依从性预测研究进展

杨 慧，王 彦

（河北大学护理学院，河北 保定 071000）

依从性预测研究进展

杨 慧，王 彦

（河北大学护理学院，河北 保定 071000）

依从性差是一个普遍存在的现象，也是疾病得不到有效控制的重要因素，其对临床效果及疾病康复有重要的影响；早期预测患者依从性状况并找出重要的影响因素，将有助于医护人员采取有针对性的干预措施，从而提高患者的依从性，改善预后。对依从性的定义和测量工具、依从性预测模型及评分系统等系列问题进行综述，以期为开展特定疾病的依从性预测研究提供依据。

依从性；预测；预测模型；预测评分系统

长期依从性差的问题已经成为一个影响人群健康和生活质量的严重问题，同时也加重了全球慢性病的负担[1]。慢性疾病患者的长期不依从率在发达国家平均为50%，发展中国家慢性疾病患者的不依从率更高[2]。依从性对临床效果及疾病康复有重要的意义，尤其对冠心病、高血压、糖尿病等需要长期治疗的疾病，不仅可以控制疾病发展，还能降低并发症发生率与患者病死率[3-6]。WHO[2]指出，相比研发一种新的治疗手段，在全世界范围内提高患者对当前治疗的依从性所获得的健康效益将更大。如何有效提高患者的依从性呢？由于当确定患者依从性差时，往往可能患者因耽误治疗而已经产生不良影响，故而如能早期预测患者的服药依从性高低，根据可能影响患者服药依从性的因素，早期有针对性地进行干预，则对改善其依从性、保证治疗的最佳效果将会产生作用。为此，本文对依从性的定义和测量工具、依从性预测模型及预测评分系统等问题进行综述，以期为开展特定疾病的依从性预测研究提供依据。

1 依从性定义及测量工具

1.1 定义

1975年美国国立医学图书馆在官方医学主题标目（medical subject heading，MeSH）首次引入了患者依从性（patients compliance），随后依从性的定义也在不断地发展和完善[7]。2001年6月WHO指出依从性（adherence）的定义为患者执行医嘱的一致程度[8]；2003年WHO又通过了一个关于长期治疗依从性的定义[2]，即在疾病治疗和预防中，个人在药物、饮食、生活方式改变等方面的行为与其同医务工作者一起制订的医疗保健方案相一致的程度，依从性又称为遵医性、一致性等。但也有学者将其定义为患者的行为与医务工作者的医疗建议的一致程度[9]。

1.2 测量工具

依从性优劣的测评分为主观测评法（自陈法）和客观测评法（包括药片计数法、服药监测系统、药物水平检测等）。自陈法是临床评价依从性最简单、经济、有效的方法，主要包括问卷、访谈等，目前运用较广泛的是量表测量法，比如Morisky自我报告服药依从性问卷（morisky self-reported adherence questionnaire，MAQ）及通用依从性量表 （general adherence scale，GAS），因其简便、易行、省时已经应用于多种慢性病服药依从性的测量。

1.2.1 Morisky自我报告服药依从性问卷

MAQ最早只有4个条目，由于包含的条目数较少，一定程度上影响了其内部一致性[10]，Morisky等人于2008年，将影响依从性的环境因素纳入其中，编制成包含8个条目的新量表MMAS-8。经检验，其信度和效度均高于MAQ，内部一致性系数为0.83，灵敏度、特异度分别为0.39、0.35[11]。目前MMAS-8已被翻译成多国语言，应用于多种慢性病患者服药依从性研究中[12-13]，司在霞[14]于2013年在征得量表原作者的授权同意后，制定了中文修订版MMAS-8，研究结果表明其有较好的信度和效度。

1.2.2 GAS

GAS最先被用于综合测量慢性疾病患者的遵医行为，包括5个条目，调查患者近4周的依从性，该量表重测信度为0.4，多次内部一致性信度检验Cronbach’s ɑ 系数＞0.8[15]。目前此工具国外应用较多。实际应用中，常在此量表基础上形成特定疾病治疗的GAS，比如抗逆转录病毒治疗依从性通用量表（antiretroviral general adherence scale， AGAS），应用于评价高效联合抗逆转录病毒治疗（highly active antiretroviral therapy， HAART）服药依从性的相关研究中[16]。

1.2.3 其他

以上量表虽然可以测评多种疾病的依从性，但只限于服药依从性，目前，还有一些量表除了服药依从性，还从多个维度对依从性进行测评，比如日常生活管理行为、烟酒嗜好管理行为等[17-18]。因不同疾病的饮食、运动等生活方式要求不一样，故多维度依从性问卷具有一定的特异性。此外，还有一些针对特定疾病制定的依从性评价方法[19-20]。

2 依从性预测模型以及依从性预测评分系统

2.1 依从性预测模型

目前能够用于分析多个变量之间关系的统计学方法有回归分析、路径分析、因子分析和结构方程模型等，其中回归分析在建立依从性模型的研究中应用较多。

2.1.1 回归模型

目前依从性预测模型建立大多采用回归分析，根据数据特征可以采用多重线性回归、Logistic回归、Cox生存分析等方法[21]。在探讨慢性病及其它疾病的治疗依从性或检查依从性预测研究中[22-25]，一般先通过单因素分析找到依从性的主要影响因素，然后应用依从性测评工具获得依从性得分或是否依从为因变量，主要的影响因素为自变量建立回归方程，得到依从性的预测方程及影响依从性的预测因素。

2.1.2 结构方程

随着医学模式向生物-心理-社会医学模式转变，研究领域出现了许多社会学和心理学指标，不能直接测量的指标，称之为潜变量。传统的统计分析方法如回归分析和路径分析，都不能直接处理潜变量；因子分析虽然可以利用多个指标反应潜变量，但是不能研究潜变量之间的相关关系[21]。结构方程模型是因子分析与路径分析的结合，不仅描述了显变量（观测变量）与潜变量之间的关系，还描述了潜变量与潜变量之间的相关关系，前者为测量模型，后者则为结构模型。此外，结构方程能同时处理多个变量，比较多个模型找到最优模型；可以清晰和明确地显示变量间的因果机制，整体地估计整个模型；可以研究变量间的直接和间接作用[26]。

目前国内运用结构方程模型对依从性的预测研究比较少，徐红[27]运用健康信念模型（HBM），探讨、分析高血压患者遵医服药行为的影响因素，并通过结构方程模型的构建来揭示他们的作用机制。结果表明健康信念模式能够解释行为方差变异的 80%，能较好地解释和预测遵医服药行为。万莹[28]以计划行为理论为理论框架编制高血压依从性影响因素问卷，用结构方程模型探讨和分析高血压患者用药依从性发生机制及其影响因素，结果表明计划行为理论模型解释了遵医服药行为方差变异的50%，对遵医服药行为有一定的解释和预测作用。

2.2 依从性预测评分系统

一般来说，通过上述过程所得模型即可直接预测患者的依从性优劣，但是为了便于实际应用和推广，一些研究进一步将预测模型简化，将每个预测指标的取值赋以适当的分值作为预测依从性的指标，形成依从性预测评分系统，应用于临床实践。

袁燕莉等[29]在肺结核患者治疗依从性预测评分系统的研究中，通过回归分析建立依从性预测模型，然后将每个预测因素的系数赋以适当的分值建立肺结核患者治疗依从性评分系统（ARS），最后对评分系统通过前瞻性随机对照研究进行外部效度评价。结果表明ARS评分系统能够较好地预测肺结核患者治疗依从性，并针对预测因素进行有效干预。Galema-Boers[30]通过单因素分析及多元Logistic回归建立预测模型，并基于最后模型中风险变量的自然对数建立不依从风险评分表。

3 总结与展望

依从性问题一直受到关注，但是大部分研究都是以探索依从性的影响因素为主，报道依从性预测的研究比较少，尤其在慢性病方面，此外，依从性预测模型或评分系统尚需要前瞻性的研究对其外部效度进行验证。

目前依从性预测多采用回归分析，建立预测模型，找到预测因素；运用结构方程模型比较少，目前，随着结构方程相关软件的可操作性及其普适性，结构方程在护理学科领域应用渐为广泛，但在依从性行为方面研究比较缺乏。结构方程相较于回归分析，其可定量分析各影响因素对于依从性的作用路径及作用强度，更好地帮助医护人员采取有针对性的干预措施来提高患者的依从性。

社会心理领域中的行为改变理论，能够为依从性影响因素研究提供框架结构，并能够对依从性进行解释，但是，各行为理论本身的局限性使其都只能在一定程度上解释依从行为，行为的影响因素是多方面的，为全面掌握行为的形成机制，可以将理论模型结合起来从各方面、综合、全面探讨和分析依从性的影响因素。虽然WHO给出了依从性影响因素的框架及相关细节，但是一方面随着时间的发展，理论也在不断更新，另一方面WHO构建的是各类疾病普适性的依从性影响因素的理论框架，对于一些特定疾病的依从性影响因素缺乏特异性描述。为此，在对某疾病治疗依从性进行预测研究时，建议采用质性与量性研究相结合的策略，通过质性研究方法，挖掘具有疾病特异性的影响治疗依从性的包括生理、心理和社会层面的因素，应用回归分析或结构方程，确定预测模型或建立预测评分系统，最后通过前瞻性研究检验该预测模型或评分系统的有效性。这样，应用预测模型或评分系统，可对患者进行依从性预测并提供有针对性的指导，从而避免今后发生的不依从行为，将对改善患者预后产生重大影响。

[1] GUILBERT J J. The world health report 2002-reducing risks, promoting healthy life[J]. Education for Health(Abingdon, England), 2003, 16(2): 230.

[2] DE GEEST S, SABATE E. Adherence to long-term therapies: evidence for action[J]. Eur J Cardiovasc Nurs, 2003, 2(4): 323.

[3] NANCY M A. Improving medication adherence in chronic cardiovascular disease[J]. Critical Care Nurse, 2008, 28(5): 54-64.

[4] ANIL K, SEHI S A, BEEYA N, et al. Self-reported medication adherence and cardiovascular events in patients with stable coronary heart disease[J]. Arch Intern Med, 2007, 167(16): 1798-1803.

[5] 邹川, 吴柏杨. 高血压服药依从性的研究进展[J]. 心血管病学进展, 2013, 34(1): 131-133.

[6] 陆莉萍. 老年糖尿病患者治疗依从性的调查分析及护理[J]. 按摩与康复医学, 2011, 2(10): 246.

[7] BLACKWELL B. Compliance[J]. Psychotherapy and Psychosomatics, 1992, 58(3/4): 161-169.

[8] SABATE E. WHO Adherence Meeting[R]. Geneva: World Health Organization, 2001.

[9] VITOLINS M Z, RAND C S, RAPP S R, et al. Measuring adherence to behavioral and medical interventions[J]. Controlled Clinical Trials, 2000, 21(5): S188-S194.

[10] MORISKY D E, GREEN L W, LEVINE D M. Concurrent and predictive validiy of a self-report measure of medication adherence[J]. Med Care, 1986, 24(1): 67-74.

[11] MORISKY D E, ANG A, KROUSEL-WOOD M, et al. Predictive validity of a medication adherence measure in an outpatient setting[J]. J Clin Hypertens(Greenwich), 2008, 10(5): 348-354 .

[12] WANG Ye, KONG M C, KO Yu. Psychometric properties of the 8-item Morisky Medication Adherence Scale in patients taking warfarin[J]. Thromb and Haemost, 2012, 108(4): 789-795.

[13] AL-QAZAZ H K, HASSALI M A, SHAFIE A A, et al. The eight-item morisky medication adherence scale(MMAS): translation and validation of the malaysian version[J]. Diabetes Res Clin Pract, 2010, 90(2): 216-221.

[14] 司在霞. 械瓣膜置换术后出院患者服用华法林依从性及其预测因素研究[D]. 济南: 山东大学, 2013.

[15] SHERBOURNE C D, HAYS R D, ORDWAY L, et a1. Anteeedents of adherence to medical recommendations: results from the medical outcomes study[J]. J Behav Med, 1992, 15(5): 447-468.

[16] HOLSTAD M M, FOSTER V, DIIORIO C, et al. An examination of the psychometric properties of the antiretroviral general adherence scale(AGAS) in two samples of HIV-infected individual [J]. J Assoc Nurses AIDS Care, 2010, 21(2): 162-172.

[17] KIM M T, HILL M N, BONE L R, et a1. Development and testing of the hill-bone compliance to high blood pressure therapy scale[J]. Pmg Cardiovasc Nurs, 2000, 15(3): 90-96.

[18] 唐红英, 朱京慈, 何海燕, 等. 高血压治疗依从性量表的编制及信效度研究[J]. 第三军医大学学报, 2011, 33(13): 1400-1403.

[19] CHESNEY M A, LCKOVICS J R, CHAMBERS D B, et al. Self-reported adherence to antiretroviral medications among participants in HIV clinical trials: the AACTG adherence instrumens[J]. AIDS Care, 2000, 12(3): 255-266.

[20] MANNHEIMER S, THACKERAY L, HUPPLER H K, et al. A randomized comparison of two instrumens for measuring selfreported antiretroviral adherence[J]. AIDS Care, 2008, 20(2): 161-169.

[21] 颜虹, 徐勇勇, 赵耐青. 医学统计学[M]. 北京: 人民卫生出版社, 2005.

[22] 任蕾. 影响无创呼吸机依从性的COX回归分析[J]. 上海交通大学学报: 医学版, 2013, 33(5): 644-649.

[23] RAHMAN S M, DIGNAN M B, SHELTON B J, et al. A theory-based model for predicting adherence to guidelines for screening mammography among women age 40 and older[J]. Int J Canc Prev, 2005, 2(3): 169-179.

[24] SHEPPLER C R, LAMBERT W E, GARDINER S K, et al. Predicting adherence to diabetic eye examinations: development of the compliance with annual diabetic eye exams survey[J]. Ophthalmology, 2014, 121(6): 1212-1219.

[25] SIMONI J M, FRICK P A, HUANG Bu. A longitudinal evaluation of a social support model of medication adherence among HIV-positive men and women on antiretroviral therapy[J]. Health Psychol, 2006, 25(1): 74-81.

[26] 李峥, 刘宇. 护理学研究方法[M]. 北京: 人民卫生出版社, 2012.

[27] 徐红. 基于健康信念模型的高血压患者遵医服药行为的影响因素分析[D]. 武汉: 华中科技大学, 2012.

[28] 万莹. 运用计划行为理论分析高血压患者遵医服药行为的影响因素[D]. 武汉: 华中科技大学, 2013.

[29] 袁燕莉, 于宝柱, 姜世文, 等. 肺结核患者治疗依从性评分系统研究[J]. 北京大学学报: 医学版, 2010, 42(3): 299-303.

[30] GALEMA-BOERS J M. Predicting non-adherence in patients with familial hypercholesterolemia[J]. Eur J Clin Pharmacol, 2014, 70(4): 391-397.

（责任编辑：刘俊华）

Advances on prediction on adherence

YANG Hui, WANG Yan
(College of Nursing Science, Hebei University, Baoding 071000,China)

Adherence has an important significance on clinical effect and disease recovery. It is critical to predict adherence early and find out the important factors, which will help medical staff take specific interventions and then improve the patients’ adherence. This paper mainly introduces the development of concept of adherence, influence factors, prediction model and adherence rating score system. It will provide some basis to the research about adherence prediction.

adherence; prediction; prediction model; rating score system

10.3969/j.issn.1674-490X.2015.06.021

R-055

A

1674-490X(2015)06-0089-05

本文引用：杨慧, 王彦. 依从性预测研究进展[J]. 医学研究与教育, 2015, 32(6): 89-93.

2015-11-07

河北医学科学研究计划项目（20150485）

杨慧（1987—），女，河南濮阳人，在读硕士，主要从事心血管护理研究。E-mail: taomeele@126.com

王彦（1969—），女，河北保定人，教授，硕士，硕士生导师，主要从事护理教育和心血管护理研究。E-mail: chjanwy@163.com