APP下载

精神分裂症患者睡眠问题的潜在类别分析

2021-06-22朱晓丹陈洪涛宋媛媛李梅枝

宁夏医科大学学报 2021年6期
关键词:异质性类别精神分裂症

常 茹, 朱晓丹, 王 青, 陈洪涛, 陈 兵, 宋媛媛, 李梅枝, 刘 娟

(1.宁夏医科大学护理学院,银川 750004; 2. 湖南中医药大学,长沙 410128; 3.湖南省第二人民医院,长沙 410128; 4.宁夏医科大学基础学院,银川 750004)

精神分裂症是一组病因未明的重性精神障碍,大多数患者在病情加重前期伴发睡眠问题[1]。研究[2]发现,睡眠障碍往往是精神分裂症的先兆症状和伴随症状,30%~80%的精神分裂症患者存在睡眠障碍,不仅严重影响患者的生活质量,同时会加重其精神症状,影响病情的转归[3]。此外,有睡眠问题的个体往往会出现明显的情绪问题,表现为抑郁、焦虑等,而精神分裂症患者睡眠表现较其他群体更加突出[4-5]。因此,关注精神分裂症患者睡眠问题及伴发的心理问题,并依次差异化地提出针对性的干预措施显得至关重要。以变量为中心的研究为患者睡眠干预措施的提出奠定了基础,但却无法深入揭示因群体异质性造成睡眠的细微差异,不利于个性化治疗。鉴于此,已有研究[6]利用以人为中心的潜在类别分析对健康个体的睡眠问题进行了探究,将存在睡眠问题的被分为异质性不同的群组。然而,对精神分裂症患者睡眠问题的异质性研究相对较少。所以,将精神分裂症患者作为一个整体,通过潜在的分组变量捕捉睡眠的异质性。潜在类别分析可根据外显的行为指标来判断个体的特征分类,从而将个体分成不同的类别[7]。近年来,潜在类别分析被逐渐运用于精神病学领域的群体异质性分类研究中[8]。因此,本研究拟通过潜在类别分析探索精神分裂症睡眠的潜在类别,并探讨不同类别在抑郁、焦虑和压力等负性情绪上是否存在差异,以期为精神分裂症患者睡眠问题制定更有针对性的干预措施提供参考。

1 对象与方法

1.1 研究对象

采用整群抽样方法于2019 年6 月—2020 年1 月抽取湖南省第二人民医院(4 个精神病科)住院的精神分裂症患者进行调查,共发放问卷305份,回收获得有效问卷299 份,回收率为98%。其中男性131 例(43.8%),女性168 例(56.2%)。平均年龄(31.8±10.9)岁,18~25 岁 93 例(31.1%),26~40岁137 例(45.8%),41~60 岁 69 例(23.1%)。本研究调查过程中所有受试者均签署了知情同意书,并取得湖南省第二人民医院伦理委员会的批准。

1.2 调查工具

1.2.1 匹兹堡睡眠质量量表(Pittsburgh sleep quality index,PSQI) 采用由 Buyss 等(1989)编制的PSQI[9],该量表用于对失眠患者的睡眠质量进行综合评价。包括睡眠质量、入睡时间、睡眠时间、睡眠效率、催眠药物的使用、睡眠障碍、日间功能障碍共7 个因子,共计18 个条目。每个因子的评分范围为0~3 分,总评分范围为0~21 分。得分越高,表明睡眠质量越差。该量表具有良好的信效度[10]。本研究中该量表的 Cronbach’s α 系数为0.845,重测信度为0.994。

1.2.2 抑郁-焦虑-压力量表(DASS-21) 采用由龚栩汉化的中文版DASS-21[11],该量表包括3个分量表,共21 个条目,考察个体对抑郁、焦虑以及压力等负性情绪的体验程度。量表采用likert-5 点计分,所得总分数越高,说明抑郁、焦虑或压力程度越严重。本研究中总量表的Cronbach’s α 系数为 0.891,3 个分量表的 Cronbach’s α系数分别为 0.771、0.787、0.756。

1.3 统计学方法

采用Pearson 积差相关分析法分析精神分裂症患者睡眠问题与抑郁、焦虑和压力的相关性;采用潜在剖面分析确定精神分裂症患者睡眠的潜在类别及各类别的占比,具体采用Mplus7.4 以PSQI 中的7 个睡眠因子为观察变量,设置1~4个类别数目进行潜在类别分析的模型拟合估计。以 K 值、似然比[(Log likelihood),Log(L)]、艾凯克信息准则(Akaike information criterion,AIC)、贝叶斯信息准则(Bayesian information criterion,BIC)、样本校正的 BIC(aBIC)、信息熵(Entropy)指数、罗-梦戴尔-鲁本矫正似然比检验(Lo-Mendell-Rubin,LMR)和基于 Bootstrap 的似然比检验(Bootsrapped Likelihood Ratio Test,BLRT)为模型适配指标。Log(L)、AIC、BIC、aBIC 值越小,表示模型拟合越好。Entropy 指数用来评估分类的精确程度,取值范围为0~1,Entropy 指数越接近1,表示分类的准确率越高[12]。LMRp 和 BLRTp 比较n 类模型与n-1 类模型之间的拟合差异,LMRp、BLRTp 达到显著水平(P<0.05),表明 n 个类别模型的拟合效果要优于n-1 个类别模型。数据采用SPSS 22.0 软件进行统计分析,不同睡眠类型精神分裂症患者的抑郁、焦虑、压力得分比较采用方差分析。η2作为评价方差分析效果的指标:η2=0.04 为效果较小,η2=0.25 为效果中等,η2=0.64 为效果较大[13]。

2 结果

2.1 精神分裂症睡眠问题与抑郁、焦虑及压力的关系

精神分裂症患者的睡眠问题、抑郁、焦虑及压力分值分别为(7.54±4.16)分、(10.58±8.09)分、(10.55±7.46)分和(13.29±7.20)分,患者睡眠问题得分与抑郁、焦虑及压力得分均呈正相关(r=0.587、0.617、0.499,P 均<0.01)。

2.2 精神分裂症睡眠的潜在类别结果

本研究从1 个潜在类别的初始模型开始,依次增加类别数目进行分析,寻找拟合数据最佳的模型。结果表明,Log(L)、AIC、BIC、aBIC 均随类别数目的增加而递减。当潜在类别为3 时,LMRp和 BLRTp 值均达到了显著性水平(P 均<0.05),说明3 个类别的模型优于2 个类别的模型。当类别为 4 时,LMRp 和 BLRTp 不显著,此时认为 3个潜在类别比4 个潜在类别更理想。类别数为3时,Entropy 指数为0.931,说明模型的分类精确度较好。综上,本研究考虑选用拟合效果最佳的3个潜在类别模型,见表1。

表1 精神分裂症睡眠问题的潜在剖面模型指标分析

从表2 可见,每个类别中精神分裂症患者(行)归属于每个潜在类别的平均概率(列)为93.6%~100.0%,说明分成3 个潜在类别的结果是可靠的。

表2 各潜在类别被试(行)的平均归属概率(列)

由图1 可知,3 个潜在类别在睡眠的7 个因子上的得分概率差别明显,具有不同的特征。类别1(C1)在睡眠的7 个因子水平上的得分概率均较低,占全体被试的60.2%,根据其得分特征,将这组类别命名为睡眠良好组。相反,类别2(C2)在各因子上均具有较高的得分概率,约占全体被试的15.7%。在使用催眠药上的得分概率高于C1 和C3,对应的条目为是否经常使用催眠药物才能入睡,由此可以将这一类别命名为睡眠障碍-高催眠药组。类别3(C3)在除主观睡眠质量和睡眠潜伏期两个因子的得分概率高于其他类别外,其他睡眠因子的得分概率均处于中间水平,低于C2 高于C1。主观睡眠质量和睡眠潜伏期的条目内容分别是过去1 个月总的睡眠质量、从上床到入睡需要的时间、30 min 内不能入睡,所以这一类患者表现出来的睡眠问题主要是入睡困难且自我感觉睡眠质量不佳。而这一类别约占全体被试的24.1%,故将其命名为主观睡眠不良组。

图1 精神分裂症睡眠3 个潜在类别的估计条件均值

2.3 精神分裂症患者睡眠各潜在类别的抑郁、焦虑、压力比较

不同睡眠类型精神分裂症患者的抑郁、焦虑及压力得分差异均有统计学意义(P 均<0.05)。睡眠障碍-高催眠药组患者的抑郁、焦虑和压力得分最高,主观睡眠不良组患者次之,睡眠良好组患者的抑郁、焦虑和压力得分最低。从效应量大小来看,睡眠类别与焦虑的关联性最强,其次是压力和抑郁,见表3。

3 讨论

本研究通过潜在类别分析将精神分裂症患者睡眠划分为3 个类别:睡眠良好组、睡眠障碍-高催眠药组、主观睡眠不良组,表明睡眠质量具有异质性潜在结构,可能由于睡眠问题形成原因不同而导致[7,14]。按照本研究结果,不同的潜在类别表现出不同的特征。依据4W 睡眠理论可知,影响睡眠质量的因素不仅与睡眠者的心理状态有关,与睡眠环境也有关系,个体处于不同疾病恢复期的睡眠环境和不同心理状态的睡眠环境导致了不同的潜在类别结构[15]。对于良好睡眠组来说,此类精神分裂症患者表现出良好的睡眠,这类被试可能处于安静有利的睡眠环境中,也可能心理状态良好,对自己当下的病情感知较低,或者能够积极调解自我,促进有利的睡眠。良好的睡眠质量有利于精神分裂症患者淡忘痛苦的记忆,维持积极的情绪状态[16]。因此,对于这类精神分裂症患者,医务人员应该倡导并鼓励其积极维持当前良好状态。而对于睡眠障碍-高催眠药组的精神分裂症患者来说,只有服药才能入眠,是睡眠质量不好的重要表现,即在睡眠持续时间、睡眠效率和睡眠障碍3 个因子上的得分走势类似于睡眠良好组和主观睡眠不良组,得分概率也高,说明该组精神分裂症患者的睡眠效率较差且存在睡眠障碍,这类精神分裂症患者往往由于一些睡眠干扰造成睡眠中断,深度睡眠期时长缩短,睡眠总时间减少,睡眠效率降低,表现出烦躁的睡眠状态[17],经常使用催眠药可能会缓解夜间失眠症状,但不一定能改善患者的日间功能[18]。因此,这类精神分裂症患者极有可能引发交叉性情绪或行为障碍,应该积极接受治疗,可适当引入催眠类干预以尽量降低药物依赖的作用。对于主观睡眠不良组的精神分裂症患者来说,导致这类患者睡眠质量降低的原因可能来源于其自身的人格特征、对疾患的感知等因素,主要出于主观认知因素。已有研究[19]发现,患者人格特征等主观因素对睡眠质量有影响,说明睡眠质量也因人而异。对于这类精神分裂症患者,医疗人员应该积极引导其合理认知,采取适当的认知行为疗法等促进精神分裂症患者养成良好的睡眠习惯。

表3 各潜在类别精神分裂症患者抑郁、压力与焦虑的差异比较

本研究结果显示,精神分裂症患者抑郁、焦虑和压力得分从高到低依次为睡眠障碍-高催眠药组、主观睡眠不良组、良好睡眠组。精神分裂症患者的睡眠障碍与生活质量水平有关[19],生活满意度较低的患者其负性情绪往往较严重,心理状态不佳[20]。与睡眠良好的患者相比,睡眠质量受损的精神分裂症患者更容易存在心理和身体健康的受损[21-22]。当患者的睡眠问题较严重时,往往会对睡眠本身产生错误的认识,形成反刍思维模式,从而表现出更高的焦虑或抑郁水平[23]。同时,因为精神分裂症患者本身对自我和他人存在更多的不合理信念,而持续存在的睡眠困扰使患者的睡眠压力增大,更易表现出偏激心理和更高水平的负性情绪。安眠药虽然可以缓解精神分裂症患者的睡眠问题,却无法将睡眠恢复到正常水平。过度依赖安眠药睡眠的患者缺乏对药物的合理认知,对药物的效果过于理想化,使得他们未能充分感受到安眠药对睡眠改善的预期效果,可能也会表现出过高水平的焦虑、抑郁等负性情绪。

猜你喜欢

异质性类别精神分裂症
Meta分析中的异质性检验
城市规模与主观幸福感——基于认知主体异质性的视角
管理者能力与企业技术创新:异质性、机制识别与市场价值效应
食品防腐剂治疗精神分裂症,靠谱吗
奥氮平在老年期精神分裂症患者治疗中的成效分析
基于可持续发展的异质性债务治理与制度完善
精神分裂症的常见类型
一起去图书馆吧
拨开精神分裂症的迷雾
简析基于概率预测的网络数学模型建构