徐銀鋒，王芳，吳玲玲

溫州市第七人民醫(yī)院精神科，浙江溫州 325006

精神分裂癥為病因尚不明確的一種精神類疾病，臨床表現(xiàn)為精神活動的不協(xié)調(diào)和情感、感知、思維和行為的功能障礙，多見于青壯年群體[1]。暴力行為是主要的表現(xiàn)形式之一，患者多在異常精神作用下突發(fā)地毀物、傷人甚至自傷等，往往難以控制，有較強的暴發(fā)性與破壞性，不僅危及患者自身，還對患者周圍的人造成嚴重影響[2]。精神分裂癥患者暴力行為是神經(jīng)生物學、精神癥狀學、社會心理學等多因素共同作用的結果，其中神經(jīng)生物學指標預測較為困難，精神癥狀學和社會心理學納入因素較為單一，導致研究結果相對片面[3]。國外對精神分裂癥患者暴力行為研究主要體現(xiàn)在分析危險因素及研制結構化評估工具，對住院患者暴力行為預測較少，美國和澳大利亞也并不重視利用相關工具評估精神分裂癥住院患者的暴力行為[4]。目前國內(nèi)針對精神分裂癥患者暴力行為的風險評估受各種因素影響，評估標準難以統(tǒng)一，臨床上關于癡呆的風險預測模型報道較為常見，但關于精神分裂癥暴力的風險預測模型鮮有報道[5]。因此，探究患者暴力行為的影響因素，在其住院期間進行針對性護理，不僅能降低患者暴力行為的發(fā)生風險，還有助于提升管理安全，對促進精神分裂癥患者的康復意義重大。本研究選擇在溫州市第七人民醫(yī)院住院治療的500例精神分裂癥患者進行回顧性大樣本調(diào)查，對暴力行為的影響因素進行統(tǒng)計分析并建立風險預測模型，將該模型應用于臨床，篩選出高危人群，應用該風險預測模型進行護理管理，分析其對住院精神分裂癥患者暴力行為發(fā)生的預測價值，有效預防和減少精神分裂癥患者暴力行為的發(fā)生。

1 資料與方法

1.1 一般資料

選取2020年8月至2022年8月在溫州市第七人民醫(yī)院住院治療的500例精神分裂癥患者。其中男287例，女213例；年齡18～60歲，平均（31.28±2.95）歲；病程3個月至32年，平均（6.85±0.54）年；發(fā)病次數(shù)1～13次，平均（2.83±0.22）次。納入標準：①符合《精神與行為障礙分類-10》診斷標準[6]；②年齡18～60歲；③患者家屬具有完成調(diào)查問卷的能力；④臨床資料完整。排除標準：①合并心、腦、肝、腎等臟器疾病、惡性腫瘤、免疫性疾病的患者；②合并嚴重行動功能障礙的患者；③合并嚴重軀體疾病、腦器質(zhì)性疾病的患者；④住院時間<24h的患者。

1.2 方法

由2名項目組成員負責分析對比數(shù)據(jù)后，選取其中334例患者進行建模，根據(jù)出院后外顯攻擊行為量表（modified overt aggression scales,MOAS）評分分為暴力行為組（n=105）和非暴力行為組（n=229）。MOAS評分含言語攻擊、自身攻擊、對他人的身體攻擊及對財產(chǎn)的攻擊四個部分，每部分0～4級共5級評分，評分越高說明暴力傾向越嚴重。調(diào)查前由研究人員采用統(tǒng)一指導語進行溝通，取得患者及其家屬的同意，再由責任護士開展量表調(diào)查，包括性別、年齡、家庭經(jīng)濟狀況、撫養(yǎng)方式、治療狀況、智力、住院方式、職業(yè)、暴力行為、妄想、抑郁、易激怒和既往暴力行為情況；觀察記錄患者在住院期間的暴力行為（包括對他人、對自己和財物的攻擊行為）。調(diào)查結束后由研究人員根據(jù)資料建立住院精神分裂癥患者暴力風險預測模型，并選擇166例有暴力行為的患者進行驗證（模型驗證組）。

1.3 指標分析

①模型變量和變量賦值；②兩組患者暴力行為影響因素的單因素分析；③暴力行為影響因素的Cox多因素回歸分析；④驗證風險預測模型預測結果。Cox多因素回歸分析后，建立風險預測模型，并對模型驗證組166例具有暴力行為的精神分裂癥患者進行驗證。根據(jù)模型成功預測暴力行為陽性；⑤風險預測模型的預測價值分析。

1.4 統(tǒng)計學方法

采用SPSS 23.0統(tǒng)計學軟件對數(shù)據(jù)進行處理分析，計數(shù)資料以例數(shù)（百分率）[n（%）]表示，比較采用χ2檢驗；計量資料以均數(shù)±標準差（±s）表示，比較采用t檢驗。多因素分析采用Cox回歸模型。P<0.05為差異有統(tǒng)計學意義。對暴力風險的預測價值采用受試者操作特征曲線（receiver operating characteristic curve，ROC曲線）下面積進行評估。

2 結果

2.1 模型變量和變量賦值

將患者的性別、年齡、家庭經(jīng)濟狀況、撫養(yǎng)方式、治療狀況、智力、住院方式、職業(yè)、妄想、易激怒和既往暴力行為作為暴力風險預測模型的變量，進行虛擬化處理并予以賦值統(tǒng)計，見表1。

表1 模型變量和變量賦值

2.2 兩組患者暴力行為影響因素的單因素分析

暴力行為組患者的年齡、家庭經(jīng)濟狀況、撫養(yǎng)方式、治療狀況、智力、住院方式、職業(yè)、既往暴力行為、妄想、精神癥狀和易激怒比例明顯差于非暴力行為組，差異有統(tǒng)計學意義（P<0.05）；兩組患者的性別比較，差異無統(tǒng)計學意義（P>0.05），見表2。

表2 兩組患者暴力行為影響因素的單因素分析[n（%）]

2.3 暴力行為影響因素的Cox多因素回歸分析

將影響精神分裂癥暴力行為的因素：年齡、家庭經(jīng)濟狀況、撫養(yǎng)方式、治療狀況、智力、住院方式、職業(yè)、既往暴力行為、妄想、精神癥狀和易激怒納入Cox多因素分析，結果表明，治療狀況、智力、住院方式、既往暴力行為、妄想、精神癥狀和易激怒為精神分裂癥患者發(fā)生暴力行為的獨立危險因素（P<0.05），見表3。

表3 暴力行為影響因素的Cox多因素回歸分析

2.4 驗證暴力風險預測模型的預測結果

根據(jù)多因素分析結果，將未接受過治療、智力低下、非主動住院方式、存在既往暴力行為、有妄想、精神癥狀評分較高（22分以上）和易激怒因素建立暴力風險預測模型，對模型驗證組進行驗證，結果顯示陽性率為93.98%（156/166），見表4。

表4 驗證暴力風險預測模型的預測結果（n）

2.5 風險預測模型的預測價值分析

風險預測模型預測住院精神分裂癥患者暴力行為發(fā)生的ROC曲線下面積為0.941（95%CI：0.051～0.142）（P<0.05）；預測暴力行為發(fā)生的臨界值陽性率≥93.98%時，其特異性為0.915、敏感度為0.964，見圖1。

3 討論

精神分裂癥患者的暴力行為影響較大，目前有多位學者對其暴力行為的評估開展研究，但研究結果存在較大差異[7-11]。探究科學有效的精神分裂癥暴力行為模型，對高危人群進行篩查、降低精神分裂癥患者暴力行為發(fā)生率、提升患者治療安全性及療效均有積極意義。本研究結果表明，模型驗證組的陽性率為93.98%（156/166）；風險預測模型預測暴力行為發(fā)生的ROC曲線下面積為0.941（95%CI為0.051～0.142）；預測暴力行為發(fā)生的臨界值陽性率≥93.98%時，特異性為0.915、敏感度為0.964。研究發(fā)現(xiàn)Cox多因素風險預測模型用于預測精神分裂癥患者暴力行為的發(fā)生效能顯著，采用該預測模型有助于評估精神分裂癥患者的暴力行為風險。

既往對住院精神分裂癥患者暴力行為的發(fā)生原因分析多集中于伴發(fā)的人格改變、神經(jīng)生物學、遺傳因素和陽性癥狀等方面[12]。甄文鳳等[13]研究發(fā)現(xiàn)，文化程度低、對財物和自身攻擊行為是危險因素。李素榮等[14]研究發(fā)現(xiàn)，陽性癥狀重、與父親關系差、父母有酗酒史及家暴史是發(fā)生攻擊行為的獨立危險因素。本研究結果顯示，治療狀況、智力、住院方式、既往暴力行為、妄想、精神癥狀和易激怒為獨立危險因素。精神分裂癥患者一般早期性格有敏感、多疑等特點，在經(jīng)歷家庭因素的不良影響后容易產(chǎn)生妄想、幻覺等，表現(xiàn)為言行紊亂、思路混亂、喜怒無常等，當患者情緒波動時產(chǎn)生暴力行為[15]。患者入院后，面對陌生的醫(yī)療環(huán)境、居住環(huán)境、人文環(huán)境等，其精神控制能力大幅下降，認為住院治療并非是幫助自己而是直接或間接的傷害，堅信自己的觀點，進而表現(xiàn)為依從性差、易怒、言語攻擊等，嚴重者會采用暴力行為宣泄自身情緒[16-17]。而患者本身的易激怒性格、既往不良經(jīng)歷與嚴重的精神病性癥狀在受到外界不良因素刺激后更易發(fā)生暴力事件[18-19]。因此，構建暴力風險預測模型十分重要。相關研究指出，Cox多因素風險模型具有較好的準確性及校準度[20]。但在外部校驗模型中，研究發(fā)現(xiàn)社會功能的下降和認知功能的分數(shù)差異無統(tǒng)計學意義[21-23]；可歸因于校驗模型中的樣本年齡較小、社會功能不顯著。

綜上所述，以治療狀況、智力、住院方式、既往暴力行為、妄想、精神癥狀和易激怒為危險因素建立風險預測模型可有效預測住院精神分裂癥患者暴力行為的發(fā)生，且具有較高的特異性和敏感度，對臨床干預具有一定的指導意義。