Прогнозирование формирования выраженной психопатологической симптоматики у врачей

Abstract

Последние годы исследователи отмечают рост психической патологии у профессионалов здравоохранения. В статье представлены результаты иследования, проведенного среди 755 врачей, 446 из которых были задействованы на дежурствах в ночное время (основная группа), 309 не работали ночью (группа сравнения). В качестве предикторов формирования тяжелой психопатологической симптоматики у всех обследованных респондентов (n = 755) с помощью бинарной логистической регрессии были выделены возраст, работа в ночное время, уровень эмоционального выгорания, снижение мотивации и психическая астения (опросник МFI-20). Была разработана статистическая модель в виде регрессионного уравнения, которая позволяет прогнозировать формирование выраженной психопатологической симптоматики у врачей. Модель является согласованной с исходными данными (по Хосмеру-Лемешеву р = 0,100) и статистически значимой (χ2 = 275,952; р < 0,001). По результатам построения ROC-кривой показатель AUC составил 0,825 ± 0,015 (ДИ 95 %, 0,796–0,854; р < 0,001), что соответствует очень хорошему качеству прогностической модели. Чувствительность разработанной прогностической модели составляет 71,0, специфичность 77,0. В качестве предикторов формирования тяжелой психопатологической симптоматики у врачей, работающих в ночное время (n = 446) с помощью бинарной логистической регрессии были выделены брак, хронотип (опросник MEQ-SA), снижение мотивации (опросник МFI-20), уровень эмоционального выгорания, Общая оценка сна TS (опросник PIRS). Была разработана статистическая модель в виде регрессионного уравнения, которая позволяет прогнозировать формирование выраженной психопатологической симптоматики у врачей, работающих ночью. Модель является согласованной с исходными данными (по Хосмеру-Лемешеву р = 0,819) и статистически значимой (χ2 = 211,985; р < 0,001). По результатам построения ROC-кривой показатель AUC составил 0,863 ± 0,017 (ДИ 95 %, 0,830–0,896; р < 0,001), что соответствует очень хорошему качеству прогностической модели. Чувствительность разработанной прогностической модели составляет 74,9, специфичность 80,7.

In recent years, researchers have noted an increase of mental pathology among healthcare professionals. The article presents the results of a study conducted among 755 doctors, 446 of whom were on night shifts (main group), 309 did not work at night (comparison group). Age, night shifts, proffesional burnout, decreased motivation, and mental asthenia were identified as some predictors of the formation of severe psychopathological symptoms in all surveyed respondents (n = 755) using binary logistic regression (MFI-20 questionnaire). A statistical model was developed as a regression equation, which makes it possible to predict the formation of severe psychopathological symptoms in doctors. The model is consistent with the initial data (according to Hosmer-Lemeshev p = 0.100) and statistically significant (χ2 = 275.952; p < 0.001). According to the results of the ROC-curve plotting, the AUC indicator was 0.825 ± 0.015 (CI 95 %, 0.796–0.854; p < 0.001), which corresponds to a very good quality of the predictive model. The sensitivity of the developed prognostic model is 71.0, specificity is 77.0. Marriage, chronotype (MEQ-SA questionnaire), decreased motivation (MFI-20 questionnaire), level of emotional burnout and General TS sleep assessment (PIRS questionnaire) were identified as some predictors of the formation of severe psychopathological symptoms in doctors working during nights (n = 446), using binary logistic regression. A statistical model was developed as a regression equation, which makes it possible to predict the formation of severe psychopathological symptoms in doctors working during nights. The model is consistent with the initial data (according to Hosmer-Lemeshev p = 0.819) and statistically significant (χ2 = 211.985; p < 0.001). According to the results of the ROC-curve plotting, the AUC indicator was 0.863 ± 0.017 (CI 95 %, 0.830–0.896; p < 0.001), which corresponds to a very good quality of the predictive model. The sensitivity of the developed prognostic model is 74.9, the specificity is 80.7.