卫生专业人员领导能力量表的心理测量特性:一项系统综述

背景

领导者在健康研究翻译中的重要作用在实施科学文献中得到承认。然而，对卫生专业人员的领导特征和行为的准确测量尚未得到直接解决。本综述旨在确定衡量领导特质和行为的量表是否可靠和有效，以供卫生专业人员使用。

方法

进行了系统审查。检索MEDLINE、EMBASE、PsycINFO、Cochrane、CINAHL、Scopus、ABI/INFORMIT和Business Source Ultimate，以确定报告了与卫生专业人员一起测试领导力相关量表可靠性、有效性或可接受性的原始研究的出版物。

结果

在2814项记录中，共有39项研究符合纳入标准，其中33项量表经健康专业人员进行某种形式的心理测量测试。最常用的是实施领导能力量表(n =5）和多学会领导力调查问卷（n= 3） 。在33个量表中，大多数量表在英语国家（包括美国）进行了验证(n= 15)和加拿大(n= 4)，但也有一些翻译和在欧洲和亚洲使用，主要是护士样本(n= 27)或专业医护人员(n= 10)。只有两项验证性研究包括医生。大多数量表的内容效度和内部一致性都很明显(n= 30和29)。在33个量表中，只有20个量表满足良好构念效度的可接受阈值。在重测信度、反应性、可接受性、跨文化再验证、收敛效度、区别效度和标准效度方面的测试非常有限。

结论

对于专业人士，主要是护士来说，七音阶可能足够健全。关于医生的领导能力量表缺乏验证。鉴于医生、护士和相关卫生专业人员在推动循证医疗保健的实施方面具有领导作用，这在用于医疗保健实施研究和实践的领导力量表的心理测量测试中构成了明显的差距。

试验注册

此审查遵循系统评论和META分析（PRISMA）的首选报告项目（参见额外的文件1）（PLOS医学。6：E1000097,2009）和相关的协议已经在Prospero国际潜在系统审核登记册中注册（注册号码CRD42019121544）.

背景

改进研究、翻译或实施的挑战

将科学知识转化为医疗保健环境中的常规循证实践，可确保最佳护理和改善患者的预后[1.,2.].尽管如此，研究知识向循证实践的转化往往很慢或很差[3.,4.,5.,6.]．McGlynn的一项基础性研究[7.,8.]的研究发现，在1998年至2000年的两年时间里，美国患者接受的循证护理占55%，不同疾病接受循证护理的比例差异很大。此外，Schuster等人2005年的系统综述[9]发现30-40%的患者错过了已被证明有效的治疗，而20-25%的患者正在接受他们不需要或可能对他们造成伤害的治疗。Runciman等人最近在澳大利亚进行的一项研究[10在2012年对1154名参与者的抽样调查中发现，57%的参与者获得了适当的护理，这同样因医疗条件的不同而不同(从32%到86%)。麦格琳(8.]表明,尽管试图解决这些赤字在循证护理,没有大规模研究测量提供循证护理在美国自2003年以来,尽管较小规模的研究表明在一些地区已经有改善,整体医疗保健几乎没有变化。这种未能将知识转化为循证实践的做法可能会导致患者的不良结果，包括次优治疗、暴露于不必要或有害的治疗、生活质量下降和生产力损失[2.,6.]．对于医疗系统来说，这种失败可能会导致无效的组织和不必要的开支[2.,6.]．

在医疗保健中，循证实践是指将临床研究和知识转化或实施到医疗保健实践中[6.]．基于证据的实践的两个关键措施是：第一，基本科学知识对临床实践的翻译，其次是在当地设定进入常规医疗保健和政策中的基于证据的实践的实施[6.,11]．成功实施的障碍可能是个人的、结构的和组织文化的[6.,12]包括管理层的承诺，获取研究，能力问题，金融抑制，组织内的不足，或缺乏必要的设施或设备，人员配置，同伴士气和承诺以及领导力[6.,12]．实施策略和框架承担或包括领导的重要角色。领导力已被证明是在包括癌症护理、药物滥用、体重管理、姑息治疗和物理治疗在内的临床环境中培养循证实践文化的一个不可或缺的因素[3.,13,14,15,16,17,18]．随后，领导行为可以鼓励或劝阻医疗组织内的变更和创新[13,19]．

尽管领导力被认为是实施和维持循证实践的决定性因素[1.,4.,20.,21,22,23,24]，该术语在研究中仍是一个模糊的概念[16]．领导力被定义为一系列内在的个人特征、习得的行为以及对特定情况或环境的反应[23]．各种类型的领导被提出，包括变革型领导、交易型领导、分配型领导、魅力型领导、英雄型领导、赋权型领导、敬业型领导、真实型领导、集体型领导、服务型领导和被动或回避型领导[25,26,27,28,29].Reichenpfader等人的系统综述[16]发现，在实施科学领域的17项研究中，该术语的使用并不精确，也不一致[16]．本文作者将使用Reichenpfader等人的[16]领导的定义，“一个人对另一个人或团体的一个人施加故意影响的过程”，以实现一组或组织的某些结果。同样，提交人将认为领导人是那些被认为对集团或组织结果产生影响的人，是他们正式或非正式领导人。

正式领导或职位领导——职责包括监督员工、预算和业务的经理或主管——有能力获得和分散资金和资源，并设计和执行实施政策[19,30.]．正式领导有责任确保医疗保健组织通过充足的资金和资源，支持性计划，实践和战略支持执行基于证据的做法，以及提供有利于实施的工作环境[19].实施研究综合框架（CFIR）[31认为正式领导是项目管理和协调实施的人。在医疗保健环境中，实施健康领域的实践变革通常需要多个专业团体的领导，包括护士、医生和联合健康[32]．Powell等人(2015)提出了利用正式领导的实施策略，包括招聘、指定和培训领导以应对变化[33]．

然而，影响实施的不仅仅是正式领导者。变革拥护者，他们可能是正式或非正式的领导者，在整个文献中也被称为意见领袖、实施领袖、促进者和变革代理人[34)，亦在有效推行[3.,19,30.]．变革斗士是组织中致力于实施变革、努力工作以实现变革的人，通常是风度翩翩、有影响力的人。3.,34]。变革拥护者可能是一线员工，他们可能担任或不担任正式的管理职务，经常积极影响他人的态度或行为[3.,6.,30.,34]．变革先锋通过向同行展示技术能力和可及性和可用性来获得影响力[6.]．cir认为，在实施过程中，正式或非正式变革的倡导者是那些致力于支持和推动实施并影响对实施的态度的人[31]．利用鲍威尔等人确定的更改冠军的实施策略。[33包括:确定变革倡导者，使他们为干预做好准备，并确保他们了解情况，从而影响他们同事的支持[33]．这些冠军有责任通过获得高级管理人员、正式领导以及他们的同行的支持，促进医疗保健组织的实施友好氛围[19]．

尽管正式和非正式领导人在促进了在医疗组织中的循证实践中的实施方面，但对领导层的各个方面可能与研究翻译的疗效或速度有关的实证研究相对较少的实证研究提供证据的实践[2.]．尽管很明显，领导力对于创新的成功实施和可持续性至关重要[1.,35，尚不清楚如何识别、衡量和培养领导特质和行为[2.,3.,5.,19]．

因此，研究领导力与医疗保健研究翻译之间的关系需要准确和相关的领导力量表。领导力和变革管理是一个不断发展的学术领域[36,37,38,39,40,41]，并在开始识别和综合衡量领导特质和行为的量表以及验证这些量表的心理测量学特性方面取得了一些进展[42,43,44]．鉴于需要各种卫生专业人员参与领导实践变革;领导能力量表不能被认为是有效和可靠的管理与卫生专业人员，直到它经过广泛的跨领域卫生专业人员的测试。然而，对一般实施量表(即非针对领导力的量表)的系统回顾显示，可用于评估领导力特征和行为的有效量表的开发和可用性存在差距[45]．这种差距阻碍了实施研究人员和卫生专业人员确定循证特征和行为的能力，而循证特征和行为可有助于确定可能参与促进和提供循证保健的正式和非正式领导人。

本系统综述的目的是识别已发表的具有心理测量特性(信度、效度或可接受性)的领导能力量表，这些量表已由临床卫生专业人员评估。

此审查遵循系统评价和Meta-Analyses（PRISMA）的首选报告项目（参见附加文件1.) [46]．本文综述的合成方法以Clinton-McHarg等人[452016年的一项研究调查了在公共医疗和社区环境中开发的量表的心理测量特性[45]．此评论在Prospero注册（注册号CRD42019121544）.

搜索策略

检索MEDLINE、EMBASE、PsycINFO、Cochrane、CINAHL、Scopus、ABI/INFORMIT和Business Source Ultimate，以确定2000年1月至2018年12月期间发表的相关英文研究。在2019年1月至2020年1月期间，以同样的标准进行了第二次搜索。选择这些时间段是为了优化研究结果的传播，并且在2000年之前发表的相关研究很少(如果有的话)。在进行数据库搜索之前，在PICO(问题、人口、干预和比较和结果)声明的指导下，通过和迭代过程开发搜索词[47,48]．这些术语在澳大利亚纽卡斯尔大学的高级图书管理员协商，以捕捉相关研究，并确保正确使用布尔运营商，截断和主题标题。与探索关键概念有关的所有数据库的所选搜索条件，是医疗保健领导（问题），健康临床医生（人口）_规模类型（干预和比较），以及对心理学属性（结果）的评估，附加条款相关对于非健康聚焦数据库（人口）包括健康。Medline数据库的完整搜索策略如图4所示。1.．

资格

如果他们：（1）是同行评审期刊文章报告原始研究结果;（2）报告从练习卫生专业人员收集的数据;（3）确定并评估了可靠性，有效性或可接受性的领导相关规模（见表1.用于选择标准和关键定义）。

研究选择

最初的搜索产生了4593条记录。其中，1779条重复记录被排除在外。从剩余的2814条记录中，随机选择的100条记录的子集的标题和摘要由两位作者（CP和MC）独立筛选，以试验纳入和排除标准的应用。然后由两位作者（CP和MC）独立筛选另外500项随机选择研究的标题和摘要，其余由一位作者（MC）筛选。不符合纳入标准的研究被排除在外。剩余462项研究的全文手稿随后来源。在这462项研究中，有160项研究的全文(~ 35%的研究由两位作者（MC和CP）筛选。其余302项研究由一位作者（MC）筛选。在筛选的462份全文手稿中，274份不符合纳入标准，随后被排除在外，留下188份符合条件的出版物。在进一步讨论后，对领导力量表的标准进行了细化，以排除任何不专门针对领导力的量表（即测量倦怠、执行、非技术技能、组织背景、患者安全、基于任务/事件的领导或工作角色的记录）。根据这些标准，再排除149条记录，剩下39条记录供提取（见图。2.对于prisma图表）。

数据收集过程和数据项目

以下信息从符合纳入标准的出版物中提取并制成表格：（1）作者；出版年份；背景（如肿瘤学、心脏病学等）；研究国家；参与者（如医生、护士、多学科等）；研究目的；方法；领导力评估（即量表或工具的类型和名称）（2）心理测量学特性，包括面孔效度、内容效度、内部信度、重测信度、结构效度、标准效度、反应性、可接受性、可行性、再验证、跨文化验证、趋同效度和判别效度。

总结措施

被评估的创新的设置、样本和特征

提取创新的设置、样本和特征，包括验证量表的国家和设置，以及样本的性别、职业和样本的响应率。

面孔效度和内容效度

面子效度评估量表是否有意义，是否与使用该量表的人相关[49]。如果管理者和/或考生通过正式流程同意量表测量其设计测量的内容，则认为量表具有表面效度[49]．内容效度评估量表是否完全抓住了概念和它被设计测量的样本。如果论文描述了项目是如何选择和评估的，哪些项目进行了修订，如何进行修订，或者指导量表设计的理论和/或框架，则认为量表具有内容效度[50]．

内部可靠性和重测可靠性

如果Cronbach’s alpha为>，则认为量表或子量表具有内部一致性。70年(51]．其中，一篇论文仅报告了量表各分量表的Cronbach’s alpha的范围，其中部分范围为<。拒绝内部一致性。为考虑量表复测的可靠性，有必要在2-14天内重复给药相同样本的量表(即2-14天以外的复测期不符合我们的准则)[52]．此外，如果来自两个管理时间点的分数之间的相关性具有> .70的脑相关系数（ICC），则实现了测试 - 保持性可靠性.70 [45,50]．

构念与标准效度

探索性和/或验证性因素分析(EFA/CFA)结果主要用于确定量表的结构效度(即内部结构)。如果EFA和CFA都是针对单一量表进行的，那么CFA成绩将采用临界值。当解释一个EFA时，如果特征值设置在> 1和/或>，量表被认为具有构造效度，50%的方差被量表解释[53,54]．在报告方差百分比解释的研究中，假设> 1的特征值。当解释一个CFA时，量表被认为具有构造效度，分析时采用均方根近似误差(RMSEA) <。08和比较适合指数(CFI) > 0.95 [55,56]．当RMSEA为<。06由Clinton-McHarg(2016)支持[45，在本医疗保健领导文献中，RMSEA为<的情况更为常见。08是一个可接受的界限，经常被Hu和Bentler(1999)引用[56]．如果对已知差异的亚群体(如普通护士与护士经理)获得不同的分数，则认为量表具有标准效度[57]．

响应性、可接受性、可行性、再确认性和跨文化适应性

量表检测随时间变化的能力(即响应性)是根据报告的中等效应大小(> 5%)和/或最小下限和/或上限效应(< 5%)确定的[50,58]．根据缺失项目的比例较低，量表被认为是可接受的;根据完成、解释和评分量表所花费的时间，量表被认为是可行的。如果量表使用额外的人口或样本进行重新验证，或跨文化或语言进行调整，也会引起注意。

收敛效度和判别效度

量表的收敛效度和判别效度分别由皮尔逊相关系数确定(r) > .40具有类似刻度和（r） < .30具有不同的量表。如果报告了某个量表的收敛或判别效度，但测试不涉及将该量表与其他类似/不同的验证量表相关联，则在确定标准满意度时，这些量表被标记为不清楚。

合成的结果

鉴于出版物在使用和测量的使用和描述中可以显着变化，需要叙事合成而不是元分析。Popay等人。（2006年：5）表明，与叙述审查不同，这是“他们的方法”通常没有系统或透明“，[59叙事综合指的是“一种综合过程，可以用于关注广泛问题的系统评论，不仅仅是那些与特定干预的有效性有关的……[它]是一个更大的审查过程的一部分，包括以系统的方法寻找和质量评价基于研究的证据，以及这些证据的综合”。[59]为了本综述的目的，根据其表达的目的综合研究。

在标题和摘要阶段筛选的2814份记录中，排除了2352份记录。其余462份记录在全文阶段筛选。在这些记录中，排除了274份，留下188份符合条件的出版物。在进一步讨论后，对领导力量表的标准进行了细化，以排除任何不明确的量表解决领导力问题（即，那些衡量倦怠、执行、非技术技能、组织背景、患者安全、基于任务/事件的领导力或工作角色的人）。使用这些标准，进一步排除149条记录，留下39条唯一记录供提取（见图。2.对于prisma图表）。

研究特征

评估量表的研究样本设置和特点

在33个鳞片中，大多数尺度在包括美国（包括美国）的英语国家（n= 15)和加拿大(n= 4)，但也有一些翻译和在欧洲和亚洲使用。实施领导能力量表由五种不同类型的卫生专业人员验证，比纳入的33个量表中的任何其他量表都多。随后是多因素领导力问卷和循证实践护理领导力量表，这两项都在两种不同类型的卫生专业人员中得到验证。大多数研究验证了护士量表(n= 27)，其次是同族健康(n= 10)，只有两项研究以医生为样本验证量表;没有量表被大多数其他类型的健康专业人员验证。同样值得注意的是，样本中绝大多数是女性。参与研究的女性比例从39%到99.5%不等，在26项报告性别的研究中，女性的平均比例为75%。考虑到样本中女性比例最低的研究是那些包括非护士保健专业人员的研究，这可能是因为护理是女性主导的职业。这些数据见表2.．

对量表的心理测量学特性进行评估，包括面孔和内容效度、内部信度、重测信度、结构效度和标准效度、反应性、可接受性、可行性、再验证和跨文化验证，并在表中报告3.．

面孔效度和内容效度

在39项研究中，18项研究(16份)和33项研究(30份)分别对面孔效度和内容效度进行了评价。

内部可靠性

33份量表中有29份(88%)达到内部一致性，Cronbach’s alphas >.70显示。所有关于盲降的五项研究报告均显示其内部具有足够的一致性[19,76,77,78,79]，整个比例尺有两份报告[19,78]，个别分量表为三个（例如“Y（仅报告的分量表）”）[76,77,79]．在两项报告MLQ的研究中，一项报告整个量表内部具有足够的一致性[85]及一份个别分量表[86]．在其余27份报告内部一致性的量表中，有16份报告了整个量表[43,60,61,62,63,64,66,70,71,72,73,75,78,80,83,84,87,89]，个别分量表为10 [65,67,68,69,74,81,82,93,95,96]．三篇论文(64,66,72]只报告量表各分量表的Cronbach’s alpha值的范围，表示一个或多个分量表的Cronbach’s alpha值<。因此不满足我们确认整个量表内部可靠性的标准。

测试 - 保持可靠性

在33个包含的尺度中，测试了九个尺度以进行测试 - 重保持可靠性[62,71,80,86,88,90,91,92]．考虑>的皮尔逊相关系数截止。70alone, seven scales achieved adequate test-retest reliability [62,71,80,88,90,91,92有两个没有[86,87]．重新给药期限由2-14天内(n= 5) [71,88,90,91,92]，第14至30天(n= 3) [62,80,87]，一年[86]．我们的测试重测信度标准要求两方面都要符合r大于0.70，再给药时间介于2到14之间 天。五个量表在2-14天内重新测试 日子[71,88,90,91,92]符合这个标准。一个等级[80]显示出较高的复试信度(r= .96)稍微超出了推荐的再给药期(初始评估后15天)，并被认为成功满足了我们的标准。

构念与标准效度

33项研究报告了他们的量表的内部结构，使用的是全民教育(n= 10)[包括PCA [n= 7]]， CFA (n= 10)，或两者都是(n= 12） .五项研究中的[19,76,77,78,79]报告ILS，三个[19,77,78]报告良好构思效度的可接受阈值及两项[76,79)没有。在其余26个量表中，54% (n= 14)满足良好结构效度的可接受阈值，其中EFA表示> 50%的方差由最终模型解释，特征值设置在> 1和/或CFA表示可接受的RMSEA(< .08)和CFI(> .95)值。5个量表被标记为“不成功”(即“N*”)[60,74,75,87,90，表示RMSEA值<。而不是<。和/或CFI值>。90，但不是>.95。一项研究[63]只报告了量表的RMSEA值(< .08)，因此，在确定结构效度的充分性(即需要RMSEA和CFI来确定充分性)时，被标记为不清楚(“U”)。再增加两个刻度[82,92]被标记为“U”，尽管提到了因子分析或结构效度，但他们没有报告RMSEA或CFI值。四个尺度(64,67,80,95]不符合我们的充分结构效度标准。

在33个量表中，有5个量表[62,68,73,75,93]展示标准有效性和一个[60被标记为不清楚。10个量表与现有量表相关，以评估收敛效度和/或判别效度，如Pearson相关(r）.其中8个量表(包括盲降量表，在5个盲降量表研究中有3个测试了收敛效度)[60,63,66,68,74,75,76,93]被认为具有收敛效度(r> .40）和两个鳞片（ILEARD和ILS）[19,75,79]被认为同时具有收敛效度和区分效度(r<.30）。三项研究[67,76,87]报告的收敛和/或判别效度不涉及将量表与其他已验证量表关联，因此标记为“U”。只有一个量表（变革型领导调查）[93]达到可接受的结构、标准和收敛效度。

响应性、可接受性、可行性、再确认性和跨文化适应性

在39项研究中，只有五个关于响应性的五个，其中三个包括尺度，使我们对地板和天花板效应的标准提高了<5％[62,71,90].一级[67]有一个很小的上限效应，分数向量表的高端倾斜(14-62%的人获得了每项可能的最高分数)。三篇报告了他们的量表可接受性的论文[67,90,94]满足低比例的缺失项目。只有一项研究记录了完成量表所需的时间(5-10分钟)[67]．其他研究在他们的方法中提到了完成测试的预期时间，但没有记录考生实际花费的时间。在8种量表中，有5种量表在其他环境和亚群体中进行了重新验证，并成功地在其他群体中进行了语言重新翻译和使用[62,69,71,90,91]，其中两个不符合我们的标准[64,80]其中一个还不清楚[87]．

审查的目的是向医疗保健实施部门提供评估特征和行为的适当量表，以确定能够成功实施变革的正式或非正式领导人。值得注意的是，大量的量表(n= 33)被确定为接受了健康专业人员的某种形式的心理测试。然而，只有三种量表被多次测试过。这些是执行领导能力量表(n= 5)、多因素领导能力量表(n= 2），以及基于证据的实践护理领导范围（n= 2). 实施领导能力量表对注册护士具有良好的面孔效度和内容效度；儿童福利工作者、注册护士和心理健康临床医生的结构效度；与儿童福利工作者、注册护士和心理健康临床医生的内部一致性；与心理健康主管和心理健康临床医生的趋同效度。多因素领导问卷具有可接受的面孔效度、内容效度、结构效度以及与护士的内在一致性。循证实践护理领导能力量表具有可接受的面孔效度、内容效度、结构效度、内部一致性、重测性、反应性，并经过跨文化验证。大多数已确定的量表是在美国或加拿大等讲英语的高收入国家进行测试的，测试对象主要是护士样本或包括护士在内的卫生专业人员样本(n= 27). 只有两项验证研究包括医生，这可能表明有限数量的量表被证明适合评估这一群体的领导力。鉴于领导角色可由医生（如科长）、护士（如护理团队负责人）或其他经常参与实施干预措施的人员（如康复团队负责人、心理健康团队负责人）担任，重要的是，评估领导力的量表应在不同的环境中进行测试，并且对于涉及医生、护士、专职医疗专业人员和其他在实践变革中具有领导作用的人员的研究来说，其足够稳健。同样重要的是考虑性别和文化差异在领导中的作用。因此，未来的工作应该考虑验证领导规模与更广泛的不同的卫生专业人员和在各种情况下。

大多数量表的心理测量特征是内容效度和内部一致性。类似地，这些特性也被发现在更广泛的关于用非健康专业人员样本测试领导力量表的文献中很强[77,97,98,99,One hundred.]．例如，仆人领导力调查(SLS)已在三个西班牙语国家(西班牙、阿根廷和墨西哥)的638名员工中得到验证。[99]、诚信领导行为量表(ELBS) [98]，已在巴西的405名工作人员中得到验证，学校辅导员领导力调查(SCLS) [97]，已在美国的776名学校顾问和学校咨询监事以及实施领导范围（ILS）[77，已经与美国214名儿童福利提供者进行了交叉验证。格拉斯哥等人[101]，认为内部一致性可接受的量表可能也会有较多的项目，因此对用户来说比较麻烦[101他们进一步建议，考虑内容效度可能更实际些。101，它评估量表如何衡量概念和设计用来衡量的样本。内容效度在(n= 30)量表，包括实施领导能力量表、多因素领导能力量表和循证实践护理领导能力量表。

关于构建有效性的发现可能有关，因为发现33个秤中只有15个尺寸，以满足良好构建有效性的可接受阈值。在有关非健康专业样本的领导尺度的测试中，尚未明确确定这种潜在的疑虑[102,103,104]．例如，一项研究发现，尽管最近修订的多因素领导力问卷(MLQ)显示出高度的内部一致性，但以前的文献采用的是缺乏鉴别效度的旧版本[102]．另一项研究测试仆人领导规模（SLS）的构建有效性发现构建有效性的声音，然而，作者认为以前的研究没有充分测试了规模的构建有效性[71]．

关于其余的心理测量特征——测试重测的信度、反应性、可接受性、跨文化再验证、收敛效度、区别效度和标准效度——已经进行了非常有限的测试。

有七种量表在心理测量方面很有可能是适合健康专业人员使用的(至少对护士和相关的健康专业人员来说)，因为据报道它们满足了大多数的信度和效度标准。在使用英语进行测试的量表中，iLead量表显示出良好的内部信度和面孔效度、内容效度、标准效度、收敛效度和判别效度，仅略高于我们的满意结构效度临界值(CFI >)。90但不是>.95)。值得注意的是，一些研究认为CFI为>。为良好的构念效度。支持型领导行为量表也满足内部信度和重测信度、面效度、内容效度和构效度，并被成功再验证。变革型领导研究(STL)显示了内部一致性和良好的结构、内容、标准和收敛效度。最后，实施型领导能力量表经过多次评估，多次显示出很强的内部一致性、面孔效度和内容效度、收敛效度和区别效度。量表的构念效度存在一些不一致的地方，五项盲降量表的评价中有两项不满足我们关于充分构念效度的标准。在以英语以外的语言测试的量表中，魅力型领导社会化量表的巴西适应性显示出不充分的结构效度和内部一致性，因此没有成功地重新验证。真实性领导自我评估问卷(波兰版)(ALSAQ-P)报告并满足了11项标准中的7项，包括内部和测试重测的信度、内容、结构和标准效度，以及良好反应性和再验证的证据。波斯语版精神领导问卷(SLQ)表现出良好的内部信度和重测信度，面孔效度和内容效度。 Moreover, the Persian SLQ was deemed responsive, acceptable and feasible, and achieved revalidation in Persian language. This scale, like the iLead scale, had a CFI of >.90 but did not meet our cut-off of a CFI > .95. The Chinese translation of the Evidence-Based Nursing Leadership Scale (EBP Nursing Leadership Scale) achieved internal and test-retest reliability, construct, face, and content validity, good responsiveness and revalidation. In summary, seven scales were found to have acceptable psychometric properties for use in healthcare, being the: Authentic Leadership Self-Assessment Questionnaire (Polish version), the iLead, the Spiritual Leadership Questionnaire (Persian version), the Supportive Leadership Behaviours Scale, the Evidence Based Nursing Scale (Chinese translation), and the Implementation Leadership Scale.

很少有研究评估量表可能被认为是实用的程度，例如完成量表所需的时间或量表的可接受性和可行性。考虑到在实施科学中确定有效的领导规模的重要性[45]以及可接受性、可行性和成本（包括时间和资源）在评估实施结果中的关键作用[105]，这代表了文献中的一个重大差距。然而，必须承认的是，搜索策略并未广泛关注量表的实用方面，目前正在出现相应的工具（例如Stanick，2021）[106]．快速、可接受和有效的领导力量表的可用性将为研究人员、领导者和临床医生提供机会，以评估繁忙诊所中的卫生专业人员，以实现循证领导力，推动循证医疗保健。

由于领导地位的文献的多样性，所选择的搜索术语可能已经排除了一些相关研究。审查纳入标准导致在制定或展示特定或技术技能（例如，外科技能）的背景下排除有大量的研究领导地位。虽然这些类型的尺度被认为是过于狭隘的或目的特定的，但对于评估医疗保健领导的效益，通常可以在调整或修改时可能有用。此外，正如许多作者所指出的[101]，尺度的实用方面对实施是重要的，但在这里没有被彻底解决。列入这种评估将是对该领域的有益补充。本综述中对构念效度的评估主要集中在因子分析，因为这是这些研究通常采用的方法。其他方法，如评价构念与理论的关系，对建立构念效度也很重要。

此外，女性在样本中占绝大多数，这可能是因为护士验证的量表数量很高。世界卫生组织(世卫组织)的一份工作文件分析了104个国家卫生专业人员的性别平等[107]他们发现，在所包括的国家中，女性占卫生专业人员的67%，但在大多数国家，医生、牙医和药剂师等职业大多由男性主导，护理和助产等职业大多由女性组成[107]．2017年医院环境中医疗领导地位的系统回顾[108发现了28项探索医生领导力的研究。在这28项研究中，有9项发现“主导变化”被描述为一种由医生领导进行的活动。这表明，医生作为正式或非正式的变革倡导者可能会发挥作用。Boateng等人[109]建议量表开发和验证最佳实践的一个组成部分是针对拟使用的人群进行验证。鉴于大多数量表主要是针对女性为主的护士和专职卫生专业人员进行验证的，因此很难声称这些量表适用于评估G的领导特质和行为在医疗专业群体中，主要是男性，或者是除了护士和相关卫生专业人员之外的专业团体。因此，未来的工作可以考虑用更广泛的卫生专业人员来验证这些尺度。

有七个音阶，可以充分地与护士和相关的健康专业人员一起使用。这些是真实领导自我评估问卷、iLead量表、精神领导问卷、支持性领导行为量表、变革型领导调查、循证护理领导能力量表和实施型领导能力量表。在评估医生的领导特征和行为方面存在研究空白，而且在一些验证性研究中，男性的代表性似乎不足。鉴于领导力在推动医疗保健最佳实践方面的作用，有必要对医生、男性的现有量表进行进一步的心理测量评估和验证，并评估和理解实施领导力方面的性别和文化差异。这限制了在实施研究和实践中跨卫生保健学科使用现有量表的信心，但也为推进实施领导科学提供了机会。

本研究中产生或分析的所有数据均包含在本文及其补充信息文件中。

作者想要感谢艾玛舍伍德对这个研究的概念化和赠款准备的贡献。

这项研究是由亨特癌症研究实施旗舰计划资助的。

从属关系

1. 亨特癌症研究联盟，纽卡斯尔，新南威尔士州，澳大利亚

   Melissa A. Carlson，Sarah Morris，Fiona Day，Annika Ryan，Elizabeth A. Fradgley＆Christine Paul

2. 澳大利亚新南威尔士州卡拉汉纽卡斯尔大学医学和公共卫生学院

   Melissa A. Carlson，Sarah Morris，Fiona Day，Annika Ryan，Elizabeth A. Fradgley＆Christine Paul

3. Calvary Mater纽卡斯尔，Waratah，新南威尔士州，澳大利亚

   霏欧纳的一天

4. 西悉尼大学肿瘤学教育和研究翻译中心(CONCERT)，澳大利亚彭里斯

   安Dadich

贡献

AD、FD、AR、EF和CP是本研究的概念。MC, SM，和CP对记录进行编码和提取，是撰写手稿的主要贡献者。所有作者阅读并批准了最终的手稿。

作者的信息

N/A

相应的作者

给克里斯汀·保罗的信件。

伦理批准和同意参与

不适用。

同意出版

不适用。

相互竞争的利益

两位作者宣称他们没有相互竞争的利益。

出版商说明

Springer Nature在公布的地图和机构附属机构的管辖权主张方面保持中立。

开放获取本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图像或其他第三方材料都包含在本文的知识共享许可中，除非在该材料的信用额度中另有说明。如果资料不包括在文章的知识共享许可协议中，并且你的预期用途没有被法律规定允许或超过允许用途，你将需要直接从版权所有者获得许可。如欲查阅本许可证副本，请浏览http://creativecommons.org/licenses/by/4.0/．创作共用及公共领域专用豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据，除非在数据的信贷额度中另有说明。

重印和权限