
-
生物通官微
陪你抓住生命科技
跳动的脉搏
医疗工作者因病缺勤的轨迹:2018年至2023年间在西班牙一家医院进行的队列研究
《BMC Health Services Research》:Trajectories of sickness absence in healthcare workers: a cohort study in a Spanish hospital between 2018 and 2023
【字体: 大 中 小 】 时间:2026年06月01日 来源:BMC Health Services Research 3
编辑推荐:
摘要背景病假(SA)是健康和工作表现的关键指标。COVID-19大流行增加了工作负担和压力,可能影响医疗工作者(HCWs)的健康和留任情况。本研究旨在通过分析大流行前后的病假趋势来识别易受影响的医疗工作者群体。方法本研究采用西班牙巴塞罗那Hospital del Mar的医疗工作
病假(SA)是健康和工作表现的关键指标。COVID-19大流行增加了工作负担和压力,可能影响医疗工作者(HCWs)的健康和留任情况。本研究旨在通过分析大流行前后的病假趋势来识别易受影响的医疗工作者群体。
本研究采用西班牙巴塞罗那Hospital del Mar的医疗工作者2018年至2023年的行政数据进行了回顾性纵向研究。病假以每学期的累计天数来衡量。利用零膨胀泊松模型的潜在类别增长分析(Latent Class Growth Analysis)确定了病假趋势。通过双变量分析和多项逻辑回归(multinomial logistic regression)分析了社会人口统计变量和就业变量(职业、班次、护理环境)与病假趋势之间的关联,并得出了调整后的比值比(aOR)和95%置信区间(95% CI)。
2018年至2023年间,医疗工作者每学期的累计病假天数总体有所增加。研究确定了五种病假趋势:零(7.8%)、低(53.7%)、减少(16.4%)、增加(15%)和高(7%)。女性更可能属于增加(aOR:1.54;95% CI:1.16–2.05)和高(aOR:1.77;95% CI:1.14–2.74)趋势。辅助人员与高病假趋势有显著关联(aOR:30.7;95% CI:9.55–98.7)。在非直接护理领域工作与零病假趋势相关(aOR:2.86;95% CI:1.79–4.58),并对高病假趋势有负面影响(aOR:0.54;95% CI:0.31–0.93)。夜班工作与高病假趋势相关(aOR:1.78;95% CI:1.21–2.60)。
2018年至2023年间,医疗工作者的病假情况有所增加,这些趋势与性别、护理级别和职业有关。持续的大流行影响以及关键的社会人口统计和工作相关因素塑造了这些模式。有针对性的职业健康干预措施可以减少高风险群体的病假情况,并提高医疗系统的韧性。
病假(SA)是健康和工作表现的关键指标。COVID-19大流行增加了工作负担和压力,可能影响医疗工作者(HCWs)的健康和留任情况。本研究旨在通过分析大流行前后的病假趋势来识别易受影响的医疗工作者群体。
本研究采用西班牙巴塞罗那Hospital del Mar的医疗工作者2018年至2023年的行政数据进行了回顾性纵向研究。病假以每学期的累计天数来衡量。利用零膨胀泊松模型的潜在类别增长分析(Latent Class Growth Analysis)确定了病假趋势。通过双变量分析和多项逻辑回归(multinomial logistic regression)分析了社会人口统计变量和就业变量(职业、班次、护理环境)与病假趋势之间的关联,并得出了调整后的比值比(aOR)和95%置信区间(95% CI)。
2018年至2023年间,医疗工作者每学期的累计病假天数总体有所增加。研究确定了五种病假趋势:零(7.8%)、低(53.7%)、减少(16.4%)、增加(15%)和高(7%)。女性更可能属于增加(aOR:1.54;95% CI:1.16–2.05)和高(aOR:1.77;95% CI:1.14–2.74)趋势。辅助人员与高病假趋势有显著关联(aOR:30.7;95% CI:9.55–98.7)。在非直接护理领域工作与零病假趋势相关(aOR:2.86;95% CI:1.79–4.58),并对高病假趋势有负面影响(aOR:0.54;95% CI:0.31–0.93)。夜班工作与高病假趋势相关(aOR:1.78;95% CI:1.21–2.60)。
2018年至2023年间,医疗工作者的病假情况有所增加,这些趋势与性别、护理级别和职业有关。持续的大流行影响以及关键的社会人口统计和工作相关因素塑造了这些模式。有针对性的职业健康干预措施可以减少高风险群体的病假情况,并提高医疗系统的韧性。
生物通微信公众号