临床药师参与门诊结肠镜检查患者肠道准备不充分预测因素分析及模型建立*

黄鸣秋，韩 丹，朱怀军，杨凡

南京大学医学院附属鼓楼医院 药学部,南京210008

结肠镜检查是筛查结直肠癌及诊断肠道黏膜疾病的金标准[1]，可通过检测和去除癌前病变来预防结直肠癌的发生[2]。当肠道充分清洁时，息肉检出率显著升高[3]；肠道准备不充分则会导致间期结直肠癌的漏诊[2]。然而高达20%～25%的结肠镜检查患者存在肠道准备不充分的情况[4-6]。为提高肠道准备质量，本研究团队对患者进行饮食限制及优化泻药服用方法，如服用3 盒泻药的患者采用分次服用的方法，同时利用多种形式进行肠道准备教育，如手册、视频、电话提醒等，肠道准备充分率从60.6%提升至72.4%，但仍有近30%的患者未达到要求。

肠道准备是否充分不仅跟饮食和泻药服用方式有关，还与患者自身的生理情况密切相关，包括慢性便秘、肝硬化、糖尿病、腹部或盆腔手术史、多种药物治疗、使用抗抑郁药或镇痛药如阿片类药物，以及生理因素，如老年人、肥胖、神经系统疾病、身体状况不佳和住院等[7-9]。研究者进一步利用这些变量对结肠镜检查的肠道准备程度进行预测，计算出受试者工作特征（receiver operating characteristic，ROC）的曲线下面积（area under the curve，AUC）在0.667～0.770 之间[10-12]，但这些都是欧洲国家所做的临床研究。

本研究针对中国人群门诊行结肠镜检查的患者，排除饮食及泻药服用方式等肠道准备的依从因素，从患者自身生理特点出发，探究肠道准备不充分的危险因素，构建并验证风险评分模型，旨在为临床医生识别肠道准备不充分的高风险患者提供依据，及时调整方案。

1 资料与方法

1.1 调查对象

采用随机数字法调取2017 年1 月～2022 年5月期间本院门诊内镜中心1533 例行结肠镜检查的患者，其中符合标准者1349 例。纳入标准：①年龄≥18 且≤85 岁，男女不限，行动自如；②均接受过专业药师肠道准备一对一面对面教育及领取教育手册回家阅读；③均服用复方聚乙二醇电解质散2000 mL 或3000 mL 进行肠道准备；④肠道波士顿评 分（Boston Bowel Preparation Scale，BBPS）均由同一名内镜医生完成。排除标准：①消化道肿瘤患者；②信息收集不完整者；③未按照药师要求的肠道准备方法进行准备者。

1.2 研究方法

由肠道准备教育的药师收集患者信息，变量包括性别、年龄、肠镜类型、体质指数（body mass index，BMI）、文化程度、生活习惯（吸烟、饮酒、锻炼）、既往肠镜检查史、不良肠道准备记录史、基础疾病史（高血压、糖尿病、脑梗、高脂血症、腹部及盆腔手术史、便秘、肝硬化等）、药物服用史（抗抑郁药、地平类降压药、甲减类药物、中成药、他汀类药物等）。行结肠镜检查当天由该药师对患者进行面对面回访。内容包括不良反应、饮食情况以及清肠药物服用方法。

1.3 评估方法

肠道评分方法采用BBPS 法。将结肠分为三段（直肠-乙状结肠、横结肠+降结肠、升结肠+盲肠），清洁程度由好至差分为3、2、1、0 分。总分为三段评分之和，为9～0 分。具体评分标准见表1。本研究中，BBPS ≥6 分为准备充分，BBPS ＜6 分或任意一段肠道评分＜2 分为准备不充分。

表1 波士顿评分量表

1.4 统计方法

本研究采用STATA MP 17.0 软件进行数据分析。研究纳入的变量均为二分类或有序多分类资料。单因素分析比较组间患者的基线和临床特征使用卡方检验或秩和检验，并将P ＜0.05 的变量作为自变量，采用逐步后退法进行多因素Logistic 回归。采用ROC 对最终多因素模型判别肠道准备充分进行判别，并计算截断值和制作列线图。P ＜0.05 为差异具有统计学意义。为了建立和验证基于逻辑回归的肠道准备不足的预测模型，分为建模组和验证组，将1349 例用于建模，200 例对构建的模型进行简单内部验证。通过计算AUC 及约登指数评估模型的鉴别性能。通过Hosmer-Lemeshow 检验拟合优度测试来评估预测模型的校准度，并绘制列线图呈现模型。

2 结果

2.1 调研人群的基本资料

本研究最终共收集1349 例患者资料，平均年龄（54.00±8.15）岁，其中女性656 例（48.63%），男性693 例（51.37%）；肠道准备不充分421 例（31.21%）。服用清肠药物的不良反应发生人数256例，不良反应发生率为18.98%。息肉检出人数为447例，检出率为33.14%。见表2。

表2 患者临床特征和单因素方差结果（n）

2.2 单因素方差分析结果

单因素方差分析结果显示肠道准备充分与不充分患者之间年龄、肠镜检查史、不良肠道记录、便秘、高血压、糖尿病、服用地平类降压药、服用抗抑郁药、长期服用药物数、服用清肠液剂量比较，差异具有统计学意义（P ＜0.05）。见表2。

2.3 多因素方差分析结果

Logistic 回归分析显示高血压便秘史、合并他汀类药物、长期服用药物数和服用清肠液剂量是肠道准备是否充分的影响因素（P ＜0.05）。见表3。

表3 患者肠道准备不充分的多因素Logistic 回归分析结果

2.4 预测模型Nomogram 的建立及验证

建立Nomogram 预测模型帮助医生直观地根据危险因素总得分预测肠道准备不充分的发生风险（图1）。根据患者的具体情况，在图1 每项危险因素的参数轴上找到各自的对应点，向上绘制一条垂直线，与分数轴线交叉，确定各项危险因素对应的分数，计算这5 项危险因素的分数总和，即总得分。在总得分轴线上确定总得分的对应位置，并向下绘制一条垂直线，与预测风险轴线交叉，即可确定该患者肠道准备不充分的风险高低。通过ROC 曲线分析和Hosmer-Lemeshow χ2检验对肠道准备不充分风险评分模型的区分度和校准度进行评价。建模模型中患者肠道准备不充分风险模型AUC 为0.701 5（图2），Hosmer-Lemeshow χ2检验结果显示χ2=91.54，P=0.18。验证模型中AUC 为0.838 6（图3），Hosmer-Lemeshow χ2检验结果显示χ2=55.83，P=0.41。约登指数最大值处对应的截断值为预测模型的最佳风险阈值。本研究中，最佳风险评分为7.900 分（图4）。

图1 预测肠道准备不充分模型

图2 建模组ROC 曲线

图3 验证组ROC 曲线

图4 根据约登指数得出预测评分

2.5 不良反应发生情况

服用清肠药物2000 mL 的患者，不良反应发生率为13.97%，患者全部喝完。服用3000 mL 的患者，不良反应主要为呕吐，有6.20%患者未全部喝完，不良反应发生率38.55%。见表4。

表4 服用不同剂量的清肠药物不良反应发生情况[n（%）]

3 讨论

在本研究中，问卷调查结果发现不良反应发生率跟服药盒数相关。现肠道准备清洁药物主要使用复方聚乙二醇电解质散，此药口味较差，即使有部分厂家加入矫味剂后仍不能改变其口味，症状主要为恶心呕吐。服药剂量增加至3 盒后，不良反应发生率呈上升趋势，且患者的依从性降低。服用的患者中，部分患者未全部喝完，且再次接受结肠镜检查的意愿显著下降，故通过模型识别肠道准备不充分风险较高的患者，调整用药方案，以提高患者的依从性及满意度。

基于以往文献中影响肠道准备的因素，本研究设计有针对性的问卷调查。数据分析结果显示，高血压、便秘史、长期服用药物数和服用清肠液剂量是患者结肠镜肠道准备不充分的独立危险因素，合并他汀类药物是保护因素。国外研究表明肥胖相关微生物群失调与他汀类药物治疗呈负相关，导致服用他汀类药的肥胖参与者Bact2 患病率较低（5.88%），Bact2 是一个不良肠道微生物菌群[13]，他汀类药物对肠道微生物菌群有调节作用[14]。本研究中高血压患者结肠镜检查合格率显著降低，与文献研究结果一致[15]，原因可能有两个方面：①地平类抗高血压药物可引起肠道平滑肌钙离子的转运，有便秘的不良反应，进而影响肠道准备质量；②高血压患者肠道准备过程中血压波动较大，因此降低了患者服用清肠液依从性。便秘影响肠道准备质量与国内外研究结果一致[16，17]，推测可能与便秘患者多伴有肠蠕动减慢与自主排空功能减弱密切相关，其肠道准备过程较非便秘患者难度系数更大。

肠道系统是一个复杂的人体生态免疫屏障，药物及疾病对其生态系统的影响起着至关重要的作用[18]。长期服用药物的患者大多为慢性病患者，服用药物种类也较多。常用药物如质子泵抑制剂、二甲双胍、抗生素、肾上腺皮质激素类药物、泻药、部分中成药等均会改变肠道菌群，影响正常菌群的生长[19]。因此此次研究将长期服用药物种类数量纳入肠道准备不充分的危险因素。

尽管国外已有多个结肠镜肠道准备不充分预测模型，但由于建模人群文化、饮食以及种族差异，这些模式对中国人群的适用度有待考究。本团队建立的肠道准备不充分风险模型AUC 为0.701 5，提示本模型具有良好的预测能力；最佳风险评分为7.900分，提示使用患者肠道准备风险评估模型时，当评分≥7.900 分时，患者肠道准备不充分风险较高，临床医生应及时增加清肠药物的剂量或预防使用促胃肠蠕动药物。但鉴于本研究仅为本院单中心研究，所得结果还需经进一步考察；未来尚需收集大样本、多中心的临床研究进一步验证，以提高模型的效能及外推性。

本研究发现高血压、便秘史、合并他汀类药物、长期服用药物种类数量和服用清肠液剂量是患者结肠镜检查肠道准备不充分的独立危险因素，并建立预测模型用于识别肠道准备不充分的患者。该模型有助于提高肠道准备充分率，降低重复手术的风险，节约医疗资源。