劉冬雪，張程婕，李雪霏，劉春蕾，井坤娟

老年腦卒中患者病恥感預測模型構(gòu)建與驗證

劉冬雪1，張程婕1，李雪霏2，劉春蕾1，井坤娟1

1.河北大學護理學院，河北保定 071000；2.河北大學附屬醫(yī)院手術(shù)室，河北保定 071000

建立并驗證老年腦卒中患者病恥感預測模型。采用便利取樣法，選取2022年5月至10月于河北大學附屬醫(yī)院住院的老年腦卒中患者252例為研究對象。將患者按3∶1分為建模集和驗證集，采取單因素分析和二元Logistic回歸分析篩選預測因子，基于回歸系數(shù)構(gòu)建腦卒中患者病恥感風險評分表，Hosmer-Lemeshow檢驗評價模型擬合度，受試者操作特征曲線（receiver operating characteristic curve，ROC曲線）分析模型預測效能。Logistic回歸分析顯示，有軀體功能障礙、中度/重度依賴、挑戰(zhàn)及傷害認知評價、回避應對方式均是老年腦卒中患者產(chǎn)生病恥感的獨立影響因素（<0.05）。構(gòu)建的預測模型有良好預測能力，建模集和驗證集ROC曲線下面積分別為0.902和0.728。開發(fā)的老年腦卒中患者病恥感風險評分表具有良好的預測能力，可為未來開發(fā)新的量表工具提供依據(jù)，以便早期識別存在高病恥感的腦卒中患者。

腦卒中；病恥感；預測模型；內(nèi)部驗證

腦卒中具有高發(fā)病率、高致殘率、高死亡率、高復發(fā)率、高經(jīng)濟負擔的特點[1]。病恥感是一種負性情緒體驗，老年人是腦卒中的高發(fā)群體，發(fā)病后可致患者軀體功能和活動能力障礙，生活質(zhì)量普遍降低，繼而產(chǎn)生病恥感[2-3]。拉扎勒斯壓力應對模式認為，壓力源作用于個體后是否產(chǎn)生壓力，主要取決于認知評價和應對方式[4]。發(fā)生腦卒中后，是否產(chǎn)生病恥感，取決于患者的認知評價及應對過程。早期識別病恥感發(fā)生情況，對及早進行健康指導有一定價值。本研究以壓力應對模式為理論框架，分析腦卒中患者病恥感影響因素，構(gòu)建病恥感風險預測模型，為早期篩查高病恥感老年患者提供依據(jù)。

1 資料與方法

1.1 研究對象

采用便利取樣法，選取2022年5月至10月于河北大學附屬醫(yī)院住院的老年腦卒中患者252例為研究對象。納入標準：符合缺血性與出血性腦卒中相關(guān)診斷標準[5-6]；確診時間≥1周；年齡≥60歲；具備良好的溝通和理解能力。排除標準：存在認知障礙、精神疾病、病情危重等無法配合者；伴有嚴重并發(fā)癥者。本研究經(jīng)河北大學附屬醫(yī)院倫理委員會批準（倫理審批號：HDFY-LL-2021-181），所有患者均簽署知情同意書。

1.2 研究工具

①一般資料：收集患者的年齡、性別、婚姻狀況、工作狀況等一般人口學資料及軀體功能障礙、自理能力等疾病相關(guān)資料。②健康認知評價量表（cognitive appraisal of health scale，CAHS）：由Kessler等[7]開發(fā)，林曉鴻等[8]漢化，包括初級和二級評價。初級評價包括威脅、挑戰(zhàn)、有益/無關(guān)、傷害4個維度23個條目，二級評價包括5個條目，評價個體應對選擇和應對資源。量表采用Likert 5級評分，從1分（強烈不同意）至5分（強烈同意），得分越高，個體越傾向于該評價方式。③醫(yī)學應對方式問卷（medical coping modes questionnaire，MCMQ）：由Feifel等[9]編制，沈曉紅等[10]漢化，包括面對、回避、屈服3個維度20個條目，采用Likert 4級評分，得分越高，相應應對方式使用的越多。④腦卒中病恥感量表（stroke stigma scale，SSS）：由朱敏芳等[11]開發(fā)，包括軀體障礙、社會交往、受歧視經(jīng)歷及自我感受4個維度16個條目。采用Likert 5級評分，總分16～80分，得分越高，病恥感越重。

1.3 統(tǒng)計學方法

采用SPSS 26.0軟件對數(shù)據(jù)進行統(tǒng)計分析。預測因子篩選采取單因素分析和二元Logistic回歸分析，基于Logistic回歸分析結(jié)果，將自變量回歸系數(shù)絕對值中最小者對應的變量設為1分，其他變量分值=各變量絕對值/絕對值中最小值，結(jié)果四舍五入取整數(shù)，依次對自變量進行賦分，構(gòu)建病恥感風險預測評分表[12]。應用驗證集對模型進行內(nèi)部驗證，繪制受試者操作特征曲線（receiver operating characteristic curve，ROC曲線）、計算曲線下面積（area under the curve，AUC）評估模型的有效性，通過約登指數(shù)尋找最佳臨界點。

2 結(jié)果

納入患者平均年齡（68.92±6.58）歲；男132例（52.38%），女120例（47.62%）。病恥感得分（44.92±11.68）分，中位得分47分；按中位數(shù)將總體樣本分為高分組（=127）和低分組（=125）。將數(shù)據(jù)按3∶1隨機分為建模集（=189）和驗證集（=63）。

2.1 單因素分析

建模集共189例，其中高分組患者90例，低分組患者99例。結(jié)果顯示，兩組患者的軀體功能障礙、自理能力、是否首次入院、CAHS初級評價4個維度、MCMQ各維度及總分比較差異均有統(tǒng)計學意義（<0.05），見表1。

表1 病恥感單因素分析

續(xù)表1

2.2 Logistic回歸分析

將單因素分析中有意義的自變量進行賦值并納入二元Logistic回歸分析，結(jié)果顯示，有軀體功能障礙、中度/重度依賴、挑戰(zhàn)和傷害認知評價、回避應對方式均是老年腦卒中患者產(chǎn)生病恥感的獨立影響因素（<0.05），見表2、表3。

表3 Logistic回歸分析結(jié)果

2.3 評分系統(tǒng)的形成

根據(jù)回歸分析結(jié)果構(gòu)建風險預測評分表。個體得分=2×（挑戰(zhàn)賦值得分）+1×（傷害）+1×（回避賦值得分）+1×（軀體功能障礙賦值得分）+2×（自理能力賦值得分），總分0～7分，得分越高說明病恥感發(fā)生可能性越大?；陲L險預測評分，計算發(fā)病率，見表4。

表4 建模集和驗證集發(fā)病率

注：發(fā)病率=發(fā)病例數(shù)/總例數(shù)×100%

2.4 預測模型的效能評價

計算個體得分，繪制模型ROC曲線，AUC為0.902（95%=0.857～0.946，<0.001），說明模型準確度較好，見圖1。Hosmer-Lemeshow檢驗結(jié)果顯示模型校準度良好（2=11.200，=0.342）；截斷值為3分，此時模型的敏感度為90.0%，特異性為69.7%。按此標準得出建模集中高風險組患者111例，低風險組患者78例。

圖1 建模集ROC曲線

2.5 模型的內(nèi)部驗證

計算驗證集63例患者的病恥感發(fā)生危險分值，繪制驗證集ROC曲線。此時AUC為0.728（95%= 0.604～0.853），說明模型在驗證集中區(qū)分度良好，見圖2；基于風險預測評分，計算發(fā)病率，見表4。按截斷值為3分，驗證集中高風險組患者46例，低風險組患者17例。建模集和驗證集預測不同分值發(fā)病率之間比較差異無統(tǒng)計學意義（2=7.863，=0.349），模型的精準度見圖3。

圖2 驗證集ROC曲線

圖3 預測模型精準度

3 討論

本研究結(jié)果顯示，挑戰(zhàn)與傷害認知評價、回避應對方式、有軀體功能障礙及自理能力中重度依賴均是老年腦卒中患者產(chǎn)生病恥感的獨立影響因素，與鄧翠玉等[13]研究結(jié)果一致。采取挑戰(zhàn)正性認知評價越多，病恥感水平越低，說明正性認知評價可增強患者戰(zhàn)勝疾病的信心，減少負性情緒，減輕病恥感；傷害性負性認知評價增加病恥感的發(fā)生風險，可能是患者擔心疾病對自己帶來傷害，加重患者病恥感體驗。有研究顯示，負性評價會使患者采取消極的應對方式，進而影響患者的心理狀態(tài)[14]；采取回避的應對方式可增加患者病恥感發(fā)生風險，歸因于回避應對方式只是暫時逃避患病壓力，并沒有從根源解決問題，患者因自卑心理采取回避應對方式進一步加重病恥感。高杰等[15]研究也發(fā)現(xiàn)，回避應對方式是中青年腦缺血性卒中患者傾向選擇的應對方式，阻礙患者康復進程。在本研究中自理能力是位居第一的影響因素，自理能力受限、身體功能障礙的患者會加重其負性情緒，延長病程，進而影響病恥感。

構(gòu)建的風險評分系統(tǒng)納入軀體功能障礙（1分）、自理能力（2分）、挑戰(zhàn)（2分）、傷害（1分）、回避（1分）5個自變量。以3分為截斷值，建模集高危檢出率為58.73%，說明老年腦卒中患者存在病恥感的風險較高。因此，應盡早進行健康指導，防止病恥感的發(fā)生。建模集和驗證集的AUC分別為0.902和0.728，且模型精準度良好，說明評分系統(tǒng)具有較好的區(qū)分度和穩(wěn)定性。因此，基于壓力應對理論構(gòu)建的評分系統(tǒng)，具有良好的預測能力，構(gòu)建的病恥感風險評分表可有效預測老年腦卒中患者病恥感發(fā)生風險，可為未來開發(fā)新的病恥感測量工具提供依據(jù)。

綜上所述，本研究構(gòu)建的病恥感風險評分表具有良好的校準度和區(qū)分度。但本研究為回顧性研究，可能存在信息偏頗；樣本來源較單一，且樣本量較少，統(tǒng)計效力不足，只進行了內(nèi)部驗證，推廣性受限制。今后可采取隊列研究，多中心收集數(shù)據(jù)，擴大樣本量，以增加模型的可靠性。

[1] 《中國腦卒中防治報告2018》編寫組. 我國腦卒中防治仍面臨巨大挑戰(zhàn)——《中國腦卒中防治報告2018》概要[J]. 中國循環(huán)雜志, 2019, 34(2): 105–119.

[2] SEEMAN M, GOFFMAN E. Stigma: Notes on the management of spoiled identity[J]. Am Sociol Rev, 1964, 29(5): 770.

[3] 李牧玲, 王曉艷, 白雪潔, 等. 廣州市某醫(yī)院腦卒中住院患者病恥感現(xiàn)狀及其影響因素[J]. 醫(yī)學與社會, 2020, 33(4): 105–108.

[4] FOLKMAN S, LAZARUS R S, DUNKEL-SCHETTER C, et al. Dynamics of a stressful encounter: Cognitive appraisal, coping, and encounter outcomes[J]. J Pers Soc Psychol, 1986, 50(5): 992–1003.

[5] 中華醫(yī)學會神經(jīng)病學分會, 中華醫(yī)學會神經(jīng)病學分會腦血管病學組. 中國急性缺血性腦卒中診治指南2018[J]. 中華神經(jīng)科雜志, 2018, 51(9): 666–682.

[6] 中華醫(yī)學會神經(jīng)病學分會, 中華醫(yī)學會神經(jīng)病學分會腦血管病學組. 中國腦出血診治指南(2019)[J]. 中華神經(jīng)科雜志, 2019, 52(12): 994–1005.

[7] KESSLER T A. The cognitive appraisal of health scale: Development of psychometric evaluation[J]. Res Nurs Health, 1998, 21(1): 73–82.

[8] 林曉鴻, 彭曉, 張文馨, 等. 腎移植受者健康認知評價與應對方式調(diào)查[J]. 護理學雜志, 2015, 30(18): 9–12.

[9] FEIFEL H, STRACK S, NAGY V T. Coping strategies and associated features of medically ill patients[J]. Psychosom Med, 1987, 49(6): 616–625.

[10] 沈曉紅, 姜乾金. 醫(yī)學應對方式問卷中文版701例測試報告[J]. 中國行為醫(yī)學科學, 2000, 9(1): 18.

[11] 朱敏芳, 周宏珍, 鄧瑛瑛, 等. 腦卒中患者病恥感量表的編制及信效度檢驗[J]. 護理學雜志, 2019, 34(1): 70–73.

[12] 姚杰. 下肢深靜脈血栓患者發(fā)生血栓后綜合征臨床預測模型的建立[D]. 太原: 山西醫(yī)科大學, 2020.

[13] 鄧翠玉, 盧琦, 趙岳. 社區(qū)腦卒中患者病恥感現(xiàn)狀及影響因素的研究[J]. 中國實用護理雜志, 2017, 33(14): 1093–1097.

[14] 劉曉蓓, 李惠萍, 陳曉紅, 等. 乳腺癌患者創(chuàng)傷后成長與認知評價和應對方式的相關(guān)研究[J]. 重慶醫(yī)學, 2019, 48(4): 586–590.

[15] 高杰, 張會敏, 孫羽燕, 等. 應對方式在中青年缺血性腦卒中患者社會支持與疾病不確定感間的中介效應[J]. 解放軍護理雜志, 2021, 38(2): 6–9.

Construction and validation of stigma prediction model in elderly stroke patients

LIU Dongxue, ZHANG Chengjie, LI Xuefei, LIU Chunlei, JING Kunjuan

1.College of Nursing, Hebei University, Baoding 071000, Hebei, China; 2.Department of Operating Room, Affiliated Hospital of Hebei University, Baoding 071000, Hebei, China

To construct and validate a stigma prediction model for elderly stroke patients.A total of 252 elderly stroke patients hospitalized in Affiliated Hospital of Hebei University from May to October 2022 were selected as the study objects by convenient sampling method. The patients were divided into modeling set and validation set according to 3∶1, and the predictors were screened by binary Logistic regression analysis. A stigma risk scale was constructed based on the regression coefficient, and the model fit was evaluated by Hosmer-Lemeshow test. The receiver operating characteristic (ROC) curve was used to analyze the predictive performance of the model.Logistic regression analysis showed that physical dysfunction, moderate/severe dependence, cognitive evaluation of challenge and injury, and avoidance coping style were all independent factors influencing stigma in elderly stroke patients (<0.05). The constructed prediction model had good prediction ability, and the area under ROC curve of modeling set and validation set were 0.902 and 0.728, respectively.The developed stigma risk scale for elderly stroke patients has a good predictive ability, and can provide a basis for the development of new scale tools in the future, so as to early identify stroke patients with high stigma.

Stroke; Stigma; Prediction model; Internal validation

R473

A

10.3969/j.issn.1673-9701.2023.31.021

河北省醫(yī)學科學研究課題計劃項目（20231559）；河北大學社科培育基金項目（2020HPY030）

井坤娟，電子信箱：jingkunjuan@qq.com

（2022–12–31）

（2023–09–22）