设计
在一项连续研究中采用了多方法方法,使用协同设计研讨会来开发临床医生经验测量(CEM),并进行横断面调查来提供数据,以进行仪器的初步验证。具体来说,为了创建这个新度量,我们采取了以下方法:
- (1)
*与临床医生领导共同设计研讨会,以确定临床医生经验的关键组成部分,在已发表的文献和目前可用的医疗保健工作人员经验测量工具的背景下。
- (2)
与卫生专业人员进行认知访谈,以完善拟议的调查项目。
- (3)
对所提出的工具进行在线调查,以进一步完善项目并评估其结构有效性和内部一致性。
阶段1:合作设计研讨会
采样和设置
来自澳大利亚一个州(NSW)公共卫生系统的护士、医生、药剂师和专职卫生人员的临床医生有资格参加。对于联合设计研讨会,来自新南威尔士州卫生部的临床医生领导被邀请参加两个研讨会中的一个,来自新南威尔士州每个地方卫生区和专业网络(如儿科),横跨整个州的大都市、区域和农村地区,以及所有服务领域。卫生部通过电子邮件向全国30个实践社区的临床负责人发出了参与联合设计的邀请,并可选择参加所提供的小组会议时间之一。那些希望贡献的人能够表明他们能够参加的时间,这些时间被安排在一天中的不同时间,在两周的时间内安排在一周的不同日子,以确保一系列临床医生可以参与。19位临床医生领导选择参与,最终有12名临床医生参加会议,包括:6名医生;4名专职医疗专业人员和2名护士。
过程
12名临床医生参加了两次90分钟的研讨会,他们响应了共同设计成员(9名男性和3名女性)的邀请,协助开发CEM。成员代表了参与的公共卫生系统内的9个地方卫生区和专业网络。由于2019冠状病毒病的限制,研讨会使用了在线视频会议软件。这两个研讨会都由主要作者(RH)促成。在研讨会之前,向成员提供了一份文献综述的副本,报告了目前关于临床医生提供护理经验测量的证据,以及关键的讨论项目。在第一次研讨会上,小组首先从他们自己的角度讨论了构成临床医生经验的关键组成部分,产生了思想的协同作用,然后在文献回顾证据和目前可用的医疗保健工作人员经验的测量工具的背景下进行了讨论,这些工具可能与评估临床医生经验的新兴组成部分有关[13,14,15].
在第二场研讨会中,研究小组向成员们展示了一系列现有的量表,这些量表用于衡量与第一场研讨会中讨论的临床医生经验相关的概念。这些量表从研究文献中被确定为那些显示出很强的可靠性。成员们讨论了现有评估临床医生提供护理经验的量表的感知相关性、长度的可行性和信息框架。研讨会成员根据现有量表的相关性、可行性和与项目目标相关的框架,以及需要新项目或量表的概念,确定了他们喜欢的现有量表。在整个过程中,研讨会成员通过持续的讨论和辩论,对临床医生经验的概念进行了反思,这些概念对纳入测量仪器至关重要,那些被认为与全系统测量相关但不重要,以及那些被认为不相关。每次研讨会结束时,主持人都会对讨论进行总结。
在进行了两个研讨会后,临床医生首选的天平和从每个研讨会中确定的项目由研讨会主持人合并成一个原型仪器。然后,产生的原型被分发给研讨会成员,以进一步反馈和改进,然后最终形成一个31个项目的在线仪器——临床医生体验测量(CEM)——该仪器被上传到Qualtrics内部,用于全州卫生系统的管理,以进行验证。这项31个项目的测量包括五个领域:护理质量(李克特量表7分制中有9个项目);心理安全(7点李克特量表中的7个项目);自信/自我效能(李克特7分制量表中的1项);跨专业协作(李克特7分制,共8项);临床医生参与(李克特5分制6项)。
阶段2:初步测试和初始有效性分析
在使用该仪器之前,通过将原型仪器分发给整个卫生系统来自不同专业的25名临床医生,完成了面部有效性分析。
抽样
该仪器通过卫生系统的30个实践社区分发给临床主管,以覆盖大都市、地区和农村地区的各种不同地点和服务。临床医生被邀请审阅在线版本仪器中的每个项目,并在每个项目下方的自由文本框中提供书面匿名反馈,以说明他们是否认为内容与临床医生的经验相关,是否缺少基本内容以及是否易于理解。在线调查开放了2周,以获取这些初步有效性数据,来自农村、地区和城市服务的25名临床医生进行了回应。最后一个评估初始工具的样本包括7名医生、9名护士、5名专职卫生人员和4名临床医生经理。这一过程表明,该工具反映了新南威尔士州卫生部临床医生经验的主要贡献者的基本内容。然后,该仪器被分配给一个更大的小组> 500名临床医生,在第3阶段进行可靠性分析。
阶段3:CEM改进和可靠性分析
取样和程序
与CEM的嵌入式链接通过卫生系统的30个实践社区分发,并可由临床医生匿名完成。该链接在2020年10月期间持续活跃了三周,并发送了一封提醒。一旦链接失效,项目团队就从Qualtrics平台下载数据进行分析。结果数据被用来改进和减少31个项目的仪器,以产生一个具有很强的心理测量特性的仪器,但足够简短,可以由繁忙的临床医生完成。
数据缺失超过10%的受访者的数据被排除在分析之外。其余缺失值使用SPSS v26中的期望最大化算法计算[16,17].两个与心理安全相关的项目被反向编码,因此项目反应得分越高表明心理安全程度越高。计算频率分布以检验项目是否违反单变量正态性假设(即偏度指数≥3,峰度指数≥10)[18].对31个项目集草案进行了探索性因素分析,以确定基本因素的数目,并进行必要的初步项目减少工作。斜向旋转进行主轴因子分解,保留特征值因子> 1。如果一个项目在其主因子上加载> 0.6,则该项目将被保留。交叉加载或加载< 0.6的项目被淘汰。
验证性因子分析(CFA)是研究结构效度的常用方法。与探索性因子分析(EFA)一样,CFA是一种统计方法,用于根据数据中的共性将观察到的变量的总数减少为潜在因素。然而,CFA有助于减少测量误差,并允许在潜在因素水平上测试先验模型[19].在这里,保留的项目通过验证性因素分析(CFA)进行心理测量学评估,使用两个阶段的过程。首先,使用AMOS(版本25)运行单因素同属模型[10].分析计划包括使用以下策略从每个模型中每次删除一个项目:(i)通过检查因素负荷、修改指标和项目内容来删除项目;(ii)如果每个结构包含至少四个观测变量,则删除项目;以及(iii)如果得到的模型证明模型拟合得到改善,则删除项目[11,12].其次,采用缩减后的项目集建立全因子模型。每个项目都被加载到它所代表的一个因素上。
通过对因子负荷和修正指标的检验,根据需要进行进一步的项目细化。拟合度采用Tucker Lewis指数(TLI)、比较拟合指数(CFI)、近似均方根误差(RMSEA)和相对卡方(卡方/df)进行评估。TLI和CFI的收益率值范围为0至1.00,大于0.90和0.95的值表示与数据的拟合程度可接受和极好[13].对于RMSEA,小于.05的值表示拟合良好,而高达.08的值表示总体中合理的近似误差[14].卡方检验对样本量敏感[15],因此使用相对卡方(卡方/df)作为拟合指标,其值小于2表示模型拟合良好[16].每个子量表的信度通过分半信度评估,相当于Cronbach 's alpha(使用SPSS v26)和复合信度(使用AMOS v26)。