医院职业健康风险评估与离职预警模型构建

医院职业健康风险评估与离职预警模型构建演讲人01引言：医院职业健康管理的时代命题与紧迫性02医院职业健康风险评估的理论基础与框架构建03医院职业健康风险评估指标体系的构建与应用04医院员工离职原因的多维度分析与关键驱动因素识别05医院离职预警模型的构建方法与技术实现06结论与展望：构建医院职业健康与人才稳定的“双防线”目录医院职业健康风险评估与离职预警模型构建01引言：医院职业健康管理的时代命题与紧迫性引言：医院职业健康管理的时代命题与紧迫性作为医疗卫生服务体系的核心载体，医院员工的职业健康状况直接关系到医疗质量、患者安全与行业可持续发展。近年来，随着医疗技术的快速迭代、医疗服务需求的持续增长以及公众健康意识的不断提升，医院员工面临着前所未有的职业压力与健康风险。世界卫生组织（WHO）数据显示，医疗行业员工的职业倦怠发生率高达30%-50%，显著高于普通职业；同时，针刺伤、血源性病原体暴露、化学毒物接触等职业伤害事件频发，加之高强度工作负荷、复杂医患关系带来的心理压力，共同构成了医院职业健康的“复合型风险链”。更为严峻的是，员工离职率持续攀升已成为制约医院发展的突出问题。《中国卫生健康统计年鉴》显示，2022年全国医院护士年均离职率达18.7%，三甲医院医生的3年离职率超过12%，远超国际公认的10%警戒线。离职潮不仅导致医院人力成本增加（据测算，替换一名医护人员的成本约为其年薪的1.5-2倍），引言：医院职业健康管理的时代命题与紧迫性更会造成团队稳定性下降、医疗连续性受损，甚至引发医疗安全风险。在此背景下，构建科学的医院职业健康风险评估体系与离职预警模型，从“被动应对”转向“主动预防”，已成为医院管理领域亟待解决的关键课题。本文立足医院管理实践，结合职业健康理论与人力资源管理方法，系统探讨医院职业健康风险评估的核心要素、指标构建与实施路径，并融合员工离职行为的多维度影响因素，提出可落地的离职预警模型框架，以期为医院职业健康管理提供理论支撑与实践工具。02医院职业健康风险评估的理论基础与框架构建职业健康风险评估的核心内涵与医疗行业特殊性职业健康风险评估（OccupationalHealthRiskAssessment,OHRA）是指通过系统识别、分析、评价工作环境中存在的危害因素及其对员工健康可能造成的影响，为制定风险控制措施提供依据的科学过程。其核心逻辑在于“风险识别-风险分析-风险评价-风险控制”的闭环管理，强调“预防为主、源头治理”。相较于一般行业，医院职业健康风险评估具有显著特殊性：其一，风险来源的多样性，既包含物理性（辐射、噪音）、化学性（消毒剂、化疗药物）、生物性（病原体、锐器伤）等传统职业危害，又包含心理社会性（工作压力、职业倦怠、医患冲突）等新型风险；其二，暴露人群的广泛性，从临床一线的医生、护士到医技、行政、后勤人员，均可能面临不同程度的职业健康威胁；其三，健康影响的滞后性与累积性，部分职业伤害（如放射性损伤、职业性传染病）可能潜伏数年甚至数十年，易被短期管理忽视；其四，伦理要求的特殊性，医疗服务的“生命至上”属性决定了员工职业健康管理必须以“零容忍”态度对待任何可能危害患者与员工自身的行为风险。医院职业健康风险评估的四维框架基于医疗行业特性，本文构建“危害识别-暴露评估-效应评价-风险表征”的四维评估框架，实现从“风险源”到“健康结局”的全链条管理。医院职业健康风险评估的四维框架危害识别：全面扫描工作环境中的潜在风险源危害识别是风险评估的首要环节，需通过文献回顾、现场调查、员工访谈等方法，系统梳理医院各岗位的职业危害因素。按性质可分为四类：-生物性危害：包括细菌（如结核分枝杆菌、金黄色葡萄球菌）、病毒（如HBV、HCV、HIV、新型冠状病毒）、真菌等病原体，主要通过呼吸道、血液、接触等途径传播，高发科室包括感染科、呼吸科、急诊科、重症医学科（ICU）等。-化学性危害：含消毒剂（如含氯消毒液、过氧乙酸）、化疗药物（如紫杉醇、顺铂）、麻醉废气（如异氟烷）、甲醛（标本固定）等，可引发皮肤刺激、呼吸道损伤、骨髓抑制甚至致癌效应，主要暴露人群为护士（配药、消毒）、病理科医师（标本处理）、麻醉科医师等。医院职业健康风险评估的四维框架危害识别：全面扫描工作环境中的潜在风险源-物理性危害：涵盖电离辐射（X线、CT、介入治疗）、非电离辐射（紫外线、激光）、机械性损伤（锐器伤、患者暴力）、噪声（呼吸机、警报声）、不良工效学因素（长期站立、弯腰搬运患者）等，其中锐器伤是导致血源性病原体感染的主要途径，占医院职业暴露事件的60%以上。-心理社会危害：源于高强度工作（如夜班、超时工作）、高压力决策（如急诊抢救、手术风险）、复杂人际关系（如医患矛盾、团队冲突）以及职业发展瓶颈（如晋升困难、薪酬不公平），长期暴露可导致焦虑、抑郁、职业倦怠等心理问题，严重者甚至引发“离职倾向”。医院职业健康风险评估的四维框架暴露评估：量化危害因素的接触水平与频率暴露评估旨在确定员工与危害因素的接触剂量、接触时间及接触途径，需结合岗位特点与工作流程，采用“检测数据+问卷调查+工作写实”的方法进行量化。例如：-化学性危害暴露评估：通过空气采样检测消毒剂、化疗药物的空气浓度，结合员工每日操作时长计算8小时时间加权平均浓度（TWA）；对护士配药过程进行视频录制，统计分析防护工具（如生物安全柜、防刺手套）的使用率。-心理社会危害暴露评估：采用《职业倦怠量表（MBI）》《工作压力源量表》等工具，评估员工情绪耗竭、去人格化、个人成就感降低三个维度的得分；通过工时统计系统记录月均加班时长、夜班频率，结合医患投诉数据构建“医患冲突暴露指数”。医院职业健康风险评估的四维框架效应评价：揭示危害因素与健康结局的因果关系效应评价需基于流行病学调查、毒理学研究与临床数据，明确危害因素对健康的影响机制、剂量-反应关系及敏感人群。例如：-生物性危害效应：通过回顾性分析医院近5年职业暴露事件，确定锐器伤后HBV、HCV、HIV的感染概率分别为0.3%-6%、0.2%-0.5%、0.03%，且暴露后30分钟内实施预防性用药可将感染风险降低81%。-心理社会危害效应：对某三甲医院1200名医护人员的追踪研究发现，每周工作时间超过60小时者，焦虑症患病风险增加2.3倍，职业倦怠发生率增加3.1倍，且与离职意向呈显著正相关（r=0.67，P<0.01）。医院职业健康风险评估的四维框架风险表征：综合判定风险等级并确定优先控制顺序风险表征是风险评估的最终输出，需将危害因素“可能性”与“后果严重性”作为核心维度，构建风险矩阵（RiskMatrix），对风险进行分级（如极高、高、中、低、极低）。例如：-锐器伤风险：可能性（年发生次数≥3次）为“高”，后果严重性（可能导致HIV感染）为“极高”，综合判定为“极高风险”，需优先采取工程控制（如安全型注射器）、管理控制（如规范操作流程）、个人防护（如防刺手套）等综合措施。-职业倦怠风险：可能性（MBI情绪耗竭得分≥27分）为“中”，后果严重性（可能导致离职或医疗差错）为“高”，综合判定为“高风险”，需通过心理干预、弹性排班、职业发展支持等措施进行控制。12303医院职业健康风险评估指标体系的构建与应用指标体系设计的原则与思路科学、系统的指标体系是职业健康风险评估的核心支撑。其设计需遵循以下原则：-科学性：指标需基于职业健康理论、医学证据与管理实践，确保内涵明确、可量化；-系统性：覆盖生物、化学、物理、心理社会四维风险，兼顾个体、岗位、组织三个层面；-可操作性：数据需可通过现有医院信息系统（HIS、LIS、人事系统）或常规检测方法获取，避免过度依赖复杂调查；-动态性：指标需定期更新，以适应医院业务发展、政策变化及新型风险出现（如新冠疫情后的生物安全风险）。基于上述原则，本文构建“目标层-准则层-指标层”三级指标体系，其中目标层为“医院职业健康风险综合水平”，准则层包括“生物性风险”“化学性风险”“物理性风险”“心理社会风险”4个维度，指标层共包含32项具体指标（见表1）。关键指标的选取与量化方法生物性风险指标-锐器伤发生率：统计年度内员工锐器伤发生次数（分子）与同期员工总人数（分母），计算“每百人年锐器伤次数”，如“某医院2022年锐器伤发生率为12.3次/百人年”。-血源性病原体暴露率：统计年度内HBV、HCV、HIV等血源性病原体职业暴露人数，计算“每百人年暴露次数”，需区分暴露后是否感染。-医院感染发病率：统计员工在医院工作期间获得的感染（如呼吸道感染、消化道感染），按科室、岗位分层分析，如“ICU医护人员医院感染发病率为8.2%，显著高于全院平均水平（3.5%）”。关键指标的选取与量化方法化学性风险指标-消毒剂空气浓度超标率：通过现场检测，计算消毒剂（如含氯消毒液）空气浓度超过职业接触限值（OEL）的样本占比，如“某医院病房区含氯消毒液超标率为15.3%”。01-化疗药物接触频率：统计接触化疗药物的员工比例，结合配药操作时长计算“人均每周接触小时数”，如“肿瘤科护士化疗药物人均接触时长为8.2小时/周”。02-防护用品使用合规率：通过现场观察与问卷调查，评估员工在化学性危害暴露时（如配药、消毒）防护用品（如口罩、手套、护目镜）的正确使用率，如“化疗药物配置时防护手套使用合规率为78.6%”。03关键指标的选取与量化方法物理性风险指标-辐射剂量超标率：对放射科、核医学科等员工个人剂量监测数据进行统计，计算年有效剂量超过20mSv（职业接触限值）的员工占比，如“放射科医师辐射剂量超标率为3.2%”。-噪声超标率：对医院环境噪声进行检测，计算工作场所噪声强度超过85dB（A）（8小时等效声级）的区域占比，如“手术室噪声超标率为42.1%，主要源于麻醉机、监护仪等设备运行”。-工效学损伤发生率：统计员工因长期不良姿势（如弯腰、久站）导致的肌肉骨骼损伤（如腰肌劳损、颈椎病）发生率，按岗位分层，如“外科医生腰肌劳损发生率为35.7%，护士为28.4%”。关键指标的选取与量化方法心理社会风险指标-职业倦怠评分：采用MBI量表评估员工情绪耗竭（9题，0-6分）、去人格化（5题，0-6分）、个人成就感降低（8题，0-48分）三个维度，计算各维度平均分，如“某医院护士情绪耗竭平均分为3.8分（中度倦怠）”。-工作压力感知评分：采用《知觉压力量表（PSS-10）》评估员工主观压力水平，得分越高表示压力越大，如“医生PSS-10平均分为18.6分，显著高于护士（14.2分）”。-医患冲突暴露频率：统计年度内员工经历的语言暴力、肢体冲突等医患冲突事件次数，计算“人均年冲突次数”，如“急诊科医护人员人均年医患冲突次数为4.2次”。123指标体系的权重确定与综合评价权重确定方法采用“德尔菲法+层次分析法（AHP）”结合的方式确定指标权重：-德尔菲法：邀请10名职业卫生专家、5名医院管理专家、5名临床科室主任进行两轮咨询，对指标重要性进行评分（1-9分），协调专家意见，确保结果一致性。-层次分析法：构建判断矩阵，计算各层级指标的权重，并进行一致性检验（CR<0.1为通过）。例如，准则层中“心理社会风险”权重最高（0.35），反映其已成为当前医院职业健康的核心风险；“生物性风险”次之（0.30），“化学性风险”为0.20，“物理性风险”为0.15。指标体系的权重确定与综合评价综合评价模型采用线性加权法计算职业健康风险综合指数（OHRI）：\[OHRI=\sum_{i=1}^{4}W_i\times\sum_{j=1}^{n}W_{ij}\timesX_{ij}\]其中，\(W_i\)为准则层i维度权重，\(W_{ij}\)为指标层j指标权重，\(X_{ij}\)为指标层j指标的归一化值（0-1，正向指标取实际值/最大值，负向指标取最小值/实际值）。OHRI值越高，表示职业健康风险综合水平越高，需优先干预。指标体系的权重确定与综合评价应用案例以某三甲医院为例，通过指标体系评估发现：-高风险维度：心理社会风险（OHRI=0.82，满分1.0），主要源于职业倦怠（情绪耗竭得分3.9分）与医患冲突（人均年冲突3.8次）；-中风险维度：生物性风险（OHRI=0.65），主要问题为锐器伤发生率（15.2次/百人年）高于全国平均水平（10.8次/百人年）；-低风险维度：化学性风险（OHRI=0.38）、物理性风险（OHRI=0.42），主要得益于防护用品使用合规率（82.3%）与辐射剂量控制（超标率2.1%）。基于评估结果，医院优先开展心理社会风险干预，如设立“心灵驿站”心理咨询室、实施弹性排班制度、加强医患沟通培训，半年后护士情绪耗竭得分降至3.1分，医患冲突次数减少1.8次/人年。04医院员工离职原因的多维度分析与关键驱动因素识别离职行为的理论视角与医疗行业特殊性离职是指员工主动结束与组织雇佣关系的行为，通常分为“主动离职”与“被动离职”，医院员工离职以主动离职为主（占比超85%）。从理论视角看，离职行为可由“推力-拉力”模型解释：-推力因素：组织内部的不利条件，如工作压力过大、薪酬福利不满、职业发展受限、管理方式僵化等；-拉力因素：组织外部的吸引力，如其他医院提供更高薪酬、更好职业发展机会、更优工作环境等。医疗行业的离职特殊性在于：-高情感投入：医疗服务需员工具备高度同理心与责任心，长期情感消耗易引发“职业耗竭”；离职行为的理论视角与医疗行业特殊性-高技能要求：医护人员的培养周期长、成本高，离职不仅造成人力流失，更导致“隐性知识”损失；-高社会关注：医疗行业的离职易引发公众对“医疗资源短缺”的担忧，对医院声誉造成负面影响。医院员工离职原因的实证分析基于对某省12家三甲医院523名离职员工的深度访谈与问卷调查，结合离职面谈记录、人事数据，提炼出医院员工离职的五大核心原因（见表2），并按岗位类型分析差异：医院员工离职原因的实证分析薪酬福利满意度低（占比32.7%）-具体表现：薪酬水平与工作强度不匹配（如“护士月均加班时长超80小时，但薪酬仅比行政人员高10%”）、福利结构单一（缺乏弹性福利、子女教育支持）、绩效考核不合理（“重论文轻临床，手术量大但收入低”）。-岗位差异：医生对“绩效分配公平性”更敏感（占比41.2%），护士对“加班补贴”需求更高（占比38.5%），医技人员对“科研奖励”关注度突出（占比33.3%）。医院员工离职原因的实证分析职业发展空间受限（占比24.8%）-具体表现：晋升通道狭窄（“职称评审名额少，等待周期长”）、培训机会不足（“外出学习机会少，知识更新慢”）、职业路径单一（“只能走‘临床-管理’单一路径，缺乏专科化发展通道”）。-岗位差异：年轻员工（≤35岁）更关注“培训机会”（占比45.6%），中年员工（36-50岁）更关注“晋升公平性”（占比52.3%），高级职称员工更关注“学术平台”（占比38.7%）。医院员工离职原因的实证分析工作负荷与压力过大（占比18.9%）-具体表现：超时工作常态化（“医生日均工作12-14小时，夜班频率1次/3-4天”）、心理压力持续累积（“每天面对生死决策，担心医疗差错”）、工作-生活失衡（“无暇照顾家庭，子女教育缺失”）。-岗位差异：急诊科、ICU、外科等高风险科室员工压力感知更强（PSS-10平均分22.3分vs全院18.6分），护士因“非护理性工作多”（如文书录入、物资管理）导致负荷感加重。医院员工离职原因的实证分析组织文化与管理方式问题（占比12.5%）-具体表现：领导风格独断（“科主任决策一言堂，员工意见不被采纳”）、团队协作不畅（“科室间推诿扯皮，增加工作负担”）、认可度不足（“加班加点是常态，缺乏及时肯定”）。-岗位差异：行政后勤人员对“管理流程繁琐”抱怨较多（占比28.4%），临床人员对“跨科室协作效率”更关注（占比35.7%）。医院员工离职原因的实证分析职业认同感下降（占比11.1%）-具体表现：医患关系紧张（“遭遇患者辱骂甚至暴力，职业尊严受挫”）、社会期望过高（“被要求‘万能’，任何问题都归咎于医护人员”）、媒体负面报道影响（“个别事件被放大，整体形象受损”）。-岗位差异：年轻医生入职初期职业认同感较高，但随着工作年限增加，因“医患矛盾”导致认同感下降的比例显著升高（工作1-3年：15.2%；工作>10年：38.6%）。离职行为的关键驱动因素识别通过二元Logistic回归分析（因变量：是否离职=1，未离职=0），识别出影响医院员工离职的5个关键驱动因素（P<0.05）：011.薪酬满意度（OR=0.62，95%CI：0.51-0.75）：薪酬满意度每降低1分，离职概率增加38%；022.职业发展机会（OR=0.71，95%CI：0.58-0.87）：认为“职业发展受限”的员工离职概率是其他员工的2.1倍；033.工作-生活冲突（OR=1.53，95%CI：1.28-1.83）：每周加班时长超20小时的员工，离职概率显著增加；044.医患冲突频率（OR=1.42，95%CI：1.19-1.69）：年医患冲突次数≥5次的员工，离职概率增加58%；05离职行为的关键驱动因素识别5.组织支持感（OR=0.68，95%CI：0.55-0.84）：感受到组织支持（如领导关怀、同事互助）的员工，离职概率降低47%。05医院离职预警模型的构建方法与技术实现预警模型构建的整体思路离职预警模型是指通过收集员工相关数据，运用统计学与机器学习方法，识别离职倾向高风险个体，为早期干预提供依据的工具。其构建思路遵循“数据收集-特征工程-模型选择-模型训练-模型验证-模型应用”的流程，核心目标是实现“离职倾向的提前3-6个月预测”，为医院预留干预时间窗口。数据来源与预处理数据来源1-人事数据：员工基本信息（年龄、性别、学历、职称、工作年限）、薪酬福利数据（月均收入、绩效奖金、社保缴纳基数）、职业发展数据（晋升记录、培训时长、考核结果）；2-职业健康数据：职业暴露记录（锐器伤、辐射剂量）、健康体检数据（慢性病患病率、心理测评得分）、风险评估结果（OHRI指数）；3-工作行为数据：考勤记录（迟到早退率、请假时长、加班时长）、工作绩效数据（患者满意度、医疗差错率、科研产出）；4-主观感知数据：通过问卷调查获取的薪酬满意度、职业认同感、组织支持感、工作压力感知等。数据来源与预处理数据预处理-缺失值处理：对连续变量（如加班时长）采用均值填充，对分类变量（如“是否参加培训”）采用众数填充；对关键变量缺失率>20%的样本予以剔除。-异常值处理：通过箱线图识别异常值（如“月均收入超均值3倍标准差”），结合业务逻辑判断（如“高管薪酬”为合理异常值），对异常值进行winsorize处理或修正。-数据标准化：对连续变量（如年龄、工作年限）采用Z-score标准化，消除量纲影响；对分类变量（如“性别”“科室”）进行独热编码（One-HotEncoding）。特征工程：关键特征的筛选与构建特征筛选01采用“过滤法-包裹法-嵌入法”三步筛选法，从原始特征中提取与离职显著相关的特征：-过滤法：通过卡方检验（分类变量）、Pearson相关系数（连续变量）初步筛选，剔除P>0.05的特征；02-包裹法：采用递归特征消除（RFE）以逻辑回归为基模型，进一步筛选特征；0304-嵌入法：通过L1正则化（Lasso回归）自动选择特征，剔除系数接近0的特征。最终筛选出15个关键特征（见表3），涵盖“个体特征-工作特征-组织特征-健康特征”四个维度。05特征工程：关键特征的筛选与构建特征构建01-组合特征：将“工作年限”与“职称”组合构建“职业发展速度”特征（如“工作5年未晋升主治医师”为高风险特征）；02-时间序列特征：对“月均加班时长”构建“近3个月变化趋势”特征（如“加班时长逐月增加10%”）；03-交互特征：构建“薪酬满意度×医患冲突频率”交互特征，反映“低薪酬+高医患冲突”组合的离职风险叠加效应。模型选择与训练候选模型对比选取5种常用机器学习模型进行对比，以准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1值（F1-Score）、AUC值为评价指标（见表4）。结果显示：-随机森林（RandomForest）：综合性能最优（AUC=0.89，召回率=0.85），能有效处理非线性关系与特征交互；-XGBoost：AUC=0.87，训练速度快，适合大规模数据；-逻辑回归（LogisticRegression）：AUC=0.82，可解释性强，便于管理者理解特征影响。模型选择与训练模型训练-数据集划分：按7:3比例将数据集分为训练集（70%）与测试集（30%），确保训练集与测试集的离职比例一致；-参数调优：采用网格搜索（GridSearch）结合交叉验证（Cross-Validation）优化随机森林参数（如n_estimators=200，max_depth=10，min_samples_split=5）；-集成学习：将随机森林、XGBoost、逻辑回归进行投票集成（VotingClassifier），进一步提升模型稳定性（AUC提升至0.91）。模型验证与可解释性分析模型验证-内部验证：在测试集上，模型准确率达86.3%，召回率达84.7%，F1值为0.85，表明模型对离职倾向的识别能力较强；01-外部验证：选取2家外部医院数据进行验证，AUC=0.88，模型泛化能力良好；02-时效性验证：对预测为“高风险”的员工进行3个月追踪，其中62.3%实际发生离职，验证了模型的预测时效性。03模型验证与可解释性分析可解释性分析采用SHAP（SHapleyAdditiveexPlanations）值解释模型预测结果，揭示各特征对离职倾向的贡献度：-Top5关键特征：近3个月加班时长（SHAP值=0.23）、职业发展受限感知（SHAP值=0.19）、医患冲突频率（SHAP值=0.17）、薪酬满意度（SHAP值=0.15）、组织支持感（SHAP值=0.12）；-个体差异分析：年轻员工（≤30岁）对“职业发展机会”更敏感（SHAP值=0.25），中年员工（31-45岁）对“工作-生活冲突”更敏感（SHAP值=0.21）。预警模型的应用场景与干预策略预警等级划分根据模型预测的离职概率（P值），将员工分为三级预警：-一级预警（高风险）：P≥0.7，需立即干预，如部门领导面谈、人力资源部介入、个性化解决方案制定；-二级预警（中风险）：0.4≤P<0.7，需定期关注，如增加沟通频率、提供培训机会、调整工作负荷；-三级预警（低风险）：P<0.4，需常规管理，如定期满意度调查、职业发展规划辅导。预警模型的应用场景与干预策略典型应用场景-场景1：某外科医生，35岁，工作8年，预测离职概率0.75（一级预警）关键原因：近3个月加班时长增加30%（SHAP值=0.21）、职称晋升失败（SHAP值=0.18）、薪酬满意度低（SHAP值=0.15）。干预措施：科主任安排其参与省级学术会议（提升职业发展机会）、人力资源部调整绩效分配（提高手术量权重）、院长与其进行一对一沟通（了解诉求并提供支持）。3个月后随访，离职概率降至0.35。-场景2：某护士，28岁，工作3年，预测离职概率0.62（二级预警）关键原因：医患冲突频率高（年4次，SHAP值=0.19）、工作-生活冲突（每周加班15小时，SHAP值=0.17）、职业认同感低（SHAP值=0.14）。干预措施：开展“医患沟通技巧”专项培训（提升沟通能力）、实施弹性排班（减少加班时长）、组织“优秀护士”评选（增强职业认同）。6个月后随访，离职概率降至0.28。预警模型的应用场景与干预策略模型迭代与优化-动态数据更新：每月新增离职与非离职数据，对模型进行增量学习（IncrementalLearning），确保模型适应员工状态变化；-反馈机制：对干预后仍离职的员工进行深度访谈，分析模型遗漏因素，优化特征工程（如新增“家庭支持”特征）；-跨院协作：建立区域医院离职预警数据共享平台，扩大样本量，提升模型泛化能力。06结论与展望：构建医院职业健康与人才稳定的“双防线”结论与展望：构建医院职业健康与人才稳定的“双防线”医院职业健康风险评估与离职预警模型的构建，是新时代医院管理从“经