效性和预测有效性。

没有合适的黄金标准来评估同时有效性，因为我还没有发现任何其他设计和验证的工具来代表所选观点的居民的构建幸福感。 两个不完美的近似值将用作黄金标准：全球得分与 SF36 [20] 的相关性作为获取全球生活质量和 WRQoL 量表的工具。

居民样本将完成三份问卷（SF36、WRQoL 和居民幸福感问卷）。 Pearson 的相关系数将用于评估全球规模与 SF36 和 WRQoL 的关联。 尽管这两个量表不是该构造的黄金标准，但研究人员希望它们与新仪器的全球量表高度相关。

为了评估预测有效性，如果新问卷能够预测未来事件的发生，将使用相同的居民样本进行访问：医疗错误、压力和抑郁程度、酗酒、药物滥用和放弃居住。

2.3. 结构效度 结构效度的评估意味着积累调查问卷实际测量结构的证据。 为了评估居民幸福感问卷的结构效度，将评估收敛效度和区分效度（多特征-多方法方法），检验问卷量表与不同情况之间关联的假设，并评估已知群体的行为。 通过所有这些评估，研究人员计划收集有关问卷量表对假设关系的概念模型的性能的信息。

收敛效度和判别效度将通过测量同时相关和不相关的量表和幸福问卷的居民样本进行测试。 为了获得收敛效度，将使用身体活动、抑郁、焦虑。 要获得判别有效性，将使用社会经济地位、SF36 和分量表以及 BMI 的域。 多特征-多方法方法将用于构建访问的不同尺度与幸福问卷的每个领域和全球尺度之间的相关性矩阵。

此外，与夜班或假期工作量过大相比，与临床研究和选修轮换等某些特定轮换相关的幸福感预计会更高。 在此特定轮换期间，将在同一居民中比较这些仪器的测量值。