歐洲生命質量量表三種測量方法的一致性研究

葉靜陶，卓琳，王國威，貢佳慧，劉丁陽，朱杰，徐玲，卓朗

(1.徐州醫科大學 公共衛生學院，江蘇 徐州 221004； 2.新鄉醫學院 基礎醫學院，河南 新鄉453003； 3.中國衛生與計劃生育委員會，北京 100044)

隨著人類文明的進步、人們生活水平的提高以及社會經濟的發展，疾病譜和健康觀念發生了改變，人們越來越重視疾病所帶來的身體、心理及社會等多方面的影響，生命質量開始漸漸走進人們的視野[1]。歐洲生命質量量表(EQ-5D)是英國國家衛生與臨床評價機構推薦的最佳生命質量評價工具[2]，其建模方法主要有視覺標尺(VAS)法、時間權衡(TTO)法和標準賭博(SG)法3種。

很多國家已經構建了本國綜合指數模型，但是對于同一研究樣本，有些國家采用不同方法建模存在差異，有些國家如英國、丹麥、西班牙等的生命質量曲線存在交叉[3]，有些國家如瑞典的生命質量曲線呈高低分布[4]。

中國大陸EQ-5D官方中文版已通過信度和效度檢驗，并被廣泛應用于國家衛生服務調查，但是我國尚未采用該量表構建本國人群的生命質量模型，且各國采用不同方法構建模型結果不一致，影響了EQ-5D在中國的應用和發展。本研究前期已采用普通最小二乘(OLS)回歸法建模得到了相對一致的結果，但OLS回歸法要求樣本數據具有獨立性，即各數據間不相關。本研究同一受調查者完成18個測量存在一定的相關性，數據不能滿足此要求[5]，因此本研究采用廣義最小二乘(GLS)回歸法和加權最小二乘(WLS)回歸法建模，探討模型的一致性。

1 對象與方法

1.1 研究對象

由于普通人群理解能力和依從性較低，難以保證數據質量。因此，本研究選取某醫學院校大學生作為測評對象，以分層整群隨機抽樣的方法，按年級、專業分層抽取了600名醫學生作為應答者。

1.2 研究方法

1.2.1 EQ-5D模型的結構 本研究采用的中國大陸EQ-5D官方中文版健康量表由行動、自我照顧、日常活動、疼痛/不舒服、焦慮/沮喪5個維度組成，每個維度包含3個水平：水平1表示沒有障礙，水平2表示有中等障礙，水平3表示有嚴重障礙。通過L18(2*3^7)正交設計表得到18個健康狀態，參見文獻[6]。問卷的信度控制通過計算機輔助實時反饋完成。

1.2.2 健康狀態評分 本研究采用VAS、TTO、SG進行生命質量評估，每種方法的測量間隔時間不低于72 h，可以降低3次測量之間的相互干擾。

VAS是指應答者在刻度從-10到10的垂直放置的VAS軸上排序并指出最符合18個健康狀態的等級水平的數值。生命質量的測算公式為：Q=VASraw/10。VAS測量的生命質量的取值范圍為-1～0～1。

TTO是指應答者處于某種假定的健康狀態10年，自愿換取完全健康狀態時所能接受的最短時間。如果狀態優于死亡，愿意換取的最短時間為t，生命質量為Q，則Q=t/10；如果狀態比死亡差，愿意忍受的最長時間為t，則Q=-(10-t)/t。對于比死亡差的健康狀態，TTO的取值為0～-∞，這會引起負極值的不可控性，同時也為了統一VAS法和TTO法的取值范圍，因此對TTO<0的值進行調整變換，公式為：Q′=Q/1-Q=-t/10。最終TTO的取值范圍為-1～0～1。

SG是指應答者假設處于某種特定的健康狀態，愿意接受治療換取完全健康狀態時所能接受的最小治愈概率值Pmin。應答者選擇治療時，獲得完全健康狀態的概率為P，同時治療失敗面對死亡的概率為1-P；當概率P→Pmin時應答者放棄治療，維持現狀。此時生命質量Q=Pmin。由于SG是概率評價，因此取值范圍介于0～1之間。

1.2.3 啞變量的構成 本研究設計了MO2、MO3、SC2、SC3、UA2、UA3、PD2、PD3、AD2、AD3等啞變量，啞變量的定義見表1。例如自我照顧能力處于水平1、2、3時分別記為SC2=0、SC3=0，SC2=1、SC3=0，SC2=0、SC3=1。

1.2.4 統計學處理 最常用的回歸模型主要有OLS、WLS、GLS 3種。OLS要求樣本數據具有獨立性，但本研究數據不能滿足此要求。因此，本研究應用STATA/SE 12.0軟件在個體水平上采用GLS和WLS(以殘差e2的倒數為權重)構建模型。

表1啞變量的定義

Tab1Thedefinitionofdummyvariable

啞變量定 義MO2行動能力處于水平2時為1,否則為0SC2自我照顧能力處于水平2時為1,否則為0UA2日常活動能力處于水平2時為1,否則為0PD2疼痛/不舒服處于水平2時為1,否則為0AD2焦慮/抑郁處于水平2時為1,否則為0MO3行動能力處于水平3時為1,否則為0SC3自我照顧能力處于水平3時為1,否則為0UA3日常活動能力處于水平3時為1,否則為0PD3疼痛/不舒服處于水平3時為1,否則為0AD3焦慮/抑郁處于水平3時為1,否則為0

2 結 果

2.1 樣本特征

本研究共發放了600份問卷調查，46份問卷因存在明顯的邏輯錯誤或回答內容缺失而被排除，最終回收有效問卷554份。其中男262人，女292人。應答者年齡19～24歲，其中19歲18人，20歲95人，21歲234人，22歲132人，23歲48人，24歲27人。

2.2 模型系數

本研究采用GLS和WLS回歸法在個體水平上構建了6個模型，見表2。所有回歸模型的系數均具有統計學意義(P<0.05)。

2.3 綜合指數模型對健康狀態的預測曲線

本研究構建的模型1～6的評分曲線如圖1、2，可以看出，以GLS和WLS回歸為基礎構建的VAS、TTO、SG模型評分曲線基本相似，模型得到了相對一致的結果。

表2以GLS和WLS回歸為基礎構建的模型系數估計表

Tab2ModelcoefficientestimatorbasedonGLSregressionandWLSregression

參數模型1模型2模型3模型4模型5模型6MO2-0.082 1-0.081 5-0.071 7-0.087 7-0.093 8-0.074 1MO3-0.170 4-0.189 6-0.174 6-0.189 2-0.192 3-0.182 3SC2-0.070 3-0.091 7-0.081 1-0.076 8-0.100 3-0.072 5SC3-0.174 7-0.178 9-0.175 2-0.158 2-0.175 8-0.163 4UA2-0.074 6-0.097 2-0.086 1-0.091 1-0.097 8-0.074 4UA3-0.161 0-0.171 0-0.177 3-0.168 4-0.173 3-0.158 7PD2-0.075 2-0.071 4-0.055 6-0.103 3-0.073 8-0.057 1PD3-0.226 0 -0.266 9 -0.235 5 -0.253 1 -0.265 6 -0.222 1 AD2-0.074 8 -0.083 4 -0.064 5 -0.081 0 -0.093 8 -0.076 0 AD3-0.235 7 -0.274 6 -0.239 2 -0.220 2 -0.270 6 -0.243 9

模型1：以GLS回歸為基礎構建的VAS模型；模型2：以GLS回歸為基礎構建的TTO模型；模型3：以GLS回歸為基礎構建的SG模型；模型4：以WLS回歸為基礎構建的VAS模型；模型5：以WLS回歸為基礎構建的TTO模型；模型6：以WLS回歸為基礎構建的SG模型

注：下劃線表示對生命質量影響較大的幾個因素

2.4 模型回歸系數之間的相關系數

模型回歸系數兩兩之間的相關性矩陣見表3。

3 討 論

3.1 模型評分結果較為一致

本研究采用GLS和WLS回歸法構建了6個模型，模型間的相關系數較高，且6個模型的評分曲線(圖1、2)形態相似，結果相對一致。產生一致結果的原因可能為：(1) 以某醫學院校醫學生作為樣本具有理解能力高、依從性好等優點，可以減少邏輯不一致性的發生。(2) 正交設計法選擇18個健康狀態進行研究具有“均勻分散，齊整可比”的特點，同時也增加了多元線性回歸模型的穩定性[7]。(3) 計算機輔助調查可以及時修正測評不一致性，保證數據質量。

3.2 個別狀態的模型評分結果存在略微差異

從圖1、2可以看出，在22323、22233這兩個狀態上，3種方法的評分結果存在略微差異。SG評分略高于VAS，TTO低于VAS。SG評分是概率取值，取值范圍僅限于0～1，無負值取值，故略高于VAS[8]。TTO評分低，表明當健康狀態越來越嚴重時，應答者多傾向于放棄生命時間，進而回避這種狀態，說明TTO方法在某種程度上影響到了人的心理和情緒。相比之下VAS方法則處于較為適中的水平。

圖1以GLS回歸為基礎構建的模型預測曲線

Fig1ModelpredictioncurvesbasedonGLSregression

圖2以WLS回歸為基礎構建的模型預測曲線

Fig2ModelpredictioncurvesbasedonWLSregression

表3模型回歸系數兩兩之間的相關性矩陣表

Tab3Correlationmatrixtablebetweenmodelcoefficients

模型1模型2模型3模型4模型5模型6模型11模型20.988 01模型30.989 00.989 0 1 模型40.973 10.969 3 0.963 1 1 模型50.985 60.998 6 0.986 4 0.967 1 1 模型60.992 60.991 6 0.989 7 0.963 6 0.991 71

3.3 生命質量的最大影響因素分析

由表2數據可知，5個維度中對生命質量影響最大的因素一致，主要是存在重度的焦慮/沮喪和疼痛/不舒服，這與2008年我國第4次國家衛生服務調查對全人群生命質量的評估結果[9]一致。吉珂等[10-11]的研究也得出了相同的結論。

3.4 本研究的局限

本研究選擇某醫學院校大學生作為樣本，雖然具有理解能力強、依從性好等優點，保證了數據質量，減少了邏輯不一致性的發生，但是所選的醫學生群體不能代表全人群，因此本研究可以作為同類方法學研究的參考，而在全人群中推廣應用仍要慎重。

[參考文獻]

[1] 謝琨,吳晶.中國糖尿病患者生命質量的薈萃分析[J].現代醫學,2014,42(12):1462-1468.

[2] SCHLANDER M.Has nice got it right? An international perspective considering the case of Technology Appraisal No.98 by the National Institute for Health and Clinical Excellence(Nice)[J].Curr Med Res Opin,2008,24(4):951.

[3] SZENDE A,OPPE M,DEVLIN N.EQ-5D Value Sets:Inventory,comparative review and user guide[M].Dordrecht:Springer,2007:13-52.

[4] BURSTROM K,SUN S,LEVIN L A,et al.Swedish experience-based value sets for EQ-5D health states[J].Qual Life Res,2014,23(2):431-442.

[5] DOLAN P.Modeling valuations for EuroQol health states[J].Med Care,1997,35(11):1095-1108.

[6] 孫碩,卓琳,劉佳佳,等.聯合分析法探索EQ-5D量表積分體系[J].中國衛生統計,2015,32(6):1031-1036.

[7] 夏之寧,諶其亭,穆小靜,等.正交設計與均勻設計的初步比較[J].重慶大學學報：自然科學版,1999,22(5):112.

[8] SUTHERLAND H J,LLEWELLYN H,BOYD N F.Attitudes toward quality of survival.The concept of “maximal endurable time”[J].Med Decis Making,1982,2(3):299-309.

[9] 劉小芳.EQ-5D量表在作業人群健康狀況評價中的應用研究[D].杭州：浙江大學,2014.

[10]吉珂,周王艷,陳家應.基于EQ-5D量表的農村已婚育齡婦女健康相關生命質量評價[J].南京醫科大學學報：社會科學版,2011,44(3):182.

[11]竇偉潔,韓志琰,宋奎勐,等.山東省農村居民健康相關生命質量及其影響因素研究[J].中華全科醫學,2017,15(6):912.