腦卒中患者康復鍛煉低依從性的風險預測模型

華秀鳳，盛晗，吳小芳

腦卒中患者康復鍛煉低依從性的風險預測模型

華秀鳳1，盛晗2，吳小芳1

1.嘉興市第一醫院19A病區，浙江嘉興 314000；2.嘉興市第一醫院ICU，浙江嘉興 314000

分析腦卒中患者康復鍛煉低依從的影響因素并構建其預測模型。采用便利抽樣法選取2020年7月至2021年6月于嘉興市第一醫院就診的300例腦卒中患者作為研究對象，采用單因素分析和多因素Logistic回歸分析篩選腦卒中患者康復鍛煉低依從的獨立影響因素，并基于影響因素的系數構建鍛煉低依從風險預測模型。300例患者中低依從173例，低依從率57.7%。多因素Logistic回歸分析結果顯示年齡、職業工作狀態、婚姻、共同居住和恐動均是影響腦卒中患者康復鍛煉依從性的獨立影響因素（<0.05）。腦卒中患者康復鍛煉低依從風險預測模型的擬合度良好（=0.890），曲線下面積為0.824（95%：0.776～0.871），敏感度72.3%，特異性78.0%。研究構建的風險預測模型的預測效能良好，可作為預測腦卒中患者康復鍛煉依從性的一種評估工具。

腦卒中；低依從性；恐動；預測模型；影響因素

腦卒中已成為發達國家第三大致殘原因，近33%～70%的腦卒中患者都會面臨殘疾[1]。鍛煉能大大改善卒中后的軀體和心理殘疾，是卒中后康復的主要手段，缺乏鍛煉不僅可引發再次卒中，延緩病情恢復，也會導致肌肉萎縮、關節僵硬、肺部感染等并發癥，繼發抑郁、焦慮等，使社會交往能力下降，大大降低患者的生存率和生存質量，給家庭和社會帶來沉重負擔[2-3]。研究發現，患者初期鍛煉依從性好，而中長期的依從性較差；患者的長期鍛煉依從性呈橫“S”型曲線變化，隨時間而改變，發病后第6周依從性開始下降，半年左右維持在低水平[4-5]。本研究探索腦卒中患者鍛煉低依從的影響因素，并制作預測模型，為臨床工作者開展延續護理、早期發現鍛煉低依從的腦卒中患者提供預測工具，以便及時干預，現將結果報道如下。

1 資料與方法

1.1 研究對象

采用便利抽樣法，選取2020年7月至2021年6月嘉興市第一醫院神經內科的腦卒中患者。納入標準：腦卒中的診斷符合中華醫學會第四次全國腦血管病學術會議修訂的《各類腦血管疾病診斷要點》[6]中的診斷標準，且為首次發病；經磁共振成像或CT確診為腦卒中；年齡18～90歲；偏癱，患側肌力Ⅲ級及以下。排除標準：無通訊設備患者；因文化差異而溝通困難者；有醫療糾紛患者；患有精神疾病者。剔除標準：臨床資料不全者；失訪患者；觀察期間發生其他嚴重疾病者；觀察期間死亡者。本研究經嘉興市第一醫院倫理委員會批準（倫理審批號：LS2019-043），所有患者均簽署知情同意書。

1.2 研究方法

1.2.1 研究工具 ①一般情況登記表：包括患者的性別、年齡、職業、工作狀態、文化程度、婚姻狀況、居住方式、主要照顧者、戶口類型、醫療支付方式、疾病診斷類型、家族史、主要癥狀、其他疾病、是否接受專業人員康復指導等。②腦卒中患者康復鍛煉依從性量表[7]（questionnaire of exercise adherence，EAQ）：該量表內容效度指數為0.95，內部一致性信度Cronbach's α系數為0.90，重測信度組內相關系數值均高于0.70，信效度較好，與本研究內容契合。量表包含3個維度14個條目。每個條目采用4級評分，分別賦值1～4分。為便于比較，將依從性得分轉化為依從指數。依從指數=（依從性實際得分/依從性理論最高分）×100。依從指數越高，表明康復鍛煉依從性越高。依從指數<50為低依從，≥50為非低依從[5]。

1.2.2 資料收集和質量控制 正式研究前，由項目負責人對全體研究人員進行統一培訓，解讀量表及其使用說明。當患者出院前，研究人員向研究對象說明研究目的和填寫方法，簽署知情同意書后自愿完成一般情況登記表的填寫，由于文化水平受限無法親自填寫者，由研究人員口述問卷內容及根據患者所表達意思選擇相應答案；以患者發病6周為起點，研究人員電話詢問EAQ量表和一般情況登記表中的恐動內容，量表由研究人員填寫，在調查過程中，研究人員及時答疑，并確保資料填寫完整。所有資料均雙人核對，在測量當日將數據輸入計算機備份保存。填寫有明顯規律或缺失項目>10%，均按無效問卷予以剔除。本研究共計發放問卷315份，回收有效問卷300份，回收有效率為95.2%。

1.2.3 建立模型 采用多因素Logistic回歸分析探討腦卒中康復鍛煉低依從的獨立影響因素，使用受試者操作特征曲線（receiver operating characteristic curve，ROC曲線）和Hosmer-Lemeshow檢驗對模型擬合度和區分度進行評估：曲線下面積（area under the curve，AUC）>0.7提示模型的區分度較好，預測效能較好，AUC越接近1.0，提示其預測效能越好；Hosmer-Lemeshow檢驗>0.05提示模型的擬合度良好。

1.3 統計學方法

2 結果

2.1 腦卒中患者康復鍛煉依從指數

由腦卒中患者的EAQ調查數據得出，依從指數<50的患者173例（57.7%），納入低依從組，依從指數≥50的患者127例（42.3%），納入非低依從組。

2.2 兩組患者的一般資料比較

兩組患者的年齡、職業工作狀態、文化程度、醫保支付方式、婚姻、共同居住和恐動比較，差異均有統計學意義（<0.05），見表1。

2.3 腦卒中患者發生康復鍛煉低依從的影響因素分析

本研究共納入12個康復鍛煉低依從影響因素作為自變量，低依從發生情況（發生=1，不發生=0）為應變量，自變量賦值：性別（男=0，女=1）、年齡（18～64歲=1，65～74歲=2，75～89歲=3，90歲=4）、職業（非在職=0，在職=1）、文化程度（文盲=1，小學、初中=2，高中=3，大學=4）、婚姻（未婚=0，已婚=1）、戶口類型（非城鎮=0，城鎮=1）、共同居住（否=0，是=1）、醫保支付（否=0，是=1）、家族史（無=0，有=1）、其他疾病（無=0，有=1）、康復專業指導（無=0，有=1）和恐動（否=0，是=1）。多因素Logistic回歸分析結果顯示年齡、職業工作狀態、婚姻、共同居住和恐動均是影響腦卒中患者康復鍛煉低依從的獨立影響因素（<0.05），見表2。

表1 兩組患者的一般資料比較

表2 腦卒中患者康復鍛煉低依從發生的多因素Logistic回歸分析

2.4 腦卒中患者康復鍛煉低依從的風險預測模型構建

基于腦卒中患者康復鍛煉低依從的獨立影響因素的回歸系數建立風險預測模型，通過Hosmer-Lemeshow檢驗該預測模型的擬合度良好（=0.890），ROC曲線分析顯示該模型的AUC為0.824（95%：0.776～0.871），敏感度72.3%，特異性78.0%，見圖1。

圖1 腦卒中患者康復鍛煉低依從的風險預測模型ROC曲線

3 討論

本研究結果顯示，自第6周起，腦卒中康復鍛煉低依從患者占比達57.7%，與盛晗等[5]研究的腦卒中患者康復鍛煉依從性曲線符合。本研究經單因素和多因素Logistic回歸篩選出年齡、職業工作狀態、婚姻、共同居住和恐動5個獨立影響因素指標并建立預測模型。該預測模型擬合度良好，ROC曲線顯示該模型的AUC為0.824，敏感度為72.3%，特異性為78.0%，有較好的預測效能。此外，模型納入的5個預測因子均為臨床服務中常見項目，以問診和調查為主，獲取數據簡單快捷且不增加經濟負擔，便于早期識別散落在社區和人群中的腦卒中康復鍛煉低依從患者。

盛晗等[5]研究提示患者的年齡、職業工作狀態、文化程度、婚姻、共同居住為腦卒中患者康復鍛煉低依從的影響因素，目前尚無學者觀察恐動對腦卒中患者康復鍛煉低依從的影響。國外學者曾基于恐懼-回避模型提出恐動癥的概念，認為患者長期受到疼痛刺激可引起個體對疼痛或傷害過度恐懼，對運動產生抵觸心理[8]。研究顯示，50%～70%的腦卒中患者伴有慢性疼痛[9-10]。腦卒中發病2～3個月易出現持續肩痛，為避免受傷或疼痛加劇患者會減少活動[11-12]。本研究顯示，腦卒中患者6周起康復鍛煉低依從的恐動為2.239，表明恐動是腦卒中患者康復鍛煉低依從的獨立影響因素。建議醫護人員可通過早期評估患者的既往疼痛水平來預測患者是否有恐動趨勢[13]，及早采取正念訓練和認知行為干預進行引導，開展對初發疼痛的干預研究，有效降低患者的前期疼痛水平，從而降低患者疼痛體驗感，降低恐動的發生，提高患者的康復鍛煉依從性，減少并發癥的發生，提升生活質量。

綜上所述，本研究構建的腦卒中患者康復鍛煉低依從的預測模型具有良好的預測效果。但由于本研究病例數較少且為單中心研究，尚未通過外部驗證，在不同人群中的預測效果仍有待進一步研究，期待通過開展大樣本的前瞻性臨床研究來驗證本項研究結果。

[1] HAN P, ZHANG W, KANG L, et al. Clinical evidence of exercise benefits for stroke[J]. Adv Exp Med Biol, 2017, 1000: 131–151.

[2] 熊亞莉, 何雯. 康復護理對腦卒中患者運動功能和日常生活活動能力的影響[J]. 中國現代醫生, 2019, 57(30): 162–164.

[3] 陳雪婷, 姚黎清, 李旺祥, 等. 虛擬現實在腦卒中康復中的應用及展望[J]. 中國醫藥導報, 2022, 19(16): 46–49, 57.

[4] 林郁芬, 李錚, 施娟, 等. 腦卒中患者偏癱肩痛的癥狀體驗及影響因素研究[J]. 護理學雜志, 2017, 32(9): 30–33.

[5] 盛晗, 邵圣文, 王惠琴, 等. 腦卒中患者康復鍛煉依從性動態變化的研究[J]. 中華護理雜志, 2016, 51(6): 712–715.

[6] 各類腦血管疾病診斷要點[J].中華神經科雜志, 1996, 12(6): 60–61.

[7] 林蓓蕾, 張振香, 孫玉梅, 等. 社區腦卒中患者功能鍛煉依從性量表的編制及信效度檢驗[J]. 中國康復醫學雜志, 2013, 28(6): 574–578.

[8] BUNZLI S, SMITH A, SCHüTZE R, et al. Making sense of low back pain and pain-related fear[J]. J Orthop Sports Phys Ther, 2017, 47(9): 628–636.

[9] HARRISON R A, FIELD T S. Post stroke pain: Identification, assessment, and therapy[J]. Cerebrovasc Dis, 2015, 39(3–4): 190–201.

[10] Delpont B, Blanc C, Osseby G V, et al. Pain after stroke: A review [J]. Revue Neurologique, 2018, 174(10): 671–674.

[11] WALSH M, GALVIN R, HORGAN N F. Fall-related experiences of stroke survivors: A Meta-ethnography[J]. Disabil Rehabil, 2017, 39(7): 631–640.

[12] 蔡立柏, 王琳, 劉延錦, 等. 基于回授法的健康教育在全膝關節置換術恐動癥患者中的應用[J]. 中華現代護理雜志, 2022, 28(8): 986–991.

[13] 王宋超, 張春梅, 王榮, 等. 慢性疼痛患者恐動癥現狀及其影響因素[J]. 溫州醫科大學學報, 2018, 48(12): 929–932.

Risk prediction model for low compliance with rehabilitation exercise in stroke patients

HUA Xiufeng, SHENG Han, WU Xiaofang

1.Department of 19A Ward, the First Hospital of Jiaxing, Jiaxing 314000, Zhejiang, China; 2.ICU, the First Hospital of Jiaxing, Jiaxing 314000, Zhejiang, China

To analyze the influencing factors of low compliance of rehabilitation exercise in stroke patients and construct the prediction model.The convenience sampling method was used to select 300 stroke patients in the First Hospital of Jiaxing from July 2020 to June 2021 as research objects. Univariate analysis and multivariate Logistic regression analysis were used to screen the independent influencing factors of low compliance with rehabilitation exercise in stroke patients, and the risk prediction model of low compliance with exercise was built based on the coefficient of influencing factors.Among the 300 patients, 173 had low compliance, and the low compliance rate was 57.7%. Multivariate Logistic regression analysis showed that age, occupational working status, marriage, co-habitation and fear of activity were independent factors affecting the compliance of rehabilitation exercise in stroke patients (<0.05). The risk prediction model of low compliance with rehabilitation exercise for stroke patients had a good fit (=0.890). The area under curve was 0.824 (95%: 0.776-0.871), the sensitivity was 72.3%, and the specificity was 78.0%.The risk prediction model constructed in this study has good prediction efficiency, which can be used as an evaluation tool for predicting exercise compliance of stroke patients.

Stroke; Low compliance; Fear of activity; Prediction model; Influencing factors

R493

A

10.3969/j.issn.1673-9701.2023.01.026

嘉興市民生科技創新研究項目（2020AD30048）；嘉興市醫學重點學科建設計劃項目（2019-CX-02）

華秀鳳，電子信箱：383548653@qq.com

（2022–08–02）

（2022–11–27）