Page 55 - 2022-25-中国全科医学
P. 55
·3124· http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn
心理症状的频率及程度。其中发生频率及严重程度采 人完成 3 次调查。206 例衰弱老年人年龄 63~100 岁,平
用 Likert 4 级评分法(1~4 分),困扰程度采用 Likert 均年龄(83.4±5.7)岁;140 例(68.0%)为女性;150
5 级评分法(0~4 分)。前 24 个症状的得分为发生频 例(72.8%)丧偶;172 例(83.5%)以退休金或个人储
率、严重程度、困扰程度 3 项得分的平均值,后 8 个症 蓄为主要经济来源;152 例(73.8%)家庭人均月收入
状得分为严重程度和困扰程度 2 项得分的平均值,得 ≥ 3 000 元;197 例(95.6%)有医保;91 例(44.2%)
分越高表明症状越严重。此外,MSAS 还设置了“其他 入住养老机构时长≥3年;139例(67.5%)营养状态正常;
症状”条目,用于评估除上述 32 个症状之外的症状。 143 例(69.4%)同时罹患慢性病≥ 4 种;83 例(40.3%)
该量表的 Cronbach's α 系数为 0.78~0.87,聚合效度为 服用≥ 3 种药物,其中 42 例(20.4%)服药≥ 5 种;89
0.62~0.68。由于本研究是对躯体症状进行评估,故在分 例(43.2%)在过去 1 年内发生过应激事件;99 例(48.1%)
析时去掉了 4 个评估心理症状的条目数据。前期预调查 自评健康状况一般;122 例(59.2%)对居住养老院感
结果显示,多例研究对象回避条目 19(性欲下降或性 到满意。
生活减少),经咨询医学科研设计专家和小组讨论后排 2.2 养老机构衰弱老年人不同时间点症状群发生情况
除对此条目的调查。 2.2.1 因子分析结果 因子提取原则:症状发生率
1.3 质量控制 招募符合要求的研究对象时,告知其 ≥ 20% [18] 、因子载荷≥ 0.4、特征值≥ 1。适宜性检验
研究目的及方式,征得其同意并签署知情同意书后,进 结果显示,3 个时间点的 KMO 值分别为 0.692、0.766、
行调查。在 6、12 个月两个时间节点进行面对面现场调 0.759,Bartlett's 球形检验 P 值均 <0.01,适合做因子分析。
查或电话随访。为保证结果的准确性、可靠性,在正式 3 个时间点均提取了 5 个因子,其中,T0 时各因子载荷
资料收集前便利抽取了 10 例老年人进行预调查(此 10 值为 0.481~0.865,方差贡献率为 62.538%;T1 时各因
例人员未纳入正式调查);在资料收集过程中对研究对 子载荷值为 0.426~0.631,方差贡献率为 57.946%;T3
象进行“一对一”询问式调查,细心、耐心解答其疑问, 时各因子载荷值为 0.451~0.741,方差贡献率为 54.560%
电话随访时间控制在 10 min 以内;在资料处理阶段由 (表 1)。
双人、双机录入资料,再进行交叉核对,确保数据准确性。 2.2.2 重复测量广义估计方程结果 以各症状群的
1.4 统计学方法 采用 SPSS 21.0、SAS 9.4 和 Mplus 8.3 MSAS 得分为因变量,以随访时间点为自变量,采用广
统计软件进行数据分析。正态分布计量资料以( ±s) 义估计方程进行一般线性回归,作业相关矩阵采用不确
表示,非正态分布计量资料以中位数(四分位数间距) 定性相关。模型结果显示:随访时间点是影响各症状群
〔M(QR)〕表示;计数资料以频数和百分比表示, MSAS 的因素(P<0.001),即 3 个时间点上调查对象的
组间比较采用 R×C 表的 Fisher's 确切概率法;多组等 神经系统症状群、能量不足症状群、呼吸道症状群、消
级资料比较采用 Kruskal-Walllis H 检验。采用探索性因 化道症状群、衰老相关症状群的 MSAS 得分比较,差异
子分析提取症状群;因资料非正态分布,采用重复测量 有统计学意义(P<0.001),见表 2。
的广义估计方程分析各时间点症状严重程度的差异。使 2.3 养老机构衰弱老年人躯体衰弱症状群的 LGMM
用 LGMM 判断养老机构衰弱老年人躯体症状群的轨迹 采用自由估计时间参数模型,从 1 开始依次增加模型
类别,根据信息指数及模型拟合检验结果来选择模型类 中的类别个数至 5,拟合躯体衰弱症状群的 LGMM。保
2
别个数。其中,信息指数包括最大似然比卡方值(G / 留 4 个类别时,AIC、BIC、aBIC 值最低,Entropy 值较
LL)、艾凯克信息标准(AIC)、BIC、样本校正的 BIC 高,VLRT 和 BLRT 虽无统计学意义,但结合躯体衰弱
(aBIC)及 Entropy 值,采用 VLRT(vuong-lo-mendell- 轨迹的理论背景、模型的类别概率及结果的可解释性,
rubin likelihood ratio test) 检 验 和 BLRT(bootstrapped 最终认为保留 4 个潜类别自由估计的模型最优(C1、
likelihood ratio test) 检 验 进 行 模 型 拟 合。AIC、BIC、 C2、C3、C4),每个类别归属于该类别的平均概率为
aBIC 越低,Entropy 越高(≥ 0.8 表明分类准确率超过 79.8%~100.0%,表明分类结果可信,具体拟合指标见
90%),且 LMR 和 BLRT 达到显著性,为拟合度较好 [17] 。 表 3。C1 类计 34 例(16.5%),其初始 MSAS 得分高,
采用多因素 Logistic 回归分析躯体症状群严重程度轨迹 T0 到 T1 明显下降,T1 到 T2 稍有上升但总体呈下降趋
的影响因素。以 P<0.05 为差异有统计学意义。 势,命名为“高下降组”。C2 类计 26 例(12.5%),
2 结果 其初始 MSAS 得分低,从 T0 到 T2 整体呈上升趋势,但
2.1 养老机构衰弱老年人一般资料 本研究初步纳入 T0 到 T1 的上升幅度较 T1 到 T2 的上升幅度高,命名为
研究对象253例,随访过程中,11例因死亡、10例因住院、 “低上升组”。C3 类计 136(66.0%),其 T0 到 T3 的
26 例因离开养老机构等原因无法联系,共 47 例退出研 MSAS 得分差异不大,命名为“中维持组”。C4 类计
究,失访率为 18.6%,最终共 206 例养老机构衰弱老年 10 例(5.0%),其 T0 到 T3 的 MSAS 得分明显上升,