高龄流产孕妇预期性悲伤变化轨迹及核心影响因素决策树分析

王 莹，马 艳，张运磊，高 原，张莉洁，高大杰

太和县人民医院，安徽 236600

高龄孕妇是指妊娠年龄不低于35 岁的孕妇，其错过了最佳生育年龄[1]，生育风险与年轻孕妇相比较大。近年来，我国高龄孕妇数量不断增加，为家庭、医疗机构及社会带来沉重压力和巨大挑战[2]。部分意外怀孕但无意愿生育的高龄孕妇会选择自然流产或手术流产[3-4]。手术流产是指通过手术方式终止妊娠，主要包括人工流产钳刮术和人工流产后刮宫术，二者皆具有较好的流产效果[5-6]。高龄孕妇人工流产后容易出现内心伤痛[7]，相关研究显示，不同心理承受能力的人群在经过手术、创伤或者丧亲等事件时可表现出不同轨迹[8]，然而目前有关高龄流产孕妇预期性悲伤变化轨迹的研究尚未检索到。探讨高龄流产孕妇预期性悲伤变化轨迹及核心影响因素，有利于提升医疗资源利用率。决策树模型能够较好地预测不良事件发生率[9]。基于此，本研究拟探索高龄流产孕妇预期性悲伤变化轨迹的影响因素及其发展轨迹，并构建相关决策树模型，旨在为高龄流产孕妇的临床管理工作提供理论依据。

1 对象与方法

1.1 研究对象

采用便利抽样法，选取2022 年1 月—2022 年10 月在我院门诊治疗的106 例高龄流产孕妇为研究对象。纳入标准：1）年龄≥35 岁；2）单胎妊娠；3）成功完成流产手术；4）能够与医护人员正常沟通；5）孕妇及家属知情同意参与本研究并已签署知情同意书。排除标准：1）合并子宫肌瘤、子宫内膜息肉等；2）合并自身免疫性疾病；3）合并传染性疾病；4）合并严重心脑血管疾病；5）有毒物接触史；6）曾经服用过保胎药物。本研究已通过我院伦理委员会批准，符合《赫尔辛基宣言》中相关要求。

1.2 调查工具

1）一般资料调查表：研究者根据研究目自行设计一般资料调查表，内容包括年龄、文化程度、体质指数（BMI）、居住地、家庭人口数、家庭人均月收入、手术方式、民族、主要照顾者、宗教信仰、术后并发症（感染、流产后不全流产及不孕等）。2）预期性悲伤量表：由周霜等[10]进行汉化和修订，包括完成任务能力、焦虑感、内疚感、易怒感、愤怒感、失去感及悲伤感7 个维度，共27个条目，总分27～135分，得分越高表示预期性悲伤越严重。

1.3 调查方法

高龄流产孕妇术前在门诊采用线下调研的方式进行问卷调查，由2 名调查人员现场发放与回收问卷。问卷发放前对孕妇认真讲解研究目的、意义及填写注意事项，向孕妇承诺对数据进行保密，调查结果仅用于本研究，孕妇根据自身意愿匿名填写。当孕妇对问卷内容存在疑问时，调查人员仔细解答，但不能对孕妇选择意愿进行干预。问卷填写完成后仔细检查问卷，剔除规律作答及漏项超过10%的问卷。本次研究共发放130 份问卷，回收125 份问卷，剔除规律作答及漏项超过10%的问卷，最终剩余111 份问卷，问卷回收有效率为88.80%（111/125）。

高龄流产孕妇门诊手术术后1 周、术后2 周及术后1 个月时采用线上（电话、微信）调研的方式进行问卷调查，失访5 例，最终获得106 例高龄流产孕妇资料。

1.4 统计学方法

采用SPSS 24.0 软件进行数据分析，定性资料以频数表示，组间比较采用χ2检验。采用Mplus 软件潜变量数据模型分析高龄流产孕妇预期性悲伤变化轨迹类型，模型的拟合效果依据赤池信息准则（AIC）、贝叶斯信息准则（BIC）、校正贝叶斯信息准则（aBIC）、熵、基于Bootstrap 的似然比检验（BLRT）、罗蒙戴尔鲁本校正似然比检验(LMRT)及类别概率等进行评估。采用Logistic 回归分析探讨高龄流产孕妇预期性悲伤的影响因素。采用SPSS Modeler 软件构建高龄流产孕妇预期性悲伤的决策树模型，并应用R 4.2.1 软件绘制Logistic 回归模型和决策树模型的受试者工作特征（ROC）曲线。以P＜0.05 为差异有统计学意义。

2 结果

2.1 高龄流产孕妇预期性悲伤轨迹类型的识别与确定

以高龄流产孕妇门诊术前、术后1 周、术后2 周及术后1 个月各时段的预期性悲伤评分作为观测指标，将106 例高龄流产孕妇纳入模型进行分析，从潜类别增长模型中提取1～5 个类别。当潜类别数量从1 增至2 时，AIC、BIC 以及aBIC 均下降；当潜类别数量从2 增至5 时，BIC 持续增加，AIC、aBIC 先下降后上升，熵降低。根据模型中拟合优良的模型，最终保留2 个类别，其中下降缓慢组（51 例，占48.11%）高龄流产孕妇预期性悲伤评分相对较高，且门诊术前、术后1 周、术后2周及术后1 个月各时段预期性悲伤评分下降缓慢；下降快速组（55 例，占51.89%）高龄流产孕妇预期性悲伤评分开始处于中等水平，但门诊术前、术后1 周、术后2 周及术后1 个月各时段预期性悲伤评分下降较明显。详见表1、图1。

图1 高龄流产孕妇预期性悲伤变化轨迹图

表1 高龄流产孕妇预期性悲伤变化轨迹的模型拟合分析

2.2 高龄流产孕妇预期性悲伤影响因素的单因素分 析（见表2）

表2 高龄流产孕妇预期性悲伤影响因素的单因素分析 单位：例

2.3 高龄流产孕妇预期性悲伤的Logistic 回归分析及决策树模型

将高龄流产孕妇预期性悲伤情况作为因变量，将高龄流产孕妇预期性悲伤影响因素的单因素分析中差异有统计学意义的因素（文化程度、居住地、家庭人均月收入、主要照顾者及术后并发症）作为自变量，构建决策树模型，决策树模型共5 层、13 个节点，模型选择了文化程度、主要照顾者、居住地、家庭人均月收入及术后并发症5 个临床特征作为模型节点，文化程度是其中最重要的预测因子。进行高龄流产孕妇预期性悲伤的Logistic 回归分析，结果显示，文化程度、居住地、家庭人均月收入、主要照顾者及术后并发症是高龄流产孕妇预期性悲伤的影响因素（P＜0.05）。变量赋值方式见表3，高龄流产孕妇预期性悲伤的决策树模型见图2。高龄流产孕妇预期性悲伤的Logistic 回归分析结果见表4。

图2 高龄流产孕妇预期性悲伤的决策树模型

表3 变量赋值方式

表4 高龄流产孕妇预期性悲伤的Logistic 回归分析结果

2.4 高龄流产孕妇预期性悲伤的Logistic 回归模型及决策树模型比较

高龄流产孕妇预期性悲伤决策树模型的ROC 曲线下面积（AUC）为0.838[95%CI（0.756，0.919）]，高龄流产孕妇预期性悲伤Logistic 回归模型的AUC 为0.838[95%CI（0.756，0.919）]。Logistic 回 归 模 型 见 图3，决策树模型见图4，Logistic 回归模型和决策树模型的分类效果比较见表5。

图3 Logistic 回归模型

图4 决策树模型

表5 Logistic 回归模型和决策树模型的分类效果比较

3 讨论

3.1 高龄流产孕妇预期性悲伤变化轨迹

预期性悲伤是指当个体预感到某种即将出现的丧失而产生的内心悲伤[11]。对于高龄流产孕妇而言，失去孩子、担心流产手术后出现各种并发症，均易导致其出现预期性悲伤。预期性悲伤会造成高龄流产孕妇社会、行为、心理及生理等方面的不适，进而影响高龄流产孕妇生活质量[12]。手术病人大多存在预期性悲伤[13]。但目前有关预期性悲伤的研究多集中在癌症方面[14]，关于高龄流产孕妇预期性悲伤变化轨迹研究尚未检索到。本研究对高龄流产孕妇预期性悲伤变化轨迹进行分析，识别出2 条高龄流产孕妇预期性悲伤变化轨迹，其中下降缓慢组高龄流产孕妇（占48.11%）预期性悲伤评分相对较高，且术后1 周、术后2 周及术后1 个月各时段预期性悲伤评分下降缓慢；下降快速组高龄流产孕妇（占51.89%）预期性悲伤评分开始处于中等水平，但术后1 周、术后2 周及术后1 个月各时段预期性悲伤评分下降较明显。预期性悲伤是影响高龄流产孕妇健康行为的重要因素之一，高水平的预期性悲伤会阻碍高龄流产孕妇身心健康的恢复；低水平的预期性悲伤有利于高龄流产孕妇心理状态的改善。因此，医护人员需结合高龄流产孕妇预期性悲伤水平给予针对性干预，重点关注预期性悲伤下降缓慢的高龄流产孕妇，加强随访期间护理，适当给予高龄流产孕妇心理疏导，削减其预期性悲伤；预期性悲伤下降快速的高龄流产孕妇具有相对较强的适应能力，在随访期间可给予适当支持，促进其预期性悲伤进一步降低。

3.2 高龄流产孕妇预期性悲伤的影响因素

本研究Logistic 回归分析结果显示，文化程度、居住地、家庭人均月收入、主要照顾者及术后并发症是高龄流产孕妇预期性悲伤的影响因素（P＜0.05）。1）文化程度可影响预期性悲伤水平[15]，文化程度较低的高龄流产孕妇预期性悲伤下降相对缓慢，其认知水平总体较低，较为感性，预期性悲伤容易保持在较高水平，而文化程度较高的高龄流产孕妇认知水平相对较高，更可能积极获取流产相关信息。2）农村的高龄流产孕妇预期性悲伤下降相对缓慢，可能与农村孕妇思想相对保守，短时间内难以接受丧子之痛有关。3）家庭人均月收入可影响预期性悲伤水平[16]，流产手术费用较高，加之孕妇术后需要进行营养补充，会增加家庭经济负担，影响收入水平较低的高龄流产孕妇心理状态。4）主要照顾者可影响预期性悲伤水平[17]，主要照顾者是护工或其他的高龄流产孕妇预期性悲伤处于较高水平，可能与这些高龄流产孕妇往往缺乏直系亲属的情感支持有关。5）术后并发症会影响预期性悲伤水平，术后并发症会给高龄流产孕妇造成心理困扰导致预期性悲伤水平较高。

3.3 高龄流产孕妇预期性悲伤的决策树模型

决策树是一种树形结构分类预测模型，具有可视化和定量化特点，目前已成为医学领域较热门的数据分析方式[18]。本研究高龄流产孕妇预期性悲伤的决策树模型选择了文化程度、主要照顾者、居住地、家庭人均月收入及术后并发症5 个临床特征作为模型节点，文化程度是其中最重要的预测因子；高龄流产孕妇预期性悲伤决策树模型的AUC 为0.838[95%CI（0.756，0.919）]，高龄流产孕妇预期性悲伤Logistic 回归模型的AUC 为0.838[95%CI（0.756，0.919）]，提示决策树模型与Logistic 回归模型皆可用于高龄流产孕妇预期性悲伤的预测。Logistic 回归模型主要用于反映因变量与各自变量间的关系，但当自变量有较高相关度时，Logistic 回归模型可能不会得出有效的分析结果[19]。而决策树模型在树形图产生的过程中能够不断进行分层，样本逐渐减少，能够筛选更加有意义的变量，其具有可视化和定量化特点，与Logistic 回归模型相比具有一定优势[20]。

4 结论

高龄流产孕妇预期性悲伤呈下降缓慢和下降快速2 种趋势，文化程度、居住地、家庭人均月收入、主要照顾者及术后并发症是高龄流产孕妇预期性悲伤的影响因素。本研究构建的决策树模型能够较为准确地预测高龄流产孕妇预期性悲伤。医护人员需结合高龄流产孕妇预期性悲伤的危险因素制定干预措施，尽可能降低高龄流产孕妇预期性悲伤水平。