2026年1月7日下午1:30，护理学院在市内校区110教室及腾讯会议平台举办线下线上混合式硕士研究生学术活动。2024级研究生王雪和李美璇担任主讲人。
王雪同学分享《结构方程模型》，以结构方程模型的科研实操应用为核心，结合护理学科研究特点，从模型定义与构成、适用研究场景、核心概念界定、实操核心步骤、常见问题解决五个维度展开汇报，全面剖析结构方程模型在护理科研中的应用逻辑与实操要点。首先明确结构方程模型是一般线性模型的扩展，是探索和验证变量间因果关系的常用方法，由测量模型和结构模型两部分构成，测量模型搭建观测变量与潜变量的联系，结构模型则是潜变量间的回归模型。随后结合医学与护理研究实际，梳理模型的四大适用场景，包括疾病预防和健康行为研究、治疗效果研究、疾病进展和预后研究，以及护理领域变量作用路径、横断面研究等，同时指出中介效应分析、验证性因子分析等护理科研常用方法均为其特例。在核心概念部分，清晰界定观测变量、潜变量、内生变量、外生变量的定义与区分标准，结合护理科研量表、问卷实例帮助师生理解。针对实操环节，讲解了理论构建、数据收集、模型建立和估计、模型检验、模型修正的五步核心流程，重点阐释模型设定、识别、估计、评价、修正的关键要点，同时介绍拟合优度指数、近似误差均方根、比较拟合指数等核心拟合指标的判断标准。最后剖析护理科研中应用该模型的常见问题，包括模型无法识别、拟合指标较差、样本量计算、数据非正态等，给出了保证自由度≥0、为潜变量建立测量尺度、依据修正指数逐步修正模型、样本量一般大于200采用10:1/15:1经验法等针对性解决策略，为模型的规范应用提供科学依据。
李美璇同学以《中介效应分析》为主题展开分享，以中介效应分析的方法原理与科研论文应用为核心，结合护理科研中变量间效应关系研究的实际需求，从中介效应概述、分析方法、软件选择、论文分析四个维度进行系统讲解，兼具理论深度与实操价值。首先厘清中介效应的核心概念，说明中介效应是自变量通过中介变量对因变量产生的间接影响，分为完全中介和部分中介，同时讲解了简单中介效应与多重中介效应的区别，明确多重中介效应包含平行中介和链式中介两种类型，并结合路径图演示了多重中介效应的三条核心路径与效应量计算方法。在效应分解部分，清晰区分直接效应与间接效应，讲解了简单中介和多重中介效应中总效应、直接效应、间接效应的换算关系与计算方式。针对中介效应分析方法，重点介绍了因果逐步回归检验法、Sobel检验、Bootstrap抽样法三类常用方法，详细演示了三步法的三个回归方程模型与检验流程，指出其检验效能较低的不足，同时讲解了当前主流的Bootstrap抽样法的原理、检验步骤与判断标准，还介绍了遮掩效应这一特殊的中介效应类型，结合专业知识说明其数理特征与实际研究阐释要点。在软件选择环节，根据显变量/潜变量、简单/复杂中介效应的不同研究场景，梳理了SPSS+Process插件、R语言、Amos、Mplus等软件的适用范围与特点，为师生软件选择提供清晰指引。最后结合护理科研论文实例，讲解了中介效应分析相关论文的撰写要点，包括理论框架支撑、变量关系说明等，同时展示了描述性统计与相关性分析表、中介效应模型图、效应检验结果表等常见图表的制作与解读方法，明确了结果汇报中需展示的路径系数、显著性、置信区间、效应占比等核心内容，为师生论文撰写提供实用参考。
此次学术活动聚焦护理科研数据分析中的核心统计方法，贴合护理学科研究的实际需求。结构方程模型的分享从科研应用角度出发，梳理了模型应用的全流程要点与常见问题解决策略，帮助师生建立系统的模型应用认知；李美璇同学的汇报将中介效应分析的理论知识与护理科研论文实例深度结合，清晰讲解了方法原理、实操步骤与论文撰写规范，内容实用性极强。本次学术分享既展现了主讲人扎实的科研统计专业素养，也有效填补了师生在结构方程模型与中介效应分析实操应用层面的知识空白，为学院师生开展高质量护理科研数据分析与论文撰写提供了有力的方法支撑，同时进一步浓厚了学院的学术交流氛围，对提升研究生的科研实践能力起到了积极的推动作用。
