周 藝，賈立敏，霍奇文，馮翠娜，杜少英，婁士寧，石奇松，王 彥*

1.河北大學(xué)護(hù)理學(xué)院，河北 071000；2.保定市第五醫(yī)院；3.河北大學(xué)附屬醫(yī)院；4.中國樂凱集團(tuán)有限公司職工醫(yī)院；5.保定市第二醫(yī)院

當(dāng)前，我國心血管疾病患病率和死亡率仍呈居高不下的增長態(tài)勢[1]，冠心病是最為常見的心血管疾病。根據(jù)冠心病二級預(yù)防指南，如無禁忌證，冠心病病人應(yīng)長期使用二級預(yù)防優(yōu)化藥物以降低復(fù)發(fā)率和猝死率[2]。但在實踐中，冠心病病人二級預(yù)防優(yōu)化藥物的使用與指南要求差距甚遠(yuǎn)[3-4]，依從性差被認(rèn)為是導(dǎo)致這一差距的主要原因。世界衛(wèi)生組織（World Health Organization,WHO）曾指出，提高病人的治療依從性比開發(fā)新的治療方法獲益更多[5]。因此，提高冠心病病人二級預(yù)防服藥依從性，對于促進(jìn)二級預(yù)防優(yōu)化藥物的使用、降低再入院率及死亡率具有重要意義[6-7]。研究顯示，病人出院后隨著時間延長，二級預(yù)防優(yōu)化藥物使用率逐漸降低[8]。臨床醫(yī)護(hù)人員如能在病人出院時預(yù)測其服藥依從性，早期發(fā)現(xiàn)依從性差的高危個體，并明確其主要的危險因素，從而早期進(jìn)行個體化的干預(yù)和隨訪，將有助于避免其服藥依從性的下降。目前，尚未檢索到關(guān)于冠心病病人二級預(yù)防服藥依從性預(yù)測模型的相關(guān)研究。2003 年WHO 基于大量研究證據(jù)，將服藥依從性的影響因素概括為社會經(jīng)濟(jì)、醫(yī)療照護(hù)、疾病、治療和病人個人5 個維度[5]。本研究基于此模型，結(jié)合課題團(tuán)隊前期開展的質(zhì)性研究結(jié)果[9]，并回顧大量文獻(xiàn)，全面探索和分析服藥依從性及其影響因素，構(gòu)建冠心病病人二級預(yù)防服藥依從性預(yù)測模型，為早期發(fā)現(xiàn)、實施個體化干預(yù)和隨訪提供依據(jù)。

1 對象與方法

1.1 對象 選取2017 年9 月—12 月在某市4 所醫(yī)院住院的心內(nèi)科冠心病病人，采用連續(xù)定點抽樣方法共納入356 例冠心病病人。納入標(biāo)準(zhǔn)：①符合WHO《缺血性心臟病的命名及診斷標(biāo)準(zhǔn)》[10]；②非首次發(fā)病病人；③知情同意。排除標(biāo)準(zhǔn)：①病程≤1 個月；②合并嚴(yán)重身心疾病或臟器功能障礙；③交流障礙。

1.2 調(diào)查工具

1.2.1 一般社會人口學(xué)資料及疾病相關(guān)資料 包括年齡、性別、婚姻狀況、文化程度、經(jīng)濟(jì)收入、家庭所在地，病程、冠心病家族史、住院次數(shù)、是否接受經(jīng)皮冠狀動脈介入術(shù)（PCI）或冠狀動脈旁路移植術(shù)（CABG）等。

1.2.2 冠心病病人二級預(yù)防服藥依從性問卷 由本研究團(tuán)隊自行編制。以《中國心血管疾病康復(fù)/二級預(yù)防指南（2015 版）》[11]藥物處方為依據(jù)，包括“您是否按照醫(yī)囑要求的次數(shù)服藥？”“您是否按照醫(yī)囑要求的劑量服藥？”“您是否按照醫(yī)囑要求的時間服藥？”“您是否按照醫(yī)囑要求從未間斷服藥？”“您是否按照醫(yī)囑要求從未擅自加減藥物種類？”“您是否按時復(fù)查并按醫(yī)囑要求繼續(xù)服藥或調(diào)整藥物？”6 個條目，采用4 級評分法，答題選項設(shè)置為從不(0 分)、偶爾(1 分)、經(jīng)常(2 分)、總是（3 分）。得分越高表示服藥依從性越好。該問卷重 測 信 度 為0.870，Cronbach's α 系 數(shù) 為0.830，以Morisky 服藥依從性量表[12]為標(biāo)準(zhǔn)，效標(biāo)效度為0.74[13]。

1.2.3 冠心病病人二級預(yù)防服藥依從性影響因素調(diào)查表 以WHO 多維度依從性模型為框架，結(jié)合前期課題組關(guān)于冠心病病人服藥行為的質(zhì)性研究結(jié)果，同時總結(jié)大量相關(guān)文獻(xiàn)，篩選冠心病病人服藥依從性的影響因素，共37 個變量，其中社會經(jīng)濟(jì)維度包含社會學(xué)資料和社會支持共5 個變量，醫(yī)療照護(hù)維度包含醫(yī)保類型、對醫(yī)務(wù)人員的信任等4 個變量，疾病相關(guān)維度包含癥狀的嚴(yán)重程度及疾病相關(guān)資料11 個變量，治療相關(guān)維度包含用藥方案復(fù)雜性、藥物療效等3 個變量，病人相關(guān)維度包含人口學(xué)資料及對冠心病的認(rèn)識等14 個變量。社會人口學(xué)及疾病相關(guān)變量由一般社會人口學(xué)資料及疾病相關(guān)資料獲得，社會支持、焦慮、抑郁、合理用藥自我效能分別通過社會支持評定量表、廣泛性焦慮量表、病人健康問卷及合理用藥自我效能量表獲得；其余15 個變量由自編問卷獲得。該問卷共36個條目，條目選項為“是”（計1 分）與“否”（計0 分）。Cronbach's α 系數(shù)為0.727，重測信度為0.764。條目水平的內(nèi)容效度（I-CVI）為0.850～1.000，量表水平的內(nèi)容效度（S-CVI）為0.800。社會支持評定量表：包含客觀支持、主觀支持、對支持的利用度3 個維度，共10 個條目[14]。總分為12～66 分，分值越高表示社會支持水平越高[15]。廣泛性焦慮量表：包含7 個條目，總分為0～21 分[16]，分值越高表示焦慮癥狀越嚴(yán)重[17]。病人健康問卷：為抑郁自評問卷，包含9 個條目，得分為0～27分，越高表示抑郁癥狀越嚴(yán)重[18-19]。合理用藥自我效能量表：由Risser 等[20]開發(fā)，國內(nèi)學(xué)者翻譯形成中文版[21]，Cronbach's α 系 數(shù) 為0.934，重 測 信 度 為0.932。問卷包括2 個維度，采用3 級評分，總分為13～39 分，分值越高表示越有信心堅持服藥。

1.3 資料收集方法 由接受培訓(xùn)的調(diào)查員與病人面談，知情同意后，發(fā)放問卷，當(dāng)場填寫，完成后調(diào)查員對問卷進(jìn)行檢查、核實。

1.4 統(tǒng)計學(xué)方法 采用SPSS 22.0 軟件和R 軟件進(jìn)行數(shù)據(jù)統(tǒng)計和分析。定量資料用均數(shù)±標(biāo)準(zhǔn)差（±s）描述，采用t檢驗、方差分析進(jìn)行分析；定性資料采用頻數(shù)、百分比描述。應(yīng)用Pearson 相關(guān)分析探索連續(xù)性變量的相關(guān)性，采用多元線性回歸及回歸樹構(gòu)建預(yù)測模型。預(yù)測性能采用平均絕對誤差（MAE）、均方誤差（MSE）和標(biāo)準(zhǔn)化后的平均絕對誤差（NMSE）。以P＜0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 冠心病病人一般資料及其二級預(yù)防服藥依從性狀況 356 例病人年齡30～87（65.19±10.02）歲；男性占62.64%；服藥依從性得分為（14.51±3.31）分。冠心病病人一般資料及其二級預(yù)防服藥依從性得分影響因素的單因素分析見表1。

表1 冠心病病人一般資料及其二級預(yù)防服藥依從性得分影響因素的單因素分析(n=356，±s) 單位：分

表1 冠心病病人一般資料及其二級預(yù)防服藥依從性得分影響因素的單因素分析(n=356，±s) 單位：分

統(tǒng)計值P項目 分類年齡＜50 歲50～＜60 歲60～＜70 歲70～＜80 歲≥80 歲性別男女婚姻狀況文化程度家庭所在地家庭月收入職業(yè)工作狀態(tài)居住情況醫(yī)療付費方式病程距離上次住院時間住院次數(shù)有配偶無配偶小學(xué)及以下初中高中及以上農(nóng)村鄉(xiāng)鎮(zhèn)城市1 000～＜2 000 元2 000～＜3 000 元≥3 000 元農(nóng)民其他無業(yè)退休在職獨居非獨居職工醫(yī)保城鎮(zhèn)居民醫(yī)保新農(nóng)合自費＜1 年1～＜10 年10～＜20 年≥20 年＜1 年1～＜2 年2～＜3 年≥3 年＜2 次2 次 或3 次4 次 或5 次≥6 次冠心病家族史是否PCI是否CABG是否合并其他疾病是否合并心力衰竭是否是否是否是否是否F=0.925 0.449 t=1.312 0.190 t=-0.115 0.909 F=0.905 0.406 F=6.443 0.002 F=9.948＜0.001 t=-2.430 0.016 F=4.769 0.009 t=-0.110 0.912 F=2.574 0.054 F=0.660 0.577 F=1.506 0.213 F=1.568 0.197 t=-0.349 0.727 t=3.643＜0.001 t=1.986 0.048 t=1.047 0.296例數(shù)20 85 125 105 21 223 133 320 36 129 121 106 137 40 179 56 192 108 133 223 133 173 50 23 333 178 24 142 12 37 231 65 23 135 76 69 76 95 153 44 64 145 211 144 212 17 339 331 25 65 291服藥依從性得分13.20±4.24 14.51±3.37 14.55±3.00 14.60±3.57 15.00±2.34 14.68±3.23 14.21±3.44 14.50±3.37 14.57±2.76 14.31±3.36 14.52±3.37 15.13±2.80 13.75±3.54 15.43±3.09 14.88±3.07 12.85±3.98 14.59±3.10 15.21±3.03 13.93±3.58 14.84±3.10 13.94±3.66 15.06±2.81 14.10±3.67 14.43±3.10 14.51±3.33 14.98±3.07 14.42±3.32 14.01±3.54 13.67±3.42 15.00±3.29 14.33±3.25 14.78±3.44 14.69±3.55 14.55±3.51 15.13±2.80 14.20±2.87 14.09±3.74 14.04±3.87 14.67±3.16 14.13±3.08 15.08±2.84 14.43±3.18 14.56±3.40 15.26±3.06 13.98±3.39 16.06±2.46 14.44±3.13 14.56±3.23 13.84±4.25 13.75±4.07 14.68±3.10 t=-1.719 0.089

2.2 冠心病病人二級預(yù)防服藥依從性得分影響因素的相關(guān)性分析 Pearson 相關(guān)分析結(jié)果顯示：對醫(yī)務(wù)人員的信任（r=0.234，P＜0.001）、住院期間健康教育（r=0.165，P=0.002）、隨訪（r=0.189，P＜0.001）、疾病認(rèn)知（r=0.215，P＜0.001）、疾 病 危 險 因 素 認(rèn) 知（r=0.319，P＜0.001）、藥 物 副 作 用 知 識（r=0.116，P=0.029）、對疾病的重視程度（r=0.402，P＜0.001）、服藥態(tài)度（r=0.355，P＜0.001）、服藥管理（r=0.399，P＜0.001）、健忘（r=-0.080，P=0.048）、擔(dān)心藥物副作用（r=-0.206，P＜0.001）、焦慮（r=-0.120，P=0.024）、抑郁（r=-0.216，P＜0.001）、合理用藥自我效能（r=0.616，P＜0.001）和 社 會 支 持 總 分（r=0.191，P＜0.001）與冠心病病人二級預(yù)防服藥依從性總分相關(guān)。

2.3 冠心病病人二級預(yù)防服藥依從性預(yù)測模型的構(gòu)建與驗證 本次調(diào)查中選取其中300 例冠心病病人資料進(jìn)行模型構(gòu)建，其余56 例進(jìn)行內(nèi)部驗證。采用多元線性回歸及回歸樹構(gòu)建預(yù)測模型，比較得出最優(yōu)模型。以服藥依從性為因變量，將單因素分析中有統(tǒng)計學(xué)差異和顯著相關(guān)的變量為自變量。多元線性回歸預(yù)測模型及回歸樹預(yù)測模型的殘差平方和分別為1 680.791，3 332.680，殘差呈正態(tài)分布，多元線性回歸預(yù)測模型結(jié)果見表2，回歸樹預(yù)測模型見圖1。多元線性回歸預(yù)測模型：MAE=1.609，MSE=4.227，NMSE=0.441；回歸樹預(yù)測模型：MAE=2.126，MSE=9.032，NMSE=0.943。NMSE 分值范圍為0～1，分值越小表示模型的預(yù)測性能越好。經(jīng)比較，多元線性回歸預(yù)測模型的MAE、MSE 和NMSE 均小于回歸樹預(yù)測模型，表明本研究中多元線性回歸模型預(yù)測性能更好，回歸方程：服藥依從性=-1.004+0.298×合理用藥自我效能+0.754×對疾病的重視程度-0.903×擔(dān)心藥物副作用+0.527×服藥管理+1.261×家庭所在地+0.257×疾病危險因素認(rèn)知+0.970×工作狀態(tài)+0.774×PCI+1.363×CABG。

表2 冠心病病人二級預(yù)防服藥依從性多元線性回歸模型

圖1 冠心病病人二級預(yù)防服藥依從性回歸樹預(yù)測模型

3 討論

3.1 冠心病病人二級預(yù)防服藥依從性預(yù)測模型構(gòu)建的意義 冠心病作為一種常見的慢性疾病，因其反復(fù)發(fā)作、反復(fù)住院甚至猝死，使病人健康受到嚴(yán)重威脅，生活質(zhì)量下降，醫(yī)療費用增加[22-23]。循證證據(jù)表明，冠心病二級預(yù)防可以有效地避免心血管事件再發(fā)，減少癥狀，降低死亡風(fēng)險[11]。二級預(yù)防指南提出，堅持有循證依據(jù)的藥物治療是冠心病防治的基礎(chǔ)，并建議若無禁忌證應(yīng)終身規(guī)律服藥[11]。因此，服藥依從性對于改善冠心病病人臨床結(jié)局至關(guān)重要[6-7]。但在臨床實踐中服藥不依從行為非常常見，已成為一個嚴(yán)重的公共衛(wèi)生問題。目前，關(guān)于服藥依從性現(xiàn)狀及影響因素的研究較多，由于服藥依從性隨出院時間而下降，存在滯后性。若能提前預(yù)測并有針對性地幫助病人避免可能導(dǎo)致依從性下降的風(fēng)險，則對于改善其依從性可能將是一個有效的策略。故此，本研究對于提高病人服藥依從性、改善預(yù)后具有重要意義。

3.2 冠心病病人二級預(yù)防服藥依從性預(yù)測模型的評價 本研究基于WHO 多維度依從性模型，結(jié)合前期課題組關(guān)于冠心病服藥行為的質(zhì)性研究的結(jié)果[9,24]，同時回顧大量相關(guān)文獻(xiàn)，涵蓋了社會經(jīng)濟(jì)、醫(yī)療照護(hù)、疾病、治療和病人5 個維度的影響因素，經(jīng)過了專家內(nèi)容效度評定，顯示很好的信度和效度[25]，從而確保不遺漏重要的依從性影響因素。服藥依從性的評定工具遵循了冠心病二級預(yù)防藥物指南，并以通用的Morisky 服藥依從性量表為標(biāo)準(zhǔn)，經(jīng)檢驗具有較高的效標(biāo)效度，且更能體現(xiàn)冠心病病人二級預(yù)防服藥的要求。應(yīng)用R 軟件，分別采用多元線性回歸和回歸樹兩種統(tǒng)計方法，以期獲得最優(yōu)的預(yù)測模型，使用殘差平方和比較兩個預(yù)測模型的擬合效果[26]。結(jié)果顯示，多元線性回歸預(yù)測模型的殘差平方和遠(yuǎn)遠(yuǎn)小于回歸樹預(yù)測模型，說明多元回歸預(yù)測模型的擬合效果更好；多元線性回歸預(yù)測模型的MAE、MSE 和NMSE 均小于回歸樹預(yù)測模型，說明多元線性回歸預(yù)測模型的預(yù)測性能也更好，可能與回歸樹模型不穩(wěn)定相關(guān)?；貧w樹統(tǒng)計往往基于大樣本構(gòu)建模型，因為如果一個節(jié)點內(nèi)的樣本例數(shù)少，不能進(jìn)行繼續(xù)向下分枝，并且異常值容易造成影響[26-27]。本次調(diào)查構(gòu)建模型所用樣本較少，可能是導(dǎo)致回歸樹模型預(yù)測性能不理想的原因，提示未來需要進(jìn)一步擴(kuò)大樣本量，以期獲得更優(yōu)的預(yù)測模型。此外，NMSE越接近0，預(yù)測性能越好。本研究中多元線性回歸預(yù)測模型NMSE 為0.441，說明下一步的研究還應(yīng)繼續(xù)擴(kuò)大樣本量，收集多中心樣本資料，通過不斷優(yōu)化預(yù)測模型，提升預(yù)測性能。

3.3 冠心病病人二級預(yù)防服藥依從性預(yù)測模型、預(yù)測因素及其臨床意義 本研究結(jié)果顯示，合理用藥自我效能、對疾病的重視程度、擔(dān)心藥物副作用、服藥管理、家庭所在地、疾病危險因素認(rèn)知、工作狀態(tài)、是否PCI或CABG 是冠心病病人二級預(yù)防服藥依從性的主要預(yù)測因素，其中合理用藥自我效能越高、重視疾病、服藥管理得當(dāng)、了解冠心病危險因素、接受PCI 或CABG病人，其服藥依從性較高；擔(dān)心藥物副作用、居住在農(nóng)村、無業(yè)或在職的病人，其服藥依從性低的可能性比較大。臨床實踐中醫(yī)護(hù)人員可以通過評估病人上述預(yù)測因素的實際值，代入本研究所得預(yù)測模型，通過計算即可得到病人預(yù)測的服藥依從性得分，然后結(jié)合其預(yù)測因素的實際情況給予有針對性的干預(yù)指導(dǎo)，從而實現(xiàn)早期發(fā)現(xiàn)、實施針對性干預(yù)和隨訪，促進(jìn)病人在院外堅持服藥，避免不依從的發(fā)生。

4 小結(jié)

本研究構(gòu)建了冠心病病人二級預(yù)防服藥依從性預(yù)測模型并進(jìn)行了驗證，利用此模型可以早期發(fā)現(xiàn)服藥依從性差的高危病人，及早進(jìn)行個體化干預(yù)。為了方便臨床應(yīng)用，本研究團(tuán)隊將進(jìn)一步開發(fā)手機(jī)APP，從而由后臺實現(xiàn)模型計算和預(yù)測因素篩檢，并實施針對性干預(yù)。同時，下一步研究則對該模型進(jìn)行外部驗證，以明確其具有早發(fā)現(xiàn)、早干預(yù)并改善病人服藥依從性的功能。但本研究也存在一定的局限性，樣本量小且樣本來源單一，今后還將擴(kuò)大樣本量，開展多中心、多層次的調(diào)查，并結(jié)合機(jī)器學(xué)習(xí)的方法，不斷優(yōu)化預(yù)測模型，更新手機(jī)APP，以實現(xiàn)更為精準(zhǔn)預(yù)測、更為便捷應(yīng)用的目的。