임상적 악화 상황에서 간호사의 상황인식 측정도구 개발: 방법론적 연구

Hye Jin Kang; Yi Kyung Ha

doi:10.4040/jkan.26039

Articles

Page Path: HOME > J Korean Acad Nurs > Ahead-of print articles > Article

Research Paper 임상적 악화 상황에서 간호사의 상황인식 측정도구 개발: 방법론적 연구: 강혜진¹, 하이경^2,3
Development of a nurses’ situation awareness scale for clinical deterioration: a methodological study: Hye Jin Kang¹, Yi Kyung Ha^2,3; DOI: https://doi.org/10.4040/jkan.26039
Published online: August 5, 2026

¹마산대학교 간호학과

²동의대학교 간호학과

³동의대학교 동의간호과학연구소

¹Department of Nursing, Masan University, Masan, South Korea

²Department of Nursing, Dong-eui University, Busan, South Korea

³Research Institute of Dong-eui Nursing Science, Dong-eui University, Busan, South Korea

Corresponding author: Yi Kyung Ha Department of Nursing, Dong-eui University, 176 Eomgwang-ro, Busanjin-gu, Busan 47340, South Korea E-mail: yikyung.ha@deu.ac.kr

†This manuscript is based on a part of the first author's doctoral dissertation from Dong-eui University (2026).

• Received: March 16, 2026 • Revised: April 21, 2026 • Accepted: June 17, 2026

This is an Open Access article distributed under the terms of the Creative Commons Attribution NoDerivs License (http://creativecommons.org/licenses/by-nd/4.0) If the original work is properly cited and retained without any modification or reproduction, it can be used and re-distributed in any format and medium.

282 Views
18 Download

Full Article

Download PDF

Abstract
서론
방법
결과
고찰
결론
Article Information
References

Abstract

Purpose
This study aimed to develop a scale for assessing nurses’ situation awareness of clinical deterioration and to evaluate its validity and reliability.
Methods
This methodological study followed the scale-development guidelines of DeVellis and Thorpe. Item generation began with 44 items derived from 17 attributes identified through a hybrid-model concept analysis, which included a literature review and focus group interviews with 13 nursing experts. After content validity was evaluated by seven experts, 30 items were retained. A pilot test was then conducted with 20 hospital nurses to assess item comprehensibility. From August 30 to October 6, 2025, a total of 446 hospital nurses participated in the survey, and data from 440 respondents were analyzed. Construct validity was examined using exploratory and confirmatory factor analyses, along with convergent and discriminant validity testing. Internal consistency was evaluated using Cronbach’s α and McDonald’s ω.
Results
Exploratory factor analysis yielded a three-factor model, which showed acceptable fit in confirmatory factor analysis. The final instrument comprised 24 items across three factors, was scored on a 5-point Likert scale, and was named the Nurses’ Situation Awareness Scale for Clinical Deterioration (NSAS-CD). The scale showed high internal consistency, with Cronbach’s α of .98 and McDonald’s ω of .98.
Conclusion
The NSAS-CD demonstrated acceptable validity and reliability for assessing nurses’ situation awareness of clinical deterioration. Further research is needed to evaluate its generalizability across diverse clinical settings and to establish standardized criteria for clinical deterioration.
Key words: Clinical deterioration; Nurses; Psychometrics; Situational awareness; Validation study

서론

1. 연구의 필요성

상황인식(situation awareness)이란 시간과 공간 속 환경요소를 지각하고, 그 의미를 이해하며, 가까운 미래에 그 상태가 어떻게 전개될지 예측하는 인지적 상태를 말한다[1]. 상황인식은 항공, 군사 훈련과 같은 복합적이고 역동적 상황에서 효과적인 의사결정을 통해 안전사고를 예방하기 위한 주요한 비기술적 술기(non-technical skills)이다[1,2].

의료분야에서 상황인식은 의사결정과 직접적으로 연결되어 환자안전을 보장하고 환자결과를 향상시키는 핵심 역량으로 인식되고 있다[3,4]. 임상적 악화 상황이란 활력징후 이상, 의식 변화, 호흡곤란 등 다장기 부전이나 심정지로 진행될 수 있는 악화 징후가 나타나는 상황으로[5] 입원 중 발생한 심정지 환자의 60% 이상에서 사건 발생 수시간 전부터 악화 징후를 보인 것으로 나타났다[6,7]. 이러한 악화 징후를 조기에 인지하고 적절한 중재를 신속하게 제공할 경우, 다수의 병원 내 심정지를 예방할 수 있는 것으로 보고된 바 있다[7,8]. 그러나 의료인이 악화 징후를 조기에 인지하여 구조를 위한 필수적인 중재가 지연되거나 제공되지 못하기 때문에 중환자실 이송, 심정지, 사망 등의 구조실패(failure to rescue)를 초래하고 생존율에 부정적 영향을 미치고 있다[9,10]. 이러한 구조실패의 주요 원인으로 의료인의 상황인식 부족이 지적되고 있어[10], 환자의 악화 상태를 조기에 인지하고 신속하며 정확한 의사결정을 내려 구조실패를 예방하기 위한 상황인식의 중요성은 더욱 강조되고 있다[11,12].

최근 의료현장에는 인공지능 기반 조기경고시스템을 통해 입원환자의 심정지 위험을 예측하여 의료진에게 위기 신호를 제공하는 기술이 확산되고 있다[13]. 그러나 이러한 시스템은 지속적인 모니터링 데이터를 필요로 하며, 실시간 데이터 수집이 제한적인 병동 환경에서는 기술만으로 악화되는 환자를 파악하는 데 한계가 있다. 반면, 간호사는 24시간 환자 곁에서 임상적 변화를 직접 관찰하기 때문에 기술이 포착하기 어려운 환자의 미세한 변화를 실시간 감지하고 맥락적 정보를 실시간으로 통합하여 심정지와 같은 위기상황으로 진행되기 전 환자의 임상적 악화를 조기에 인지하고 신속한 대응이 이루어지게 하는 데 있어서 핵심적인 역할을 한다[14,15]. 그러므로 상황인식은 구조실패 예방하기 위한 간호사의 핵심 역량이며, 이를 체계적으로 평가하고 관리하는 것은 필수적이다.

간호사의 상황인식은 내적인 인지과정이므로 임상현장에서 직접 관찰하거나 측정하기 어려워 주로 시뮬레이션교육에서 측정되어 왔다[16,17]. 그러나 간호실무에 특화된 상황인식 측정도구가 부재하여 Anaesthetists’ Non-Technical Skills (ANTS), Oxford Non-Technical Skills (Oxford NOTECHS), Situation Awareness Global Assessment Technique (SAGAT) 등과 같은 타 전문영역에서 개발된 도구를 활용하고 있다[18-21]. 이러한 도구들은 특정 전문영역의 환경과 업무에서 요구되는 상황인식을 바탕으로 개발되어, 복잡하고 다양한 간호현장의 특성을 충분히 반영하지 못하는 문제가 있다[22,23].

평가방법에 있어서 ANTS, Oxford NOTECHS 등은 시뮬레이션 동안 참여자의 행위를 관찰하여 평가하는 방식으로[18-20], 상황인식의 인지적 측면보다는 수행결과 평가에 초점을 맞추고 있어 임상적 악화 상황에서 간호사가 어떤 사고과정과 인지적 판단을 거쳐 행동하였는지를 충분히 파악하는 데에는 한계가 있다[16,24]. SAGAT는 상황인식이론을 충실하게 반영한 도구로써, 임상적 악화 상황의 시나리오에 맞게 재구성하여 의료분야에서 가장 많이 이용되는 도구이지만[20], 평가를 위해 진행 중인 시뮬레이션을 일시 중단해야 하므로 몰입도를 저해하고 질문에 대한 응답자의 해석 차이로 인한 편향 가능성이 지속적으로 지적되어 왔다[24]. 일부 간호 시뮬레이션교육에서 상황인식을 평가하기 위한 도구가 개발된 바 있으나[25], 특정 시나리오에 한정되어 있고 심리측정적 속성에 대한 검증이 제한적이었다. 환자의 상태 변화가 급격히 일어나는 임상적 악화 상황에서 신속하고 정확한 대응을 위한 간호사의 상황인식 역량은 환자의 생명과 직결된다. 그러므로 간호사의 상황인식을 주기적으로 평가하고 관리하기 위하여 신뢰도와 타당도가 검증된 측정도구의 개발이 필요하다[22,23].

자기보고식 측정도구는 응답자가 자신의 인지과정을 직접 보고하여 상황인식의 지각, 이해, 예측의 인지적 과정을 측정하는 실용적 방법이다[2]. 환자안전 분야에서 자기보고식 도구가 의료인의 인지적ㆍ태도적 요인을 측정하는 주요 도구로 광범위하게 활용되고 있으며[26], 대규모 대상자에 대한 정량적 분석이 가능하고, 동일한 도구를 반복 측정함으로써 교육ㆍ훈련 전후의 효과를 평가하거나 시간 경과에 따른 인식 변화를 추적할 수 있다는 점에서 실무적 활용도가 높은 것으로 보고되었다[26]. 이는 자기보고식 상황인식 측정도구가 시뮬레이션 시나리오에 제한되지 않고 실제 임상현장에서 간호사의 상황인식을 평가할 수 있다는 점에서 조직 차원에서 임상적 악화 상황에서 상황인식 수준을 파악하고 교육 및 개선활동에 활용될 수 있을 것이다.

이에 본 연구는 긴박한 임상적 악화 상황에서 간호사에게 요구되는 상황인식의 속성에 기반하여 타당하고 신뢰도 있는 측정도구를 개발하고, 기존 평가도구가 상황인식의 인지과정 평가에 부적합한 한계를 극복하고자 시도되었다. 이를 통해 임상현장에서 간호사의 상황인식 관리 및 교육에 활용함으로써 궁극적으로 구조실패를 예방하고 환자안전을 강화하기 위한 기초 자료를 제공하고자 한다.

2. 연구목적

본 연구는 임상적 악화 상황에서 간호사의 상황인식 측정도구를 개발하고, 도구의 타당도와 신뢰도를 검증하는 것이다.

방법

1. 연구설계

본 연구는 임상적 악화 상황에서 간호사의 상황인식 정도를 측정하기 위한 도구를 개발하고 타당도와 신뢰도를 검증하기 위한 방법론적 연구이다.

2. 도구 개발과정

본 연구는 DeVellis와 Thorpe [27]의 도구 개발 및 검증 지침에 따라 도구 개발 단계와 도구 검증 단계로 수행되었다.

1) 도구 개발

(1) 개념적 기틀 및 구성요소 확인

본 연구에서는 임상적 악화 상황에서 간호사의 상황인식 개념을 체계적으로 정련하고, 측정에 필요한 구성요소를 확인하기 위하여 혼종모형에 기반한 개념분석을 수행하였다[28].

혼종모형의 첫 단계는 이론적 단계이다. 본 연구자의 선행연구[29]-Walker와 Avant 방법 적용-에서 도출한 임상적 악화 상황에서 간호사의 상황인식의 이론적 속성은 “단서 탐색 및 포착,” “악화 단서 식별,” “긴급상황 예측,” “정보공유”이다. 두 번째 현장작업 단계는 포커스그룹 인터뷰를 실시하여 이론적 속성이 실제 임상현장에서 어떻게 나타나는지 확인하여 구체화하였다. 참여자는 최근 1년 이내에 병동에서 직ㆍ간접적으로 구조실패(중환자실 전동, 심폐소생술 시행, 사망 등)를 경험한 간호실무전문가로 선정하였다. 모든 환자에게 모니터링 장비를 적용하거나 의사가 상주하는 수술실이나 중환자실, 응급실 등의 특수 부서 근무자는 제외하였다. 실패 같은 부정적 경험은 개념의 본질과 경계를 명확히 하는 데 효과적이다[30]. 포커스그룹인터뷰는 2025년 7월 1일부터 7월 31일까지 실시하였다. 3곳의 상급종합병원에 근무 중인 간호관리자 및 책임간호사, 교육전담간호사 13명을 3개 그룹으로 구성하여 그룹별 60–90분간 면담을 실시하였다. 면담은 반구조화된 질문지를 활용하여, 악화 대응 실패 사례, 상황의 시작과 진행은 어떠한지, 심각함을 감지한 단서와 이유, 상황의 원인과 이해, 앞으로의 상황 진행 예측, 의료진과 의사소통, 그리고 구조실패 예방에 필요한 것에 대해 개방형으로 질문하였다. 수집된 자료는 Elo와 Kyngäs [31]의 연역적 내용분석 방법을 적용하였고, 이론적 단계에서 도출된 4개의 속성과 연관된 8개의 현장 속성을 확인하였다. 최종분석단계에서는 이론적 단계와 현장작업단계에서 도출된 속성을 종합하고 정련하여 총 17개의 최종 속성을 도출하였다. 이를 바탕으로 임상적 악화 상황에서 간호사의 상황인식은 “환자의 상태 변화와 관련된 신체적ㆍ환경적 단서를 신속하게 감지하고 지속적으로 관찰하고, 임상정보를 종합하여 악화 원인을 파악하고 대응의 우선순위를 결정하며, 위험요인과 처치 반응을 고려하여 필요한 중재를 예측하고 준비하며, 파악된 환자의 심각성과 변화를 팀원이나 의사, 응급팀과 공유하는 인지적 과정”으로 정의하였다. 최종 속성은 예비문항을 구성하기 위한 이론적 근거로 활용하였다.

(2) 예비문항 개발 및 척도 결정

17개의 최종 속성을 근거로 총 44개의 예비문항을 구성하였다. DeVellis와 Thorpe [27]의 도구 개발 지침에 따르면 예비문항 수에 대한 고정된 기준은 없지만, 최종 문항 수보다 충분히 많아야 하며, 개념의 특성과 문항 생성의 난이도에 따라 예비문항 수는 최종 도구보다 약 50% 정도 더 크게 구성하는 것도 허용될 수 있다. 이에 본 연구는 인지적이고 추상적인 상황인식 개념의 특성에 따라 속성을 충분히 반영하기 위하여 속성별로 2–3개 예비문항을 개발하여 총 44개의 예비문항 풀을 구성하였다. 본 측정도구의 응답척도는 ‘전혀 그렇지 않다(1점)’에서 ‘매우 그렇다(5점)’까지의 5점 Likert 척도를 사용하였다. 5점 Likert 척도는 자기보고식 측정에서 응답자의 인지적 부담을 최소화하면서도 적절한 신뢰도와 측정 민감도를 확보할 수 있는 것으로 보고된다[32].

(3) 예비문항의 내용타당도 검증 및 문항 검토

예비문항의 내용타당도는 7명의 전문가로부터 검증을 받았다. 전문가 패널은 임상적 악화 상황의 상황인식에 대한 이론적 타당성을 평가하기 위한 간호대학 교수 2명, 임상실무 관점에서 타당성을 평가하기 위한 중환자전문간호사 자격증을 소지한 상급종합병원 간호사 1인과 중환자실 임상경력 10년 이상의 간호사 3인, 그리고 교육전담간호사 1인으로 구성하였다. 문항별 내용타당도 지표(item-content validity [I-CVI])와 척도 내용타당도 지수(scale content validity index/average [S-CVI/Ave])를 확인하였고, I-CVI가 .78 이상, S-CVI/Ave .90 이상의 기준[33]에 근거하여 문항을 선정하였다. 1차 내용타당도 검증에서 I-CVI 기준에 미달한 14개 문항을 삭제하고, I-CVI가 .78 이상이지만 전문가의 문구 수정의견을 반영하여 13개 문항을 수정하였다. 수정ㆍ보완된 30개 예비문항에 대하여 중환자간호학을 전공한 간호학과 교수 2인에게 문항의 명확성과 적절성 검토를 의뢰하였다. 검토결과, 추가 수정이 필요한 문항은 없는 것으로 확인되었다. 또한 예비문항의 문법적 적절성과 어휘의 자연스러움, 문장 흐름에 대하여 국어국문학과 교수 1인의 검토를 통해 언어적 명확성과 표현의 적절성을 확보하였다.

(4) 예비조사

예비문항의 오류를 점검하고 문항을 수정 및 보완하기 위하여 2025년 8월 13일부터 8월 18일까지 예비조사를 실시하였다. 대상자는 상급종합병원과 종합병원의 병동에 근무하고 있는 임상경력 1년 이상의 간호사로서, 최근 1년 이내에 직ㆍ간접적으로 구조실패를 경험한 간호사 20명이었다. 예비조사를 위하여 구조화된 설문지를 이용하였고, 각 문항에 대한 이해도, 표현의 명료성 및 응답의 용이성, 응답 안내문의 명확성과 응답기준의 이해 가능성에 대해 질문하였다. 예 또는 아니오로 응답하게 하고, 추가 의견을 기술하도록 하였다. 설문 응답 소요시간은 10분 이내였고, 모든 응답자가 문항의 내용과 표현은 명확하고 이해하기 쉬운 것으로 평가하였다. 기타 의견으로 5명의 응답자가 3문항(25–27번)에서 “동료간호사”라는 표현은 근무시간이나 환경에 따라 동료간호사가 없이 타 직종과 근무하는 경우가 있으므로 포괄적 의미의 의료팀으로 변경할 것을 제안하였다. 이를 반영하여 “동료간호사”를 “의료팀”으로 수정하고 최종 30개의 문항을 완성하였다.

2) 도구 검증

(1) 연구대상

연구대상자는 부산, 경남지역 소재의 종합병원급 이상 의료기관에 근무 중인 임상경력 1년 이상의 간호사로 연구목적과 내용을 이해하고 참여에 자발적으로 동의한 자였다. 환자 대 간호사의 비율이 병동과 다르며, 모든 환자에게 모니터링 장비를 적용하거나 의사가 상주하는 등의 환경적 특성으로 인하여 간호사의 상황인식에 차이가 있을 수 있어서 중환자실이나 수술실, 응급실 등의 특수 부서에 근무하는 간호사는 제외하였다.

도구검증을 위한 표본크기는 문항 수의 5배 이상이고, 최소 200명 이상이어야 한다는 기준[34]과 탈락률 10%를 대입하여 산출한 표본 수는 223명이었다. 본 연구는 구조타당도를 교차확인하기 위하여 탐색적 요인분석(exploratory factor analysis)과 확인적 요인분석(confirmatory factor analysis)을 수행하고자 하였고, 동일 표본으로 탐색적 요인분석과 확인적 요인분석을 수행할 경우 검증이 정확하지 않을 수 있어[35], 두 개의 독립된 표본이 필요하여 총 446명을 목표로 대상자를 모집하였다.

(2) 자료수집

자료수집은 2025년 8월 30일부터 10월 6일까지 진행되었다. 부산, 경남지역 소재 종합병원과 상급종합병원의 간호부서장으로부터 기관 협조 승인을 받은 후, 병원 내 게시판에 온라인 설문 링크가 포함된 안내문을 게시하여, 자발적으로 참여할 수 있게 하였다. 참여자는 링크 첫 화면의 연구 설명문을 확인하고, 설문에 동의한 경우에만 응답하도록 하였으며, 설문 응답 소요시간은 약 10분 내외였다. 모든 문항은 자율적으로 응답할 수 있도록 설정하였으며, 설문 응답 도중이라도 “종료하기” 버튼을 클릭하면 즉시 참여를 중단할 수 있도록 하였다. 중복 응답을 방지하기 위해 설문은 1회만 가능하도록 하였고, 보상은 입력된 휴대전화 번호로 1회 제공하였다. 총 446명이 온라인 설문에 참여하였으며, 이 중 임상 경력 1년 미만인 6부를 제외한 440명의 자료를 최종 분석에 사용하였다.

(3) 자료분석

수집된 자료는 IBM SPSS Statistics ver. 30.0 (IBM Corp.), IBM SPSS Amos ver. 30.0 (IBM Corp.)을 이용하였고, 요인 수 결정을 위한 평행분석은 jamovi ver. 2.7.12 (The jamovi project)를 이용하였다. 결측치가 없어 수집된 모든 자료를 분석에 포함하였다.

가. 구성타당도

구성타당도는 요인분석과 수렴타당도와 구성요인별 판별타당도를 확인하여 검증하였다. 수집된 440명의 자료는 무작위 표본추출을 이용하여 220명의 자료는 탐색적 요인분석을 실시하고, 나머지 220명의 자료는 확인적 요인분석을 수행하였다.

ⅰ. 탐색적 요인분석

탐색적 요인분석에 앞서 문항 분석을 통하여 문항-총점 상관계수를 확인하고 Kaiser-Meyer-Olkin (KMO) 값을 확인하고 Bartlett의 구형성 검증을 실시하여 자료의 요인분석 적합성을 평가하였다. KMO 값은 변수 간 상관계수에 대한 편상관계수의 상대적 크기를 평가하는 것이며, Bartlett의 구형성 검증은 상관행렬이 단위행렬과 유의하게 다른지 검증하는 방법이다[33]. 문항의 요인구조를 탐색하기 위하여 최대우도법과 사각회전 방법인 직접 오블리민 회전을 적용하여 탐색적 요인분석을 실시하였다. 최대우도법은 모집단의 모수 추정 및 모델 적합도 지수를 산출하여 이후 확인적 요인분석과의 연계성을 확보할 수 있으며, 직접 오블리민 회전은 요인 간 상관을 허용하는 사각회전 방법으로, 상황인식의 지각, 이해, 예측 요인이 이론적으로 상호 관련된 구성개념임을 고려할 때 요인 간 독립성을 가정하는 직교회전보다 실제 자료구조를 보다 정확하게 반영할 수 있다[36].

ⅱ. 확인적 요인분석

탐색적 요인분석에서 확인된 도구의 요인구조를 검증하기 위하여 확인적 요인분석을 실시하였다. 자료의 정규성을 확인한 후 최대우도추정법을 이용하여 모수를 추정하고 모형 적합도를 검증하였다.

ⅲ. 수렴타당도와 판별타당도 검증

확인적 요인분석 결과를 바탕으로 구성요인별 문항의 수렴타당도를 검증하였다. 수렴타당도는 모든 경로의 표준화된 요인적재량과 유의성(critical ratio [C.R.]), 평균분산추출값(average variance extracted [AVE]), 개념신뢰도(composite reliability [CR])를 산출하여 확인하였다. 판별타당도는 각 요인 간 상관계수 제곱(φ²)을 산출하여 AVE와 비교하여 확인하였고, 기준이 충족되지 않은 요인은 표준오차(standard error [SE])를 이용하여 신뢰구간(φ±2SE)에 1이 포함되는지 추가적으로 확인하였다.

나. 신뢰도 검증

도구의 신뢰도는 내적 일관성 신뢰도 계수인 Cronbach’s α와 McDonald’s ω로 산출하였다.

3. 윤리적 고려

본 연구는 동의대학교 생명윤리위원회의 심사와 승인(DIRB-202506-HR-E-30)을 받은 후 진행하였다. 연구대상자는 연구의 목적과 절차, 자발적 참여 및 철회 가능성, 수집된 자료의 익명성과 관리방법에 대한 안내를 받고 자발적인 참여의사에 따라 온라인 동의에 체크한 후 진행되도록 하였다. 연구참여자의 익명성과 비밀이 보장되었으며, 연구자료는 연구목적으로만 사용되었다. 연구참여자에게는 소정의 답례품을 제공하였다.

결과

1. 대상자의 일반적 특성

본 연구대상자는 총 440명이며 평균 연령은 32.3±7.5세로, 대부분 여성 426명(96.8%)이었다. 미혼이 278명(63.2%), 최종 학력은 학사가 341명(77.5%)으로 가장 많았다. 상급종합병원에 근무하는 대상자가 262명(59.5%), 종합병원이 178명(40.5%)이었고, 일반병동 238명(54.1%)과 간호ㆍ간병 통합병동 200명(45.5%) 근무자가 대부분이었다. 진료과는 내과계가 199명(45.2%)으로 가장 많았고 일반간호사 333명(75.7%), 책임간호사 86명(19.5%), 간호관리자 21명(4.8%)으로 교대근무자가 397명(90.3%)이었다. 대상자 중 임상적 악화 관련 교육 경험이 있는 간호사는 122명(27.7%)이었고, 최근 1년 이내에 병동에서 구조실패를 경험한 대상자는 379명(86.1%)이었다.

탐색적 요인분석과 확인적 요인분석을 위한 두 표본 간 일반적 특성은 통계적으로 유의한 차이가 없이 동질하였다(Table 1).

2. 구성타당도 검증

1) 문항 분석

각 문항의 평균값 범위는 3.77–4.28, 표준편차는 0.62–0.78이었다. 왜도(–1.02 – –0.09)는 절대값 2 이하, 첨도(–0.31–3.46)는 절대값은 7 이하로 모든 문항이 정규성 기준을 충족하였다[37].

2개 문항(문항 3번 35.7%, 문항 7번 35.9%)에서 천장효과가 확인되었다. 문항 3번 ‘호흡 관련 단서 인지’는 상황인식 초기 단계의 핵심 요소로 보고되고 있으며[3,22], FGI에서도 호흡 변화가 간호사들이 가장 먼저 인지하는 단서로 확인되어 이론적ㆍ실무적 중요성을 고려하여 유지하였다. 문항 7번은 ‘모니터 알람에 대한 반응’을 측정하는 문항으로 요인분석에서 요인적재량, 교차적재, 공통성 등 요인 구조 내 적합성을 재검토 후 삭제 여부를 결정하였다(Supplementary Table 1).

30개 문항의 신뢰도 Cronbach’s α는 .98, 문항-총점 간 상관계수는 .61–.83으로 최소 기준인 .30 이상을 충족하였다[38]. 문항 제거 시 Cronbach’s α가 증가하는 문항은 없어, 문항 분석단계에서 삭제된 문항은 없었다(Supplementary Table 2).

2) 탐색적 요인분석

문항 분석 후 30문항에 대하여 예비적 탐색적 요인분석을 실시하였고, 최대우도법과 직접 오블리민 회전을 적용하여 반복 수행하였다. KMO 값은 .97로 .90보다 크고, Bartlett의 구형성 검정에서 카이제곱 값은 6,823.01 (p<.001)로 자료가 요인분석에 적합함을 확인하였다. 과소 또는 과다 요인 수 추출의 오류를 예방하기 위하여 고유값, 누적분산비율, 스크리도표, 평행분석, 요인의 해석 가능성의 여러 방법을 적용하여 요인 수를 결정하였다[39]. 고유값 1.0 이상인 요인이 3개 추출되었고, 누적분산비율 72.04%로 총 분산의 60% 이상을 설명하였고, 스크리도표에서 3번째 요인 이후에 고유값의 급격한 감소를 나타내는 굴곡점이 관찰되었고, 평행분석 결과에서도 3개 요인이 확인되었다(Supplementary Table 3).

공통성, 요인적재량, 교차부하량, 구조행렬과 패턴행렬, 이론적 타당성을 고려하여 문항을 삭제하면서 요인분석을 반복하여 실시하였다. 교차부하가 확인된 문항 7과 17, 요인적재량이 0.4 미만인 문항 8은 삭제하였다. 문항 6은 통계적 기준을 충족하였으나, 장비 알람에 대한 단순한 반응만을 측정하는 내용으로 상황인식의 속성인 환자의 미묘한 생리적 변화 인지를 충분히 반영하지 못한다고 판단하여 이론적 타당성 기준에 따라 삭제하였다. 문항 25와 28은 공통성과 요인 특이성이 낮고 상황인식의 인지적 속성보다는 의사결정에 대한 보고ㆍ전달의 행동을 반영하는 항목으로 판단되어 삭제하였다.

최종적으로 추출된 3요인과 24문항에 대하여 탐색적 요인분석을 실시하였다. KMO 값은 .96, Bartlett의 구형성 검정에서 카이제곱 값은 5,448.47 (p<.001)로 요인분석에 적합한 자료이었다. 24문항의 요인적재량은 절대값 기준 .61–.95로 .50 이상이었고, 공통성은 .68–.81로 .50 이상으로 나타났으며, 추출된 요인들은 전체 변량의 74.93%를 설명하였다(Table 2).

3) 확인적 요인분석

확인적 요인분석을 위한 두 번째 표본(n=220)을 이용하여 자료의 일변량 정규성을 검증한 결과, 왜도와 첨도의 범위는 –.92 to 1.26으로 정규성 가정을 충족하였다[34]. 다음으로 다변량 정규성을 확인한 결과, Mardia’s coefficient의 critical ratio는 24.01로 나타나 ±1.96의 다변량 정규성 기준을 충족하지 못하였다. 이에 다변량 정규성 가정이 충족되지 않았으나 최대우도추정법을 적용하여 모수를 추정하고 확인적 요인분석을 실시하였다. 모형의 적합도 평가기준은 χ²/degree of freedom (χ²/df) ≤3.0, standardized root mean square residual (SRMR) <.08, root mean square error of approximation (RMSEA) <.08, comparative fit index (CFI) ≥.90, Tucker-Lewis index (TLI) ≥.90이었다[40]. 초기 모형을 분석한 결과, χ²=579.98 (p<.001), χ²/df=2.33, SRMR=.04, RMSEA=.08, CFI=.93, TLI=.92로 나타나 모형 적합도는 수용 가능한 수준이었다. 분석과정에서 문항 9와 10, 문항 27과 29 간에 잔차 간 상관이 관찰되어 문항 간 내용적ㆍ인지적 접근성을 검토하였다. 잔차 간 상관은 응답 시 요구되는 인지과정의 유사성, 실제 상황에서 연속적 수행 가능성 등 이론적 근거가 있는 경우에 한하여 허용된다[40,41]. 문항 9와 10은 환자의 임상 변화를 해석하고 중증도를 판단하는 연속적 인지과정을 반영하며, 문항 27과 29는 임상적 악화 상황에 대한 이해를 바탕으로 팀과 소통하고 대응을 조정하는 내용이다. 임상현장에서는 이러한 인지과정이 연속적으로 이루어지므로 두 문항 쌍은 내용적ㆍ인지적 근접성이 있다고 판단하였다.

이러한 이론적 근거를 토대로 문항 간 오차항 공분산을 허용한 수정 모형을 분석한 결과, χ²=495.18 (p<.001), χ²/df=2.01, SRMR=.04, RMSEA=.07, CFI=.95, TLI=.94로 모형 적합도가 개선되어 추가 수정이 필요하지 않아 최종 모형으로 채택하였다(Figure 1).

또한 도구 총점 사용의 위계적 타당도를 확인하기 위하여 2차 확인적 요인분석을 실시하였으며, 세 하위요인이 단일 상위요인으로 유의하게 수렴됨을 확인하였다(γ=.80–.97, p<.05). 이 결과는 본 도구가 총점으로 사용 가능함을 나타낸다.

4) 수렴타당도와 판별타당도

수렴타당도는 요인적재량 .50 이상[33], C.R. 1.96 이상[36,42], AVE .50 이상[43], CR .70 이상[36]의 기준에 따라 검증하였다. 분석결과, 모든 문항의 요인적재량은 .75–.87, C.R.은 12.13–18.24, AVE는 .66–.68, CR은 .91–.96으로 본 측정도구의 수렴타당도는 확보되었다(Table 3).

판별타당도는 요인의 상관계수 제곱 값은 .55–.79, 요인 1과 3의 상관계수 제곱 값은 .79로 각 요인의 AVE (.66–.68)보다 크게 나타났다. 이는 요인 1과 3 간에 AVE가 상관계수 제곱 값보다 커야 한다는 Fornell과 Larcker [43]의 기준을 충족하지 못하는 결과였다. 추가적으로 상관계수의 신뢰구간(φ±2SE)을 확인하였고, 모든 요인 간 신뢰구간에는 1이 포함되지 않았다[42]. 따라서 판별타당도는 부분적으로 확보된 것으로 판단하였다(Tables 4, 5).

3. 신뢰도 검증

개발된 측정도구의 문항 전체의 내적 일관성 Cronbach’s α는 .98이었고, 요인별로는 요인 1이 .96, 요인 2가 .92, 요인 3이 .95였다. Cronbach’s α는 문항 간 동질성을 가정하는 특성이 있어 신뢰도를 과대추정할 수 있으므로, 요인계수에 기반하여 보다 일반화된 신뢰도를 산출하는 McDonald’s ω를 함께 산출하였다[44]. 문항 전체의 McDonald’s ω는 .98이었고 요인별로는 요인 1이 .96, 요인 2가 .92, 요인 3이 .95로 나타나 Cronbach’s α와 유사한 수준의 높은 내적 일관성을 보였다.

4. 최종 도구 확정

요인분석을 통해 도출된 3개 요인은 각 요인에서 요인적재량이 높은 문항들의 내용을 확인하고, 혼종모형을 이용한 개념분석을 통해 도출된 본 도구의 구성개념을 고려하여 명명하였다[35]. 확인적 요인분석에서 나타난 요인 1은 환자의 상태 악화를 사전에 예측하고, 필요한 검사나 약물, 장비를 준비하며, 중재의 우선순위를 판단하고 의료팀에게 명확히 전달하거나 제안하는 11개 문항으로 구성되어 ‘악화 상황 예측 및 대비’로 명명하였다. 초기 문항 개발 단계에서는 ‘예측’과 ‘정보공유’를 별도의 요인으로 설정하였으나, 요인분석 결과, 하나의 요인으로 통합되었다. 확인적 요인분석의 요인 2는 활력징후, 의식, 호흡양상, 피부색 등 환자의 미세한 변화를 즉시 감지하고 이상 징후를 빠르게 인지하는 5개 문항으로 구성되어 ‘악화 단서 포착’으로 명명하였다. 마지막으로 요인 3은 병력, 검사결과, 활력징후, 주관적 호소 등을 종합하여 환자의 악화 원인을 이해하고, 처치 후 반응을 평가하며, 대응의 우선순위를 조정하는 8개 문항으로 구성되어 ‘악화 상황 판단’으로 명명하였다.

본 측정도구의 요인과 문항은 상황인식 이론에서 제시한 인지과정의 흐름(지각–이해–예측)에 따라 ‘악화 단서 포착(요인 2: 5문항),’ ‘악화 상황 판단(요인 3: 8문항),’ ‘악화 상황 예측 및 대비(요인 1: 11문항)’의 순으로 재배열하였다[1].

최종적으로 개발된 측정도구는 Nurses’ Situation Awareness Scale for Clinical Deterioration (NSAS-CD)으로 명명하였으며, 3개 요인 24문항으로 구성된 5점 Likert 척도인 자가보고형 도구이다. 총점은 24–120점 범위이며, 점수가 높을수록 임상적 악화 상황에서의 간호사의 상황인식 수준이 높음을 의미한다(Supplementary Material 1).

고찰

본 연구는 임상적 악화 상황에서 간호사의 상황인식을 측정하기 위한 도구를 개발하고, 타당도와 신뢰도를 검증하고자 수행되었다. 개발된 도구는 악화 단서 포착, 악화 상황 판단, 악화 상황 예측 및 대비의 3개 요인, 24문항으로 구성되었으며 하부 요인별로 기존 도구들과 비교한 논의는 다음과 같다.

NSAS-CD의 ‘악화 단서 포착’ 요인은 임상적 악화 상황에서 간호사의 상황인식의 이론적 속성 중 단서의 탐색 및 포착 영역에 해당하며, 간호사가 환자가 악화되고 있음을 나타내는 생리적 지표를 감지하는 특성이다. 기존의 간호사의 상황인식 측정도구들과 NSAS-CD는 모두 악화 단서를 조기경고시스템의 생리적 지표를 사용하고 있다[45]. 그러나 기존의 도구들은 발견 당시 환자의 생리적 수치를 보았는지 확인하는 것에 그치고 있으나[16,24,25], NSAS-CD에서는 “평소 상태와 비교하여”를 포함하여 문항을 기술하였다는 점에서 차이가 있다. 이것은 간호사가 임상적 악화 상황을 감지하는 데 있어서 생리적 악화 지표의 절대값보다는 개별 환자의 기저값을 기준으로 변화를 감지하는 것이 중요함이 반영된 것이다[6,15,46]. 환자의 임상적 악화는 정상범위 내의 생리적 수치에서도 발생할 수 있으므로[46], 환자의 기저값에서 벗어난 정도와 시간에 따라 악화 단서는 달라질 수 있다. 따라서 환자의 변화 추세를 통합하여 감지하여야 하므로[46], 본 연구에서 개발된 문항들은 간호사가 환자의 개별적 맥락 내에서 악화 단서를 감지하는 실질적인 역량을 파악할 수 있다는 점에서 차별화된다.

‘악화 상황 판단’ 요인은 이론적 속성 중 악화 원인 및 심각도 판단 영역에 해당하며, 포착한 악화 단서와 주요 변화를 종합하여 악화되고 있음을 판단하고, 대응의 우선순위를 결정하는 특성이다. 상황인식에서 이해는 우선순위 결정과 위협의 긴박성 판단, 목표 관련성 결정이 핵심이지만[2], 기존 도구는 발견 시 수치의 정상 여부를 질문하거나 특정 상황(쇼크, 출혈, 감염 등)의 징후가 있었는지 평가하여 변화된 생리적 지표의 의미를 해석하는 데 집중하였다[16,24,25]. 그러나 환자의 비정상적 생리적 수치만으로는 악화 단서를 충분히 파악하기 어렵다. 또한 긴박한 악화 상황에서 구조실패를 예방하기 위해서는 환자의 현재 상황과 관련된 병태생리적 의미를 해석하는 데 그치기보다 이를 바탕으로 즉각적 대응을 판단하는 과정이 우선되어야 한다. 이러한 점에서 NSAS-CD는 임상적 악화 상황에서 간호사의 상황인식 중 대응을 위한 판단에 대한 구체적 역량을 평가할 수 있다는 장점이 있다.

‘악화 상황 예측 및 대비’ 요인은 개념 틀의 긴급상황 예측과 정보공유가 합쳐진 영역으로, 임상적 악화가 예상될 때 간호사가 필요한 처치나 중재 등을 예상하여 사전에 준비하고, 의료팀에게 위급성을 명확하게 전달하고 상황에 대한 정보를 공유하는 특성이다. 이는 Endsley [2]가 상황인식의 예측에서 시간 제약적 상황에서는 예측과 행동 준비가 거의 동시에 일어난다고 설명한 것과 일치한다. 기존 도구들은 생리적 지표 수치 변화를 예측하는 문항을 구성했으나[16,24,25], 본 도구는 실제 임상에서 간호사가 수행하는 예측에 기반한 준비와 팀 기반 의사소통을 반영했다는 점에서 기존 도구와 구별된다. 다만, 본 연구의 개념분석 단계에서는 임상적 악화 상황에서 간호사의 상황인식의 네 번째 속성으로 정보공유를 도출하였으나, 탐색적 요인분석 결과, 정보공유 문항은 ‘악화 상황 예측 및 대비’ 요인에 포함되었다. 팀 활동에서 정보공유는 개별 인지과정이 아닌 정보공유를 통한 이해 형성의 일부이며[47], 의료분야에서도 의사소통은 독립 요인이 아닌 팀 상황인식을 촉진하는 요소이다[48]. 간호사는 임상적 악화 상황에서 의료팀과의 정보공유를 통해 상황인식을 증진시키고 신속한 팀 기반 대응을 준비하게 된다[11]. 이러한 이론적ㆍ실무적 특성이 반영되어 임상적 악화 상황이라는 긴박한 맥락에서 정보공유가 독립적 인지과정이 아니라 예측 및 대비 행동과 통합되어 나타난 것으로 보인다.

본 도구의 검증 단계에서 탐색적 요인분석과 확인적 요인분석을 서로 다른 표본에서 수행하여 교차타당도를 확보하였다. 24개 문항으로 구성된 3요인의 모형은 확인적 요인분석을 통하여 모형의 적합성과 수렴타당도는 확인되었다. 판별타당도는 Fornell-Larcker 기준을 적용하였을 때 ‘요인 1(악화 상황 예측 및 대비)과 요인 3(악화 상황 판단) 간에는 기준이 충족되지 않았으나[43], 요인 간 상관계수의 신뢰구간 기준에는 부합되었다. 이 결과는 두 요인이 동일한 구성개념을 측정하고 있을 가능성을 배제할 수 없음을 나타낸다[43]. 추후 연구에서 요인 구조의 안정성을 추가적으로 검증할 필요가 있다. 문항 전체 신뢰도 Cronbach’s α는 .98로 높게 나타났으나, 하위요인별 신뢰도는 .92–.96으로 안정적이었다. 일반적으로 Cronbach’s α가 .95 이상일 경우 문항 간 중복 가능성이 있을 수 있다[49]. 그러나 상황인식을 구성하는 인지적 요소들이 상호 밀접하게 연결되는 특성을 고려할 때, 본 도구의 높은 신뢰도는 문항 중복보다는 개념적 응집도와 측정의 일관성에 의한 결과로 생각된다[44].

본 도구는 임상적 악화 상황에서 간호사의 상황인식을 체계적으로 평가하여 교육, 실무 및 연구분야에 다음과 같이 적용될 수 있다. 실무에서는 개인이나 기관 차원에서 상황인식의 강화가 필요한 영역을 주기적으로 확인하여 환자안전 캠페인을 실시하거나 조기경고시스템과 상호보완하기 위한 전략 수립에 활용될 수 있다. 교육분야에서는 신입간호사 교육, 보수교육 및 시뮬레이션교육에서 교육 전ㆍ후 상황인식 역량의 점진적 변화를 파악하여 임상경력 단계에 맞는 맞춤형 교육을 적용할 수 있다. 간호연구에서는 NSAS-CD 점수와 심정지나 사망, 비계획적 중환자실 이송 등의 환자안전 지표와의 연관성을 분석하여 임상적 악화 상황에서 간호사의 상황인식이 환자안전 성과지표에 미치는 영향을 규명하는 연구에 활용할 수 있을 것이다.

본 연구는 다음과 같은 제한점이 있으므로 해석에 유의가 필요하다. 첫째, 부산, 경남지역에 소재한 병원의 간호사를 대상으로 편의 표본추출을 통하여 수행되어 전체 간호사에게 일반화하기 어려울 수 있으며, 둘째, 자기보고식 측정도구이므로 응답자가 상황인식의 인지과정을 회상하여 보고하기 때문에 실제 상황에서 상황인식의 차이가 있을 수 있으며, 사회적 바람직성 편향의 가능성을 배제하기 어렵다. 셋째, 본 연구에서 검사-재검사 신뢰도를 평가하지 못하였고, 준거타당도를 검증하지 못한 제한점이 있다. 확립된 준거도구가 없어 본 연구에서 준거타당도를 검증하지 못하였으나 향후 연구에서는 임상적 악화 상황 시뮬레이션교육에서 간호사의 상황인식을 측정한 도구와 비교 검증하는 것을 고려해볼 수 있겠다.

결론

본 연구는 혼종모형에 기반한 개념분석을 통해 3개 요인 24문항으로 구성된 자기보고식 설문도구 NSAS-CD를 개발하고 타당도와 신뢰도를 검증하였다. NSAS-CD는 임상적 악화 상황이라는 특수한 맥락을 반영하여 간호사에게 요구되는 상황인식 수준을 확인할 수 있으며, 자기보고식 설문도구로 시뮬레이션 적용 없이도 대규모 간호사를 대상으로 평가가 용이하여 주기적 평가를 통해 조직 차원의 환자안전 관리가 가능하므로 실무 적용 가능성이 높은 장점이 있다. NSAS-CD를 이용하여 간호사의 상황인식을 체계적으로 관리함으로써 임상적 악화 상황을 조기에 인지하고 신속한 대응을 지원하여, 궁극적으로 구조실패 예방과 환자안전 강화에 기여할 수 있을 것이다.

향후 연구에서는 다기관의 간호사를 대상으로 확대하여 도구의 적용 가능성과 도구의 안정성을 확보하는 것이 필요하며, 반복 연구를 통한 일반화 가능성을 확인하여야 한다. 임상적으로 유의미한 절단점을 확인하는 연구를 수행하여 이를 반영한 맞춤형 교육프로그램을 제공하고 효과를 평가하는 연구를 제언한다. 본 연구에서 수행하지 못한 검사-재검사 신뢰도를 검증하는 연구와 자기보고식 설문지에 따른 편향을 최소화하기 위하여 시뮬레이션 교육 중 관찰평가와 자가보고 간의 상관관계를 분석하여 본 도구의 구성타당도에 대한 추가적인 근거를 제시하는 연구를 제안한다.

Article Information

Conflicts of Interest

No potential conflict of interest relevant to this article was reported.

Acknowledgements

None.

Funding

This research received no external funding.

Data Sharing Statement

Please contact the corresponding author for data availability.

Supplementary Data

Supplementary data to this article can be found online at https://doi.org/10.4040/jkan.26039.

Supplementary Table 1.

jkan-26039-Supplementary-Table-1.pdf

Supplementary Table 2.

jkan-26039-Supplementary-Table-2.pdf

Supplementary Table 3.

jkan-26039-Supplementary-Table-3.pdf

Supplementary Material 1.

jkan-26039-Supplementary-Marterial-1.pdf

Author Contributions

Conceptualization: HJK, YKH. Methodology: HJK, YKH. Software: HJK, YKH. Validation: HJK, YKH. Formal analysis: HJK, YKH. Investigation: HJK. Resources: HJK, YKH. Data curation: HJK, YKH. Visualization: YKH. Supervision: YKH. Project administration: YKH. Funding acquisition: none. Writing–original draft: HJK, YKH. Writing–review & editing: HJK, YKH. Final approval of the manuscript: all authors.

Fig. 1.

Results of the confirmatory factor analysis. All estimates are standardized. Standardized factor loadings are shown on the single-headed arrows, and correlations between latent variables are shown on the curved double-headed arrows. e1–e24 denote measurement errors associated with the observed variables included in the final confirmatory factor analysis (items 1–5, 9–16, 18–24, 26–27, and 29–30). ^a)Factor 1: prediction and preparedness. ^b)Factor 2: cue capture. ^c)Factor 3: situation appraisal.

Table 1.

General characteristics of participants (N=440)

Characteristic	Total (N=440)	EFA (n=220)	CFA (n=220)	t or χ²	p
Gender				2.66	.103
Men	14 (3.2)	4 (1.8)	10 (4.5)
Women	426 (96.8)	216 (98.2)	210 (95.5)
Age (yr)	32.3±7.5	33.0±7.8	31.6±7.2	–1.94	.053
Marital status				3.16	.206
Married	158 (35.9)	86 (39.1)	72 (32.7)
Single	278 (63.2)	131 (59.5)	147 (66.8)
Others	4 (0.9)	3 (1.4)	1 (0.5)
Education level				3.69	.297
Diploma	29 (6.6)	11 (5.0)	18 (8.2)
Bachelor’s	341 (77.5)	169 (76.8)	172 (78.2)
Graduate program	70 (15.9)	40 (18.2)	30 (13.6)
Type of hospital				0.94	.331
Tertiary general hospital	262 (59.5)	136 (61.8)	126 (57.3)
General hospital	178 (40.5)	84 (38.2)	94 (42.7)
Type of ward				2.15	.542
General ward	238 (54.1)	117 (53.2)	121 (55.0)
Integrated nursing care ward	200 (45.5)	102 (46.3)	98 (44.5)
Hospice care ward	1 (0.2)	0 (0.0)	1 (0.5)
Others	1 (0.2)	1 (0.5)	0 (0.0)
Clinical department				7.81	.099
Internal medicine	199 (45.2)	92 (41.8)	107 (48.6)
Neurology	83 (18.9)	39 (17.7)	44 (20.0)
Surgery	136 (30.9)	73 (33.2)	63 (28.6)
Rehabilitation	8 (1.8)	7 (3.2)	1 (0.5)
Others	14 (3.2)	9 (4.1)	5 (2.3)
Position				0.48	.787
Staff nurse	333 (75.7)	166 (75.4)	167 (75.9)
Charge nurse	86 (19.5)	42 (19.1)	44 (20.0)
Unit manager	21 (4.8)	12 (5.5)	9 (4.1)
Current work schedule				1.40	.496
Shift schedule	397 (90.3)	197 (89.5)	200 (90.9)
Daytime schedule	42 (9.5)	23 (10.5)	19 (8.6)
Others	1 (0.2)	0 (0.0)	1 (0.5)
Experience with clinical deterioration training				0.00	>.999
Yes	122 (27.7)	61 (27.7)	61 (27.7)
No	318 (72.3)	159 (72.3)	159 (72.3)
Experience with clinical deterioration events (within the past year)				0.17	.679
Yes	379 (86.1)	191 (86.8)	188 (85.5)
No	61 (13.9)	29 (13.2)	32 (14.5)

Values are presented as number (%) or mean±standard deviation.

CFA, confirmatory factor analysis; EFA, exploratory factor analysis.

Table 2.

Factor loadings, item communalities, and eigenvalues from exploratory factor analysis (24 items) (N=220)

Items	Communality	Factor loading
Items	Communality	1^a)	2^b)	3^c)
27	.73	.95	–.03	.11
21	.75	.91	–.05	.02
29	.80	.82	.16	.05
19	.72	.78	.10	.01
30	.76	.77	.21	.07
24	.77	.75	–.07	–.20
22	.76	.75	.01	–.14
18	.71	.70	.15	–.04
20	.68	.69	.01	–.15
23	.75	.68	.04	–.19
26	.70	.65	–.03	–.25
3	.80	.02	.86	–.03
1	.77	.19	.80	.08
4	.73	.01	.79	–.08
2	.81	.04	.77	–.15
5	.72	.08	.61	–.24
10	.79	–.03	.01	–.90
11	.71	.01	.07	–.79
16	.77	.22	–.13	–.77
9	.78	–.03	.22	–.76
13	.74	–.02	.19	–.74
15	.77	.20	.01	–.70
12	.74	.06	.23	–.65
14	.74	.32	–.03	–.61
Eigen value		15.70	1.27	1.02
Explained variance (%)		65.43	5.27	4.23
Cumulative (%)		65.43	70.70	74.93
Kaiser-Meyer-Olkin value	.96
Bartlett’s test of sphericity	χ²=5,448.47, df=276, p<.001

df, degrees of freedom.

^a)Factor 1: prediction and preparedness. ^b)Factor 2: cue capture. ^c)Factor 3: situation appraisal.

Table 3.

Convergent validity based on confirmatory factor analysis (N=220)

Factor	Items	Standardized estimates	Unstandardized estimates	SE	C.R.	AVE	CR
1^a)	18	0.81	1	-	-	0.66	0.96
	29	0.81	1.02	0.07	13.96
	21	0.82	1.00	0.07	14.33
	27	0.78	1.00	0.08	13.20
	26	0.83	0.97	0.07	14.52
	24	0.83	0.96	0.07	14.56
	19	0.82	0.93	0.07	14.28
	30	0.80	0.93	0.07	13.71
	22	0.82	0.89	0.06	14.14
	23	0.82	0.88	0.06	14.18
	20	0.80	0.86	0.06	13.87
2^b)	1	0.86	1	-	-	0.68	0.91
	2	0.87	0.99	0.06	16.80
	3	0.87	0.97	0.06	16.61
	5	0.75	0.90	0.07	13.17
	4	0.78	0.84	0.06	13.90
3^c)	9	0.77	1	-	-	0.67	0.94
	12	0.87	1.18	0.08	14.14
	13	0.84	1.12	0.08	13.61
	16	0.82	1.11	0.08	13.29
	10	0.81	1.08	0.06	18.24
	14	0.84	1.07	0.08	13.60
	11	0.77	1.04	0.09	12.13
	15	0.83	1.03	0.08	13.32

AVE, average variance extracted; C.R., critical ratio; CR, composite reliability; SE, standard error.

^a)Factor 1: prediction and preparedness. ^b)Factor 2: cue capture. ^c)Factor 3: situation appraisal.

Table 4.

Discriminant validity based on the Fornell-Larcker criterion (N=220)

Factors	SMC (φ²)			AVE
Factors	1^a)	2^b)	3^c)	AVE
1^a)	1			.66
2^b)	.55 (<.001)	1		.68
3^c)	.79 (<.001)	.61 (<.001)	1	.67

AVE, average variance extracted; SMC, squared multiple correlations.

^a)Factor 1: prediction and preparedness. ^b)Factor 2: cue capture. ^c)Factor 3: situation appraisal.

Table 5.

Discriminant validity based on confidence intervals of inter-factor correlations (φ±2SE) (N=220)

Factor	Correlation (φ)	SE	φ–2SE	φ+2SE
1^a) ↔ 2^b)	.74 (<.001)	0.03	0.68	0.80
1^a) ↔ 3^c)	.89 (<.001)	0.02	0.85	0.93
2^b) ↔ 3^c)	.78 (<.001)	0.03	0.72	0.84

SE, standard error.

^a)Factor 1: prediction and preparedness. ^b)Factor 2: cue capture. ^c)Factor 3: situation appraisal.

References

1. Endsley MR. Toward a theory of situation awareness in dynamic systems. Hum Factors. 1995;37(1):32-64. https://doi.org/10.1518/001872095779049543Article
2. Endsley MR. Situation awareness misconceptions and misunderstandings. J Cogn Eng Decis Mak. 2015;9(1):4-32. https://doi.org/10.1177/1555343415572631Article
3. Ghaderi C, Esmaeili R, Ebadi A. Situation awareness in intensive care unit nurses: a qualitative directed content analysis. Front Public Health. 2022;10:999745. https://doi.org/10.3389/fpubh.2022.999745Article PubMed PMC
4. Sitterding MC, Broome ME, Everett LQ, Ebright P. Understanding situation awareness in nursing work: a hybrid concept analysis. ANS Adv Nurs Sci. 2012;35(1):77-92. https://doi.org/10.1097/ANS.0b013e3182450158Article PubMed
5. Jones D, Mitchell I, Hillman K, Story D. Defining clinical deterioration. Resuscitation. 2013;84(8):1029-1034. https://doi.org/10.1016/j.resuscitation.2013.01.013Article PubMed
6. Gonem S, Draicchio D, Mohamed A, Wood S, Shiel K, Briggs S, et al. Physiological deterioration prior to in-hospital cardiac arrest: what does the National Early Warning Score-2 miss? Resusc Plus. 2024;20:100788. https://doi.org/10.1016/j.resplu.2024.100788Article PubMed PMC
7. Lyons PG, Reid J, Richardville S, Edelson DP. A novel structured debriefing program for consensus determinations of in-hospital cardiac arrest predictability and preventability. Resuscitation. 2024;197:110161. https://doi.org/10.1016/j.resuscitation.2024.110161Article PubMed
8. Chan PS, Greif R, Anderson T, Atiq H, Bittencourt Couto T, Considine J, et al. Ten steps toward improving in-hospital cardiac arrest quality of care and outcomes. Resuscitation. 2023;193:109996. https://doi.org/10.1016/j.resuscitation.2023.109996Article PubMed PMC
9. Burke JR, Downey C, Almoudaris AM. Failure to rescue deteriorating patients: a systematic review of root causes and improvement strategies. J Patient Saf. 2022;18(1):e140-e155. https://doi.org/10.1097/PTS.0000000000000720Article PubMed
10. Prineas S, Mosier K, Mirko C, Guicciardi S. Non-technical skills in healthcare. In: Donaldson L, Ricciardi W, Sheridan S, Tartaglia R, editors. Textbook of patient safety and clinical risk management. Springer; 2021. p. 413-434. https://doi.org/10.1007/978-3-030-59403-9_30
11. Stubbings L, Chaboyer W, McMurray A. Nurses’ use of situation awareness in decision-making: an integrative review. J Adv Nurs. 2012;68(7):1443-1453. https://doi.org/10.1111/j.1365-2648.2012.05989.xArticle PubMed
12. Petersen JA, Rasmussen LS, Rydahl-Hansen S. Barriers and facilitating factors related to use of early warning score among acute care nurses: a qualitative study. BMC Emerg Med. 2017;17(1):36. https://doi.org/10.1186/s12873-017-0147-0Article PubMed PMC
13. Cho KJ, Kwon O, Kwon JM, Lee Y, Park H, Jeon KH, et al. Detecting patient deterioration using artificial intelligence in a rapid response system. Crit Care Med. 2020;48(4):e285-e289. https://doi.org/10.1097/CCM.0000000000004236Article PubMed
14. Donnelly N, Fry M, Elliott R, Merrick E. The role of the ward nurse in recognition and response to clinical deterioration: a scoping review. Contemp Nurse. 2024;60(6):584-613. https://doi.org/10.1080/10376178.2024.2413125Article PMC
15. Chung J, Jung H. Indicators of clinical deterioration in adult general ward patients from nurses’ perspectives: a mixed-methods systematic review. BMC Nurs. 2024;23(1):861. https://doi.org/10.1186/s12912-024-02531-6Article PubMed PMC
16. Orique SB, Despins L. Evaluating situation awareness: an integrative review. West J Nurs Res. 2018;40(3):388-424. https://doi.org/10.1177/0193945917697230Article PubMed
17. Moens LL, Lydon S, Cucurachi S, O'Connor P, Sauter TC, Töndury GA, et al. Measuring situation awareness: a meta-review across domains. Hum Factors. 2026;68(5):632-672. https://doi.org/10.1177/00187208251412110Article PubMed PMC
18. Fletcher G, Flin R, McGeorge P, Glavin R, Maran N, Patey R. Anaesthetists’ non-technical skills (ANTS): evaluation of a behavioural marker system. Br J Anaesth. 2003;90(5):580-588. https://doi.org/10.1093/bja/aeg112Article PubMed
19. Flin R, Patey R. Non-technical skills for anaesthetists: developing and applying ANTS. Best Pract Res Clin Anaesthesiol. 2011;25(2):215-227. https://doi.org/10.1016/j.bpa.2011.02.005Article PubMed
20. Mishra A, Catchpole K, McCulloch P. The Oxford NOTECHS System: reliability and validity of a tool for measuring teamwork behaviour in the operating theatre. Qual Saf Health Care. 2009;18(2):104-108. https://doi.org/10.1136/qshc.2007.024760Article PubMed
21. Endsley MR. Measurement of situation awareness in dynamic systems. Hum Factors. 1995;37(1):65-84. https://doi.org/10.1518/001872095779049499Article
22. Walshe N, Drennan J, Hegarty J, O'brien S, Crowley C, Ryng S, et al. A cognitive task analysis of final year nursing students’ situation awareness in simulated deteriorating patient events: a mixed methods study. Nurs Open. 2024;11(4):e2154. https://doi.org/10.1002/nop2.2154Article PubMed PMC
23. Ghaderi C, Esmaeili R, Ebadi A, Amiri MR. Measuring situation awareness in health care providers: a systematic review of measurement properties using COSMIN methodology. Syst Rev. 2023;12(1):60. https://doi.org/10.1186/s13643-023-02220-6Article PubMed PMC
24. Orique SB, Despins L, Wakefield BJ, Erdelez S, Vogelsmeier A. Perception of clinical deterioration cues among medical-surgical nurses. J Adv Nurs. 2019;75(11):2627-2637. https://doi.org/10.1111/jan.14038Article PubMed
25. Lavoie P, Cossette S, Pepin J. Testing nursing students’ clinical judgment in a patient deterioration simulation scenario: development of a situation awareness instrument. Nurse Educ Today. 2016;38:61-67. https://doi.org/10.1016/j.nedt.2015.12.015Article PubMed
26. Churruca K, Ellis LA, Pomare C, Hogden A, Bierbaum M, Long JC, et al. Dimensions of safety culture: a systematic review of quantitative, qualitative and mixed methods for assessing safety culture in hospitals. BMJ Open. 2021;11(7):e043982. https://doi.org/10.1136/bmjopen-2020-043982Article PubMed PMC
27. DeVellis RF, Thorpe CT. Scale development: theory and applications. 5th ed. SAGE Publications; 2024. p. 1-279.
28. Schwartz-Barcott D, Kim HS. An expansion and elaboration of the hybrid model of concept development. In: Rodgers BL, Knafl KA, editors. Concept development in nursing. 2nd ed. Saunders; 2000. p. 129-160.
29. Kang HJ, Ha YK. Concept analysis of nurses’ situation awareness in clinical deterioration. J Muscle Joint Health. 2024;31(3):197-207. https://doi.org/10.5953/JMJH.2024.31.3.197Article
30. Peltola M, Isotalus P, Åstedt-Kurki P. The Critical Incident Technique (CIT) in studying health care professional-patient communication. Qual Rep. 2022;27(9):1868-1889. https://doi.org/10.46743/2160-3715/2022.5580Article
31. Elo S, Kyngäs H. The qualitative content analysis process. J Adv Nurs. 2008;62(1):107-115. https://doi.org/10.1111/j.1365-2648.2007.04569.xArticle PubMed PMC
32. Kusmaryono I, Wijayanti D, Maharani HR. Number of response options, reliability, validity, and potential bias in the use of the Likert scale education and social science research: a literature review. Int J Educ Methodol. 2022;8(4):625-637. https://doi.org/10.12973/ijem.8.4.625Article
33. Polit DF, Beck CT. The content validity index: are you sure you know what’s being reported?: critique and recommendations. Res Nurs Health. 2006;29(5):489-497. https://doi.org/10.1002/nur.20147Article PubMed
34. Lee EH. Psychometric properties of an instrument 2: structural validity, internal consistency, and cross-cultural validity/measurement invariance. Korean J Women Health Nurs. 2021;27(2):69-74. https://doi.org/10.4069/kjwhn.2021.05.18Article PubMed PMC
35. Carpenter S. Ten steps in scale development and reporting: a guide for researchers. Commun Methods Meas. 2018;12(1):25-44. https://doi.org/10.1080/19312458.2017.1396583Article
36. Hair JF, Black WC, Babin BJ, Anderson RE. Multivariate data analysis. 8th ed. Cengage Learning; 2019. p. 1-832.
37. Curran PJ, West SG, Finch JF. The robustness of test statistics to nonnormality and specification error in confirmatory factor analysis. Psychol Methods. 1996;1(1):16-29. https://doi.org/10.1037/1082-989X.1.1.16Article
38. Nunnally JC, Bernstein IH. Psychometric theory. 3rd ed. McGraw-Hill; 1994. p. 1-752.
39. Fabrigar LR, Wegener DT, MacCallum RC, Strahan EJ. Evaluating the use of exploratory factor analysis in psychological research. Psychol Methods. 1999;4(3):272-299. https://doi.org/10.1037/1082-989X.4.3.272Article
40. Kline RB. Structural regression models. In: Kline RB, editor. Principles and practice of structural equation modeling. 4th ed. Guilford Press; 2016. p. 269-272.
41. Newsom JT. Longitudinal measurement invariance. In: Newsom JT, editor. Longitudinal structural equation modeling: a comprehensive introduction. Routledge; 2015. p. 41-44.
42. Anderson JC, Gerbing DW. Structural equation modeling in practice: a review and recommended two-step approach. Psychol Bull. 1988;103(3):411-423. https://doi.org/10.1037/0033-2909.103.3.411Article
43. Fornell C, Larcker DF. Evaluating structural equation models with unobservable variables and measurement error. J Mark Res. 1981;18(1):39-50. https://doi.org/10.2307/3151312Article
44. McNeish D. Thanks coefficient alpha, we'll take it from here. Psychol Methods. 2018;23(3):412-433. https://doi.org/10.1037/met0000144Article PubMed PMC
45. Gerry S, Bonnici T, Birks J, Kirtley S, Virdee PS, Watkinson PJ, et al. Early warning scores for detecting deterioration in adult hospital patients: systematic review and critical appraisal of methodology. BMJ. 2020;369:m1501. https://doi.org/10.1136/bmj.m1501Article PubMed PMC
46. Tanii R, Hayashi K, Naito T, Shui-Yee Wong Z, Yoshida T, Hayashi K, et al. Impact of dynamic parameter of trends in vital signs on the prediction of serious events in hospitalized patients: a retrospective observational study. Resusc Plus. 2024;18:100628. https://doi.org/10.1016/j.resplu.2024.100628Article PubMed PMC
47. Evans JC, Evans MB, Lingard L. Team cognition in healthcare simulation: a framework for deliberate measurement. Adv Simul (Lond). 2025;10(1):12. https://doi.org/10.1186/s41077-025-00333-7Article PubMed PMC
48. Weller JM, Mahajan R, Fahey-Williams K, Webster CS. Teamwork matters: team situation awareness to build high-performing healthcare teams, a narrative review. Br J Anaesth. 2024;132(4):771-778. https://doi.org/10.1016/j.bja.2023.12.035Article PubMed
49. Hayes AF, Coutts JJ. Use omega rather than Cronbach’s alpha for estimating reliability: but…. Commun Methods Meas. 2020;14(1):1-24. https://doi.org/10.1080/19312458.2020.1718629Article

Figure & Data

REFERENCES

Citations

Citations to this article as recorded by

ePub Link

Cite

CITE: export Copy Download Format; Close

Download Citation

Download a citation file in RIS format that can be imported by all major citation management software, including EndNote, ProCite, RefWorks, and Reference Manager.

Format:

RIS — For EndNote, ProCite, RefWorks, and most other reference management software
BibTeX — For JabRef, BibDesk, and other BibTeX-specific software

Include:

Citation for the content below
Citation and abstract for the content below

Development of a nurses’ situation awareness scale for clinical deterioration: a methodological study

DOI: https://doi.org/10.4040/jkan.26039

XML Download

Figure

We recommend

Related articles

Development of a nurses’ situation awareness scale for clinical deterioration: a methodological study

Fig. 1. Results of the confirmatory factor analysis. All estimates are standardized. Standardized factor loadings are shown on the single-headed arrows, and correlations between latent variables are shown on the curved double-headed arrows. e1–e24 denote measurement errors associated with the observed variables included in the final confirmatory factor analysis (items 1–5, 9–16, 18–24, 26–27, and 29–30). a)Factor 1: prediction and preparedness. b)Factor 2: cue capture. c)Factor 3: situation appraisal.

Fig. 1.

Development of a nurses’ situation awareness scale for clinical deterioration: a methodological study

Characteristic	Total (N=440)	EFA (n=220)	CFA (n=220)	t or χ²	p
Gender				2.66	.103
Men	14 (3.2)	4 (1.8)	10 (4.5)
Women	426 (96.8)	216 (98.2)	210 (95.5)
Age (yr)	32.3±7.5	33.0±7.8	31.6±7.2	–1.94	.053
Marital status				3.16	.206
Married	158 (35.9)	86 (39.1)	72 (32.7)
Single	278 (63.2)	131 (59.5)	147 (66.8)
Others	4 (0.9)	3 (1.4)	1 (0.5)
Education level				3.69	.297
Diploma	29 (6.6)	11 (5.0)	18 (8.2)
Bachelor’s	341 (77.5)	169 (76.8)	172 (78.2)
Graduate program	70 (15.9)	40 (18.2)	30 (13.6)
Type of hospital				0.94	.331
Tertiary general hospital	262 (59.5)	136 (61.8)	126 (57.3)
General hospital	178 (40.5)	84 (38.2)	94 (42.7)
Type of ward				2.15	.542
General ward	238 (54.1)	117 (53.2)	121 (55.0)
Integrated nursing care ward	200 (45.5)	102 (46.3)	98 (44.5)
Hospice care ward	1 (0.2)	0 (0.0)	1 (0.5)
Others	1 (0.2)	1 (0.5)	0 (0.0)
Clinical department				7.81	.099
Internal medicine	199 (45.2)	92 (41.8)	107 (48.6)
Neurology	83 (18.9)	39 (17.7)	44 (20.0)
Surgery	136 (30.9)	73 (33.2)	63 (28.6)
Rehabilitation	8 (1.8)	7 (3.2)	1 (0.5)
Others	14 (3.2)	9 (4.1)	5 (2.3)
Position				0.48	.787
Staff nurse	333 (75.7)	166 (75.4)	167 (75.9)
Charge nurse	86 (19.5)	42 (19.1)	44 (20.0)
Unit manager	21 (4.8)	12 (5.5)	9 (4.1)
Current work schedule				1.40	.496
Shift schedule	397 (90.3)	197 (89.5)	200 (90.9)
Daytime schedule	42 (9.5)	23 (10.5)	19 (8.6)
Others	1 (0.2)	0 (0.0)	1 (0.5)
Experience with clinical deterioration training				0.00	>.999
Yes	122 (27.7)	61 (27.7)	61 (27.7)
No	318 (72.3)	159 (72.3)	159 (72.3)
Experience with clinical deterioration events (within the past year)				0.17	.679
Yes	379 (86.1)	191 (86.8)	188 (85.5)
No	61 (13.9)	29 (13.2)	32 (14.5)

Items	Communality	Factor loading
Items	Communality	1^a)	2^b)	3^c)
27	.73	.95	–.03	.11
21	.75	.91	–.05	.02
29	.80	.82	.16	.05
19	.72	.78	.10	.01
30	.76	.77	.21	.07
24	.77	.75	–.07	–.20
22	.76	.75	.01	–.14
18	.71	.70	.15	–.04
20	.68	.69	.01	–.15
23	.75	.68	.04	–.19
26	.70	.65	–.03	–.25
3	.80	.02	.86	–.03
1	.77	.19	.80	.08
4	.73	.01	.79	–.08
2	.81	.04	.77	–.15
5	.72	.08	.61	–.24
10	.79	–.03	.01	–.90
11	.71	.01	.07	–.79
16	.77	.22	–.13	–.77
9	.78	–.03	.22	–.76
13	.74	–.02	.19	–.74
15	.77	.20	.01	–.70
12	.74	.06	.23	–.65
14	.74	.32	–.03	–.61
Eigen value		15.70	1.27	1.02
Explained variance (%)		65.43	5.27	4.23
Cumulative (%)		65.43	70.70	74.93
Kaiser-Meyer-Olkin value	.96
Bartlett’s test of sphericity	χ²=5,448.47, df=276, p<.001

Factor	Items	Standardized estimates	Unstandardized estimates	SE	C.R.	AVE	CR
1^a)	18	0.81	1	-	-	0.66	0.96
	29	0.81	1.02	0.07	13.96
	21	0.82	1.00	0.07	14.33
	27	0.78	1.00	0.08	13.20
	26	0.83	0.97	0.07	14.52
	24	0.83	0.96	0.07	14.56
	19	0.82	0.93	0.07	14.28
	30	0.80	0.93	0.07	13.71
	22	0.82	0.89	0.06	14.14
	23	0.82	0.88	0.06	14.18
	20	0.80	0.86	0.06	13.87
2^b)	1	0.86	1	-	-	0.68	0.91
	2	0.87	0.99	0.06	16.80
	3	0.87	0.97	0.06	16.61
	5	0.75	0.90	0.07	13.17
	4	0.78	0.84	0.06	13.90
3^c)	9	0.77	1	-	-	0.67	0.94
	12	0.87	1.18	0.08	14.14
	13	0.84	1.12	0.08	13.61
	16	0.82	1.11	0.08	13.29
	10	0.81	1.08	0.06	18.24
	14	0.84	1.07	0.08	13.60
	11	0.77	1.04	0.09	12.13
	15	0.83	1.03	0.08	13.32

Factors	SMC (φ²)			AVE
Factors	1^a)	2^b)	3^c)	AVE
1^a)	1			.66
2^b)	.55 (<.001)	1		.68
3^c)	.79 (<.001)	.61 (<.001)	1	.67

Factor	Correlation (φ)	SE	φ–2SE	φ+2SE
1^a) ↔ 2^b)	.74 (<.001)	0.03	0.68	0.80
1^a) ↔ 3^c)	.89 (<.001)	0.02	0.85	0.93
2^b) ↔ 3^c)	.78 (<.001)	0.03	0.72	0.84

Table 1. General characteristics of participants (N=440)

Values are presented as number (%) or mean±standard deviation.

CFA, confirmatory factor analysis; EFA, exploratory factor analysis.

Table 2. Factor loadings, item communalities, and eigenvalues from exploratory factor analysis (24 items) (N=220)

df, degrees of freedom.

^a)Factor 1: prediction and preparedness. ^b)Factor 2: cue capture. ^c)Factor 3: situation appraisal.

Table 3. Convergent validity based on confirmatory factor analysis (N=220)

AVE, average variance extracted; C.R., critical ratio; CR, composite reliability; SE, standard error.

^a)Factor 1: prediction and preparedness. ^b)Factor 2: cue capture. ^c)Factor 3: situation appraisal.

Table 4. Discriminant validity based on the Fornell-Larcker criterion (N=220)

AVE, average variance extracted; SMC, squared multiple correlations.

^a)Factor 1: prediction and preparedness. ^b)Factor 2: cue capture. ^c)Factor 3: situation appraisal.

Table 5. Discriminant validity based on confidence intervals of inter-factor correlations (φ±2SE) (N=220)

SE, standard error.

^a)Factor 1: prediction and preparedness. ^b)Factor 2: cue capture. ^c)Factor 3: situation appraisal.