摘要
本文运用横断面研究方法，了解消防员创伤后应激障碍（PTSD）的流行特征，探讨PTSD及主要症状的影响因素。采用分层、整群抽样的方法，选取重庆市消防队的1028名在职消防员为研究对象进行问卷调查。设计了消防员PTSD影响因素调查问卷，通过预实验检验其信度、效度后确定了调查问卷正式版本，其中采用自制的一般情况调查问卷调查研究对象的人口学特征和职业情况，选用创伤后应激障碍自评量表（PCL-C）评定PTSD状况，职业倦怠通用量表（MBI-GS）评价职业倦怠情况，患者健康问卷（PHQ-9）评价抑郁症状情况，社会支持评定量表（SSRS）评价社会支持，特质应对方式问卷（TCSQ）评定应对方式，匹兹堡睡眠质量指数量表（PSQI）评价睡眠质量。问卷数据采用Excel表格建库，数据统计分析采用SPSS23.0软件。计量数据用X±S进行表示，采用t检验比较两组均数，协方差分析比较多组均数，使用Bonferroni法进行两两比较。采用二元Logistic回归和神经网络建立PTSD预警模型。主要研究结果如下： 1.采用预实验数据对PCL-C、MBI-GS、PHQ-9、TCSQ进行了信、效度分析，显示问卷均具有良好的信、效度。 2.正式调查的1028名在职消防员中：PTSD患病率为4.9%，亚综合征PTSD的患病率为22.4%；消防员PTSD各组症状群的阳性率分别为：再体验症状（B组）为27.8%，回避和麻木类症状（C组）为19.6%，警觉性增高症状（D组）为37.7%。 3.协方差分析结果显示：受伤、躯体疼痛、自评健康状态、社会支持、应对方式、抑郁症状、职业倦怠、睡眠障碍为消防员PTSD的影响因子（P＜0.05）。 受伤、自评健康状态、社会支持、应对方式、抑郁症状、职业倦怠、睡眠障碍为消防员PTSD3个症状的共同影响因子（P＜0.05）。此外，出警次数、森林防火是症状B组的影响因子（P＜0.05），躯体疼痛是症状C组的影响因子（P＜0.05），躯体疼痛、灭火救援是症状D组的影响因子（P＜0.05）。 4.构建的基于二元logistic回归的消防员PTSD预警模型最终纳入的影响因子有：睡眠障碍（X1）、自评健康状况（X2）、躯体疼痛（X3）、应对方式（X4）、社会支持（X5）。模型方程式为：Logist(Y)=－6.836＋0.783X1＋0.752X2＋0.372X3＋0.813X4－0.686X5 经Hosmer和Lemeshow检验，模型χ2值为3.730，P值为0.810，预警模型拟合度好。ROC曲线下的面积值AUC为0.920，模型预测正确率为95.3%。 5.构建的基于神经网络的消防员PTSD预警模型共包括一个输入层（含6个单元数）、一个隐藏层（含3个单元数）、一个输出层（含2个单元数）。影响因子按重要性大小排序为：自评健康状况、应对方式、年龄、睡眠障碍、社会支持、躯体疼痛、受伤。模型ROC曲线下的面积值AUC为0.921，模型预测正确率为95.2%。 6.两种模型预测正确率、AUC值基本相同，自变量正态化重要性趋势大体相同。在实际应用中，当样本量较少时，神经网络模型结果不稳定，建议采用二元logistic回归构建模型；当样本量充足时，建议首先应用二元logistic回归筛选出真正具有影响作用的自变量，再结合人工智能神经网络构建模型。 根据上述结果提出了降低消防员罹患PTSD的措施建议，包括：尽量录取倾向采用积极应对的消防员，提高消防员的睡眠质量和自我保健意识，增加消防员的社会支持，建立出警信息平台及合理分配岗位等。 研究结果表明，重庆市的消防员PTSD患病率较高，为PTSD高危人群，是否受伤、躯体疼痛、自评健康状态、抑郁症状、职业倦怠、睡眠障碍等为主要危险因子，而社会支持、积极应对具有缓冲作用，基于二元logistic回归与基于神经网络的PTSD预警模型能较准确地判断和预测消防员的PTSD状况，研究成果可为消防员PTSD的预防及干预提供一定的依据。
NETL