基于世界卫生组织残疾评定量表2.0慢性病患者整体功能的评估研究

2019-09-25徐悦莹郑洁皎夏汶李勇徐国会段林茹曲冰邱卓英

中国康复理论与实践 2019年9期

徐悦莹，郑洁皎，夏汶，李勇，徐国会，段林茹，曲冰，邱卓英

1.复旦大学附属华东医院康复医学科，上海市200040；2.中国ICF研究院，山东潍坊市261053；3.世界卫生组织国际分类家族中国合作中心，北京市100068；4.中国康复科学所康复信息研究所，北京市100068；5.中国康复研究中心康复信息研究所，北京市100068

目前常用的改良Barthel指数(modified BarthelIndex,MBI)和功能独立性测量(FunctionalIndependence Measure,FIM)不是综合性的功能评定，在评定患者功能问题和设定康复目标时都不够具体[1]，没有把环境因素影响和患者社会参与状况考虑在内。虽然Barthel指数经过改良，更详细、精确，但仅涉及关键的日常生活活动能力，未包括认知、交往和社会参与等功能，也未考虑背景性因素。FIM最初是美国对住院患者进行功能分级进而确定医疗保险额度的评测工具，可评定躯体、语言、认知和社会功能，具有良好的信效度，可全面地评定日常生活活动能力。但使用FIM需向美国有关机构缴纳年度注册费，且评定人员必须经过规范化培训。我国目前还没有医院正式使用[2]。

《国际功能、残疾和健康分类》(International Classification of Functioning,Disability and Health,ICF)是世界卫生组织(World Health Organization,WHO)于2001年正式颁布的功能和残疾分类。它构建了基于“生物-心理-社会”的医学模式，最终目的是在全球范围内提供一种统一的、标准化的语言和框架以描述健康状况和与健康状况有关的问题，对健康状态的结果分类提供参考性的理论框架[3]。世界卫生组织残疾评定量表2.0(WHO Disability Assessment Schedule 2.0,WHODAS 2.0)是基于ICF的功能评估工具。针对脑卒中患者功能评定[4]、慢性神经功能障碍康复结局测量[5]和脊髓损伤患者身体结构与功能的评定[6]，与Barthel指数和FIM等其他量表相比，WHODAS 2.0是一种有效、全面的评定工具，特别是增加了“活动和参与”和“环境因素”领域，但评定时间长，理解上有一定难度，需要经过专业培训[2]。

WHODAS 2.0是以ICF为框架发展的，可提供一种共同的语言和一致的概念基础，以测量受访者的整体健康和功能状态，可广泛应用于不同残疾和慢性病类别中，亦可应用于不同文化背景的人士[7]。所有条目都直接根据ICF进行描述；提供整体性的健康测定而不是疾病特征或细节的测定；保证身体与精神障碍间的匹配性；在国际范围内，是仅有的被证明具有跨文化可适用性，并满足评定工具的标准心理测量特性的健康和残疾评定工具，具有良好的信效度[8]。

1 资料与方法

1.1 一般资料

2017年12月至2018年6月，选取在华东医院-静安区康复医联体康复门诊或病房接受康复治疗的346例慢性病患者，均经头颅CT或MRI等影像学检查证实。所有患者年龄19～98岁，平均(65±15)岁；男性186例，女性160例；脑卒中79例，慢性阻塞性肺疾病82例，颈椎退行性病变73例，腰椎退行性病变67例，慢性踝关节不稳45例。均处于慢性期。

1.2 方法

WHODAS 2.0由6个维度共36条项目组成，即领域一“认知”(6条项目)、领域二“活动性”(5条项目)、领域三“自我照护”(4条项目)、领域四“与他人相处”(5条项目)、领域五“生活活动”(8条项目)和领域六“社会参与”(8条项目)。本研究根据临床康复实际使用情况，在领域二中增加“搬运、移动和操纵物品”，领域三增加“身体护理”“如厕”，领域四增加“建立正式社会人际关系”。最终评价项目共40条。

由接受过相关培训的临床医务人员使用WHODAS 2.0评价患者近30 d内的总体健康和功能状态的客观表现，信息来源涉及患者本人、家属或照顾者，初次评价2周后进行重测评价。该量表为5分制Likert量表，1分为无障碍，5分为极度障碍或无法执行。缺失条目得分用其所属领域的平均分代替。

1.3 统计学分析

采用SPSS 24.0对数据进行统计分析，包括内部一致性信度和重测信度分析；不同慢性病类别之间评分比较采用单因素方差分析；采用AMOS 24.0构建理论模型，通过最大似然法(maximum likelihood,ML)检验实测数据与测量模型间的适配度，进行结构效度验证性分析[9-15]。

整体模型适配检验采用卡方自由度比值(Chi square degrees of freedom,CMIN/DF)、近似误差均方根(root-mean-square error of approximation,RMSEA)、标准化残差均方和平方根(standardized root mean square residual,SRMR)、比较拟合指数(comparatice fit index,CFI)、常规拟合指数(normal of fit index,NFI)、相对拟合指数(relative fit index,RFI)、递增拟合指数(incremental fit index,IFI)和非范拟合指数(Tucker-Lewis index,TLI)。

模型内在结构适配度指标包括部分观察变量的信度系数(标准化因子载荷值的平方)、各个潜在变量的组合信度、各个潜在变量的平均变异数萃取量，显著性水平α=0.05，残差的绝对值＜3，修正指标＜4。

2 结果

2.1 内部一致性信度

WHODAS 2.0总体Cronbach α =0.981，6个维度Cronbach α均＞ 0.9(P＜ 0.001)。见表1。

表1 量表总分及6个分量表的内部一致性分析

2.2 重测信度

量表总分Pearson相关系数为0.977，6个维度的相关系数均＞0.85(P＜0.001)。见表2。

表2 量表总分及6个维度的重测相关系数

2.3 验证性因子分析

2.3.1 预设模型

通过AMOS 24.0软件设计该量表的验证性因子分析预设模型，40条项目为观察变量，6个维度为潜在变量。结果表明，潜在变量和相应的测量指标间的标准化因子载荷 0.674～0.966，标准误 0.027～0.053。见表3。

2.3.2 最终模型

根据验证性因子分析提供的修正指数(modification index,MI)，同时结合ICF和WHODAS 2.0的理论可行性，对预设模型进一步修正，最终模型见图1。

最终模型的潜在变量和相应测量指标间的标准化因子载荷0.710～0.960，标准误0.023～0.066。见表3。

各观察变量的信度系数均＞0.5；各潜在变量的组合信度0.934～0.980；各潜在变量的平均变异数萃取量0.637～0.874；均P＜0.001。最终模型所有标准化残差绝对值均＜3。根据模型提供的修正指数，并结合理论可行性，修正指标均＜4。表明内在适配度较好。6个维度的测量信度佳，且两两相关，具区别效度，每个维度均有独立含义。见表4。

2.4 不同慢性病WHODAS 2.0评分比较

各组慢性病患者WHODAS 2.0总分和各维度分均有非常高度显著性差异(P＜0.001）。见表5。

患者WHODAS 2.0总分平均为94，属中度困难；其中活动性、自我照护、生活活动和社会参与中度困难，认知和与他人相处轻度困难。

脑卒中患者平均总分最高，为重度困难；其中活动性和生活活动极度困难或无法执行，自我照护和社会参与重度困难，认知和与他人相处中度困难。

慢性阻塞性肺疾病和颈椎退行性病变患者整体属中度困难，腰椎退行性病变和慢性踝关节损伤患者整体属轻度困难。

慢性阻塞性肺疾病患者生活活动重度困难，活动性和社会参与中度困难，认知、自我照护和与他人相处轻度困难。

颈椎退行性病变和腰椎退行性病变患者生活活动和社会参与中度困难，其他方面均轻度困难。

慢性踝关节损伤患者生活活动、社会参与和活动性中度困难，其他方面均为轻度困难。

3 讨论

ICF将活动与参与和环境因素纳入功能和残疾评定中，在未来的发展中有广阔的应用领域。开发基于中国文化背景，建立在ICF理论基础上的整体健康评价工具，以及如何正确理解条目评价的内容和范围，减少主观心理偏差，是未来研究方向的热点和难点。WHODAS 2.0是以ICF为框架发展的，在概念上是相通和连续的，且具有跨文化可适用性，完全满足评定工具的标准心理测量特性[8]，已在世界范围内被广泛使用[16]。本研究使用WHODAS 2.0对2017年至2018年在华东医院-静安区康复医联体的康复科门诊或病房接受康复治疗的346例慢性病患者进行评价，根据临床康复实际使用情况，为提升功能测量的精度，在领域二增加“搬运、移动和操纵物品”，在领域三增加“身体护理”“如厕”，在领域四增加“建立正式社会人际关系”，共40条评价项目，并检验增加的4条项目对WHODAS 2.0的内容信度和结构效度的影响。

本研究的信度分析结果显示，增加4条项目的WHODAS 2.0的内部各项目间的一致性良好，评定结果稳定、可靠。

因子分析常用于评价量表的结构效度，可有效测量理论结构上的特质，包括探索性因子分析(exploratory factor analysis,EFA)和验证性因子分析(confirmatory factor analysis,CFA)[17]。两者的共同点是考察各观测变量之间的相关系数和方差协方差，寻找公共因子。不同点是EFA是在未知各变量的维度划分基础上，依据数据，寻找影响观测变量的公共因子个数，以及各因子和各观测变量间的相关程度，划分所属维度，并剔除相关性低、指向不明确的条目。CFA是对已根据理论基础划分好维度的模型进行适配度验证，考核实测数据与预期理论模型是否吻合，分析量表的基本内容和结构，各变量间的相关性、聚合性，以及各维度间的区分效度[18]。适配度指标只是评价理论模型与调查数据是否互相匹配，既不是说明模型的好坏，也不是评价其有用性[19]。