每天,醫(yī)療急救人員(醫(yī)務(wù)人員、護(hù)士和醫(yī)生等)勇敢地沖向突發(fā)事件的中心,隨時準(zhǔn)備挽救生命并提供關(guān)鍵救助。他們需要接受大量培訓(xùn),以保持和提高技能。雖然他們的奉獻(xiàn)精神和專業(yè)知識值得稱贊,但他們在幕后所面臨的情緒壓力挑戰(zhàn)卻往往不為人知。
因此,對醫(yī)療急救人員的培訓(xùn)中,也包括如何識別并管理情緒和壓力。
Malfait和她的研究團(tuán)隊(duì)以此開發(fā)了一種方法來同時量化急救人員的醫(yī)療技能表現(xiàn)與壓力和情緒負(fù)荷。這種整合和同步將為模擬培訓(xùn)期間急救人員的表現(xiàn)提供見解。
模擬訓(xùn)練至關(guān)重要
由于要面對復(fù)雜、時間緊迫和危及生命的緊急情況,急救人員需要接受廣泛的培訓(xùn)。他們將參與逼真的情景模擬,精準(zhǔn)模擬實(shí)際的緊急情況。對于如何作為一個團(tuán)隊(duì)協(xié)調(diào)工作、分配任務(wù)和做出關(guān)鍵決策進(jìn)行練習(xí)。
通過錄制這些模擬訓(xùn)練的視頻,他們可以詳細(xì)了解當(dāng)時的情況。通過課后匯報,應(yīng)急人員可以找出錯誤、知識差距或需要改進(jìn)的地方,并采取相應(yīng)的糾正措施。這是急救人員職業(yè)發(fā)展的重要組成部分。
壓力和情緒影響技能表現(xiàn)
在這種情況下,僅憑臨床知識和技能不足以提供最佳的醫(yī)療服務(wù)。除了技術(shù)專長外,醫(yī)療專業(yè)人員還需要掌握非技術(shù)技能,如抵抗壓力并管理情緒的能力。
因此,急救人員需要全面認(rèn)識壓力對技能表現(xiàn)的的作用和負(fù)面影響,并在培訓(xùn)課程中解決如何識別并有效管理情緒和壓力的問題。無論是個人層面還是團(tuán)隊(duì)層面。
Malfait 與她的研究小組就重點(diǎn)關(guān)注了這一尚待解決的問題。他們旨在開發(fā)一種方法,在模擬訓(xùn)練課程中同時且獨(dú)立測量技術(shù)技能表現(xiàn)和心理生理負(fù)荷。
高效記錄與分析技能表現(xiàn)
首先,研究團(tuán)隊(duì)通過分析醫(yī)療技能表現(xiàn)的結(jié)果來量化技術(shù)表現(xiàn)。
醫(yī)療人員會在一個模擬訓(xùn)練的實(shí)驗(yàn)室中執(zhí)行多項(xiàng)醫(yī)療技術(shù)任務(wù)。例如環(huán)甲膜切開術(shù)——一種幫助病人在嚴(yán)重氣道阻塞、外傷或呼吸衰竭等情況下更好呼吸的干預(yù)措施。
整個過程,使用行為觀察記錄分析系統(tǒng)(The Observer XT)觀察記錄。這樣不僅可以進(jìn)行現(xiàn)場觀察,還可以進(jìn)行詳細(xì)的回顧性微觀分析。專家可從醫(yī)療技能的多個組成部分進(jìn)行行為編碼,從而對急救人員在模擬訓(xùn)練過程中的技能表現(xiàn)進(jìn)行評估(圖1)。
圖1
此外,The Observer XT的視頻錄制和后續(xù)分析允許以錄制的正常速度、半速、五分之一和二十五分之一的速度暫停和回放視頻,因此可以方便地測量時間間隔并進(jìn)行更深入的分析。在錄制過程中調(diào)整方向和縮放功能也為行為觀察提供了更詳細(xì)的視圖。
模擬訓(xùn)練的實(shí)驗(yàn)室中配備了多臺平移變焦攝像機(jī)和吸頂式麥克風(fēng),所有攝像機(jī)都是同步的,在錄制過程中可以對方向和變焦分別進(jìn)行控制。這種一站式整合都益于行為測定快速復(fù)盤系統(tǒng)(Viso)。
Viso 不僅提供記錄過程中調(diào)整攝像機(jī)方向和變焦的功能,此外由于可以使用多臺攝像機(jī)拍攝圖像,使從不同角度觀察行為表現(xiàn)成為可能。這樣可以看到更多細(xì)節(jié),讓行為編碼更加準(zhǔn)確。
非侵入式的壓力和情緒測量
此外,研究者還想了解急救人員在模擬訓(xùn)練中感受到的壓力程度,以及他們?nèi)绾喂芾韨€人認(rèn)知資源,如應(yīng)對技能、防御能力和自我效能感。因?yàn)楫?dāng)情境需求與個人應(yīng)對需求的能力之間存在差距時,壓力就會產(chǎn)生。
過往研究評估壓力和情緒往往依賴于主觀測量問卷。更客觀的生理測量,如測量唾液和血清皮質(zhì)醇水平,可能具有侵入性,并且難以實(shí)時獲得。其他可進(jìn)行實(shí)時測量的如心率變異性,需要可穿戴傳感器,且數(shù)據(jù)可能會因?yàn)檫\(yùn)動、藥物或其他原因而混淆。
因此,基于非侵入測量的考量,本研究利用面部表情分析系統(tǒng)(FaceReader)記錄了面部表情,并使用 Matlab 和 PRAAT 進(jìn)行了語音分析。這兩種方法都依賴于對情緒喚醒和情緒效價的系統(tǒng)測量。結(jié)合這兩種分析方法,研究人員可以根據(jù)情緒的環(huán)狀模型對情緒狀態(tài)進(jìn)行量化。
FaceReader會自動生成個體面部表情的分類。每個情緒值范圍在[0,1]之間,表示其強(qiáng)度。此外,面部表情也可在20個動作單元(AU, Action Units)上進(jìn)行分類(圖2),并依據(jù)5點(diǎn)強(qiáng)度量表自動生成強(qiáng)度分類。不同AU的組合可能與無聊、困惑等情緒狀態(tài)有關(guān)。喚醒程度可以根據(jù)不同AU的激活值和AU 43的倒數(shù)來計算(AU 43代表閉眼,表示低喚醒)。
圖2
受益于同步分析的組合
Malfait 與她的團(tuán)隊(duì)深入探究了急救人員在模擬訓(xùn)練或真實(shí)情況下的表現(xiàn)。他們在本研究中開發(fā)的方法的優(yōu)勢在于將同時分析醫(yī)療急救技能和評估心理生理負(fù)荷結(jié)合在一起。
此外,他們還使用了非侵入性的客觀方法,即面部表情分析和聲音分析,使研究者無需主觀報告,也無需中斷模擬,就能了解當(dāng)前急救人員的壓力水平。
參考文獻(xiàn)
Malfait, A., Van Puyvelde, M., DETAILLE, F., Neyt, X., Waroquier, F., & Pattyn, N. (2023). Unveiling Readiness of Medical First Responders in Simulation Trainings: Insights beyond Queries. Emerging Technologies in Healthcare and Medicine, 116(116).
關(guān)注諾達(dá)思公眾號,聯(lián)系我們獲取更多產(chǎn)品信息及學(xué)術(shù)文章!