华秀凤，盛晗，吴小芳

脑卒中患者康复锻炼低依从性的风险预测模型

华秀凤1，盛晗2，吴小芳1

1.嘉兴市第一医院19A病区，浙江嘉兴 314000；2.嘉兴市第一医院ICU，浙江嘉兴 314000

分析脑卒中患者康复锻炼低依从的影响因素并构建其预测模型。采用便利抽样法选取2020年7月至2021年6月于嘉兴市第一医院就诊的300例脑卒中患者作为研究对象，采用单因素分析和多因素Logistic回归分析筛选脑卒中患者康复锻炼低依从的独立影响因素，并基于影响因素的系数构建锻炼低依从风险预测模型。300例患者中低依从173例，低依从率57.7%。多因素Logistic回归分析结果显示年龄、职业工作状态、婚姻、共同居住和恐动均是影响脑卒中患者康复锻炼依从性的独立影响因素（<0.05）。脑卒中患者康复锻炼低依从风险预测模型的拟合度良好（=0.890），曲线下面积为0.824（95%：0.776～0.871），敏感度72.3%，特异性78.0%。研究构建的风险预测模型的预测效能良好，可作为预测脑卒中患者康复锻炼依从性的一种评估工具。

脑卒中；低依从性；恐动；预测模型；影响因素

脑卒中已成为发达国家第三大致残原因，近33%～70%的脑卒中患者都会面临残疾[1]。锻炼能大大改善卒中后的躯体和心理残疾，是卒中后康复的主要手段，缺乏锻炼不仅可引发再次卒中，延缓病情恢复，也会导致肌肉萎缩、关节僵硬、肺部感染等并发症，继发抑郁、焦虑等，使社会交往能力下降，大大降低患者的生存率和生存质量，给家庭和社会带来沉重负担[2-3]。研究发现，患者初期锻炼依从性好，而中长期的依从性较差；患者的长期锻炼依从性呈横“S”型曲线变化，随时间而改变，发病后第6周依从性开始下降，半年左右维持在低水平[4-5]。本研究探索脑卒中患者锻炼低依从的影响因素，并制作预测模型，为临床工作者开展延续护理、早期发现锻炼低依从的脑卒中患者提供预测工具，以便及时干预，现将结果报道如下。

1 资料与方法

1.1 研究对象

采用便利抽样法，选取2020年7月至2021年6月嘉兴市第一医院神经内科的脑卒中患者。纳入标准：脑卒中的诊断符合中华医学会第四次全国脑血管病学术会议修订的《各类脑血管疾病诊断要点》[6]中的诊断标准，且为首次发病；经磁共振成像或CT确诊为脑卒中；年龄18～90岁；偏瘫，患侧肌力Ⅲ级及以下。排除标准：无通讯设备患者；因文化差异而沟通困难者；有医疗纠纷患者；患有精神疾病者。剔除标准：临床资料不全者；失访患者；观察期间发生其他严重疾病者；观察期间死亡者。本研究经嘉兴市第一医院伦理委员会批准（伦理审批号：LS2019-043），所有患者均签署知情同意书。

1.2 研究方法

1.2.1 研究工具 ①一般情况登记表：包括患者的性别、年龄、职业、工作状态、文化程度、婚姻状况、居住方式、主要照顾者、户口类型、医疗支付方式、疾病诊断类型、家族史、主要症状、其他疾病、是否接受专业人员康复指导等。②脑卒中患者康复锻炼依从性量表[7]（questionnaire of exercise adherence，EAQ）：该量表内容效度指数为0.95，内部一致性信度Cronbach's α系数为0.90，重测信度组内相关系数值均高于0.70，信效度较好，与本研究内容契合。量表包含3个维度14个条目。每个条目采用4级评分，分别赋值1～4分。为便于比较，将依从性得分转化为依从指数。依从指数=（依从性实际得分/依从性理论最高分）×100。依从指数越高，表明康复锻炼依从性越高。依从指数<50为低依从，≥50为非低依从[5]。

1.2.2 资料收集和质量控制 正式研究前，由项目负责人对全体研究人员进行统一培训，解读量表及其使用说明。当患者出院前，研究人员向研究对象说明研究目的和填写方法，签署知情同意书后自愿完成一般情况登记表的填写，由于文化水平受限无法亲自填写者，由研究人员口述问卷内容及根据患者所表达意思选择相应答案；以患者发病6周为起点，研究人员电话询问EAQ量表和一般情况登记表中的恐动内容，量表由研究人员填写，在调查过程中，研究人员及时答疑，并确保资料填写完整。所有资料均双人核对，在测量当日将数据输入计算机备份保存。填写有明显规律或缺失项目>10%，均按无效问卷予以剔除。本研究共计发放问卷315份，回收有效问卷300份，回收有效率为95.2%。

1.2.3 建立模型 采用多因素Logistic回归分析探讨脑卒中康复锻炼低依从的独立影响因素，使用受试者操作特征曲线（receiver operating characteristic curve，ROC曲线）和Hosmer-Lemeshow检验对模型拟合度和区分度进行评估：曲线下面积（area under the curve，AUC）>0.7提示模型的区分度较好，预测效能较好，AUC越接近1.0，提示其预测效能越好；Hosmer-Lemeshow检验>0.05提示模型的拟合度良好。

1.3 统计学方法

2 结果

2.1 脑卒中患者康复锻炼依从指数

由脑卒中患者的EAQ调查数据得出，依从指数<50的患者173例（57.7%），纳入低依从组，依从指数≥50的患者127例（42.3%），纳入非低依从组。

2.2 两组患者的一般资料比较

两组患者的年龄、职业工作状态、文化程度、医保支付方式、婚姻、共同居住和恐动比较，差异均有统计学意义（<0.05），见表1。

2.3 脑卒中患者发生康复锻炼低依从的影响因素分析

本研究共纳入12个康复锻炼低依从影响因素作为自变量，低依从发生情况（发生=1，不发生=0）为应变量，自变量赋值：性别（男=0，女=1）、年龄（18～64岁=1，65～74岁=2，75～89岁=3，90岁=4）、职业（非在职=0，在职=1）、文化程度（文盲=1，小学、初中=2，高中=3，大学=4）、婚姻（未婚=0，已婚=1）、户口类型（非城镇=0，城镇=1）、共同居住（否=0，是=1）、医保支付（否=0，是=1）、家族史（无=0，有=1）、其他疾病（无=0，有=1）、康复专业指导（无=0，有=1）和恐动（否=0，是=1）。多因素Logistic回归分析结果显示年龄、职业工作状态、婚姻、共同居住和恐动均是影响脑卒中患者康复锻炼低依从的独立影响因素（<0.05），见表2。

表1 两组患者的一般资料比较

表2 脑卒中患者康复锻炼低依从发生的多因素Logistic回归分析

2.4 脑卒中患者康复锻炼低依从的风险预测模型构建

基于脑卒中患者康复锻炼低依从的独立影响因素的回归系数建立风险预测模型，通过Hosmer-Lemeshow检验该预测模型的拟合度良好（=0.890），ROC曲线分析显示该模型的AUC为0.824（95%：0.776～0.871），敏感度72.3%，特异性78.0%，见图1。

图1 脑卒中患者康复锻炼低依从的风险预测模型ROC曲线

3 讨论

本研究结果显示，自第6周起，脑卒中康复锻炼低依从患者占比达57.7%，与盛晗等[5]研究的脑卒中患者康复锻炼依从性曲线符合。本研究经单因素和多因素Logistic回归筛选出年龄、职业工作状态、婚姻、共同居住和恐动5个独立影响因素指标并建立预测模型。该预测模型拟合度良好，ROC曲线显示该模型的AUC为0.824，敏感度为72.3%，特异性为78.0%，有较好的预测效能。此外，模型纳入的5个预测因子均为临床服务中常见项目，以问诊和调查为主，获取数据简单快捷且不增加经济负担，便于早期识别散落在社区和人群中的脑卒中康复锻炼低依从患者。

盛晗等[5]研究提示患者的年龄、职业工作状态、文化程度、婚姻、共同居住为脑卒中患者康复锻炼低依从的影响因素，目前尚无学者观察恐动对脑卒中患者康复锻炼低依从的影响。国外学者曾基于恐惧-回避模型提出恐动症的概念，认为患者长期受到疼痛刺激可引起个体对疼痛或伤害过度恐惧，对运动产生抵触心理[8]。研究显示，50%～70%的脑卒中患者伴有慢性疼痛[9-10]。脑卒中发病2～3个月易出现持续肩痛，为避免受伤或疼痛加剧患者会减少活动[11-12]。本研究显示，脑卒中患者6周起康复锻炼低依从的恐动为2.239，表明恐动是脑卒中患者康复锻炼低依从的独立影响因素。建议医护人员可通过早期评估患者的既往疼痛水平来预测患者是否有恐动趋势[13]，及早采取正念训练和认知行为干预进行引导，开展对初发疼痛的干预研究，有效降低患者的前期疼痛水平，从而降低患者疼痛体验感，降低恐动的发生，提高患者的康复锻炼依从性，减少并发症的发生，提升生活质量。

综上所述，本研究构建的脑卒中患者康复锻炼低依从的预测模型具有良好的预测效果。但由于本研究病例数较少且为单中心研究，尚未通过外部验证，在不同人群中的预测效果仍有待进一步研究，期待通过开展大样本的前瞻性临床研究来验证本项研究结果。

[1] HAN P, ZHANG W, KANG L, et al. Clinical evidence of exercise benefits for stroke[J]. Adv Exp Med Biol, 2017, 1000: 131–151.

[2] 熊亚莉, 何雯. 康复护理对脑卒中患者运动功能和日常生活活动能力的影响[J]. 中国现代医生, 2019, 57(30): 162–164.

[3] 陈雪婷, 姚黎清, 李旺祥, 等. 虚拟现实在脑卒中康复中的应用及展望[J]. 中国医药导报, 2022, 19(16): 46–49, 57.

[4] 林郁芬, 李铮, 施娟, 等. 脑卒中患者偏瘫肩痛的症状体验及影响因素研究[J]. 护理学杂志, 2017, 32(9): 30–33.

[5] 盛晗, 邵圣文, 王惠琴, 等. 脑卒中患者康复锻炼依从性动态变化的研究[J]. 中华护理杂志, 2016, 51(6): 712–715.

[6] 各类脑血管疾病诊断要点[J].中华神经科杂志, 1996, 12(6): 60–61.

[7] 林蓓蕾, 张振香, 孙玉梅, 等. 社区脑卒中患者功能锻炼依从性量表的编制及信效度检验[J]. 中国康复医学杂志, 2013, 28(6): 574–578.

[8] BUNZLI S, SMITH A, SCHÜTZE R, et al. Making sense of low back pain and pain-related fear[J]. J Orthop Sports Phys Ther, 2017, 47(9): 628–636.

[9] HARRISON R A, FIELD T S. Post stroke pain: Identification, assessment, and therapy[J]. Cerebrovasc Dis, 2015, 39(3–4): 190–201.

[10] Delpont B, Blanc C, Osseby G V, et al. Pain after stroke: A review [J]. Revue Neurologique, 2018, 174(10): 671–674.

[11] WALSH M, GALVIN R, HORGAN N F. Fall-related experiences of stroke survivors: A Meta-ethnography[J]. Disabil Rehabil, 2017, 39(7): 631–640.

[12] 蔡立柏, 王琳, 刘延锦, 等. 基于回授法的健康教育在全膝关节置换术恐动症患者中的应用[J]. 中华现代护理杂志, 2022, 28(8): 986–991.

[13] 王宋超, 张春梅, 王荣, 等. 慢性疼痛患者恐动症现状及其影响因素[J]. 温州医科大学学报, 2018, 48(12): 929–932.

Risk prediction model for low compliance with rehabilitation exercise in stroke patients

HUA Xiufeng, SHENG Han, WU Xiaofang

1.Department of 19A Ward, the First Hospital of Jiaxing, Jiaxing 314000, Zhejiang, China; 2.ICU, the First Hospital of Jiaxing, Jiaxing 314000, Zhejiang, China

To analyze the influencing factors of low compliance of rehabilitation exercise in stroke patients and construct the prediction model.The convenience sampling method was used to select 300 stroke patients in the First Hospital of Jiaxing from July 2020 to June 2021 as research objects. Univariate analysis and multivariate Logistic regression analysis were used to screen the independent influencing factors of low compliance with rehabilitation exercise in stroke patients, and the risk prediction model of low compliance with exercise was built based on the coefficient of influencing factors.Among the 300 patients, 173 had low compliance, and the low compliance rate was 57.7%. Multivariate Logistic regression analysis showed that age, occupational working status, marriage, co-habitation and fear of activity were independent factors affecting the compliance of rehabilitation exercise in stroke patients (<0.05). The risk prediction model of low compliance with rehabilitation exercise for stroke patients had a good fit (=0.890). The area under curve was 0.824 (95%: 0.776-0.871), the sensitivity was 72.3%, and the specificity was 78.0%.The risk prediction model constructed in this study has good prediction efficiency, which can be used as an evaluation tool for predicting exercise compliance of stroke patients.

Stroke; Low compliance; Fear of activity; Prediction model; Influencing factors

R493

A

10.3969/j.issn.1673-9701.2023.01.026

嘉兴市民生科技创新研究项目（2020AD30048）；嘉兴市医学重点学科建设计划项目（2019-CX-02）

华秀凤，电子信箱：383548653@qq.com

（2022–08–02）

（2022–11–27）