Page 70 - 2022-31-中国全科医学

http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn ·3907·

次 /d；102 例（38.2%）服药年限为 10~<20 年。患病率 根据 LMR 值应达到显著性水平这一要求，首选排除 5
排名前 3 位的慢性病依次为高血压〔66.3%（177/267）〕、 个类别的模型。随着类别数目不断增加，模型 1~4 对数
脑卒中〔59.2%（158/267）〕、糖尿病〔54.7%（146/267）〕 似然比检验值的绝对值、AIC 值不断减小；保留 3 个类
（表 1）。 别时，EI 在理想范围内，LMR、BLRT 值达到显著性水平。
虽然保留 4 个类别时，模型的 AIC 值最小，但潜在类别
表 1 267 例慢性病共病患者患病情况 条件概率分布图像过于复杂且缺乏实际意义，故选取模
Table 1 Prevalence of 12 multiple chronic conditions in 267 participants
型 3 作为最佳拟合模型。3 个类别的潜在类别概率分别
排序 病种 例数 百分比（%） 为 18.0%、34.4%、47.6%，见表 2。
1 高血压 177 66.3
2 脑卒中 158 59.2 绘制慢性病共病患者服药依从性 3 个潜在类别的条
3 糖尿病 146 54.7 件概率分布图（图 1）。C3 类别在各条目上得分的条件
4 冠心病 99 37.1 概率均明显高于 C1、C2 类别，且 C3 类别在 5 个条目
5 高脂血症 69 25.8
上得分的条件概率 >0.800，故将 C3 类别命名为“整体
6 慢性胃炎 42 15.7
服药依从性较优组”。C2 类别在各条目上得分的条件
7 关节炎 41 15.4
概率均 <0.200，故将 C2 类别命名为“整体服药依从性
8 慢性肾脏病 38 14.2
9 慢性乙型肝炎 35 13.1 较差组”。C1 类别在除条目 3、6 外的其余条目上得分
10 COPD 31 11.6 的条件概率均高于 C2 类别，且 C1 类别在条目 3、6 上
11 哮喘 27 10.1 得分的条件概率分别仅为 0.039、0，考虑到条目 3、6
12 白内障 25 9.4
测量内容均与自主停药有关，故将 C1 类别命名为“主
注：COPD= 慢性阻塞性肺疾病
观服药依从性不佳组”。主观服药依从性不佳组、整
体服药依从性较差组、整体服药依从性较优组中文版
2.2 慢性病共病患者的服药信念、服药依从性和用药
MMAS-8 得分分别为（3.21±0.92）、（1.89±0.96）、
知识情况 267 例慢性病共病患者中文版 BMQ-Specific
（5.94±1.32）分，三组中文版 MMAS-8 得分比较，差
平均得分为（3.08±7.19）分（因中文版 BMQ-Specific
异有统计学意义（F=351.607，P<0.001）。
得分范围为 -20~20 分，故存在标准差大于均数的情况），
2.4 不同服药依从性类别慢性病共病患者特征比较
中文版 MMAS-8 平均得分为（4.06±2.13）分，用药知
识问卷平均得分为（14.73±6.62）分。中文版 MMAS-8
1.0 C1 类别 C2 类别 C3 类别
各条目得分情况上，196 例（73.4%）、100 例（37.5%）、
0.9
114 例（42.7%）、142 例（53.2%）、128 例（47.9%）、 0.8
0.7
128 例（47.9%）、125 例（46.8%）分别在条目 1~7 上 0.6
得 1 分；在条目 8 上得 1.00、0.75、0.50、0.25、0 分者 条件概率 0.5
各有 63 例（23.6%）、60 例（22.5%）、50 例（18.7%）、 0.4
0.3
60 例（22.5%）、34 例（12.7%）。 0.2
2.3 慢性病共病患者服药依从性 LCA 结果 以 0.1
0
MMAS-8 的 8 个条目作为外显指标（赋值：条目 8 得分 1 2 3 4 5 6 7 8
≥ 0.75 分 =1，条目 8 得分≤ 0.5 分 =0），建立 LCA。 条目
图 1 慢性病共病患者服药依从性 3 个潜在类别条件概率分布
从类别数为 1 的基准模型开始，逐步增加模型中的类别
Figure 1 Distribution of conditional probabilities on three latent classes of
数目，依次对 1~5 个类别的模型进行拟合。结果显示： medication adherence in multiple chronic conditions patients

表 2 慢性病共病患者服药依从性潜在类别模型拟合指标
Table 2 Model fit indicators in latent class analysis for medication adherence in multiple chronic conditions patients
模型 对数似然比检验值 AIC 值 BIC 值 EI LMR P 值 BLRT P 值 类别概率
1 -875.239 1 766.479 1 791.130 － － － 1.000
2 -728.099 1 490.198 1 542.582 0.941 <0.001 <0.001 0.466/0.534
3 -706.925 1 465.850 1 545.966 0.888 0.016 <0.001 0.180/0.344/0.476
4 -688.606 1 447.211 1 555.061 0.891 0.027 <0.001 0.385/0.323/0.112/0.180
5 -675.453 1 438.905 1 574.487 0.922 0.197 <0.001 0.348/0.093/0.099/0.224/0.236
注：—表示无相关数据；AIC= 赤池信息准则，BIC= 贝叶斯信息准则，EI= 熵指数，LMR= 罗 - 梦戴尔 - 鲁本校正似然比检验，BLRT= 基于
Bootstrap 的似然比检验