社區(qū)管理高血壓患者的服藥依從性預(yù)測模型構(gòu)建

梁汝江，井明霞，張梅，張眉，王永馨

(石河子大學醫(yī)學院，新疆 石河子 832002)

高血壓流行率高、控制率低，其引發(fā)的嚴重并發(fā)癥造成了患者的健康損害和經(jīng)濟損失[1]。世界衛(wèi)生組織指出，患者對降壓藥的不依從是高血壓難以控制的最重要原因之一[2]。高血壓患者當前由基層醫(yī)療機構(gòu)進行管理，但管理方式無法滿足患者的個性化需要[3]，采用預(yù)測模型識別出不依從的患者并進行精細化管理，可以更合理地分配衛(wèi)生資源并使患者群體最大程度受益。國內(nèi)依從性預(yù)測研究多使用回歸模型進行預(yù)測，回歸模型在應(yīng)用時對數(shù)據(jù)分布有嚴格要求[4]，而機器學習方法則對數(shù)據(jù)分布沒有嚴格要求，國外研究[5-7]發(fā)現(xiàn)使用機器學習方法預(yù)測服藥依從性可以取得較好的預(yù)測精度。在預(yù)測因子方面，除了國內(nèi)研究常用的變量外，本研究擬驗證生活方式依從性、心理變量對服藥依從性的預(yù)測作用。

本研究擬使用機器學習方法初步建立管理高血壓患者服藥依從性的預(yù)測模型，并驗證預(yù)測模型效果，為提高基層醫(yī)療機構(gòu)高血壓管理效果提供依據(jù)，為完善服藥依從性預(yù)測提供參考。

1 對象與方法

1.1 數(shù)據(jù)收集

1.1.1 調(diào)查對象

2017年7月采用目的抽樣在新疆生產(chǎn)建設(shè)兵團某師隨機抽取5個社區(qū)，根據(jù)當?shù)厣鐓^(qū)管理名單隨機抽取符合納入排除標準的高血壓患者共1131名。納入排除標準見課題組前期研究[8]。

1.1.2 調(diào)查內(nèi)容和調(diào)查方法

服藥依從性使用自行設(shè)計的問卷進行測量，該測量工具是在國內(nèi)相似研究基礎(chǔ)上增加一個問題而來[8]，共包含5個條目：前四個問題詢問患者能否按照醫(yī)囑要求的藥物種類、次數(shù)、量、時間服藥；患者回答：1)根本做不到；2)有時做得到；3)基本做得到；4)完全做得到。第五個問題詢問患者能否按醫(yī)囑長期堅持服藥從不間斷，患者回答：1)中止服藥；2)斷斷續(xù)續(xù)服藥；3)自行減量從不間斷；4)按醫(yī)囑從不間斷。本研究中該依從性調(diào)查工具的Cronbach's α系數(shù)為0.86。五個問題均選擇最后一個選項為依從，否則不依從。

測量17個預(yù)測因子(表1)，按照WHO的慢性病依從性影響因素框架可歸納為：1)患者相關(guān)因素；2)社會經(jīng)濟因素；3)治療相關(guān)因素；4)疾病相關(guān)因素；5)衛(wèi)生系統(tǒng)相關(guān)因素。其中生理指標收縮壓和舒張壓由培訓過的調(diào)查員用統(tǒng)一校對過的汞柱式血壓計測量。

表1 調(diào)查對象的信息

生活方式依從性由自制調(diào)查表進行測量：調(diào)查患者是否：1)每天攝入食鹽低于6 g；2)平時進行體育鍛煉；3)不吸煙或已戒煙；4)近1年內(nèi)未飲酒；5)很少或從未覺得生活有壓力?；颊呋卮馂椤胺瘛庇嬃惴?，回答為“是”計一分，用總分衡量患者的生活方式依從性。本研究中該生活方式依從性調(diào)查工具的Cronbach's α系數(shù)為0.81。

精神心理類變量共2個：1)焦慮或抑郁；2)對病情擔心?；颊呋卮馂椤笆恰被颉胺瘛?。

兩組患者的創(chuàng)面愈合時間及大小的比較用均數(shù)±標準差的形式,并用t值檢驗,治療總有效率的比較用“%”的形式,并用卡方值檢驗,數(shù)據(jù)采用SPSS20.0軟件核對,當2組燒傷患者的各指標數(shù)據(jù)有差別時,用P<0.05表示。

數(shù)據(jù)收集由統(tǒng)一培訓考核的調(diào)查員面對面調(diào)查獲得。研究方案經(jīng)石河子大學倫理委員會審核批準，患者在調(diào)查開始前均簽署知情同意書或按指印表示同意。

1.2 統(tǒng)計方法

1.2.1 建立數(shù)據(jù)集

首先進行單因素分析選擇P<0.1的變量。經(jīng)第一步篩選后，窮舉保留的變量的所有可能組合，加上結(jié)局變量構(gòu)成數(shù)據(jù)集，建模后選擇預(yù)測能力強的模型，觀察其納入的變量以完成變量選擇(封裝法)。

為了驗證以上變量選擇過程的可靠性，以依從性為因變量，對17個自變量采用后退法基于AIC準則進行逐步Logistic回歸建模，觀察上述方法選擇的變量是否被納入到最終的回歸模型。

1.2.2 預(yù)測模型的建立、驗證和評價

2 結(jié)果

2.1 調(diào)查對象的基本信息和依從性現(xiàn)狀

納入高血壓患者1131名。年齡為73.15±7.43歲，女性占63.13%。32.45%的患者接受過高中及以上教育，50.49%患者居住于城市地區(qū)(表1)。37.67%的患者服藥不依從，78.51%的患者可以堅持長期服藥不間斷。

2.2 單因素分析結(jié)果和模型結(jié)果

單因素分析結(jié)果顯示：自評健康(P=0.030)、收入(P=0.052)、居住地(P<0.001)、高血壓疾病嚴重程度(P=0.002)、共患糖尿病(P=0.073)、病程(P=0.042)、是否享受慢性病保險(P=0.008)與依從性的關(guān)聯(lián)有統(tǒng)計學意義。收縮壓和舒張壓由于和服藥行為相關(guān)，基于經(jīng)驗保留。一共有9個預(yù)測因子被保留。

封裝法變量選擇結(jié)果：9個預(yù)測因子組合后產(chǎn)生511個(29- 1)數(shù)據(jù)集，使用BP算法建模和十折交叉驗證后，模型符合率為62.51%±0.25%，分布范圍是62.33%到63.75%(圖1)。符合率排前五的模型分別包含了8、6、7、6和7個變量(表2)，單因素分析保留的9個變量共重復(fù)出現(xiàn)了34次。其中，居住地(社會經(jīng)濟)、高血壓疾病嚴重程度(疾病相關(guān))、共患糖尿病(疾病相關(guān))、收縮壓(疾病相關(guān))和是否享受慢病保險(衛(wèi)生系統(tǒng)相關(guān))在每個模型中都被納入，是最常被納入的變量。

圖1 模型的符合率分布

表2 符合率前五的模型包含的變量及其符合率

Logistic回歸變量選擇結(jié)果：以依從性為因變量，對17個自變量采用后退法基于AIC準則進行逐步logistic回歸建模，模型最終納入6個變量：居住地(β_城市=0.457，P<0.001)、高血壓疾病嚴重程度(β_輕度不適=-0.417，P=0.002；β_中度及以上不適=0.007，P=0.974)、共患糖尿病(β_是=0.308，P=0.019)、收縮壓(β=-1.232，P=0.071)、是否享受慢病保險(β_是=0.382，P=0.009)和自評健康(β=0.884，P=0.021)。

2.3 生活方式依從性和精神心理因素對服藥依從性的預(yù)測能力

向符合率前五的模型(模型1-5)預(yù)測因子中加入生活方式依從性后，建模獲得模型6、8、10、12和14，模型的符合率均升高(表3)。向模型1-5的預(yù)測因子中加入焦慮或抑郁、對病情擔心后獲得模型7、9、11、13和15，模型的符合率均升高。模型11的符合率最高，為81.96%。

表3 符合率前五的模型增加生活方式依從性、焦慮或抑郁、對病情擔心作為預(yù)測因子后符合率 %

2.4 分亞組建模對模型預(yù)測能力的影響

根據(jù)血壓是否達標將患者分成血壓未達標組(N=467)和已達標組(N=664)。以符合率最高的模型11中所納入的變量，重新為兩組患者構(gòu)建模型，結(jié)果發(fā)現(xiàn)，相較于總樣本的模型(模型11)，已達標組中模型符合率從81.96%下降為79.52%，未達標組中符合率升高為85.01%。ROC曲線下面積兩兩對比差異無統(tǒng)計學意義(總樣本VS已達標組：P=0.392，總樣本VS未達標組：P=0.389，已達標組VS未達標組：P=0.897)(表4，圖2)。

表4 符合率最高的模型在總樣本和亞組人群中的受試者工作特征曲線下面積

圖2 符合率最高的模型在總樣本和亞組人群中的受試者工作特征曲線

3 討論

高血壓患者的服藥依從性對其血壓控制具有重要的作用，本研究對提高血壓患者管理效果提供一定的依據(jù)，為完善服藥依從性預(yù)測提供了參考。

本研究應(yīng)用機器學習方法建立了服藥依從性預(yù)測模型，符合率尚可。本研究發(fā)現(xiàn)社會經(jīng)濟、疾病相關(guān)和衛(wèi)生系統(tǒng)因素對于服藥依從性預(yù)測具有一定的價值；生活方式依從性、精神心理類變量對服藥依從性有預(yù)測能力。另外，血壓未達標組和已達標組的服藥依從性預(yù)測模型符合率尚可，ROC曲線下面積無統(tǒng)計學差異，這些結(jié)果對于完善服藥依從性預(yù)測模型構(gòu)建提供了參考。

本研究納入的變量中，城市居民離醫(yī)療機構(gòu)和藥店距離更近，通過提高藥物可及性影響服藥依從性[9]。慢病保險作為衛(wèi)生系統(tǒng)因素，通過減少購買藥物的經(jīng)濟負擔影響患者的服藥依從性[10]。糖尿病患者需要按時服藥來維持血糖的穩(wěn)定，因此，糖尿病患者對降糖藥會有更好的依從性[11]，這種良好的服藥行為可能遷移到了服用降壓藥的行為中，因此，是否共患糖尿病對降壓藥的服藥依從性有預(yù)測作用。疾病越嚴重、收縮壓越高的患者可能由于擔心自身疾病，會更有意愿遵從醫(yī)生的建議服藥[9]。

高血壓的治療需要多種行為的改變，醫(yī)生在開具降壓藥的同時也會建議患者做生活方式上的改變，包括減少鈉鹽攝入、規(guī)律運動、戒煙、限制飲酒和心理平衡等方面[12]。本文根據(jù)《國家基層高血壓防治管理指南》定義了生活方式依從性[12]，驗證了生活方式依從性對服藥依從性有預(yù)測作用，這提示將來在患者的管理實踐中，可以據(jù)此更加具體地指導(dǎo)患者的生活方式，也可以為將來的服藥依從性預(yù)測提供基礎(chǔ)數(shù)據(jù)。KARANASIOU G S等[7]同樣發(fā)現(xiàn)心衰患者的治療依從性對其服藥依從性有預(yù)測作用，與本文發(fā)現(xiàn)相符。在加入治療依從性作為預(yù)測因子后，模型的符合率從平均79%±2.46%上升到90%±1.26%。

健康信念模型認為個體的主觀心理過程如態(tài)度和信念等可以來解釋和預(yù)測行為[13]，因此本文探索了精神心理類變量對服藥依從性的預(yù)測能力，發(fā)現(xiàn)將焦慮或抑郁、對病情擔心加入到模型中后，模型的符合率有了較大的提升，這與國內(nèi)外相似研究的發(fā)現(xiàn)相符。周藝[9]在2017年建立的冠心病患者服藥依從性預(yù)測模型中也納入了“擔心藥物副作用”等精神心理因素。LEE S K等[6]在2011年的研究中，僅納入3個預(yù)測因子的慢性病服藥依從性預(yù)測模型達到了89.40%的符合率，這其中2個為精神心理因素(自我效能、抑郁)。而STEINER J F[14]在2009年的高血壓患者服藥依從性預(yù)測研究中，預(yù)測因子僅使用了社會經(jīng)濟因素和臨床特征因素，模型的ROC曲線下面積分布在0.512到0.567之間。這提示將來的行為預(yù)測研究應(yīng)當收集患者的心理因素作為預(yù)測因子。并且，基層醫(yī)療機構(gòu)可適當收集這方面信息為將來的患者行為預(yù)測提供支持。

由于血壓未達標患者的心血管疾病發(fā)病風險、靶器官損害風險都比已控制的患者的風險要高，基層醫(yī)療機構(gòu)對兩類患者的管理方案和用藥方案有所不同[12]，這可能會影響患者依從性，因此本文對兩組患者分別建模以消除管理方案對依從性的潛在影響。結(jié)果發(fā)現(xiàn)對人群分亞組建模無法增加模型的預(yù)測能力。這可能是由于將人群分亞組后，每組患者的異質(zhì)性更小[15]，從而算法難以建立映射。吳菲等[15]建立的乳腺癌風險預(yù)測模型在人群按年齡分組后同樣發(fā)現(xiàn)模型在55歲以上人群中預(yù)測能力下降，ROC曲線下面積為0.567(95%CI:0.518,0.630)。

本研究具有一些局限性，由于納入人群年齡偏高，平均為73歲，可能限制了研究結(jié)論在其他人群中的適用性。盡管本文選擇并測試了17個變量，但仍有其他的預(yù)測因子可以使用，因為服藥依從性是一種受許多因素影響的復(fù)雜行為。