综述：评估提升新合格护士适应能力和留任率的策略：一项更新的快速证据评估

新护士（NQNs）过渡与保留策略研究通过快速证据评估（REA）更新Wray等（2021）成果，系统检索2018-2024年CINAHL等6数据库，分析支持性环境、导师制等5类干预措施对12个月内新护士职业适应的影响，证据质量达中等水平。

摘要

目的

更新Wray等人（2021年）的快速证据评估，确定用于帮助新入职护士（NQNs）顺利过渡和留任的具体方法，并评估这些方法的证据强度。

背景

护士短缺威胁着护理质量，因此招聘和留住新入职护士（NQNs）至关重要。新入职护士的成功过渡有助于缓解人员短缺问题。Wray等人（2021年）强调了这一联系，本研究在其基础上提供了更新的见解。

设计

快速证据评估是一种结构化且高效的时间利用方法，通过系统和透明的程序来审查文献。

方法

快速证据评估工作持续到2024年2月，使用CINAHL、Academic Search Premier、Open Grey、ERIC、Web of Science和PubMed等数据库，通过相关关键词搜索关于护士过渡和留任的文章。在本研究中，NQHs指的是工作经验不超过12个月的护士。根据研究类型，使用了不同的质量评估工具。

结果

我们的研究结果支持了Wray等人（2021年）的发现，并提供了额外证据：支持性的工作环境、一对一指导、有组织的培训项目以及积极的团队体验是提升新入职护士过渡和留任的关键因素。总体而言，纳入本研究的质量评估结果属于中等到高水平。

结论

鉴于这一问题的全球重要性，需要更多高质量的研究来探讨新入职护士的过渡经历，并深入研究为促进其过渡和留任而实施的各种项目的长期效果。

章节片段

引言

护士短缺是医疗系统面临的最严重问题之一，这影响了患者能够获得安全、高质量的护理（Peters, 2023）。然而，护士短缺问题依然存在（Buchan和Catton, 2023），预计到2030年护士短缺人数将达到450万（Boniol等人, 2022）。

新冠疫情的应对措施加剧了护士短缺问题，增加了医护人员的精神和身体压力、职业倦怠以及工作负担，导致护士面临更多挑战。

背景

新入职护士（NQNs）是指注册后工作经验不足一年的护士（Xu等人, 2021）。因此，NQNs是一个容易流失的群体，他们离职或放弃护理职业的可能性较高（Brook等人, 2019）。影响NQNs过渡的因素包括个人和组织层面的因素（Wray等人, 2021）。此外，职业社会化等期望因素也会对其产生重要影响。

设计

本研究采用了快速证据评估（REA）方法，以确保与Wray等人（2021年）之前的研究在方法上保持连贯性。REA方法旨在及时生成信息（Tricco等人, 2015），在保持系统评价严谨性的同时缩短评估时间并减少问题数量。然而，目前尚无统一的快速评估方法标准。对于本次研究，同样遵循了这一方法。

结果

研究结果围绕前两个研究问题进行呈现。

讨论

本次快速证据评估旨在探讨最新研究，以了解提升新入职护士过渡和留任效果的方法及其证据强度，从而更新Wray等人的研究结果。

结论

本次快速证据评估的目的是更新之前的研究，探索支持新入职护士过渡和留任的策略（Wray等人, 2021）。建议的措施包括为NQNs制定专门的指导计划或导师制度、开发标准化评估工具，以及营造支持性的工作环境和合理的工作量分配。

局限性

本研究存在一些局限性。首先，由于“新入职护士”的定义，一些研究可能被排除在外（因为仅考虑了工作经验不超过12个月的护士）。此外，作为更新研究，我们仅纳入了2018年至2024年间发表的论文，而排除了2018年之前的所有相关研究。

伦理考量

本研究属于文献综述，无需伦理审批。

资金来源

本研究未获得公共部门、商业机构或非营利组织的任何资助。

未引用参考文献

（Critical Appraisal Skills Programme, 2018; Hong等人, 2018; Kaldal等人, 2023; Labrague和De Los Santos, 2020; Moher等人, 2001; Page等人, 2021; Pressley和Garside, 2023; von Elm等人, 2008）

作者贡献声明

Bagnasco Annamaria：项目管理、监督、撰写与编辑、概念构思。Zanini Milko：监督、撰写与编辑、概念构思。Sasso Loredana：监督、撰写与编辑、概念构思。Aleo Giuseppe：撰写与编辑、监督、概念构思。Catania Gianluca：撰写与编辑、概念构思、监督。Watson Roger：内容验证、形式分析、撰写与编辑、方法学设计、数据整理

关于写作过程中使用生成式AI和AI辅助技术的声明

在准备本文时，作者使用了ChatGPT工具来提升文章的可读性和语言表达。使用该工具后，作者对内容进行了必要的审核和编辑，并对最终发表的文章内容负全责。

利益冲突声明

作者声明：作为主编和编辑，Roger Watson教授和Jane Wray博士未参与本文的同行评审过程，也不掌握任何有关评审的信息。本文的编辑工作由其他期刊编辑负责。如果还有其他作者参与，他们也声明自己没有参与评审相关事务。

致谢

无。

利益冲突声明

作者声明没有可能影响本文研究的财务利益或个人关系。

利益冲突声明

作者声明没有可能影响本文研究的财务利益或个人关系。