脑卒中后抑郁预警机制的研究进展

郦杭婷，裴彩利，王 芸，张 峻，何桂娟

浙江中医药大学护理学院，浙江杭州 310053

脑卒中后抑郁(post-stroke depression，PSD)是指脑卒中发生后2年内出现的以一系列抑郁症状和相应躯体症状为主要表现的情感障碍性疾病[1]。其发生隐蔽，部分患者直到意外事件发生后才知晓，严重影响患者预后和生命质量。PSD发病率为29%～55%[2]，病死率比无抑郁的脑卒中患者高3～4倍[3]。PSD有其形成过程，没有达到抑郁症诊断标准而有某些抑郁表现的患者通过控制相关危险因素常能够减少PSD的发生[4]。因此，了解PSD的早期预警机制，防控脑卒中患者发生PSD成为一个重要课题。本文旨在PSD频发、慢病管理迅速发展的背景下，综述PSD预警机制的研究进展，为构建系统、全面的PSD预警机制提供参考。

1 预警机制的理论基础

1.1 预警含义及其原理

预警是指预测尚未发生的事件，判断其未来的状态和发展趋势，根据预测结果采取相应排除警患措施的过程[5]。预警的原理是建立一组用于评价研究对象的敏感指标集，进行修正和完善，并将该指标集合并为一个可划分为若干等级的综合性指标，不同等级分别对应不同的风险大小，通过观察这组指标及其所属风险等级来判断未来趋势，并决定对当时状况拟采取的措施[6]。

1.2 预警机制的理论依据

预警机制的相关理论主要有危机管理理论和风险管理理论。危机管理理论于20世纪60年代初由美国学者提出，是决策学的重要分支。国内学者张成福[7]将危机管理定义为有组织、有计划、持续动态的管理过程，在危机发展的不同阶段，对潜在的或当前的危机采取一系列干预措施预防、处理和消除危机。风险管理理论产生于20世纪60年代，其中医疗风险管理往往借鉴于金融、工业领域风险管理的经验和理论[8]，是指采取措施防控医疗事故性损失的过程，同时也是早发现、早干预医疗环境中的风险事件来提高医疗服务质量的过程。理想的风险管理须排列优先次序，优先处理最可能发生及最严重事件[9]。

2 PSD的预警工具

国内学者开发的PSD预警工具主要可分为PSD预警量表和基于无创性睡眠监测的PSD预警系统两类。

2.1 PSD预警量表

有学者指出，真正了解某一现象需要有一个精确的测量工具对其进行测量[10]。李菊芳[11]基于心理应激理论构建急性期脑卒中后早期抑郁筛查量表，包含情绪低落(5个条目)、迟钝(3个条目)、情绪化(3个条目)、精神紧张(4个条目)和难以入睡(5个条目)5个维度，共20个条目。每个条目答案为“无”“偶尔”“有时”“经常”“总是”，分别记0分、1分、2分、3分和4分，所有条目分数相加即为总分，满分80分，总分越高提示抑郁程度越重。该量表验证性因素分析结果显示因素结构稳定；量表各维度内部一致性信度Cronbach’sα系数为0.775～0.908，总信度Cronbach’sα系数为0.888。此外，该量表对早期抑郁症状进行等级划分：总分≤11.5分为无早期抑郁症状；11.5分<总分≤23.5分为轻度抑郁，23.5分<总分≤36.5分为中度抑郁，总分>36.5分为重度抑郁。有学者基于PSD与卒中部位密切相关这一理论基础，通过文献回顾总结出与PSD相关的6个主要部位，每个部位赋值1分，编制成6分制临床磁共振评分预警量表，该量表具有良好的效度，内部一致性信度Cronbach’sα系数为0.815[12]。朱洋洋[13]为了提高PSD的临床诊断率和治疗率，对该量表进行修订，根据患者卒中部位进行危险分层，总分0～1分、2～3分、≥4分分别对应低危、中危和高危，提高了量表识别PSD的准确性。此外，该量表可用于语言障碍的患者，为临床筛查PSD提供了可靠、实用的工具。

2.2 无创性PSD预警系统

既往研究发现，抑郁症的发病与睡眠质量密切相关，睡眠障碍常被认为是抑郁症的提示信号[14]。张扬等[15]设计了基于声音的无创性抑郁症预警系统，通过监听并分析用户睡眠时的声音信号识别睡眠状态和质量，计算用户患有抑郁症的可能性。此外，还有基于睡眠体动信号的早期抑郁症预警系统，通过监测入睡后的床体振动信号，判断睡眠状态，据此估计用户的压力和抑郁指数，提醒用户调整生活方式和心态[16]。

2.3 PSD预警工具的优势和劣势

预警量表测评简单、快速，对测评人员的专业性要求不高；无创性睡眠监测系统成本低、功耗低、可靠性高，不干扰人的正常睡眠，可以有效识别心理压力的变化。但这些工具仅探讨了心理和(或)生理单方面改变对脑卒中患者抑郁的预警作用，而PSD是生理、心理及社会等多种因素共同作用的结果，因此迫切需要系统、全面的预警机制研究。

3 PSD预警机制的构建

目前，预警机制的构建模式尚未统一，主要包括以下4个步骤：明确预警对象、建立预警指标体系、确定风险等级和排除警患[17]。PSD预警机制的预警对象为尚未发生抑郁的脑卒中患者，建立预警指标体系是基础，风险等级评价是排除警患的依据，排除警患则是预警的最终目标。

3.1 PSD预警指标体系

PSD预警指标体系是以预防PSD的发生为目的而建立的有序总体，用以说明PSD的总体特征，并对这些特征进行可操作性定义，具有理论性、科学性、代表性、系统性等特征[18]。生物-心理-社会医学模式认为应从生物、心理、社会相统一的整体水平来理解和防治疾病[19]。目前，许多学者提出PSD的相关预警指标，如钱淑霞等[19]基于分类回归树模型，确定引起PSD的风险因子，包括既往脑卒中病史、体质指数、社会支持评定量表、多伦多述情障碍量表、汉密尔顿焦虑量表、美国国立卫生研究院卒中量表6项，提出对以上风险因子的有效控制有望降低PSD的发生率；黄俊芳等[20]提出载脂蛋白E基因多态性、同型半胱氨酸可作为老年PSD的预测指标；苑杰等[21]认为血清尿酸水平作为影响急性缺血性PSD的独立因素，可以预测患者6个月内PSD的发生。其他医疗[22]以及心理学[23]、气象学[24]、政治学[25]等研究领域，不少学者基于自身经验或通过人工智能技术、德尔菲法、问卷调查、文献分析等方法构建了指标体系，为危机预警研究提供了方法学指导。但PSD的预警指标体系尚未形成，大部分研究未给出各指标间联系的合理解释，还有待进一步探索。

3.2 风险等级评价

风险等级评价是一个具有前瞻性的风险管理工具，强调在明确患者风险大小的基础上，将高风险患者作为防控重点，根据风险等级制定干预计划，既有利于合理有效的资源调配，也可以提高临床医护人员工作效率[19]。目前尚无针对PSD预警机制的风险等级评价，但在其他行业，包括农业[5]、金融[26]等领域,已基于大数据广泛运用各种统计方法和分析工具，对研究因素进行分析，建立预警项目，量化预警指标，划定预警等级。风险等级评价方法有以下3种方法。模糊综合评价法：当评价涉及多个因素的事物时，需要对因素本身以及各因素间的关系进行综合评判，而涉及的问题往往具有模糊性，难以量化，定性评价通常具有主观随意性，科学性较低。模糊综合评价法通常结合层析分析法进行指标赋权，再依据评价准则，运用隶属函数，联合专家打分，能够较为系统、全面地得出评价结果[27]。决策树分类法：决策树是在已有的分类数据集的基础上进行预测的一种方法，首先依据训练集数据完成训练初始决策树，判断该决策树对所有对象的分类是否正确，如果不能，则需要添加训练集数据，不断重复上述过程，直到决策树能够给出正确的分类为止[28]。灰色聚类法：灰色聚类法属于灰色系统理论的范畴，是将聚类对象对不同聚类指标所拥有的白化值，按灰类进行归纳整理，从而判断聚类对象所属类别的一种系统分析方法[29]。相较于其他评价方法，灰色聚类评价法能够从众多风险指标中找出对整体风险影响较大的因素，从而针对风险制定合理策略和预防措施。上述风险等级评价方法各有优劣，目前关于风险等级划分及其分级依据并没有统一的标准。PSD的预警指标具有定性与定量相结合的特征，各指标对抑郁风险的影响程度不同，其次，PSD的风险来源复杂且多层次，因此如何将评价过程数学化、模型化、系统化，将评价指标划分不同集合并构建多个层级，准确预测PSD的发生风险及对应的风险等级，是未来研究需要关注的重点。

3.3 排除警患

目前，排除警患方案的构建大多是基于文献总结或是根据自身经验得出的。然而，PSD的预警机制研究尚未进行到构建排除警患方案这一步骤。但现有诸多研究均认为临床护理及各种护理干预方案对预防和治疗PSD具有有效性，包括认知行为疗法、问题解决疗法、动机性访谈和支持性行为干预等[30-32]，为PSD的预警方案构建打下了良好的理论与实践基础。

4 结语

有关预警机制的研究从确定预警对象、建立预警指标体系、确定风险等级评价工具和构建排除警患方案展开。在我国PSD的风险管理中，预警机制的研究还存在一些不足。首先，相关研究主要集中于事后处理而非事前预防，尚缺乏主动防范的风险预警系统。其次，PSD的风险预警指标众多，但各级指标较笼统，尚未形成指标体系；缺乏PSD的风险等级评价工具和排除警患方案，缺少对于警患的针对性研究，提出的应对策略多基于文献和经验总结，缺乏实证研究。因此，未来构建PSD的预警机制应借鉴航空、消防、金融等领域的预控管理经验，结合医疗、护理自身特点，将传统被动应对和事后处理模式转变为前期预警模式。立足已有的指标，细化为更具操作性的指标，并基于人工智能技术、统计学或德尔菲法等建立和完善指标体系。将定量与定性方法相结合，准确界定各预警指标的权重和风险等级对准确判断风险具有重要意义。此外，构建完善的排除警患方案并进行实证研究验证其可行性，同时还需完善预警体系顺利运行的保障机制。响应“互联网+”行动计划，以信息网络技术为平台，建立易操作、易维护以及性能稳定和效率高的风险预警系统。