基于大五人格理論應用潛在剖面分析探究2型糖尿病患者的用藥依從性

陳 平，黎澤明，郭 怡，孫昕霙△，Edwin B.FISHER

(1.北京大學公共衛生學院社會醫學與健康教育系，北京 100191；2.Department of Health Behavior,Gillings School of Global Public Health,University of North Carolina-Chapel Hill，North Carolina 27599-7440，USA)

根據我國2020年流行病學調查數據，依據世界衛生組織(World Health Organization,WHO)診斷標準，我國糖尿病患病率上升至11.2%[1]。2019年我國 20～79周歲人群糖尿病醫療支出總額達1 090億美元，是僅次于美國的第二大糖尿病疾病負擔國家[2]。規律的藥物治療作為糖尿病患者自我管理中的重要部分，在控制血糖方面發揮舉足輕重的作用，但研究顯示我國2型糖尿病(type 2 diabetes mellitus,T2DM)患者的用藥依從性狀況并不佳[3]。研究表明，T2DM患者的用藥依從性影響因素包括病程、家庭經濟條件、學歷、用藥指導等[3-6]。隨著生理-心理-社會醫學模式得到廣泛認可，近來也有相關研究關注到人格與T2DM患者自我管理行為的關系[7-9]，但應用潛在剖面分析勾勒人格畫像，基于人格畫像結果來探究用藥依從性的研究尚不多見。潛在剖面分析是一種基于概率模型來探索群體內分類情況的方法，可以確保各類之間的差異最大且內部差異最小[10]。采用該方法可以探究大五人格五個維度在每個個體中的整體表現，從而勾勒出人格畫像，因此，本研究旨在基于大五人格理論應用潛在剖面分析探究T2DM患者的人格畫像，并探討其與用藥依從性的關系及用藥依從性的影響因素，為今后設計T2DM患者管理方案提供參考依據。

1 資料與方法

1.1 研究對象

2018年7月至11月，在北京市通州區、順義區4個社區衛生服務中心及下屬22個社區衛生服務站招募符合條件的T2DM患者。研究開始前已通過北京大學生物醫學倫理委員會審查批準(批準號：IRB00001052-17044)，所有調查對象均知曉項目內容并簽署知情同意書。納入標準：(1)符合1999年WHO制訂的T2DM診斷標準；(2)年齡在18至80歲；(3)社區常住人口；(4)研究期間不參加其他研究。排除標準：(1)存在認知功能障礙、嚴重精神病史；(2)伴有嚴重并發癥。

1.2 方法

1.2.1調查工具 采用一般資料調查表、用藥依從性量表和中國大五人格量表簡式版[11]。(1) 一般資料調查表：由研究者自行設計，包括患者的性別、年齡、學歷、糖尿病病程、醫保類型等內容。(2)用藥依從性量表：該量表包含8個條目，1～7題的答案為“是”“否”，其中“是”記0分，“否”記1分，第5題反向計分；第8題備選答案為“總是”“經?！薄坝袝r”“偶爾”“從不”，分別記0分、0.25分、0.5分、0.75分和1分。量表滿分為8分，得分<6分為依從性差，6～<8分為依從性中等，8分為依從性好。該量表由Thurston等[12]學者運用于糖尿病患者中，我國學者已在中國糖尿病患者中進行信效度檢驗，其Cronbach’s 系數為0.78，已被廣泛用于評估患者用藥依從性[13]。(3)大五人格量表簡式版：該量表包含開放性、宜人性、神經質、嚴謹性、外向性等五個維度的子量表，子量表內部一致性系數均高于0.75[11]。每個維度的子量表均包含8個條目，采用Likert6級計分法，從1分至6分表示非常不符合至非常符合，其中反向計分的條目為題5、8、13、15、18、32和36，將反向條目反向計分后，滿分均為48分。各子量表得分越高表示在該維度的特質越明顯。

1.2.2質量控制 經過培訓的調查員進行現場一對一調查，并由其填寫問卷，當場對問卷進行核查。通過Epidata建立數據庫，雙人錄入。

1.3 統計學分析

使用Mplus 7和SPSS 21.0軟件進行統計學分析，用均數±標準差表示連續性變量，構成比表示分類變量。(1)采用潛在剖面分析探索人格畫像。以大五人格開放性、宜人性、神經質、嚴謹性、外向性等各維度對應的子量表得分作為外顯指標，從1個剖面開始，依次增加潛在剖面數，進行潛在剖面分析的模型擬合。模型擬合度指標包括艾凱克信息準則(Akaike information criteria，AIC)、貝葉斯信息準則(Bayesian information criteria，BIC)、調整貝葉斯信息準則(adjust Bayesian information criteria，aBIC)、信息熵(Entropy)、羅蒙代爾魯本校正似然比(Lo-Mendell-Rubin adjusted likelihood ratio test，LMRT)，其中，AIC、BIC、aBIC越小，表明模型擬合越好；Entropy取值在0～1之間，越接近1，表明分類越精確；LMRT差異有統計學意義時(P<0.05)表明K個剖面的模型優于K-1個剖面的模型[14]。(2)采用方差分析進行組間比較，探索不同人格畫像的人口學特征、用藥依從性得分是否有差異。(3)采用有序多分類Logistic回歸探索用藥依從性的影響因素，以三類用藥依從性狀況好、中、差為因變量，納入年齡、性別、受教育程度、病程、人格畫像為自變量。將年齡分為60歲及以下、60歲以上；受教育程度分為初中及以下、初中以上；病程分為5年及以下、5年以上。檢驗水準α= 0.05。

2 結果

2.1 潛在剖面分析結果

本研究共納入751例T2DM患者。潛在剖面分析模型結果如表1，當剖面數為5或6時，AIC、BIC、aBIC值略小，Entropy更接近1，但LMRT差異無統計學意義，表明剖面數為4的模型優于剖面數為5或6的模型，即剖面數為4時模型最佳。

表1 潛在剖面分析各指標結果Table 1 Latent profile analysis results of each index

模型剖面數為4表明，依據大五人格量表測量結果，本研究中的T2DM患者可以被分為4類人格畫像，如圖1所示。42.7%(321/751)的T2DM患者以外向性和神經質得分偏低為特征，開放性得分(23.60±0.63)中等，宜人性得分(38.28±0.48)和嚴謹性得分(40.65±0.52)較高，外向性得分(25.51±0.82)和神經質得分(15.81±0.85)較低，這類人格畫像被命名為內斂穩定型。

圖1 T2DM患者人格畫像潛在剖面分析Figure 1 Latent profile analysis of T2DM patients personality

12.7%(95/751)的T2DM患者以除神經質以外的其余四個維度得分均偏低為特征，開放性得分(19.57±1.13)、宜人性得分(31.02±1.17)、嚴謹性得分(27.60±1.26)和外向性得分(24.30±0.92)都最低，神經質得分(18.98±0.92)卻較高，這類人格畫像被命名為消極型。

15.3%(115/751)的T2DM患者以高神經質得分為特征，該類人群神經質得分(29.89±0.97)最高，同時開放性得分(35.09±1.45)、宜人性得分(37.66±0.81)、嚴謹性得分(39.12±0.75)和外向性得分(32.20±1.26)較高，這類人格畫像被命名為焦慮型。

29.3%(220/751)的T2DM患者以除神經質以外其余四個維度得分均偏高為特征，具有最高的宜人性得分(41.17±0.35)、嚴謹性得分(43.75±0.34)和外向性得分(37.93±0.77)，最低的神經質得分(15.37±0.52)與較高的開放性得分(34.26±1.00)，這類人格畫像被命名為活潑負責型。

2.2 不同人格畫像的基本特征

四類人格畫像的男、女比例都比較均衡，病程在5年及以下的都占多數，同時大部分患者都有合并癥。方差分析結果顯示，除年齡和受教育程度外，四類人格畫像的性別、病程、是否有合并癥、醫保類型差異無統計學意義，見表2。共有75例T2DM患者表示自己不服藥且不注射胰島素，方差分析結果顯示，不用藥行為在四類人格畫像中差異無統計學意義 (P=0.142)。

表2 T2DM患者不同人格畫像的基本特征比較Table 2 Characteristics of different personality portraits in T2DM patients

2.3 用藥依從性與人格畫像的關系

751例T2DM患者中有75例患者不遵醫囑服藥，有5例患者數據缺失，最終納入671例T2DM患者的用藥依從性得分進行分析，得分狀況如表3所示，僅有17.3%的患者用藥依從性好。方差分析結果顯示，不同人格畫像的T2DM患者的用藥依從性差異有統計學意義(P=0.006)。方差分析事后檢驗結果顯示，焦慮型人格用藥依從性得分顯著低于內斂穩定型(P=0.001)、活潑負責型 (P=0.004)，差異有統計學意義，但與消極型用藥依從性得分差異無統計學意義(P=0.089)。

表3 四類人格畫像用藥依從性得分及依從率結果Table 3 Medication adherence scores and adherence rates of four personality portraits

2.4 用藥依從性的影響因素分析

由于焦慮型人格畫像與消極型人格畫像有相似的人格特征，因此將其合并為焦慮消極型納入有序多分類Logistic模型(表4)，結果顯示，人格畫像與受教育程度進入回歸模型，相比于人格畫像為焦慮消極型，活潑負責型、內斂穩定型是用藥依從性好的保護因素(OR=1.567，95%CI：1.096-2.237；OR=1.774，95%CI：1.214-2.591)，相比于受教育程度較高，受教育程度較低是用藥依從性好的保護因素 (OR=1.397，95%CI：1.039-1.876)。

表4 用藥依從性有序多分類Logistic回歸結果Table 4 Logistic regression analysis of medication adherence

3 討論

3.1 人格畫像的整體性

雖然近來關于大五人格與疾病關系的研究增多，但大多從五個維度分別分析，本研究采用潛在剖面分析的方法，可以展示大五人格的五個維度在每個個體的整體表現，從而勾勒出研究對象的人格畫像。黎澤明等[7]研究發現，大五人格各子維度在人口學變量上差異有統計學意義，本研究結果顯示，人格畫像在多數人口學變量及疾病相關特征方面差異無統計學意義，這提示大五人格在每個個體的綜合體現過程中可能存在五個維度的相互作用，分別考慮五個維度的單獨作用在實踐過程中可能無法達到滿意效果，本研究提出的綜合了五個維度的人格畫像更具可行性。

3.2 焦慮型人格畫像用藥依從性

內斂穩定型、消極型、焦慮型、活潑負責型四類人格畫像都具有較為鮮明的特征，這些特征與生活經驗相符，其中內斂穩定型和活潑負責型均具有較高的嚴謹性、宜人性和開放性，這兩類人格畫像的T2DM患者用藥依從性得分均較高，而焦慮型最大的特征為神經質，雖然其嚴謹性、宜人性和開放性處于較高水平，但其用藥依從性得分仍顯著低于與前兩者，差異有統計學意義，這與伊朗的一項研究[15]結論一致，即神經質高的患者，用藥依從性差，而宜人性和嚴謹性高的患者，用藥依從性好。這同時也表明，在焦慮型人格畫像中，神經質對用藥依從性的負向影響高于宜人性和嚴謹性的對用藥依從性的正向影響。此外，李麗萍[8]提出，外向性高的人用藥依從性好，這與本研究的結果并不一致，本研究中內斂穩定型患者外向性低，但用藥依從性仍較好，可能是由于李麗萍研究中與用藥行為相關的問卷只有一個條目，并不能很好地體現患者的用藥依從性。整體而言，在大五人格中，神經質對用藥依從性的影響更大，未來基于人格視角關注T2DM患者的用藥依從性時，可以更加關注神經質這一維度。

3.3 用藥依從性的影響因素

本研究結果顯示，T2DM患者的用藥依從性現狀并不容樂觀，不論是哪類人格畫像，其用藥依從性得分均在6分左右。然而對于糖尿病的自我管理而言，藥物是非常重要同時相對簡單的一項內容，卻僅有17.3%的患者做到用藥依從性好。本研究發現人格畫像為焦慮消極型是影響用藥依從性的獨立危險因素，這與Novak等[16]提出高神經質可能會降低飲食治療依從性有相似之處。由于高神經質水平容易出現不良心理狀態以及痛苦情緒，患者更容易產生急躁、厭煩等消極心理，促進產生無所謂的態度，這都可能導致用藥依從性變差。同時本研究結果還表明受教育程度偏低反而不易出現用藥依從性差，這與以往的多項研究均不相符[4,17-18]。以往研究表示[18]，初中學歷以下的患者由于不明確藥物用法、疾病認識度不高導致用藥依從性差。本研究的分組將初中納入受教育程度較低組，可能存在一定的偏差；另外，由于信息網絡的發展，高學歷患者接受了良莠不齊的信息，更容易出現依從性差，未來仍需深入研究。用藥依從性受多種類型因素的影響，本研究結果提示研究人員未來也要注意關注患者的學歷與人格特征。

本研究存在局限性，僅僅是橫斷面研究，無法推論因果。本研究納入的患者年齡較高，在將結論外推于各年齡段時需謹慎。患者收入水平、是否得到用藥指導也是用藥依從性的影響因素，但本研究未能納入。由于樣本量問題，研究將兩類人格畫像進行了合并，一定程度上損失了數據信息。用藥依從性的評價指標多樣，本研究的用藥依從性量表僅能反映一種維度。