文件大小：1.02M
摘要：目的：了解铁路机车乘务员焦虑现状并分析风险因素，构建列线图预测模型并验证。方法：2023年1月至2024年6月选择中国铁路南宁局集团有限公司南宁机务段和柳州机务段的机车乘务员为调查对象，采用一般资料、Maslach职业倦怠调查普适量表、中文版简明职业紧张问卷、匹兹堡睡眠质量指数、Zung焦虑自评量表进行问卷调查，根据焦虑评分结果分为焦虑组和正常组，对两组基线资料进行单因素分析。按照7:3的比例将所有铁路机车乘务员随机分为建模组（n=2767）和验证组（n=1186），以建模组焦虑为结局变量，进行多因素logistic回归分析并运用R语言绘制列新图预测模型、ROC曲线、校准曲线，以验证组对模型进行验证。结果：共纳入3953名铁路机车乘务员，其中1284名存在明显焦虑症状，发生率32.48%。多因素logistic回归分析。结果显示，学历、工龄、技术级别、规律锻炼、职业倦怠、职业紧张和睡眠质量是铁路机车乘务员焦虑发生的独立影响因素（P＜0.05）。建模组和验证组AUC分别为0.900（95%CI：0.888～0.911），0.917（95%CI：0.901～0.933），校准曲线与实际曲线趋于一致，DCA均为0～1.0。结论：大专及以上学历、工龄＜15年、司机、无规律锻炼、职业倦怠评分高、职业紧张评分高和睡眠质量差是铁路机车乘务员焦虑发生的风险因素。构建的铁路机车乘务员焦虑风险预测模型具有较好的区分度、一致性和正向净收益，模型准确性和可靠性好，简单方便易操作，有助于提高疾病预防控制中心医务人员识别和筛选机车乘务员焦虑的能力，能及时予以防控干预提供理论依据。
文章目录
1 对象与方法
1.1 调查对象
1.2 方法
1.2.1 调查工具
1.2.2 调查方法
1.3 观察指标
1.4 统计学方法
2 结果
2.1 铁路机车乘务员焦虑发生情况
2.2 铁路机车乘务员整体基线资料比较
2.3 风险预测模型的构建
2.3.1 铁路机车乘务员焦虑多因素logistic回归分析
2.3.2 构建列线图预测模型
2.3.3 列线图预测模型的验证
3 讨论
