慢性病患者主觀經濟毒性的潛在剖面及其影響因素分析

【摘要】目的" 探討慢性病患者主觀經濟毒性的潛在類別并分析不同潛在類別的影響因素，為實施針對性干預提供參考。方法" 2024年2月至3月，采用便利抽樣法選取在株洲市中心醫院的慢性病患者為調查對象，并使用人口學資料、疾病相關資料調查表和慢性病經濟毒性問卷收集數據。采用潛在剖面分析、單因素分析及無序多分類Logistic回歸分析確定不同剖面及其影響因素。結果" 共納入407名慢性病患者，經濟毒性得分為（5.29±1.92）分，經濟毒性可分為低經濟毒性組（41.28%）、中經濟毒性組（44.47%）、高經濟毒性組（14.25%）三個潛在剖面。Logistic回歸分析結果顯示年齡、職業、家庭年收入、文化程度、獲得健康知識途徑、生活自理能力是慢性病患者經濟毒性潛在剖面的影響因素（均P ＜0.05）。結 論" 慢性病患者經濟毒性水平存在異質性，醫護人員應根據不同剖面的分類特征及其影響因素制訂針對性的干預和診療措施，以降低慢性病患者的經濟毒性水平。

【關鍵詞】慢性病；經濟毒性；潛在剖面分析；影響因素

【中圖分類號】R 473 【文獻標識碼】A

Analysis of the latent profiles and influencing factors of subjective economic toxicity in chronic patients

ZHANG Zhen1， WEI Shiyi2， TIAN Yanzhen1， WU Yanxian2， CHEN Zhengying2， TIAN Liwen3

1. Zhuzhou Hospital of Xiangya Medical College， Central South University， Zhuzhou 412007， Hunan Province， China

2. Medical College of Jishou University， Jishou 416000， Hunan Province， China

3. Central Health Center of Youxian New Town， Zhuzhou 412300， Hunan Province， China

Corresponding author： TIAN Yanzhen， Email： tianyanzhen2022@163.com

【Abstract】Objective" To explore the potential types of subjective economic toxicity in patients with chronic diseases and to analyze the influencing factors of different potential categories， to provide a reference for the implementation of targeted interventions. Methods" From February to March 2024， patients with chronic diseases hospitalized in Zhuzhou Central Hospital were selected by convenience sampling method， and the data were collected using demographic data， a disease- related data questionnaire， and chronic disease economic toxicity questionnaire. Latent profile analysis， univariate analysis and multinomial Logistic regression analysis were used to determine different profiles and their influencing factors. Results" A total of 407 chronic patients were included. The subjective economic toxicity score of patients with chronic diseases was （5.29±1.92）， and the economic toxicity could be divided into three potential profiles： low economic toxicity group （41.28%）， moderate economic toxicity group （44.47%）， and high economic toxicity group （14.25%）. The results of Logistic regression analysis showed that age， occupation， annual family income， education level， access to health knowledge， and self-care ability were the influencing factors of the potential profile of economic toxicity in patients with chronic diseases （all Plt;0.05）. Conclusion" There is heterogeneity in the level of economic toxicity in patients with chronic diseases， and medical staff should develop targeted intervention measures according to the classification characteristics of different profiles and their influencing factors， to reduce the level of economic toxicity in patients with chronic diseases.

【Keywords】Chronic diseases; Economic toxicity; Latent profile analysis; Influencing factors

慢性病已成為全球范圍內導致死亡和健康問題的主要原因之一。2019年全球十大致死率名單中有7個為慢性病[1]，其具有高發病率、病程久、難治愈和易復發的特點，對患者健康構成嚴重威脅的同時也給患者家庭和社會帶來了沉重的經濟負擔和壓力[2]。經濟毒性最初應用于癌癥患者，描述由于疾病產生的醫療費用導致對患者及其家庭造成的客觀經濟負擔和主觀經濟困境[3]，現已在其他疾病領域逐漸被引起重視[4]。研究發現，慢性病患者普遍承受著經濟毒性的困擾，且受到人口學特征、疾病特征、社會經濟水平、心理健康狀況等一系列復雜因素的影響[5]。前期研究多聚焦于癌癥患者，且多采用客觀量表評估患者的經濟毒性，而忽視患者個體主觀經濟毒性的影響。潛在剖面分析能夠識別具有相似特征的患者群體，并揭示不同群體在經濟毒性方面的差異[6-7]，為理解慢性病患者經濟毒性的多樣性提供了可能，并為制定個性化的干預策略提供支持。本研究旨在運用潛在剖面分析探討慢性病患者經濟毒性群體差異現狀及其影響因素，以期為患者的主觀經濟毒性評估及干預效果評價提供參考。

1 資料與方法

1.1 研究對象

2024年2至3月，采用便利抽樣法選取在湖南省株洲市中心醫院就診的慢性病患者為調查對象。納入標準：①年齡≥18歲；②患有至少1種慢性病，符合《疾病和有關健康問題的國際統計分類（第10次修訂本）》中慢性病的診斷標準[8]，且病程≥1年；③溝通能力正常且自愿參加本次調查。排除標準：重癥患者或合并有急性病患者、患有精神障礙者。本研究共計31項變量（包括23項人口學和疾病相關變量、8項經濟毒性變量），按樣本量為研究變量10倍的經驗法則計算，考慮20%的無效問卷，所需樣本量至少為372。本項目已通過株洲市中心醫院倫理委員會審批（批號：2023034-01）。

1.2 研究方法

1.2.1 調查工具

人口學資料調查表：在文獻回顧的基礎上，經課題組討論形成一般資料調查表，內容包括患者的性別、年齡、居住地、婚姻狀況、職業狀況、文化程度、家庭年收入、醫保、吸煙飲酒情況等。

疾病相關資料：包括慢性病患病類別、所服藥物種數、慢性病患病數量、慢性病特殊門診、患病時長、近半年住院次數、獲得健康知識途徑、生活自理能力、每天服藥次數、服藥年限、慢性病家族史、體重指數（body mass index，BMI）、血壓值等。

經濟困境/經濟幸福感量表（Incharge Financial Distress/Financial Well-being Scale，IFDFW）：該量表由美國Prawitz等[9]于2006年開發，是目前最為常用的評估各類人群經濟困境 /經濟幸福指數的普適性量表。2023年本研究團隊對該量表進行漢化，漢化后包括8個條目，采用Likert 10級計分法，每個條目的得分范圍為1～10分。量表總分為每個條目得分總和除以條目數，總分的得分范圍為1～10分，1～4分表示高經濟毒性、低經濟幸福感；4.1～6.9分表示中等經濟毒性、中等經濟幸福感；7～10分表示低經濟毒性、高經濟幸福感。原量表的Cronbach's α系數為0.956，本團隊漢化后的量表Cronbach's α系數為0.926，本研究中Cronbach's α系數為 0.933。

1.2.2 調查方法

對調查員培訓并使用統一指導語。發放問卷前向患者解釋調查目的及內容、填寫問卷所需時間，并承諾對其所填信息進行保密。嚴格按照納排標準選取符合條件的調查對象，獲取其知情同意后獨立完成問卷的填寫。對無法獨立填寫的患者，研究人員以面對面問答的形式協助其完成，若患者填寫過程中有疑問及時給予解答。所有問卷均現場填寫并回收，若存在前后答案邏輯錯誤、信息不一致、填寫不規范、超出設問范圍、無效回答或漏填等情況時及時糾正。

1.2.3 統計學分析

采用SPSS 26.0軟件進行數據分析。符合正態分布的計量資料采用均值和標準差（）表示，組間比較采用方差分析；不符合正態分布的計量資料采用中位數和四分位數[M（P25，P75）]表示，組間比較采用Kruskal-Wallis H檢驗。計數資料使用頻數和百分比（n，%）表示，多組間比較使用χ2檢驗或Freeman-Halton檢驗。使用Mplus 8.3軟件對經濟毒性進行潛在剖面分析，從假定存在1個類別的模型開始，逐步增加模型類別數至5。根據以下標準確定最佳模型：①赤池信息量準則（Akaike information criterion，AIC）、貝葉斯信息準則（Bayesian information criterion，BIC）、樣本校正的BIC（adjusted Bayesian information criterion，aBIC），統計值越小說明模型擬合度越好；②采用Lo-Mendell-Rubin似然比檢驗（Lo-Mendell-Rubin likelihood ratio test，LMR）和基于Bootstrap的似然比檢驗（Bootstrapped likelihood ratio test，BLRT）進行模型擬合差異分析，若P ＜0.05則表示k個類別模型優于k-1個類別模型；③采用熵值評估模型分類精確度，取值為0～1，越接近１表示分類準確度越高，熵值＞0.8時認為模型分類精確度＞90%，模型可接受[10]。在確定最佳模型時，同時綜合考慮各類別的可解釋性[11]。采用無序多分類Logistic回歸分析不同經濟毒性類別的影響因素。以P＜0.05為差異具有統計學意 義。

2 結果

2.1 一般情況

共發放問卷410份，回收有效問卷407份，有效回收率為 99.27%。共納入407例慢性病患者，女性167例（41.03%），男性240例（58.97%），年齡平均為（69.43±12.71）歲，居住地以城鎮（65.36%）為主，婚姻狀況以已婚（82.06%）為主，職業狀況以退休（54.55%）為主，文化程度以小學（27.27%）、初中（30.47%）、中專及高中（27.27%）為主，年收入以1～4.99萬元（47.17%）為主，醫保情況以新農合/城鎮居民醫保（43.98%）、職工醫保（49.88%）為主，吸煙111例（27.27%），飲酒73例（17.94%）。患病種類為糖尿病106例（26.04%）、高血壓273例（67.08%）、冠心病129例（31.70%）、肺部疾病101例（24.82%）、其他病種87例（21.38%）。

407例慢性病患者經濟毒性平均得分為（5.29±1.92）分，其中114例（28.0%）得分＜4 分，208例（51.1%）得分4～6.9分，85例（20.9%）得分＞7分。

2.2 慢性病患者經濟毒性的潛在剖面分析

以經濟毒性量表的8個條目為外顯指標，依次選取1～5個剖面對慢性病患者的經濟毒性進行探索性潛在剖面分析。結果顯示，隨著類別的增加，AIC、BIC、aBIC逐漸降低，熵值逐漸增高，當模型類別數為4時，熵值下降。綜合各類別特征，模型數為3時熵值最理想，各類別的慢性病患者歸屬于該類別的平均概率分別為94.4%、95.8%、97.3%，模型可信度高，見表1。類別1～3的經濟毒性平均得分分別為（2.18±0.73）分、（4.56± 0.73）分、（7.16±0.90）分，分別占總體的14.25%、44.47%、41.28%（圖1），結合經濟困境 /經濟幸福感量表分級標準，將各剖面分別命名為高經濟毒性組、中經濟毒性組和低經濟毒性組。

2.3 慢性病患者經濟毒性潛在類別單因素分析

單因素分析結果顯示，3個不同經濟毒性潛在類別患者在性別、慢性病特殊門診、近半年住院次數、每天服藥次數、服藥種數、吸煙、飲酒、慢性病家族史、血壓值、BMI、慢性病患病數量、慢性病患病類別等方面差異均無統計學意義（P ＞0.05）；3個類別患者在年齡、居住地、婚姻狀況、職業狀況、文化程度、家庭年收入、醫保情況、獲得健康知識途徑、生活自理能力、患病時長、服藥年限方面的差異均有統計學意義（P＜0.05），見表2。

2.4 慢性病患者經濟毒性潛在類別Logistic回歸分析

以慢性病患者經濟毒性的3個潛在類別為因變量（以低經濟毒性組為參照），以單因素分析中差異顯著的12個因素作為自變量強制納入無序多分類Logistic回歸模型。當中經濟毒性組與低經濟毒性組比較時，文化程度為小學，家庭收入越低，經濟毒性越大。當高經濟毒性組與低經濟毒性組比較時，年齡越小、職業狀況為失業、家庭收入越低、無法通過手機獲得健康知識、生活完全不能自理時，經濟毒性越大，結果見表3。

3 討論

住院慢性病患者經濟毒性具有明顯的分類特征。本研究結果顯示慢性病患者可以分為3個類別，分別為高經濟毒性、中經濟毒性、低經濟毒性。其中中經濟毒性組和高經濟毒性組分別占比44.47%和14.25%，超過一半的患者存在經濟毒性，這與Nesrine等[12]結果相似。慢性病治療期間由于治療費用和長周期治療給患者和家庭帶來了沉重的經濟負擔，大多數慢性病患者的經濟毒性顯著，且嚴重影響了患者的預后和健康相關生活質量[13-14]。因此，在醫療決策與疾病應對中，醫護人員可借助評估模型評價治療方案的臨床、經濟及支出影響[15]，并通過財務導航、健康宣教等措施幫助患者識別并應對經濟毒性[16]，同時，對慢性病患者經濟毒性的剖面分析能提供精細數據支撐，以實現個性化的干預。此外，本研究結果顯示慢性病患者經濟毒性得分（5.29±1.92）分，整體樣本數據顯示58.0%以上的患者呈現為中等以上的經濟毒性，低于Thom報道的癌癥患者的經濟毒性水平[16]，說明慢性病對患者及其家庭造成的經濟毒性低于癌癥患者；也可能是本研究對象中醫保支付者占比為93.9%，說明國內的醫保支付在一定程度上減輕了患者的經濟毒性。

本研究顯示年齡＜65歲的慢病患者更可能歸屬于中、高等經濟毒性組，與Corrigan等[17]研究一致。相較于老年患者，患病導致失業、財務儲備低及心理負擔等問題更容易使年輕患者面臨嚴重的經濟毒性，可能與他們自身閱歷、投入工作時間、需承擔贍養父母撫養子女等家庭責任有關[17-18]。提示醫護人員在診療過程中，應充分考慮年輕患者所處的經濟困境，提供患者所能承受的最佳治療照護方案。

本研究結果發現，失業的慢性病患者進入高經濟毒性組的可能性較大，家庭年收入在5萬元以下的進入中/高經濟毒性組的可能性較大，說明家庭經濟狀況是對抗疾病所致經濟毒性的主要力量，有工作的患者依靠穩定的工作收入可減輕疾病導致的客觀經濟負擔和主觀經濟困境感受。Smith[19]也認為，慢性病患者由于治療原因致無法工作或工作中斷以及不良的就業結局，導致更為嚴重的經濟毒性。有學者指出，較高的主觀財務困境與較高的直接成本和較高的收入損失顯著相關[20-21]，而住院護理和自行購買藥物的費用是慢病護理醫療費用的主要驅動因素[22]，是患者沉重的經濟負擔的源頭之一。慢性病患者的經濟毒性來源主要有直接成本如藥品、輔助檢查和間接成本如照顧者的時間成本、疾病治療導致的長期機會成本（如就業的變化）等[23]。對于家庭經濟狀況原本不佳的慢性病患者來說，因疾病診療帶來的額外經濟支出，需要在治療負擔和預期治療效果之間找到平衡，兩者間的失衡將影響其合理的就醫決策[24]，甚至可導致治療決策、效果與負擔之間的不良循環，使患者走向不良健康結局[23]，且可能加劇心理困擾，導致日趨嚴重的經濟毒性。提示后續醫護人員為患者提供醫療支持時，可通過多學科聯合，合理制定全面的財務導航計劃，幫助患者獲取保險覆蓋范圍，確定藥物共同支付援助，并優化日常支出[16]。

此外，通過手機獲得健康知識的患者進入低經濟毒性組的可能性更大。移動應用程序由于其內容的多功能性和廣泛的覆蓋面而走入醫療干預的視野。Zhao等[25]系統評價表明，在移動醫療中使用應用程序可通過加強癥狀控制來改善慢性病患者的健康狀況，減輕患者的醫療成本，認為與其移動設備的自由性、便攜性、醫患雙向通信以及收集和分析數據以進行實時響應的先進功能有關[26]。此外，應用程序上醫療資源的使用及預防性護理為患者提供了極大的便利與成本節約，并在提高自我管理能力、干預癥狀管理方面顯示出較好的效果[27]。但目前手機的應用程序健康知識傳播仍未有統一的評價體系以說明其說服力，存在人群、地方、文化程度等差異與健康知識良莠不齊等問題。提示醫護人員應積極探索并創新利用手機應用程序為患者提供具有個性化的治療策略，設計以行為改變理論為中心的健康傳播知識，監測患者的健康數據并分析預測健康狀況，為患者提供較少的醫療成本支出方案。

研究結果顯示，完全不能自理的慢性病患者進入高經濟毒性組的可能性更大，與多數研究結果相似[28-29]。生活不能自理的慢性病患者，在承擔較重的疾病治療負擔的同時，還存在由照顧者所產生的照顧成本、時間成本，以及家庭成員的心理負擔成本等照顧負擔，加劇了患者及其家庭的經濟毒性。Wimo等[30]研究結果顯示，完全不能自理的慢性病患者往往承受著非正規的護理方式，如照顧者由于醫療知識缺乏導致對患者病情變化識別的延遲，錯過最佳治療時間，進一步加劇患者及家庭的經濟困境。因此，醫護人員在為此類患者提供診療照護時，應引導患者的照顧者以合作者的角色進入患者診療康復方案制定團隊中，形成共同決策、共同達成目標的傾向性診療模式；其次通過家屬同步健康教育、二元應對等模式[31-32]，培養照顧者病情監測、基本護理技能、生活方式調整等照顧技能，促進患者康復及減輕經濟毒性。

此外，本研究還發現文化程度為小學的患者進入中等經濟毒性組的可能性較大專及以上患者大，可能原因是小學文化程度的患者在工作類別、收入方面存在局限性，從而應對慢性病時出現經濟毒性。但結果顯示小學以下類別并不存在顯著意義，可能是該類別的患者人數較少導致，未來可擴大樣本量進一步驗證文化程度這個因素對慢性病患者經濟毒性的影響。

綜上所述，慢性病患者的經濟毒性情況較為嚴重，呈現出明顯的分類特征。醫護人員應根據不同類型的特征實施個體化干預，如優化醫療資源分配、優化健康教育模式和提供經濟援助等措施，以減輕患者和家庭的經濟負擔，提高生活質量。同時，應重視經濟毒性可能帶來的負面心理影響、家庭功能下降和生活質量降低等問題。但本研究對象來源較為局限，結果的外推性受到限制，建議未來開展多中心研究，并增加縱向追蹤的設計，以便更全面地了解慢性病患者經濟毒性的動態變化，并探究相關影響因素。

倫理聲明：本研究已獲得株洲市中心醫院倫理委員會審批（批號：2023034-01）

作者貢獻：研究設計與論文撰寫：張珍、田艷珍；數據采集與分析、論文修訂：魏詩意、吳衍嫻、田力文；研究指導與經費支持：田艷珍、陳正英

數據來源：本研究中使用和（或）分析的數據可聯系通信作者獲取

利益沖突說明：無

致謝：不適用

參考文獻

Momtazmanesh S， Moghaddam SS， Ghamari SH， et al. Global burden of chronic respiratory diseases and risk factors， 1990—2019： an update from the Global Burden of Disease Study 2019[J]. EClinicalMedicine， 2023， 59： 101936. DOI： 10.1016/j.eclinm.2023.101936.

Bennett JE， Kontis V， Mathers CD， et al. NCD countdown 2030： pathways to achieving sustainable development goal target 3.4[J]. Lancet， 2020， 396（10255）： 918-934. DOI： 10.1016/S0140-6736（20）31761-X.

Zafar SY， Peppercorn JM， Schrag D， et al. The financial toxicity of cancer treatment： a pilot study assessing out-of-pocket expenses and the insured cancer patient's experience[J]. Oncologist， 2013， 18（4）： 381-390. DOI： 10.1634/theoncologist.2012-0279.

Elizondo JV， Khera R， Vahidy F， et al. Cost， resource utilization， quality of life， mental health， and financial toxicity among young adults with stroke in the United States[J]. J Am Coll Cardiol， 2020， 75（11）： 1838. DOI： 10.1186/s12913-016-1423-5.

Lentz R， Benson AB 3rd， Kircher S. Financial toxicity in cancer care： prevalence， causes， consequences， and reduction strategies[J]. J Surg Oncol， 2019， 120（1）： 85-92. DOI： 10.1002/jso.25374.

Yu M， Chasson GS， Wang M， et al. The latent profile analysis of Chinese adolescents' anxiety： examination and validation[J]. J Anxiety Disord， 2018， 59： 74-81. DOI： 10.1016/j.janxdis.2018.09.005.

蘇斌原，張潔婷，喻承甫，等. 大學生心理行為問題的識別： 基于潛在剖面分析[J]. 心理發展與教育， 2015， 31（3）： 350-359. [Su BY， Zhang JT， Yu CF， et al. Identifying psychological or behavioral problems of college students： based on latent profile analysis[J]. Psychological Development and Education， 2015， 31（3）： 350-359.] DOI： 10.1016/j.jcbs.2021.01.008.

WHO Collaborating Center for Disease Classification Peking Union Medical College Hospital. International statistical classification of diseases and related health problems[M]. Beiiing： People's Medical Publishing House， 1996.

Prawitz A， Garman ET， Sorhaindo B， et al. Incharge financial distress/financial well-being scale： development， administration， and score interpretation[J]. Financ Couns Plan， 2006， 17（1）. DOI： 10.1037/t60365-000.

文保鋒，加依娜·拉茲別克，王俊安，等. 新疆地區臨床醫學專業學位碩士研究生住院醫師規范化培訓滿意度調查： 基于潛在剖面分析[J]. 醫學新知， 2024， 34（6）： 717-724. [Wen BF， Lrazbek JYN， Wang JA， et al. Satisfaction survey of standardized residency training for clinical medicine professional postgraduates in Xinjiang region：based on latent profile analysis[J]. Yixue Xinzhi Zazhi， 2024， 34（6）： 717-724.] DOI： 10.12173/j.issn.1004-5511.202404086.

Peugh J， Fan X. Modeling unobserved heterogeneity using latent profile analysis： a monte carlo simulation[J]. Struct Equ Modeling， 2013， 20（4）： 616-639. DOI： 10.1080/10705511.2013.824780.

Mejri N， Berrazega Y， Boujnah R， et al. Assessing the financial toxicity in Tunisian cancer patients using the comprehensive score for financial toxicity （COST）[J]. Support Care Cancer， 2021， 29（7）： 4105-4111. DOI： 10.1007/s00520-020-05944-6.

Knight TG， Aguiar M， Robinson M， et al. Financial toxicity intervention improves outcomes in patients with hematologic" malignancy[J]. JCO Oncol Pract， 2022， 18（9）： e1494-e1504. DOI： 10.1200/op.22.00056.

王柯鑫，張國艷，丁利萍，等. 基于CiteSpace慢性病經濟毒性研究熱點的可視化分析[J]. 醫學與哲學， 2023， 44（22）： 76-80. [Wang KX， Zhang GY， Ding LP， et al. Visual analysis of research hotspots on the financial toxicity of chronic diseases based on CiteSpace[J]. Medicine amp; Philosophy， 2023， 44（22）： 76-80.] DOI： 10.12014/j.issn.1002-0772.2023.22.17.

Zafar SY. Financial toxicity of cancer care： it's time to intervene[J]. J Natl Cancer Inst， 2016， 108（5）： djv370. DOI： 10.1093/jnci/djv370.

Thom B， Friedman DN， Aviki EM， et al. The long-term financial experiences of adolescent and young adult cancer survivors[J]. J Cancer Surviv， 2023， 17（6）： 1813-1823. DOI： 10.1007/s11764-022-01280-2.

Corrigan KL， Fu S， Chen YS， et al. Financial toxicity impact on younger versus older adults with cancer in the setting of care delivery[J]. Cancer， 2022， 128（13）： 2455-2462. DOI： 10.1002/cncr.34220.

Jones SMW， Yi JC， Jim HSL， et al. Age and gender differences in financial distress among hematopoietic cell transplant survivors[J]. Supportive Care Cancer， 2020， 28（9）： 4361-4371. DOI： 10.1007/s00520-019-05291-1.

Smith GL， Banegas MP， Acquati C， et al. Navigating financial toxicity in patients with cancer： a multidisciplinary management approach[J]. CA Cancer J Clin， 2022， 72（5）： 437-453. DOI： 10.3322/caac.21730.

Fan L， Liu L， Zhao Y， et al. Trends in the prevalence and economic burden of hypertension and its socioeconomic disparities in rural southwestern China： two repeated cross-sectional studies[J]. BMJ Open， 2023， 13（11）： e076694. DOI： 10.1136/bmjopen-2023-076694.

Fabian A， Domschikowski J， Greiner W， et al. Financial toxicity in cancer patients treated with radiotherapy in Germany-a cross-sectional study[J]. Strahlenther Onkol， 2022， 198（12）： 1053-1061. DOI： 10.1007/s00066-022-01936-z.

Jia Y， Jiang W， Yang B， et al. Cost drivers and financial burden for cancer-affected families in China： a systematic review[J]. Curr Oncol， 2023， 30（8）： 7654-7671. DOI： 10.3390/curroncol30080555.

王哲，許惠靖，王宇宇，等. 經濟毒性對慢性病患者不良健康結局影響的研究進展[J]. 護理學報， 2023， 30（17）： 34-38. [Wang Z， Xu HJ， Wang YY， et al. Research progress on the impact of economic toxicity on adverse health outcomes of chronic disease patients [J]. Journal of Nursing， 2023， 30（17）： 34-38.] DOI： 10.16460/j.issn1008-9969.2023.17.034.

李春生，王宥勻，宋明莎，等. 寧夏農村居民住院醫療機構選擇情況及其影響因素[J]. 醫學與社會， 2023， 36（11）： 27-32， 44. [Li CS， Wang YY， Song MS， et al. Status of selection of inpatient medical institutions and its influencing factors of rural residents in Ningxia[J]. Medicine and Society， 2023， 36（11）： 27-32， 44.] DOI： 10.13723/j.yyxysh.2023.11.005.

Zhao J， Freeman B， Li M. Can mobile phone apps influence people's health behavior change？ An evidence review[J]. J Med Internet Res， 2016， 18（11）： e287. DOI： 10.2196/jmir.5692.

Mackert M， Mandell D， Donovan E， et al. Mobile apps as audience-centered health communication platforms[J]. JMIR Mhealth Uhealth， 2021， 9（8）： e25425. DOI： 10.2196/25425.

Whitehead L， Seaton P. The effectiveness of self-management mobile phone and tablet apps in long-term condition management： a systematic review[J]. J Med Internet Res， 2016， 18（5）： e97. DOI： 10.2196/jmir.4883.

Luengo-Fernandez R， Walli-Attaei M， Gray A， et al. Economic burden of cardiovascular diseases in the European Union： a population-based cost study[J]. Eur Heart J， 2023， 44（45）： 4752-4767. DOI： 10.1093/eurheartj/ehad583.

Hashempour R， MirHashemi SH， Mollajafari F， et al. Economic burden of diabetic foot ulcer： a case of Iran[J]. BMC Health Serv Res， 2024， 24（1）： 363. DOI： 10.1186/s12913-024-10873-9.

Wimo A， Seeher K， Cataldi R， et al. The worldwide costs of dementia in 2019[J]. Alzheimers Dement， 2023， 19（7）： 2865-2873. DOI： 10.1002/alz.12901.

錢志芬，王靜. 基于理性行為理論的家屬同步健康教育在老年潰瘍性結腸炎患者中的應用[J]. 中國老年學雜志， 2021， 41（18）： 4104-4107. [Qian ZF， Wang J. Application of family synchronous health education based on rational behavior theory in elderly patients with ulcerative colitis [J]. Chinese Journal of Gerontology， 2021， 41（18）： 4104-4107.] DOI： 10.3969/j.issn.1005-9202.2021.18.061.

Weitkamp K， Feger F， Landolt SA， et al. Dyadic coping in couples facing chronic physical illness： a systematic review[J]. Front Psychol， 2021， 12： 722740. DOI： 10.3389/fpsyg.2021.722740.

本文編輯：李緒輝" " " " "曹 越

引用本文：張珍， 魏詩意， 田艷珍， 等. 慢性病患者主觀經濟毒性的潛在剖面及其影響因素分析[J]. 醫學新知， 2025， 35（3）： 262-270. DOI： 10.12173/j.issn.1004-5511.202409161.

Zhang Z， Wei SY， Tian YZ， et al. Analysis of the latent profiles and influencing factors of subjective economic toxicity in chronic patients[J]. Yixue Xinzhi Zazhi， 2025， 35（3）： 262-270. DOI： 10.12173/j.issn.1004-5511.202409161.

基金項目：湖南省自然科學基金面上項目（2023JJ31019）

通信作者：田艷珍，主任護師，碩士研究生導師，Email：tianyanzhen2022@163.com