成人癫痫患者服药依从性个体化预测模型的建立与验证

陈文静, 席从林, 宋 静

(江苏省淮安市第二人民医院 神经内科, 江苏 淮安, 223003)

癫痫是一种慢性脑病,由脑神经元放电的正常节律受到扰乱引起[1]。癫痫发作以意识异常、肢体抽搐、暂时性知觉丧失为主要表现,若频繁出现,可显著损害患者脑功能,使其生活质量受到严重影响。目前,抗癫痫药物(AED)治疗是控制癫痫患者病情的常用方法,长期规律使用AED可使70%以上患者的癫痫发作得到良好控制[2]。但在实际治疗过程中,很多患者因服药依从性欠佳而病情控制失败,造成预后不良[3], 故对癫痫患者用药行为进行有效干预尤为必要。近年来,关于癫痫患者服药依从性的临床研究逐渐增多,但关于服药依从性精准预测的研究很少,导致用药行为干预仍缺乏针对性。列线图模型可整合多项影响因素并以可视化形式展示预测结果,对某类事件具有精准的预测作用,有利于实现个体化干预[4-5]。本研究构建癫痫患者服药依从性列线图模型,以期更科学地指导癫痫患者进行治疗,现报告如下。

1 对象与方法

1.1 研究对象

选取2020年3月—2023年2月淮安市第二人民医院收治的192例癫痫患者作为研究对象。纳入标准: ① 符合《临床诊疗指南-癫痫病分册》[6]中癫痫诊断标准者; ② 年龄≥18岁者; ③ 确诊癫痫至少3个月者; ④ 本人或其家属同意参与研究者。排除标准: ① 患有器质性疾病或严重慢性病者; ②服用其他中枢神经抑制药者; ③ 有智力缺陷或有沟通障碍者; ④ 妊娠期或哺乳期患者; ⑤ 参与过类似研究者。本研究获得医院伦理委员会审核批准。

1.2 方法

1.2.1 调查内容: 查阅既往文献,初步设计调查问卷,并征询专家意见,对问卷予以修订,在预试验后形成最终版本问卷(包括5个部分)。① 一般资料,包括性别、年龄、婚姻情况、学历、居住地、家庭人均收入、医疗支付方式、有无家族史。② 疾病资料,包括病程、发作形式。③ 用药资料,包括服用AED种数、是否存在药物副作用、接受用药知识教育次数。④ 社会支持情况,采用社会支持评定量表(SSRS)[7]进行判定,总分66分,评分>44分判定为高支持, 23～44分判定为中等支持, <23分判定为低支持。⑤ 服药依从性,采用Morisky用药依从性量表(MMAS)[8]进行判定,总分8分,评分≥6分判定为依从性良好, <6分判定为依从性差。该量表Cornbach′s α系数为0.839, 内部一致性较好。

1.2.2 调查方法: 患者入院后,由接受过相关培训的责任护士采用问卷进行调查。调查前,护士向患者详细说明问卷填写的注意事项,并征询其调查意愿,获得同意后发放问卷。问卷由患者自主填写,若患者因学历低下等原因无法书写,可由调查员在逐项询问后代写。汇总问卷后,调查人员立即核查问卷的填写质量。如果问卷存在漏项、填写错误等问题,需及时补充或修正。

1.3 统计学分析

2 结 果

2.1 癫痫患者服药依从性

192例患者中,服药依从性良好者119例(61.98%), 服药依从性差者73例(38.02%), 分别纳入依从组和对照组。

2.2 癫痫患者服药依从性的单因素分析

依从组的学历、医疗支付方式、服用AED种数、药物副作用、接受用药知识教育次数、社会支持度与对照组比较,差异有统计学意义(P<0.05), 见表1。

表1 癫痫患者服药依从性的单因素分析

2.3 癫痫患者服药依从性的多因素Logistic回归分析

以癫痫患者服药依从性(依从性良好=0, 依从性差=1)为因变量,以6项具有临床意义的指标为自变量(赋值方式见表2),开展多因素Logistic回归分析。分析结果显示,学历、服用AED种数、药物副作用、接受用药知识教育次数、社会支持度均为癫痫患者服药依从性的独立影响因素(P<0.05), 见表3。

表2 自变量赋值方法

表3 癫痫患者服药依从性的多因素Logistic回归分析

2.4 癫痫患者服药依从性的预测模型构建

将5项影响因素引入R软件,构建预测癫痫患者服药依从性的列线图模型。列线图模型中,学历为高中者赋值51分,学历为初中及以下者赋值56.5分; 服用AED种数为多种者赋值69分; 有药物副作用者赋值67分; 接受用药知识教育次数<2次者赋值73.5分; 中等社会支持者赋值62.5分,低社会支持者赋值100分。上述各分类变量对应的赋值相加即得到总分,从总分标尺轴向预测概率轴做垂线即得到癫痫患者服药依从性差的发生概率,见图1。

2.5 列线图模型的预测效能检验

ROC曲线显示,列线图模型预测癫痫患者服药依从性的曲线下面积(AUC)为0.830(95%CI: 0.772～0.888), 见图2。校准曲线高度吻合理想曲线,见图3。Hosmer-Lemeshow拟合优度检验示,χ2=9.970,P=0.267。由此表明,该列线图模型的区分度、精准度均较高,即预测癫痫患者服药依从性的效能较高。

3 讨 论

对于癫痫患者而言,服药依从性会直接影响病情控制及预后情况。依从性差的癫痫患者易频繁发作,不仅会增加意外伤害风险,还会引起脑细胞损伤,造成智力减退、生活自理能力减弱甚至丧失[9]。本研究结果显示, 192例癫痫患者中有73例服药依从性差,占比为38.02%, 显著高于既往研究[10-11]报道的肺结核患者(24.03%)、冠心病患者(27.70%)的服药不依从率。分析可能原因,癫痫患者常存在较强的病耻感,且对AED治疗的必要性存在一定疑虑,故需采取有效举措提高癫痫患者的服药依从性。

研究[12]显示,明确癫痫患者服药依从性的因素并进行个体化预测,对于拟定针对性措施提高患者服药依从性具有一定意义。本研究共筛选出5项影响患者服药依从性的因素: ① 学历。学历为初中及以下、高中的癫痫患者服药依从性差的概率分别为大专及以上者的3.555、2.928倍,与张振香等[13]研究结果相近。分析原因,学历低者对病情的了解程度及用药的重要性认识不足,易出现擅自停药或漏服等情况,而学历高者更易牢记用药医嘱,并善于利用各种渠道获取癫痫及用药知识,对遵医规律用药的理解更透彻,服药行为更佳。因此,护理人员对患者进行出院宣教和电话回访时,应注意对低学历者加强教育。② 服用AED种数。研究[14]认为,服药种类较多会降低患者的用药依从性。本研究中,服用多药者的依从性差概率为服用单药者的2.419倍,可能是由于服药种类较多者需记忆的用药事项亦更多,更易出现混淆药物剂量等不良用药情况。因此,护理人员应在患者出院前加深其对药物的认识,提高患者药物知识知晓率。③ 药物副作用。患者在长期使用AED过程中可能出现多系统副作用,其中以头晕、胃肠道反应较为常见。本研究中,出现副作用的癫痫患者服药依从性差的概率为无副作用者的2.396倍,这是由于副作用的出现可加重患者躯体痛苦,并使其对服药产生顾虑及恐惧感,继而引起服药不依从,甚至拒绝服药[15]。④ 接受用药知识教育次数。接受用药知识教育次数<2次的癫痫患者服药依从性差的概率更高,原因是接受相关教育的次数越少,患者用药常识越匮乏,对用药的顾虑越多,用药意愿越低,用药行为越差[9]。护理人员在患者出院前应加强药物知识教育,通过向患者讲解成功案例重新树立其信心,从而提高患者用药意愿。⑤ 社会支持度。社会支持度低、中等的患者服药依从性差的概率分别是社会支持度高者的3.751、2.802倍,这是由于癫痫患者多会因病耻感及病痛折磨而出现负性情绪,低社会支持者尤甚,易自暴自弃,从而用药行为变差[16-17]。护理人员可通过心理护理措施干预患者,并加强家属教育,以达到患者自我肯定的效果。

本研究根据5项预测变量构建预测癫痫患者服药依从性的风险模型,各变量的分类特征在评分标尺轴上均有1个量化分值, 5项分值求和可得到总分,总分在预测概率轴上对应的点为癫痫患者服药依从性差的概率。对风险模型行内部验证,结果显示AUC为0.830(95%CI: 0.772～0.888), 预测曲线与理想曲线基本吻合,提示模型的区分度与精准度较高。医护人员可应用该列线图模型对患者用药依从性情况进行精准预测并拟定针对性干预措施,以提升患者的服药依从性。

综上所述,根据学历、服用AED种数、药物副作用、接受用药知识教育次数、社会支持度建立的列线图模型可较好地预测癫痫患者服药依从性,对制订精准干预策略改善患者用药行为具有指导意义。但本研究纳入病例来自单中心,在人群选择上具有一定倾向性(均为成人患者,且排除妊娠期或哺乳期患者),导致病例代表性有所不足,且尚未进行外部检验,可能影响研究结果的准确性,未来还需进一步完善研究以便更精准地预测癫痫患者的服药依从性。