Los sistemas que nos fatigan #SegPac

La siguiente entrada contiene la traducción de un artículo sobre una aproximación a como el análisis de los sistemas de trabajo nos puede ayudar a comprender la fatiga en las enfermeras en los hospitales que encuentro de interés por su enfoque, metodología y análisis.

A work systems analysis approach to understanding fatigue in hospital nurses
Linsey M. Steege, Kalyan S. Pasupathy & Diane A. Drake
http://dx.doi.org/10.1080/00140139.2017.1280186

EDICIÓN 3/5/17

Para completar este artículo les propongo este otro recién publicado y realizado en España sobre un total de 380 enfermeras: Como afectan el lugar de trabajo y la experiencia profesional a los valores profesionales de las enfermeras.

Introducción:
La fatiga ocupacional es un importante desafío en la consecución de una cultura de seguridad del paciente y para la mejora de la salud y seguridad de los profesionales. Entre los profesionales sanitarios, las enfermeras tienen una exposición habitual a estresores psicológicos, físicos y emocionales, que dan como resultado niveles relativamente altos de fatiga(1y2). Los estudios existentes han identificado una relación entre la fatiga y el potencial daño para los profesionales y errores en los pacientes (3,4 y 5). Además, los sistemas sanitarios sufren crecientes desafíos relacionados con las plantillas de enfermería y su bienestar y fidelización. Incrementar la comprensión de la fatiga en las enfermeras tiene impacto potencial en la salud y seguridad y calidad de la atención en los entornos de trabajo sanitario. Los elementos del medio de la práctica profesional incluyendo la cultura de la unidad, políticas organizativas y caracteristicas individuales de las enfermeras se asocian con diferencias en la fatiga ocupacional y constructos relacionados como el burnout (6, 7 y 8). En un estudio mediante entrevistas con enfermeras de hospital se identificaron las fuentes de fatiga y los facilitadores para el manejo y recuperación de las enfermeras que abarcan el sistema de trabajo de enfermería incluyendo herramientas y tecnología, tareas, organización, ambiente y características individuales de la enfermera (9). Sin embargo, pese a que muchos componentes de los sistemas de trabajo han sido identificados como asociados con la fatiga y la recuperación de las enfermeras hospitalarias sigue haciendo falta comprender sistemáticamente las interacciones entre los componentes de los sistemas de trabajo y como se relacionan con la fatiga.
El objetivo general de este estudio fue explorar las relaciones entre los múltiples componentes de la estructura del sistema de trabajo de enfermería en el hospital y los niveles de fatiga aguda, fatiga crónica y recuperación entre turnos. Se uso el modelo Systems Engineering Initiative for Patient Safety (SEIPS) como marco para caracterizar la estructura del sistema de trabajo de enfermería. El estudio tuvo dos objetivos: 1- Describir la asociación entre las variables que caracterizan cada uno de los componentes de la estructura del sistema de trabajo y la fatiga de las enfermeras y sus niveles de recuperación y 2- identificar las interacciones entre las variables que caracterizan los componentes de la estructura del sistema de trabajo relacionados con la fatiga de las enfermeras y sus niveles de recuperación.

Antecedentes:

La fatiga ocupacional puede definirse operativamente como un estado multidimensional que afecta a trabajadores expuestos a demandas excesivas y a estresores en las tareas de su trabajo, ambiente y programas y que pueden interferir con las habilidades físicas y cognitivas del trabajador y con su capacidad de funcionar normalmente(10). Tal y como se define, la fatiga tiene sus bases teóricas en la carga allocastica. La fatiga ocupacional generalmente se desarrolla como un estado agudo o breve que se solventa con suficiente recuperación entre turnos (11 y 12). La fatiga aguda puede evolucionar a un estado de fatiga crónica que progresa y tiene consecuencias más serias para la capacidad, rendimiento y salud del trabajador. La recuperación entre turnos media en esa progresión de los estados de fatiga (11). Sin embargo, la forma en la que las demandas del sistema de trabajo y los estresores contribuyen a la progresión de la fatiga aguda a crónica no se comprende bien. Es más, la forma en la que el diseño de los sistemas de trabajo impactan en la recuperación entre turnos no ha sido estudiada. Evaluando las relaciones entre los componentes del sistema de trabajo de las enfermeras y los estados de fatiga aguda y crónica y la recuperación entre turnos podemos aprender importantes lecciones sobre como diseñar y probar intervenciones para reducir la fatiga aguda, facilitar la recuperación y prevenir la fatiga crónica.

La investigación previa en fatiga ocupacional en la industria identificó la necesidad de sistemas de gestión del riesgo de fatiga (FRMS) para reducir los riesgos a corto y largo plazo para la salud del trabajador, la seguridad y su rendimiento. La sanidad es deficitaria respecto a otras industrias en implementar FRMS y contramedidas efectivas. El FRMS que se ha implementado en enfermería ha sido enfocado principalmente en medidas de higiene del sueño y estrategias de autogestión para que los trabajadores eviten la fatiga (13 y 14). Sin embargo, los cambios en los sistemas de trabajo en sanidad han provocado un número de factores potencialmente inductores de fatiga para las enfermeras, como una elevada complejidad de la tecnología, un incremento en las demandas de los pacientes, cambios en las estructura de los equipos y roles profesionales y una mayor regulación. Los trabajo previo identificaron relaciones entre factores individuales en el sistema de trabajo, como la duración de los turnos, su programación o la plantilla; factores psicosociales, incluyendo el control del trabajo y el apoyo social; las variables de las tareas de trabajo y la formación de las enfermeras o variables demográficas, y cambios en los niveles de fatiga ocupacional (15,16,17,18 y 19 ).

Estos factores generalmente han sido considerados de forma aislada unos de otros, lo que no representa la complejidad presente en los entornos de trabajo actuales y puede impedir el diseño de FRMS efectivos. La aproximación y los modelos de la ingeniería de sistemas puede proporcionar un marco apropiado para este análisis y puede facilitar el diseño mejorado de FRMS para resolver las lagunas y limitaciones de los estudios previos.

El modelo SEIPS es un marco teórico establecido para modelar los sistemas de entornos de trabajo en sanidad y mejorar su diseño (20 y 21). El modelo SEIPS integra el marco de Donabedian de estructura-proceso-resultado para evaluar la calidad (22) con el modelo de sistema de trabajo (23) y la teoría de balance (24). La estructura del sistema de trabajo de SEIPS posiciona a la persona, en el caso de este estudio una enfermera, en el centro. La persona interactúa con herramientas y tecnología, tareas, medio y componentes de la organización para realizar sus procesos de trabajo impactando al paciente, a si misma y a los objetivos de la organización. El modelo SEIPS incorpora la teoría de balance, que describe como los factores negativos en el sistema de trabajo, como aquellos que contribuyen a la fatiga o estrés del trabajador, pueden eliminados o minimizados mejorando otros componentes del sistema de trabajo (25 y 26). SEIPS proporciona una comprensión completa de los componentes críticos de un sistema de trabajo y las interacciones entre los mismos (27).

MÉTODOS

Diseño:

Este estudio es un análisis secundario de un estudio descriptivo en base a encuesta a enfermeras hospitalarias.

Encuesta:

Los datos se obtuvieron de la encuesta online sobre fatiga hospitalaria realizada a enfermeras tituladas que trabajan en un hospital de agudos comunitario sin ánimo de lucro en California. El propósito de la encuesta original fue evaluar la relación entre la fatiga de las enfermeras y el daño a los pacientes definido por la Teoría de la fuerza de enfermería hospitalaria (28 y 29). La recogida de datos se realizó entre noviembre de 2011 y febrero de 2012. Todas las enfermeras tituladas (1000 en total) empleadas en el hospital durante ese periodo fueron elegibles e invitadas a participar mediante correo electrónico. Se obtuvo la aprobación para el estudio del comité local de revisión.

Participantes:

430 enfermeras tituladas respondieron a la encuesta (tasa de respuesta 42%) y de estas 340 completaron el 90% de los items y fueron incluidas como muestra en este estudio. Una mayoría de participantes fueron mujeres (94,4%) y se identificaron como blancas (79,3%). Los participantes tuvieron un rango de edad entre 26 y 76 años con una media de 46 ± 11 años. Los participantes identificaron 16 tipos de unidad diferentes como su lugar de trabajo habitual. Otras características de la población se muestran en la tabla 1

Medidas:

La escala OFER (Recuperación del agotamiento por fatiga ocupacional) se usó para valorar la fatiga aguda y crónica y la recuperación entre turnos (30 y 31). Las tres subescalas han sido validadas previamente in poblaciones con trabajo a turnos, incluídas enfermeras, y tienen una alta fiabilidad con valores informados de alfa de Cronbach entre 0,84 y 0,91 (32 y 33). La validez de las escalas fue evaluada igualmente mediante analisis de factor de confirmación con un índice de adecuación de 0,95 y un error cuadrático de 0,05 (34). Cada subescala incluye 5 ítems. La puntuación se calculó basandose en los criterios de puntuación publicados para la OFER. La puntuación para cada escala oscila entre 0 y 100, las mayores puntuaciones indican un incremento en la fatiga aguda, crónica o en la recuperación entre turnos.
Se usó el modelo SEIPS como marco para definir un conjunto de variables que relacionasen los cinco componentes del sistema de trabajo: La enfermera, las tareas, el medio, la organización y Herramientas y tecnología. Como no existe un estándar o medida publicada sobre la estructura de sistema de trabajo SEIPS se identificaron los items que se relacionan con cada componente del modelo. El equipo del estudio seleccionó ítems de algunas encuestas existentes para medir el sistema de trabajo de la enfermeras tal y como lo define SEIPS en la encuesta de fatiga hospitalaria. Específicamente, los ítems sobre las prácticas de seguridad del paciente del modelo SEIPS fueron seleccionados de la encuesta sobre cultura de seguridad (35) Además, se identificaron desde el índice de trabajo de enefermería y la encuesta de entorno del paciente (36) y de la encuesta de evaluación de necesidades educativas para mejorar la seguridad del paciente (37) los ítems que caracterizan la educación de las enfermeras y sus habilidades, autonomía, control sobre su práctica, liderazgo y adecuación de recursos con los componentes del sistema de trabajo SEIPS (enferemra, tareas, herramientas y tecnología, medio y organización).
14 ítems de estos instrumentos previamente publicados fueron identificados por el equipo del estudio como relacionados con el componente "enfermera" de la estructura de sistema de trabajo; 6 ítems se relacionaron con "herramientas y tecnología"; 10 con "medio"; 17 con "organización" y 32 ítems con "tareas".
Esta distribución de los ítems entre los componentes de la estructura del sistema de trabajo se alinea con el trabajo previo sobre las descripciones que hacen las enfermeras de los factores de su trabajo que contribuyen a su fatiga (38). La enfermeras identificaron sus tareas como lo que más frecuentemente contribuye a su fatiga, seguido de la organización y los componentes psicosociales de su trabajo, el entorno físico, sus características individuales y por último la tecnología.
La mayoría de los ítems que caracterizan los componentes del sistema de trabajo fueron evaluados usando una escala de Likert de seis puntos entre 1= fuertemente en desacuerdo hasta 6= fuertemente de acuerdo. Algunos ítems fueron redactados positivamente de forma que el acuerdo indicase una percepción más positiva del entorno de trabajo, mientras que otros fueron orientados negativamente.
Se pueden ver todos los ítems en la tabla 2. 31 de los 79 componentes totales del sistema de trabajo usaron una escala de respuesta diferentes. Estos incluyen los ítems demográficos utilizados para evaluar el componente "enfermera" de la estructura de sistema de trabajo que resumimos en la tabla 1. Además los ítems que evalúan el conocimiento y la experiencia clínica tenía como respuesta las opciones: Novata, Iniciada, Competente, Proeficiente y Experta. Las respuestas para la pregunta sobre el puesto de trabajo actual fueron: Enfermera titulada de plantilla, Enfermera titulada a cargo, Enfermera titulada gestora, Enfermera titulada directiva, Combinanción y "otro". Sobre el rol primario de trabajo las opciones fueron: Atención al paciente, gestión del cuidado al paciente y provisión directa de cuidados al paciente. Por último tanto para grado de severidad de los pacientes como para grado de intensidad del cuidado al paciente se usó como escala de respuesta bajo, medio y alto.  

TABLA 2

Analisis:

Se usó un análisis de correlaión para describir las asociaciones entre variables que caracterizan cada componente del sistema de trabajo con los niveles de fatiga de las enfermeras. Debido a que muchas de las variables del sistema de trabajo utilizadas en este estudio fueron datos ordinales en lugar de datos de intervalos, se utilizó el Rho de Spearman. Se consideraron significativas las relaciones con p<0,05 y se usaron guías publicadas para evaluar el tamaño del efecto cuando 0,3 es un efecto grande (39) para los datos perdidos se usó la supresión de pares. Los análisis de correlación se realizadon con SPSS 22.
Para identificar las interacciones entre las variables de estructura del sistema de trabajo y la fatiga de las enfermeras y sus niveles de recuperación se usó un sistema de clasificación en árbol y CHAID: sistema automático de detección de interacción Chi-cuadrado (40) CHAID es un algoritmo exploratorio no paramétrico utilizado para identificar predictores y las interacciones entre predictores de una variable dependiente; fue desarrollado para apoyar la exploración de un gran número de variables categóricas; Por tanto, es una técnica de análisis apropiada cuando se utiliza un marco de sistemas para identificar las relaciones entre un gran número de variables que caracterizan a los componentes estructurales del sistema de trabajo y los niveles de fatiga de las enfermeras (41 y 42).
CHAID es también un sistema de clasificación. En contraste con los métodos de análisis que identifican diferencias entre niveles predefinidos de una variable independiente, CHAID identifica los niveles o grupos para cada variable predictora que se asocia con diferencias estadísiticamente significativas en la variable dependiente. CHAID se encuentra entre los métodos basados en la tendencia media y los métodos basados en la regresión, el primero calcula un valor para toda la población y el segundo calcula un valor diferente para cada individuo. CHAID determina subgrupos significativos mediante la partición de la población, de modo que los individuos dentro de un subgrupo son similares entre sí y significativamente diferentes de los otros subgrupos. Los resultados de un análisis utilizando CHAID pueden ayudar a: determinar cuál de los muchos predictores potenciales para una variable dependiente debe investigarse más a fondo para subgrupos específicos de la población en estudios posteriores; Cómo los predictores identificados interactúan para impactar la variable dependiente; identificando particiones de un nodo padre en nodos secundarios (43). Para cada nodo padre, se crean varias particiones y se realizan múltiples pruebas de Chi cuadrado para determinar el orden de las variables predictoras basadas en el estadístico F. CHAID se ha usado en estudios previos para explorar las relaciones entre las dimensiones de la fatiga y las percepciones sobre rendimiento de las enfermeras tituladas (44) así como entre factores psicológicos en el ambiente de trabajo y los niveles de fatiga (45).
En este estudio CHAID se usó para identificar las relaciones entre cada variable dependiente (Fatiga aguda, fatiga crónica y recuperación entre turnos) y la múltiples variables potencialmente predictoras que caracterizan los componentes de la estrucutra del sistema de trabajo. Todas las relaciones fueron significativas al menos al nivel de p<0,05 usandose la corrección de Bonferroni para ajustar los test múltiples. Para la partición, cada nodo padre que se puede dividir se requiere tener un mínimo de 20 participantes y cada nodo secundario formado debe tener al menos 10 participantes. Todos los análisis CHAID se realizaron con el software de árbol de decisión SPSS.

RESULTADOS

Los niveles de fatiga y recuperación medidos por las tres subescalas OFER oscilan entre 0 y 100 para la muestra del estudio. La media (DE) de recuperación entre turnos fue la más alta 56,5 (22,2), seguido de la fatiga aguda con 51,3 (20,2) y la crónica con 39,5 (25,4). La interpretación cualitativa de estos niveles se pude determinar basándonos en la distribución por cuartiles de la puntuación.  Sobre la base de los rangos de cuartiles calculados para cada subescala, el nivel intermedio de recuperación entre turnos para la muestra puede considerarse "bajo / moderado"; El nivel medio de fatiga aguda es "bajo / moderado"; Y el nivel medio de fatiga crónica es "moderado / alto". Las tres subescalas demuestran una fiabilidad aceptable en esta muestra; Los niveles alfa de Cronbach fueron 0,76 para la fatiga aguda, 0,85 para la fatiga crónica y 0,87 para la recuperación entre turnos. También hubo asociaciones significativas entre las tres subescalas. La fatiga aguda se asoció positivamente con la fatiga crónica r(267) = 0.651, p < 0.001. La recuperación entre turnos se relacionó negativamente con la fatiga aguda r(267) = −0.636, p < 0.001 y la crónica r(280) = −0.547, p < 0.001.

Análisis de correlación:
Se observan correlaciones significativas entre múltiples variables para cada componente del sistema de trabajo y las escalas OFER de fatiga aguda, crónica y recuperación entre turnos (tabla 2). Para el componente "enfermera" del sistema de trabajo la mayoría de las asociaciones eran pequeñas y las asociaciones significativas variaban entre las escalas de fatiga y recuperación. Hubo dos relaciones moderadas entre la experiencia profesional y la edad, y la recuperación entre turnos. Para los componentes del sistema de trabajo "Herramientas y tecnología", "Medio", "Organización" y "Tareas" las variables se relacionaron significativamente con las tres escalas OFER con efectos medios o grandes. Para el componente "organización" las variables que caraterizan la percepción de las enfermeras sobre el trabajo en equipo positivo, la autonomía o la cultura de trabajo se corelacionaron más frecuentemente de forma negativa con las escalas de fatiga aguda y crónica, mientras que las variables que caracterizan la programación del trabajo se relacionan significativamente con más frecuencia sólo con la recuperación entre turnos. Entre las variables para el componente "tareas" del sistema de trabajo, relativamente pocas de las que describen el porcentaje de tiempo dedicado a diferentes tareas se asociaron significativamente con los estados de fatiga o la recuperación entre turnos; sin embargo, las variables asociadas con las percepciones de las enfermeras sobre las necesidades de las tareas se asociaron positivamente con la fatiga crónica y la  aguda y se negativamente con la recuperación entre turnos. Por el contrario, las enfermeras que percibián tener tiempo suficiente para realizar las tareas se asoció negativamente con los niveles de fatiga crónica y aguda y positivamente con la recuperación entre turnos.

Clasificación en árbol usando CHAID
Los análisis CHAID se realizaron utilizando cada una de las tres escalas de fatiga OFER como una variable de resultado y el conjunto completo de variables asociadas con los componentes del sistema de trabajo (enumerados en la tabla 2) como variables predictoras.
El resultado se presenta en forma de árboles de clasificación (figuras 1 a 3). La media y la desviación estándar de la variable dependiente para la muestra completa se enumeran en el nodo en la parte superior del árbol. El siguiente nivel del árbol indica el predictor más significativo que surgió en el análisis basado en el estadístico F. Los nodos secundarios a este nivel se basan en divisiones significativas en las opciones de respuesta para esa variable predictora. La media (DE) de la variable dependiente para las encuestadas en cada división se muestra en la casilla correspondiente a cada nodo secundario. Se muestran los predictores significativos adicionales en cada nivel del árbol. Cada combinación principal-secundario de las variables predictoras divide el conjunto de datos en varios subgrupos. Estas combinaciones muestran las interacciones de las variables predictoras en la determinación del resultado (variable dependiente) (46)

Figura 1

Fatiga aguda:
En la figura 1 se observa que la media OFER para fatiga aguda es 51,3 (20,2) para toda la muestra (N=273). El siguiente nivel del árbol indica que el predictor más significativo de la fatiga aguda fue un componente de la variable "organización": "tiempo para comunicarse con gestores/supervisores" quienes estuvieron 'fuertemente de acuerdo' con que tenían suficiente tiempo para comunicarse con gestores/supervisores informaron un menor nivel de fatiga con una media de 37,3 (19,4) seguidos de 'de acuerdo' o 'algo de acuerdo' 50.0 (18.9) y 'desacuerdo', 'algo desacuerdo' y 'fuertemente en desacuerdo' 63.9 (19.4). Aquellos que percibieron que no tienen tiempo para comunicarse con los gestores/supervisores tenían puntuaciones de fatiga aguda que eran casi dos veces más altas que aquellos que estaban completamente de acuerdo con ese ítem.
Para aquellos que informaron 'algo de acuerdo' o 'de acuerdo' con el tiempo para comunicarse con los gestores/supervisores, las percepciones de "trabajo excesivo" también se asociaron con las diferencias en la fatiga aguda. Específicamente aquellos que estaban 'fuertemente en desacuerdo' o 'desacuerdo' con que tenían "trabajo excesivo" tenían un nivel de fatiga aguda de 32.7 (14.3), este valor se incrementaba a 45.9 (17.8) para aquellas que estaban 'algo en desacuerdo' y a 51.5 (18.5) para quienes dijeron estar 'algo deacuerdo' o 'deacuerdo' y quienes respondieron que estaban 'fuertemente de acuerdo' informaron el nivel más alto 58.6 (19.2). Las enfermeras que respondieron que estaban 'algo en desacuerdo' con que tienen "excesivo trabajo" también informaron niveles variables de fatiga aguda en la variable "resistencia al cambio" en el componente "organización" del sistema de trabajo SEIPS. Las enfermeras que informaron cualquier nivel de 'acuerdo' con la "resistencia al cambio" tuvieron un alto nivel de fatiga aguda 57.3 (19.8) comparadas con las que mostraron cualquier nivel de 'desacuerdo' 40.4 (14.0). Por otra parte, entre las enfermeras que informaron estar 'algo de acuerdo' o 'de acuerdo' con tener suficiente tiempo para comunicarse con gestores/supervisores y 'algo de acuerdo' o 'de acuerdo' con que tienen "excesivo trabajo" la media de horas extra trabajadas a la semana se asoció con diferencias en la fatiga aguda. Si el número de horas extra trabajadas era menor o igual a 1, la fatiga aguda era 45.1 (18.6), se incrementaba a 59.6 (15.1) para 2 horas extra/semana y saltaba a 42.7 (24.1) para 3 o 4 horas extra/semana y finalmente a 58.5 (15.4) para más de 4 horas extra a la semana.
Por último entre las enfermeras qeu informaron cualquier nivel de 'desacuerdo' con tener tiempo suficiente para comunicarse con gestores/supervisores, la variable "Estres informático" del componente "herramientas y tecnología" del SEIPS fue un factor significativo. Las enfermeras que informaron estar 'fuertemente de acuerdo' o 'de acuerdo' con tener "estrés informático" presentaron niveles de estrés agudo significativamente mayores 73.1 (11.9) que las que informaron estar 'algo de acuerdo' o 'desacuerdo' a cualquier nivel 54.3 (21.3). Además, entre las enfermeras que estaban 'fuertememente de acuerdo' o 'de acuerdo' con el "estrés informático", el área de trabajo "ruidosa" fue un factor significativo, las que estaban 'fuertemente de acuerdo' tuvieron fatiga aguda de 83.0 (10.5) frente a 66.4 Resto de los participantes.

Figura 2

Fatiga crónica:
El "Excesivo trabajo" fue el predictor más significativo de las diferencias en los niveles de fatiga crónica. Específicamente, la fatiga crónica se incrementó más de tres veces desde una media de 17.2 (16.2) para quienes estaba 'fuertemente en desacuerdo' o 'desacuerdo' con el item "excesivo trabajo", a una media de 59.5 (25.5) para quienes estaban 'fuertemente de acuerdo' (figura 2). Las enfermeras que informaron estar 'algo de acuerdo' o 'de acuerdo' con que tienen "excesivo trabajo" se diferenciaron por su rol laboral primario. Las que eran proveedores directos de cuidados al paciente tenían la media de fatiga crónica inferior 22.5 (17.9) y las que gestionan cuidados informaron un mayor nivel de fatiga con 51.0 (25.1). Además, entre las enfermeras que identificaron su papel principal como "atención al paciente", el "control de la práctica" también fue un predictor significativo de la fatiga crónica. Concretamente, las enfermeras que estaban en desacuerdo en algún nivel ('Algo en desacuerdo' 'en desacuerdo' o 'fuertemente en desacuerdo') con que tienen el control de la práctica tuvieron niveles significativamente más altos de fatiga crónica59,6 (24,3) en comparación con las que estuvieron de acuerdo en cualquier nivel con este ítem 38,6 (21,1).
Para el grupo que estaba 'fuertemente de acuerdo' con que tenía "excesivo trabajo", la "adopción rápida" de nuevas técnicas o tecnologías fue un predictor significativo en las diferencias en fatiga crónica. Cualquier nivel de 'descuerdo' o aquellas que se dijeron 'algo de acuerdo' con la "adopción rápida" se asoció con niveles de fatiga significativamente mayores 70.3 (21.9), mientras que aquellas que estaban 'de acuerdo' o 'fuertemente de acuerdo' con este item presentaron un nivel de fatiga crónico de 46.6 (24.0). Finalmente, para las enfermeras que estaban 'fuertemente en desacuerdo, 'en desacuerdo', 'algo desacuerdo' o 'algo de acuerdo' con la "adopción rápida", el "papel principal" nuevamente emerge como predictor significativo. Aquellas cuyo "papel principal" era la atención directa al paciente tuvieron un nivel significaticamente menor de fatiga crónica 60.3 (22.0) comparados con aquellas que tienen un rol de gestión de cuidados o dirección 81.3 (16.2).

<0 .2="" 0.2="" a="" and="" effect="" is="" medium="" small="">

Figura 3

 

Recuperación entre turnos:

El predictor más significativo de la recuperación entre turnos fue "esfuerzo excesivo". Las enfermeras que estaban 'fuertemente en desacuerdo' o 'desacuerdo' con que su trabajo les exige un "esfuerzo excesivo" presentaron los niveles más altos de recuperación entre turnos con 68.3 (19.3), mientras que para aquellas que estaban 'algo desacuerdo' el nivel fue de 60.9 (20.2) y para el resto de respuestas (con cualquier nivel de acuerdo) el nivel fue de 50.7 (21.9). Cada uno de esos tres grupos tiene sus predictores significativos (figura 3).
Entre las enfermeras que estaban 'fuertemente desacuerdo' o 'desacuerdo' con el "esfuerzo excesivo", el "conocimiento enfermero" fue un predictor significativo. Las enfermeras que se autocalificaron como 'proeficientes' tuveiron un mayor nivel de recuperación entre turnos 76.4 (15.5) comparadas con el resto ("Experta", "Competente" y "Novata") 61.1 (19.7).
Para las enfermeras que estaba 'algo desacuerdo' con el "esfuerzo excesivo" la experiencia como enfermeras tituladas fue un predictor importante. Aquellas que tenían más de 5 años de experiencia tuvieron una media de recuperación entre turnos de 48.8 (23.4), que se incrementa a 65.6 (15.6) para las enfermeras con entre 5 y 11 años de experiencia, volviendo a bajar a 48.5 (19.7) para las enfermeras con entre 11 y 18 años de experiencia y finalmente se incrementa al nivel más alto 72.7 (12.3) para aquellas con más de 18 años de experiencia.
Para finalizar, para las participantes que tuvieron cualquier nivel de acuerdo con el "esfuerzo excesivo" hubo dos niveles de predictores significativos; la experiencia como enfermera titulada y las horas por turno. Aquellas que trabajaron cuatro años o menos como enfermera titulada tuvieron una recuperación entre turnos de 38.6 (19.8) y aquellas que trabajaron más de cuatro años como enfermeras tuvieron un nivel de 54.4 (20.9). Además, para las enfermeras con más de cuatro años de experiencia como enfermera, trabajar más de 12 horas/turno redujo la recuperación inter-turnos a 41,4 (21,4), mientras que trabajar hasta 12 horas / turno aumentó la recuperación entre turnos a 57,4 (19,9).

DISCUSIÓN:
Este estudio confirmó la relación significativa entre variables individuales en los sistemas de trabajo de enfermería y los niveles de fatiga usando un modelo de sistemas de ingeniería establecido (SEIPS) para caracterizar las relaciones simultáneas entre múltiples variables que abarcan todo el sistema de trabajo y los niveles de fatiga y recuperación en enfermeras de hospital.
Las variables de todos los componentes de la estructura del sistema de trabajo están asociadas con diferencias en la Fatiga Aguda,  Crónica y la Recuperación entre turnos. Estos hallazgos apoyan la aplicación futura de un enfoque de sistemas para diseñar intervenciones para abordar la fatiga y minimizar los riesgos asociados a la salud y la seguridad de la enfermera. Los hallazgos también indicaron que las interacciones entre las variables que abarcan la estructura del sistema de trabajo apoyan aún más la necesidad de considerar múltiples variables o fuentes de fatiga juntas en vez de evaluar la exposición a demandas individuales o estresores aisladamente para los programas de monitorización de la fatiga y gestión del riesgo.

Asociación entre la persona y la fatiga de las enfermeras y su recuperación.
El modelo SEIPS posiciona a la persona, en este caso la enfermera, en el centro del sistema de trabajo. Esta posición es intencionada, como el objetivo de la ingeniería de factores humanos y del modelo SEIPS es asegurar el diseño de sistemas de trabajo que apoyen el desempeño humano y la seguridad. Con respecto a las fuentes de fatiga, las variables asociadas con el componente de del sistema de trabajo de eenfermería se correlacionaron significativamente con más frecuencia  con la recuperación entre turnos y en cierta medida con la fatiga aguda. Los años de experiencia como enfermera titulada, la edad, el rol primario y la experiencia clínica se relacionaron positivamente con la recuperación entre turnos. Las enfermeras que informaron mayor experiencia, mayores niveles de experiencia clínica y roles de gestión lejos de la atención directa al paciente informaron mayores niveles de recuperación entre turnos. Esto puede deberse a las diferencias en el tipo de trabajo, a un mejor afrontamiento y adaptación o a estrategias protectoras personales. Esto se refiere a menudo como un efecto de supervivencia, en el que algunos trabajadores son capaces de protegerse y adaptarse a factores de estrés y peligros en el entorno de trabajo (47). Es importante tener en cuenta la experiencia de los "supervivientes" en el diseño de programas de gestión del riesgo de fatiga en los sistemas sanitarios; En particular, al diseñar los niveles de control de riesgos ocupacionales que se utilizan en los programas de capacitación y educación para desarrollar estrategias de protección personal en las enfermeras de nueva incorporación o novatas (48).

Asociación entre herramientas y tecnología y la fatiga y recuperación de las enfermeras.
Casi todas las variables sobre herramientas y la tecnología que se incluyeron en el estudio se corelacionaron signitifcativamente con la fatiga aguda, crónica y la recuperación entre turnos, incluyendo efectos de tamaño considerable. Esto apoya los hallazgos de estudios previos que señalaban que las enfermeras identifican la tecnología y el acceso a suministros como factores que pueden prevenir o moderar el desarrollo de fatiga (49 y 50).

Asociaciones entre el medio y la fatiga y la recuperación de las enfermeras
De modo similar, las variables asociadas con el medio, en particular aquellas que pueden impactar la habilidad de las enfermeras para gestionar su fatiga o su recuperación entre turnos (por ejemplo acceso a espacios de descanso, oportunidades para comer o beber) se asociaron con la fatiga y la recuperación. Muchas de estas asociaciones tenían efectos medios o grantes. as enfermeras que participan en actividades de recuperación durante el turno de trabajo pueden disminuir sus niveles de fatiga ocupacional y también reducir su necesidad de recuperación adicional entre los turnos de trabajo. Esto es importante a considerar ya que las recientes recomendaciones sobre los riesgos de fatiga hacen hincapié en la responsabilidad de que las empresas se aseguraren de que las enfermeras pueden descansar y pueden dormir durante los descansos (51). Sin un diseño apropiado del medio de trabajo las enfermeras que podrían descansar no lo harán. Al mismo tiempo, el rediseño del ambiente físico puede no ser factible en muchos puestos de trabajo de enfermería. En estos casos, de acuerdo con la teoría del balance, otros aspectos del diseño del sistema pueden ayudar a compensar el impacto negativo de las barreras ambientales en la fatiga y la recuperación. En este estudio, centrase en la cultura organizativa podría ayudar a compensar las barreras en el medio físico para una gestión eficaz del afrontamiento o de la fatiga durante los turnos de trabajo. Esto puede ser particularmente importante ya que otros trabajos informan que incluso cuando las organizaciones buscan asegurar que las enfermeras realicen pausas de trabajo ininterrumpidas y tengan oportunidades de salir de la unidad durante un turno de recuperación con frecuencia son reacias a descansar(52 y 53). Por lo tanto, un mayor énfasis en la cultura de la unidad y en las variables organizativas del sistema de trabajo puede ayudar a facilitar los descansos y la recuperación a pesar de tener ambientes físicos mal diseñados.

Asociaciones entre la organización y la fatiga y la recuperación
Entre las variables del estudio asociadas al componente de organización del sistema de trabajo de enfermería, algunas de las variables comúnmente incluidas en investigaciones previas relacionadas con las fuentes de fatiga y manejo del riesgo de fatiga, tales como horas trabajadas por semana, horario de turno principal y horas trabajadas por turno no se correlacionaron significativamente con fatiga aguda o crónica. Esto pudo deberse a una limitación del método de muestreo para este estudio, realizado en un único hospital con una variabilidad limitada en los modelos de programación y tipos de turno. Sin embargo, mientras que estas variables de nivel organizacional no se correlacionaron significativamente con la fatiga, otras relacionadas con la cultura organizacional y factores psicosociales como el control sobre el trabajo, la comunicación con los gestores y la autonomía estaban significativamente correlacionadas de forma negativa con la fatiga y de forma positiva con la recuperación. Esto apoya los hallazgos de estudios previos en los que se identificaron los atributos organizacionales y la cultura del sistema de trabajo como fuentes importantes de fatiga y también factores que impactaron en su capacidad para afrontar eficazmente la fatiga a medida que surge (54). Los esfuerzos para implementar el FRMS en enfermería deben tener en cuenta el importante papel de la organización en la aceptación y la efectividad de tales programas. Además, de acuerdo con la teoría de balance, aunque algunos aspectos de la programación de turnos y la duración del cambio pueden ser difíciles de alterar en algunas organizaciones sanitarias, existen oportunidades de mejorar la cultura organizacional para minimizar la fatiga y sus consecuencias asociadas para la salud y la seguridad de la enfermera y el paciente. La falta de autonomía o falta de apoyo del supervisor, específicamente, son factores identificados en múltiples estudios como contribuyentes a la fatiga de las enfermeras que pueden ser susceptible de intervenciones o rediseño del sistema de trabajo (55).

Asociaciones entre tareas y la fatiga y recuperación.
La evaluación de las asociaciones entre las variables de "tareas" y la fatiga y el afrontamiento, indicaron que las variables de presión de tiempo relacionadas con el tiempo adecuado para las tareas se asociaron negativamente con la fatiga y se asociaron positivamente con los niveles de recuperación. Además, varias características de la tarea (por ejemplo, esfuerzo físico, atención emocional, atender a varias tareas simultaneamente) se asociaron significativamente de forma positivs con la fatiga aguda y crónica, y negativamente con los niveles de recuperación entre turnos. Las demandas de tiempo y tareas han sido previamente identificadas por las enfermeras como los factores que más contribuyen a la fatiga en su trabajo. Curiosamente, mientras que algunos estudios informaron que la experiencia de las enfermeras sufren mayores niveles de fatiga mental que de fatiga física (56), las percepciones de las enfermeras de las demandas de concentración mental no se asociaron significativamente con la fatiga o la recuperación en nuestro estudio. Pese a que las escalas de la gravedad del paciente se usan a menudo para cuantificar la carga de trabajo de enfermería, las percepciones de las enfermeras sobre la gravedad del paciente o la intensidad del cuidado en nuestro estudio no se asociaron significativamente con la fatiga o la recuperación. Además, el tiempo dedicado a tareas específicas generalmente no se asoció con fatiga o recuperación nuestro estudio. Esto puede indicar que son precisas nuevas medidas de la carga de trabajo de enfermería y de las necesidades de los pacientes para poder monitorizar mejor el riesgo de fatiga y mejorar la salud y la seguridad de las enfermeras.

Interacciones entre los componentes del sistema de trabajo y la fatiga y recuperación.
Los resultados del análisis CHAID apoyan la importancia de una aproximación sistemática para monitorizar y afrontar la fatiga y los riesgos asociados en los sistemas de trabajo de enfermería. Para cada medida de fatiga y recuperación se identificaron interacciones significativas entre variables de los diferentes componentes de la estructura del sistema de trabajo. Estas interacciones se usaron para caracterizar mejor las complejidades y exposiciones simultáneas a demandas y estresores en el medio de trabajo e identificar los grupos específicos para adaptar las intervenciones de seguimiento y gestión del riesgo. Al igual que los hallazgos en el análisis de correlación, las variables de demanda de tiempo y los factores psicosociales relacionados con la autonomía de la enfermera, la comunicación con los directivos y el control fueron predictores significativos de Fatiga Aguda y Fatiga Crónica. Estas interacciones se vieron afectadas por las variables ambientales y de herramientas y tecnología. Una vez más la teoría de balance y el modelo SEIPS pueden ofrecer estrategias para abordar estas relaciones complejas.
Las enfermeras en roles de gestión tienen mayores niveles de fatiga crónica que otros roles entre las enfermeras que informaron un excesivo trabajo. Observamos que la proporción de enfermeras en la muestra que identificaron su rol de trabajo primario como gestor o director fue relativamente pequeña en comparación con aquellas que identificaron un rol de atención del paciente. El algoritmo CHAID requiere un número mínimo de participantes en cada grupo de clasificación. Por lo tanto puede que no se detectaran otras diferencias en como se asocian los componentes de la estructura del sistema de trabajo con la fatiga y la recuperación para enfermeras en diferentes roles debido a un numero insuficiente de enfermeras gestoras o en niveles directivos, lo que justificaría un estudio centrado en la fatiga crónica entre las enfermeras con funciones administrativas. Con todo se justifica una mayor atención a los niveles de fatiga entre la enfermería de primera línea especialmente mientras continuen los problemas de retención de profesionales y planificación de plantillas. Las líderes de la profesioón identifican la necesidad de mejorar la formación de líderes como el reto más importante (57). El envejecimiento, las percepciones negativas sobre la carga de trabajo en las posiciones de gestión de enfermería y las inminentes jubilaciones contribuyen a dificultar la llegada y retención de gestores enfermeros (58). Aunque la asociación entre el diseño del sistema de trabajo y la salud y seguridad de la enfermera ha sido bien estudiada (59), las interacciones entre múltiples componentes del sistema de trabajo y cómo se relacionan conjuntamente con la fatiga de las enfermeras no han sido ampliamente consideradas. Además, las relaciones entre los componentes del sistema de trabajo y la fatiga en los líderes de enfermería no han sido bien estudiados y altos niveles de fatiga en este grupo podría afectar la forma en que se comunican con el personal de enfermería. Dado que la comunicación con los gestores ha sido identificada como significativamente asociada con la fatiga entre enfermeras, los altos niveles de fatiga en los mismos también pueden contribuir al riesgo de fatiga en las enfermeras. Por último, los niveles de fatiga crónica de las enfermeras varían en función de la percepción del control / autonomía de enfermería, mientras que la adopción de nuevas prácticas y tecnología por parte del hospital ha tenido un efecto significativo en la fatiga crónica de las gestoras. Esto pone de relieve las diferencias en las fuentes de fatiga en los diferentes roles lo que llevaría a que los programas de gestión del riesgo de fatiga pueden necesitar ser diseñados diferencialmente para enfermeras en diferentes roles.

Conclusiones:

Este estudio demuestra como un modelo de sistema de trabajo puede contribuir a una mejor comprensión de los factores de riesgo de fatiga que abarcan todo el sistema y ayuda en la identificación de los patrones en las combinaciones de las variables del sistema de trabajo que están asociados con un mayor riesgo de fatiga. La utilización de este enfoque permite una representación más precisa de la complejidad en los entornos de trabajo sanitario. Nuestros hallazgos ilustran los múltiples factores asociados a cuambios en la fatiga y recuperación entre los componentes del sistema de trabajo. Usando estos hallazgos, podemos diseñar futuros estudios para medir mejor, modelar y predecir los niveles de fatiga después de la exposición a diferentes sistemas de trabajo. Se pueden utilizar modelos mejorados de fatiga ocupacional para evaluar el efecto de las intervenciones y también como base para herramientas de apoyo a la toma de decisiones más precisas y eficaces para guiar a los profesionales y líderes de enfermería en la gestión del riesgo de fatiga (60). A medida que pretendemos mejorar la salud y la práctica de la enfermería en los complejos ambientes sanitarios, se necesita un enfoque sistématico para guiar las medidas de evaluación de la fatiga, las estrategias de monitorización y las intervenciones de gestión de riesgos. En última instancia, esto puede permitir una mejor administración y diseño de los entornos de práctica de la enfermera en el hospital y una mayor salud y seguridad de la enfermería.


REFERENCIAS
1)Barker and Nussbaum 2011 Barker, L. M., and M. A. Nussbaum. 2011.“Fatigue, Performance and the Work Environment: A Survey of Registered Nurses.” Journal of Advanced Nursing 67 (6): 1370–1382.10.1111/jan.2011.67.issue-6
2)Smith-Miller et al. 2014 Smith-Miller, C., J. Shaw-Kokot, B. Curro, and C. Jones. 2014. “An Integrative Review.” JONA: The Journal of Nursing Administration 44 (9): 487–494.10.1097/NNA.0000000000000104
3)Lipscomb et al. 2004 Lipscomb, J., A. Trinkoff, B. Brady, and J. Geiger-Brown. 2004. “Health Care System Changes and Reported Musculoskeletal Disorders among Registered Nurses.” American Journal of Public Health 94 (8): 1431–1435.10.2105/AJPH.94.8.1431
4)Rogers 2008 Rogers, A. 2008. The Effects of Fatigue and Sleepiness on Nurse Performance and Patient Safety. Patient Safety and Quality: An Evidence-based Handbook for Nurses. Edited by R. Hughes. Washington, DC: Agency for Healthcare Research and Quality.
5)Pasupathy and Barker 2011 Pasupathy, K. S., and L. M. Barker. 2011. “Impact of Fatigue on Performance in Registered Nurses: Data Mining and Implications for Practice.” Journal for Healthcare Quality 34 (5): 22–30
6)Aiken, L., and P. Patrician. 2000. “Measuring Organizational Traits of Hospitals: The Revised Nursing Work Index.” Nursing Research 49 (3): 146–153.10.1097/00006199-200005000-00006
7)Aiken, L., S. Clarke, D. Sloane, E. Lake, and T. Cheney. 2008. “Effects of Hospital Care Environment on Patient Mortality and Nurse Outcomes.” JONA: The Journal of Nursing Administration 38 (5): 223–229.10.1097/01.NNA.0000312773.42352.d7
8)Smith-Miller, C., J. Shaw-Kokot, B. Curro, and C. Jones. 2014. “An Integrative Review.” JONA: The Journal of Nursing Administration 44 (9): 487–494.10.1097/NNA.0000000000000104
9)Steege, L., and J. Dykstra. “A Macroergonomic Perspective on Fatigue and Coping in the Hospital Nurse Work System.” Applied Ergonomics 54: 19–26.10.1016/j.apergo.2015.11.006
10)Barker Steege, L. M., and M. A. Nussbaum. 2012. “Dimensions of Fatigue as Predictors of Performance: A Structural Equation Modeling Approach among Registered Nurses.” IIE Transactions on Occupational Ergonomics and Human Factors 1 (1): 16–30.
11)Winwood, P. C., A. H. Winefield, D. Dawson, and K. Lushington. 2005. “Development and Validation of a Scale to Measure Work-related Fatigue and Recovery: The Occupational Fatigue Exhaustion/Recovery Scale (OFER).” Journal of Occupational and Environmental Medicine 47 (6): 594–606.10.1097/01.jom.0000161740.71049.c4
12)Sagherian and Geiger Brown 2016 Sagherian, K., and J. Geiger Brown. 2016. “In-depth Review of Five Fatigue Measures in Shift Workers.” Fatigue: Biomedicine, Health & Behavior 4 (1): 24–38
13)Scott, L. D., N. Hofmeister, N. Rogness, and A. E. Rogers. 2010a. “Implementing a Fatigue Countermeasures Program for Nurses: A Focus Group Analysis.” JONA: The Journal of Nursing Administration 40 (5): 233–240.10.1097/NNA.0b013e3181da4078
14)Scott, L. D., N. Hofmeister, N. Rogness, and A. E. Rogers. 2010 “An Interventional Approach for Patient and Nurse Safety: A Fatigue Countermeasures Feasibility Study.” Nursing Research 59 (4): 250–258.10.1097/NNR.0b013e3181de9116
15)Winwood, P., and K. Lushington. 2006. “Disentangling the Effects of Psychological and Physical Work Demands on Sleep, Recovery and Maladaptive Chronic Stress Outcomes within a Large Sample of Australian Nurses.” Journal of Advanced Nursing 56 (6): 679–689.10.1111/jan.2006.56.issue-6
16)Winwood, P. C., A. H. Winefield, and K. Lushington. 2006. “Work-related Fatigue and Recovery: The Contribution of Age, Domestic Responsibilities and Shiftwork.” Journal of Advanced Nursing 56 (4): 438–449.10.1111/jan.2006.56.issue-4
17)Barker, L. M., and M. A. Nussbaum. 2011. “Fatigue, Performance and the Work Environment: A Survey of Registered Nurses.” Journal of Advanced Nursing 67 (6): 1370–1382.10.1111/jan.2011.67.issue-6<
18)Geiger-Brown, J., V. Rogers, A. Trinkoff, R. Kane, R. Bausell, and S. Scharf. 2012. “Sleep, Sleepiness, Fatigue, and Performance of 12-hour-shift Nurses.” Chronobiology International 29: 211–219.10.3109/07420528.2011.645752
19)Parhizi, S., L. Steege, and K. Pasupathy. 2013. “Mining the Relationships between Psychosocial Factors and Fatigue Dimensions among Registered Nurses.” International Journal of Industrial Ergonomics 43 (1): 82–90.10.1016/j.ergon.2012.11.010
20)Carayon, P., A. Schoofs Hundt, B. T. Karsh, A. P. Gurses, C. J. Alvarado, M. Smith, and P. Flatley Brennan. 2006. “Work System Design for Patient Safety: The SEIPS Model.” Quality and Safety in Health Care 15 (suppl_1): i50–i58.10.1136/qshc.2005.015842
21)Holden, R., P. Carayon, A. Gurses, P. Hoonakker, A. Hundt, A. Ozok, and A. Rivera-Rodriguez. 2013. “SEIPS 2.0: A Human Factors Framework for Studying and Improving the Work of Healthcare Professionals and Patients.” Ergonomics 56 (11): 1669–1686.10.1080/00140139.2013.838643
22)Donebedian, A. 1988. “The Quality of Care. How Can It Be Assessed?” Journal of the American Medical Association 260: 1743–1748.
23)Carayon, P., and M. Smith. 2000. “Work Organization and Ergonomics.” Applied Ergonomics 31: 649–662.10.1016/S0003-6870(00)00040-5
24)Smith, M., and P. Sainfort. 1989. “A Balance Theory of Job Design for Stress Reduction.” International Journal of Industrial Ergonomics 4: 67–79.10.1016/0169-8141(89)90051-6
25)Smith, M., and P. Carayon. 2001. “Balance Theory of Job Design.” The International Encyclopedia of Ergonomics and Human Factors, 1181–1184. Edited by W. Karwowski. London: Taylor and Francis
26)Carayon, P., A. Schoofs Hundt, B. T. Karsh, A. P. Gurses, C. J. Alvarado, M. Smith, and P. Flatley Brennan. 2006. “Work System Design for Patient Safety: The SEIPS Model.” Quality and Safety in Health Care 15 (suppl_1): i50–i58.10.1136/qshc.2005.015842
27)Holden, R., P. Carayon, A. Gurses, P. Hoonakker, A. Hundt, A. Ozok, and A. Rivera-Rodriguez. 2013. “SEIPS 2.0: A Human Factors Framework for Studying and Improving the Work of Healthcare Professionals and Patients.” Ergonomics 56 (11): 1669–1686.10.1080/00140139.2013.838643
28)Drake, D., M. Luna, J. Georges, and L. Steege. 2012. “Hospital Nurse Force Theory: A Perspective of Nurse Fatigue and Patient Harm.” Advances in Nursing Science 35 (4): 305–314.10.1097/ANS.0b013e318271d104<
29)Drake, D., and L. Steege. 2016. “Interpretation of Hospital Nurse Fatigue Using Latent Profile Analysis.” Advances in Nursing Science 39 (3): E1–E16.10.1097/ANS.0000000000000130
30)Winwood, P. C., A. H. Winefield, D. Dawson, and K. Lushington. 2005. “Development and Validation of a Scale to Measure Work-related Fatigue and Recovery: The Occupational Fatigue Exhaustion/Recovery Scale (OFER).” Journal of Occupational and Environmental Medicine 47 (6): 594–606.10.1097/01.jom.0000161740.71049.c4
31)Winwood, P. C., K. Lushington, and A. H. Winefield. 2006. “Further Development and Validation of the Occupational Fatigue Exhaustion Recovery (OFER) Scale.” Journal of Occupational and Environmental Medicine 48 (4): 381–389.10.1097/01.jom.0000194164.14081.06
32)Winwood, P. C., A. H. Winefield, and K. Lushington. 2006. “Work-related Fatigue and Recovery: The Contribution of Age, Domestic Responsibilities and Shiftwork.” Journal of Advanced Nursing 56 (4): 438–449.10.1111/jan.2006.56.issue-4
33)Barker, L. M., and M. A. Nussbaum. 2011. “Fatigue, Performance and the Work Environment: A Survey of Registered Nurses.” Journal of Advanced Nursing 67 (6): 1370–1382.10.1111/jan.2011.67.issue-6
34)Sagherian, K., and J. Geiger Brown. 2016. “In-depth Review of Five Fatigue Measures in Shift Workers.” Fatigue: Biomedicine, Health & Behavior 4 (1): 24–38.
35)Sorra and Nieva 2004 Sorra, J., and V. Nieva. 2004. Hospital Survey on Patient Safety. Rockville, MD: Agency for Healthcare Research and Quality.
36)Lake, E. 2002. “Development of the Practice Environment Scale of the Nursing Work Index.” Research in Nursing & Health 25 (3): 176–188.10.1002/(ISSN)1098-240X
37)VanGeest, J., and D. Cummins. 2003. An Educational Needs Assessment for Improving Patient Safety: Results of a National Study of Physicians and Nurses. Chicago, IL: National Patient Safety Foundation.
38)Steege, L. M., D. A. Drake, M. Olivas, and G. Mazza. 2015. “Evaluation of Physically and Mentally Fatiguing Tasks and Sources of Fatigue as Reported by Registered Nurses.” Journal of Nursing Management 23 (2): 179–189.10.1111/jonm.12112
<0 .2="" 0.2="" a="" and="" effect="" is="" medium="" small=""> 39)Hemphill, J. 2003. “Interpreting the Magnitudes of Correlation Coefficients.” American Psychologist 58 (1): 78–79.10.1037/0003-066X.58.1.78
40) Kass, G. V. 1980. “An Exploratory Technique for Investigating Large Quantities of Categorical Data.” Applied Statistics 29: 119–127.10.2307/2986296
41) Medina-Borja, A., and K. Pasupathy 2007. “Uncovering Complex Relationships in System Dynamics Modeling: Exploring the Use of CHAID and CART.” System Dynamics Society International Conference, Boston, MA
42) Triantis, K., W. Vaneman and K. Pasupathy (2008). “Dynamic Performance Measurements and Evaluation: Will Bridging Paradigms Lead to Improved Systems Design?” System Dynamics Society International Conference, Athens, Greece
43) Hawkins, D., S. Young, and A. Rusinko. 1997. “Analysis of a Large Structure-activity Data Set Using Recursive Partitioning.” Quantitative Structure-activity Relationships 16 (4): 296–302.10.1002/qsar.v16:4
44) Pasupathy, K. S., and L. M. Barker. 2011. “Impact of Fatigue on Performance in Registered Nurses: Data Mining and Implications for Practice.” Journal for Healthcare Quality 34 (5): 22–30.
45) Parhizi, S., L. Steege, and K. Pasupathy. 2013. “Mining the Relationships between Psychosocial Factors and Fatigue Dimensions among Registered Nurses.” International Journal of Industrial Ergonomics 43 (1): 82–90.10.1016/j.ergon.2012.11.010
46) Magidson, J. 1994. “The CHAID Approach to Segmentation Modeling: Chi-squared Automatic Interaction Detection.” Advanced Methods of Marketing Research. Edited by R. Bagozzi. Oxford: Blackwell.
47) Burch, J., J. Tom, Y. Zhai, L. Criswell, E. Leo, and K. Ogoussan. 2009. “Shiftwork Impacts and Adaptation among Health Care Workers.” Occupational Medicine 59 (3): 159–166.10.1093/occmed/kqp015
48) Williamson, A., and R. Friswell (2013). “Fatigue in the Workplace: Causes and Countermeasures.” Fatigue: Biomedicine, Health & Behavior 1 (1–2): 81–98
49) Steege, L. M., D. A. Drake, M. Olivas, and G. Mazza. 2015. “Evaluation of Physically and Mentally Fatiguing Tasks and Sources of Fatigue as Reported by Registered Nurses.” Journal of Nursing Management 23 (2): 179–189.10.1111/jonm.12112
50) Steege, L., and J. Dykstra. 2016. “A Macroergonomic Perspective on Fatigue and Coping in the Hospital Nurse Work System.” Applied Ergonomics 54: 19–26.10.1016/j.apergo.2015.11.006
51) American Nurses Association. 2014. “Addressing Nurse Fatigue to Promote Patient Safety and Health: Joint Responsibilities of Registered Nurses and Employers to Reduce Risks.” ANA Position Statement, 1–16. Silver Spring, MD: American Nurses Association
52) Lothschuetz Montgomery, K., and J. Geiger-Brown. 2010. “Is It Time to Pull the Plug on 12-hour Shifts? Part 2. Barriers to Change and Executive Leadership Strategies.” JONA: The Journal of Nursing Administration 40 (4): 147–149.10.1097/NNA.0b013e3181d40e63
53) Smith-Miller, C., J. Shaw-Kokot, B. Curro, and C. Jones. 2014. “An Integrative Review.” JONA: The Journal of Nursing Administration 44 (9): 487–494.10.1097/NNA.0000000000000104
54) Steege, L., and J. Dykstra. 2016. “A Macroergonomic Perspective on Fatigue and Coping in the Hospital Nurse Work System.” Applied Ergonomics 54: 19–26.10.1016/j.apergo.2015.11.006
55) Parhizi, S., L. Steege, and K. Pasupathy. 2013. “Mining the Relationships between Psychosocial Factors and Fatigue Dimensions among Registered Nurses.” International Journal of Industrial Ergonomics 43 (1): 82–90.10.1016/j.ergon.2012.11.010
56)Barker, L. M., and M. A. Nussbaum. 2011. “Fatigue, Performance and the Work Environment: A Survey of Registered Nurses.” Journal of Advanced Nursing 67 (6): 1370–1382.10.1111/jan.2011.67.issue-6
57) Thompson, P. A. 2008. “Key Challenges Facing American Nurse Leaders.” Journal of Nursing Management 16 (8): 912–914.10.1111/jnm.2008.16.issue-8
58)Laschinger, H. K. S., C. A. Wong, J. Ritchie, D. D’Amour, L. Vincent, P. Wilk, M. A. Stassen, S. Matthews, M. Saxe-Braithwaite, and D. Grinspun. 2008. “A Profile of the Structure and Impact of Nursing Management in Canadian Hospitals.” Healthcare Quarterly 11 (2): 85–94
59) Estryn-Behar, M., M. Kaminski, E. Peigne, M. F. Maillard, A. Pelletier, C. Berthier, M. F. Delaporte, M. C. Paoli, and J. M. Leroux. 1990. “Strenuous Working Conditions and Musculo-skeletal Disorders among Female Hospital Workers.” International Archives of Occupational and Environmental Health 62 (1): 47–57.10.1007/BF00397848
60) Lin, R., M. Sir, E. Sisikoglu, K. Pasupathy, and L. Steege. 2013. “Optimal Nurse Scheduling Based on Quantitative Models of Work-related Fatigue.” IIE Transactions on Healthcare Systems Engineering 3 (1): 23–38.10.1080/19488300.2012.762072