基于生理指标的儿童牙科恐惧与焦虑的评估模型

张 鹏，张宇阳，王 非，李西营

1.国家儿童医学中心 首都医科大学附属北京儿童医院 口腔科，北京 100045；2.清华大学 社会科学学院心理学系，北京 100084；3.陕西师范大学 现代教学技术教育部重点实验室，陕西 西安 710119

口腔健康是人类身心健康的重要组成部分。牙科恐惧与焦虑(dental fear/anxiety, DFA)是指患者在口腔治疗相关环境中出现的恐惧、焦虑情绪[1],这种恐惧情绪伴随口腔治疗全过程[2],它会使患者回避治疗而错过最佳治疗期,导致口腔健康的持续恶化[3-5]。

缓解儿童的DFA,对改善其口腔健康意义重大。准确地识别儿童的DFA是进行适当且有效干预的前提。在相关的研究中,自我报告、父母代替评估、行为观察方式常被用来评估儿童的DFA[6-7]。但这3种评估方式均具有主观性。生理评估是一种较为客观的评估儿童DFA的方法。本研究探索治疗过程中儿童患者的恐惧、焦虑情绪所伴随的神经生理表征,并构建一种基于生理指标的儿童DFA的评估模型。

1 材料与方法

1.1 对象与工具

1.1.1 对象:选取在首都医科大学附属北京儿童医院口腔科就诊的儿童患者参与本研究。本研究共收集166例参与者的生理数据,剔除CFSS-DS缺失的参与者、生理数据缺失率>50%的参与者后,余下有效参与者106例,其中男生49例,女生57例,平均年龄(10.7±3.0)岁。入选标准如下:1)14周岁以下;2)无口腔疾病之外的其它全身性疾病或心脏疾患;3)无精神疾病史或遗传病史;4)儿童以及监护人知情同意。

所有参与者均自愿参与本研究,理解、同意并经由法定监护人签署知情同意书。本研究通过了首都医科大学附属北京儿童医院伦理委员会的伦理审查(审批号:2019-k-352)。

1.1.2 工具

1.1.2.1 自我报告量表:考虑到学龄前儿童的认知水平,本研究采用中文版儿童畏惧调查表—牙科分量表(Children′s Fear Survey Schedule-Dental Subscale, CFSS-DS)与面部图像量表(Facial Image Scale, FIS)的结合方式,通过面部表情的变化与分值对应的方式,让儿童通过表情选择对各个项目的恐惧程度评分,即1分对应很高兴的表情,5分对应很不高兴的表情。该量表由15个与牙科医疗相关的问题组成,每个题目从1～5分对恐惧程度评分,总分范围在15～75分之间[8]。

1.1.2.2 可穿戴生理采集设备:本研究使用腕式生理数据采集设备(北京汇心联科技有限公司),该腕表为可穿戴设计,形似手表,可尽量减少因测量设备带给儿童的额外恐惧程度。该腕表配有脉搏波传感器、加速度传感器和皮肤电传感器,可输出最高20 Hz心率(heart rate, HR)和40 Hz皮肤电反应(galvanic skin reaction, GSR)。本研究采用1 Hz的数据进行分析。

1.2 方法

1.2.1 流程:首先,在儿童候诊期间,研究人员与患儿的陪同监护人沟通研究事宜、解释知情同意权,在征得监护人的同意后,将该患儿纳入研究范围,并请监护人签署知情同意书。在取得监护人的签字同意后,给患儿佩戴生理采集设备,全程采集患儿候诊期间、治疗期间、治疗后(至少3 min)的生理数据。同时,由一名研究助理记录事件与时间。最后,在治疗结束后,请患者对CFSS-DS作答,同期采集治疗后的生理数据。对于学龄前儿童,由研究人员协助,为儿童讲述题目的含义,由儿童指出代表自己的表情,以完成量表作答。

1.2.2 使用可穿戴生理采集设备对参与者就诊全程的生理数据进行测量:HR是指健康人安静状态下每分钟心跳的次数,一般为60～120 beats/min,心率变异性(heart rate variability, HRV)是指逐次心跳周期差异的变化情况;GSR是指汗腺活动或交感神经系统的变化导致的皮肤电阻波动[9],GSR可分离为皮肤电导水平(skin conductance level, SCL)和皮肤电导反应(skin conductance response, SCR),SCL 是无任何刺激下的皮肤电导基线,SCR 由特定的情绪刺激事件诱发。

1.2.3 测量量表:本研究采用CFSS-DS与FIS相结合的量表,对儿童患者的恐惧与焦虑程度评分。

1.3 统计学分析

1.3.1 数据预处理:将HR<60 BPM的心率数据标记为无效数据,并做删除处理。将GSR<0.007 μS[10]的GSR数据标记为无效数据,并做删除处理;然后通过Ledalab(Matlab工具包),对有效的GSR进行分离,分别得到SCL与SCR。根据实验过程中记录的治疗时间,以上牙椅和下牙椅的时间为界,分别将上牙椅前3 min、治疗过程、下牙椅后3 min 作为治疗前、中和后的阶段划分。据此,将HR、HRV、SCR、SCL数据进行治疗前、中和后的切分,提取每个参与者每个阶段的上述指标均值作为生理特征值进行分析。

1.3.2 数据分析:使用SPSS25.0进行数据分析。首先,通过重复测量方差分析进一步对治疗前、中和后的HR、HRV、SCR和SCL的差异进行检验。其次,将治疗前、中和后的HR、HRV、SCR、SCL的均值、差值与CFSS-DS进行皮尔逊相关分析。最后,建立最小绝对收缩和选择算法(Least Absolute Shrinkage and Selection Operator, LASSO)回归模型,并采用留一法(Leave-One-Out, LOO)进行交叉验证。

2 结果

2.1 治疗前、中、后的生理数据变化

HR、SCR与SCL在治疗过程中均有不同程度的上升,治疗结束后下降(P<0.05)。而HRV相反,在治疗过程中有所下降,治疗结束后回升(P<0.05)(表1)。HRV一般用来表示个体当下可以承受压力的冗余度,HRV的下降也直接体现了患者在治疗过程中的紧张感。

表1 在治疗过程中生理指标的变化

2.2 生理特征与牙科恐惧评分的相关性

HR总体均值、HR中均值、HR后均值、HR中前差值、HR中后差值与CFSS-DS得分显著正相关(P<0.05);HRV前均值、HRV前中差值与CFSS-DS得分显著正相关(P<0.05);SCR所有变量与CFSS-DS得分相关不显著;SCL总体均值、SCL前均值、SCL中均值与CFSS-DS得分显著负相关(P<0.05)。

2.3 儿童牙科恐惧评估模型

采用LASSO回归模型对儿童的DFA进行预测。LASSO是一种正则化的方法。它以回归系数的绝对值之和作为惩罚函数来压缩回归系数。它将冗余预测变量的回归系数压缩到0,发挥变量选择的作用, 可以有效地规避因过拟合导致的模型概念化能力不足的问题,获得精简且更有效率的预测变量集,同时也可以减少对重要回归系数的过度压缩。

本研究评估模型涉及的生理特征值包括HR总体均值、HR前、中和后均值、HRV总体均值、HRV前、中和后均值、SCR总体均值、SCR前、中和后均值、SCL总体均值、SCL前、中和后均值,共计16个特征值。为提高本模型的稳健性,采用LOO进行交叉验证。

训练后LASSO模型预测值与CFSS-DS原始分数之间皮尔逊相关系数r=0.30,P<0.05,提示本模型有较好的预测准确性。

3 讨论

口腔健康是整体健康、幸福与生活质量的关键指标。特别是对于儿童青少年而言,口腔健康对其颌骨正常发育具有重要影响。

但是,患有DFA的儿童往往会极力逃避或者拖延就诊,贻误最佳治疗期,导致病情恶化。在全球范围内,平均大约11%的儿童与青少年患有DFA[11-12]。准确地评估儿童的DFA并及时干预十分关键。已有的自我报告、父母代替评估、行为观察3种方式均有具有主观性,生理评估是一种较为客观地评估儿童DFA的方法。

本研究首先对口腔治疗过程中儿童患者的恐惧、焦虑情绪背后的神经生理表征进行探索。研究结果发现,与治疗前后相比,治疗过程中患者的生理指标有显著反应,HR、SCL、SCR均有不同程度的上升,HRV则有显著的下降。这些指标均是患者当下压力显著上升的表现。

进一步地,基于生理指标与CFSS-DS评分的相关关系,本研究运用LASSO回归模型构建了一个儿童DFA的生理评估模型,并用LOO进行交叉验证。结果显示,本模型可较好地对儿童的DFA水平进行评估。这一尝试为客观地评估儿童的DFA提供了可能性。

本研究的评估模型目前仍然是对恐惧值一个数值的预测,尚不能给出实时、连续的恐惧指标。如果后续研究可以进一步在实时、连续输出恐惧状态值方面有所探索,将具有更大的临床应用价值。