目的:以纽曼系统模式为指导,应用Walker和Avant概念分析法对护士倒班睡眠障碍进行概念分析,分析倒班睡眠障碍的先决条件、影响因素、不良后果、测评工具等,为后续研究中倒班睡眠障碍影响因素调查与测评工具选用提供理论指导;通过横断面调查研究,明确倒班作为环境应激源对护士睡眠和健康的不利影响;构建护士倒班睡眠障碍临床预测模型,用于早评估、早诊断倒班护士是否存在睡眠障碍及发生的概率,为倒班护士定期自评倒班对睡眠和健康的影响,做好早期预防和干预提供有效的评估工具。研究方法:混合研究方法。第一部分护士倒班睡眠障碍的概念分析。本研究应用Walker和Avant概念分析法,系统检索倒班睡眠障碍相关文献,检索数据库包括:Pub Med、Embase、Web of science、中国知网、万方、CBM数据库。检索时限:建库～2020年3月。通过文献分析,对倒班睡眠障碍的先决条件、属性特征、影响因素、不良后果、常用测评工具进行系统梳理。并应用质性研究的个案研究方法,通过访谈不同科室的倒班护士形成典型案例、相关案例、临界案例、相反案例。为后续调查研究中影响因素设计和选择合适的评估工具等提供理论指导,也通过案例让护士了解倒班睡眠障碍在现实生活中的特点,为相关人员对护士倒班睡眠障碍的深入研究提供理论基础。第二部分倒班对护士睡眠和健康影响的研究。2020年3月～6月,以第一部分概念分析中梳理的护士倒班睡眠障碍对健康和睡眠影响的不良后果和常用测评工具为指导,以盛京医院护士健康队列人群为研究对象,应用对护士倒班睡眠障碍测量最常用的匹兹堡睡眠质量指数（PSQI）和对各系统健康能进行全面评估的康奈尔健康指数（CMI）及护士的一般资料调查表,做倒班对护士睡眠和健康影响的研究。问卷是通过“问卷星”网络平台,制作的网络填答问卷,护士通过点击网络链接或扫描二维码在手机端填写问卷。对资料整理后,将分类变量应用卡方检验,连续变量应用独立样本t检验来分析倒班与非倒班两组护士有统计学差异的变量。通过调整后的线性回归模型分析倒班对护士睡眠和健康的影响。第三部分护士倒班睡眠障碍临床预测模型的构建与验证。2021年3月～5月,采用横断面调查研究的方法,以盛京医院护士健康队列人群为研究对象,以第一部分概念分析中对护士倒班睡眠障碍属性特征、影响因素和常用测量工具的梳理为指导,设计全面反应护士倒班睡眠障碍影响因素和结局指标测量的问卷,影响因素的测量主要包括:一般资料调查表、广泛性焦虑障碍量表、病人健康问卷中的抑郁模块、职业紧张评估、家庭支持评估、睡眠卫生评估;结局指标的测量主要应用:失眠严重指数量表、Epworth嗜睡量表进行评估。上述问卷通过“问卷星”网络平台制作网上可填答的问卷,护士通过手机端填写。将纳入的倒班护士按照2:1的比例随机分为训练集人群和验证集人群。在训练集人群,通过单因素logistic回归分析护士倒班睡眠障碍的危险因素,应用多因素logistic回归分析筛选预测因子,建立可视化列线图式的护士倒班睡眠障碍临床预测模型。并通过训练集人群和验证集人群计算构建的护士倒班睡眠障碍临床预测模型的区分度、校准度、临床有效性,对开发的护士倒班睡眠障碍临床预测模型进行评价与验证。结果:第一部分:系统检索后筛选纳入54篇文献进行深入研究。通过文献分析,护士倒班睡眠障碍的先决条件是从事倒班相关工作;4个属性特征包括:机体内/外昼夜节律不匹配、睡眠受损、多维度健康问题、症状变化的动态性。影响因素主要包括:与倒班工作相关的危险因素如夜班时长、倒班类型、间隔时间;身心健康状况;不良的生活方式与睡眠卫生;个人因素如家庭支持、有无未成年子女等。不良后果包括:对身心健康的影响、对家庭/社会适应的影响、对工作绩效/安全/满意度的影响。常用的测量工具包括:匹兹堡睡眠质量指数、失眠严重指数量表、Epworth嗜睡量表等。第二部分:3206名护士纳入本部分研究中,其中白班护士1289人,夜班护士1917人。夜班护士较白班护士睡眠质量较差（55.14%VS 45.23%,P＜0.05）,存在的身心健康问题较多（20.71%VS 17.61%,P＜0.05）。倒班与护士总体睡眠质量差（?=0.96,95%CI:0.67～1.26）和健康状况差（?=2.01,95%CI:0.15～3.88）显著正相关。除睡眠药物（?=0.02,95%CI:-0.01～0.05）和心理健康（?=0.38,95%CI:-0.27～1.03）外,夜班与PSQI的其他维度和身体健康均显著相关。进一步分析发现,白班护士曾经参与倒班的时间大于夜班护士,夜班护士相对年轻、职称高;夜班护士比白班护士更容易出现日间困倦、睡眠障碍、入睡困难、睡眠效率低以及白天缺乏精力等情况。对健康的影响主要围绕:心血管系统、消化系统、泌尿生殖系统、疲劳和心理健康问题感知不足。护士和护理管理者应注重倒班对护士睡眠和职业健康的影响,开发预测模型等诊断工具,用于早发现、早诊断倒班护士是否出现睡眠障碍,促进护士职业健康。第三部分:1239名倒班护士纳入本部分研究中,包括660（53.27%）名倒班睡眠障碍护士和579（46.73%）名非倒班睡眠障碍的护士。以是否存在倒班睡眠障碍进行分组,分析发现两组在婚姻状况、年龄、有无子女、职称、是否快速倒班、有无小睡机会、小睡时长、每月夜班数、夜班护士人数等方面有统计学差异（P＜0.1）;将上述人群按照2:1比例随机分组原则,将倒班护士分为训练集人群和验证集人群,分别是843名（2/3）倒班护士和396名（1/3）倒班护士。将对倒班睡眠障碍组和非倒班睡眠障碍组护士有统计学差异的变量,在训练集人群中逐项进行单因素Logistic回归分析,发现年龄、有无子女、快速倒班、夜班小睡机会、每月夜班数、夜班护士人数等是护士倒班睡眠障碍的独立影响因素（P＜0.1）;将单因素Logistic分析有差异的变量进行多因素logistic回归分析显示,夜班护士数≥3（OR=0.57,95%CI:0.41～0.78）、家庭支持（OR=0.97,95%CI:0.95～0.99）是护士倒班睡眠障碍的保护性因素。睡眠卫生（OR=1.12,95%CI:1.06-1.18）、抑郁（OR=3.34,95%CI:2.31～4.82）、工作高负荷（OR=2.05,95%CI:1.26～3.33）是危险因素。将上述多因素logistic回归分析有差异的变量（P＜0.05）作为预测因子开发护士倒班睡眠障碍临床预测模型。另外,根据第二部分的研究结果和专家建议,将每月夜班数也作为预测因子纳入预测模型的构建。应用R软件绘制列线图式的护士倒班睡眠障碍临床预测模型。通过分析验证集人群和训练集人群对模型的区分度、校准度、临床有效性进行评价与验证,发现训练集和验证集ROC曲线下面积AUC值分别是0.759和0.752,提示开发的护士倒班睡眠障碍临床预测模型表现较好,能很好的区分倒班护士是否发生睡眠障碍。训练集和验证集绘制的校准度图显示模型预测倒班睡眠障碍发生的风险与实际发生的风险高度一致。临床决策曲线分析显示,模型可以使人群整体受益。结论1.本研究对护士倒班睡眠障碍进行概念分析,系统分析了倒班睡眠障碍的先决条件、影响因素、不良后果、属性特征、常用测量工具等。对倒班睡眠障碍影响因素、不良后果、测量工具的分析,可为后期做倒班对护士睡眠和健康影响研究及护士倒班睡眠障碍预测模型的研究提供理论指导,尤其在为全面设计调查护士倒班睡眠障碍的危险因素,筛选预测因子,科学测量结局变量的过程中将发挥理论指导作用。2.根据纽曼系统模式中关于应激源突破人体抵抗线而威胁人体健康的理论指导。通过横断面调查研究,验证了倒班作为环境暴露危险因素对护士睡眠和健康均有不利影响。为识别倒班对护士睡眠和健康影响的危险因素,构建护士倒班睡眠障碍临床预测模型,用于护士定期自评是否发生倒班睡眠障碍,促进护士对倒班危害的防护,提高职业健康的研究提供了理论依据。3.通过调查、筛选护士倒班睡眠障碍的独立危险因素,构建护士倒班睡眠障碍的临床预测模型,可以用于护士定期自评发生倒班睡眠障碍的概率,以帮助倒班护士早评估、早诊断、早预防倒班睡眠障碍的发生。通过本研究的结果,给护理管理者的启示是:应通过合理配置护士人力资源,增加夜班护士数量、降低工作负荷,以保证护士夜班期间得到充分休息。并注重提供心理支持,如心理健康普及教育,以期减少护士倒班睡眠障碍的发生;倒班护士也应该积极寻求家庭支持,养成良好的睡眠习惯、提高睡眠卫生。以提高倒班护士的职业健康,保障护理质量与患者安全。