血液病跌倒高危患者的影响因素分析及预测模型的研究

2021-09-27 11:52李若冰彭艳妮缪英霞胡娟姜冬梅鲁桂华
护士进修杂志 2021年18期
关键词:血液病医护人员年龄

李若冰 彭艳妮 缪英霞 胡娟 姜冬梅 鲁桂华

(海军军医大学第一附属医院,上海 200433)

血液病患者大多数存在血小板低、凝血功能差、骨质破坏等问题,一旦跌倒,引发皮下、内脏、颅内出血,骨折等严重并发症的风险增加,甚至威胁生命[1-2]。跌倒不但使患者自身遭受由跌倒引发的病情恶化和经济负担,有时还会引发医疗纠纷,因此预测和防范血液病患者跌倒应引起临床护理工作的重点关注[3-5]。目前,国内外对血液病跌倒高危患者的筛选方法主要是经验法[6]。经验法是医护人员根据自己长期的护理经验对血液病患者跌倒风险进行评估,根据评估结果将其分为跌倒高危患者和非跌倒高危患者[7-8]。因此,缺乏临床经验的医护人员很难有效对血液病患者的跌倒风险进行评估。鉴此,笔者综合考虑我国血液病患者的跌倒风险及对简单、方便、低成本预测工具的需求,本文提出了一种基于逻辑回归算法的血液病跌倒高危患者的预测方法,便于医护人员在筛选出跌倒高危患者之后对其进行有针对性的临床护理及宣教,现报告如下。

1 资料与方法

1.1研究对象 选取2019年5月—2020年1月在我院血液内科的120例患者及其陪护人员作为研究对象。患者纳入标准:(1)符合血液病诊断标准。(2)年龄≥12周岁。(3)自愿参与研究。排除标准:在意识、认知存在障碍,无法正常交流的患者。血液病类型包括:急性髓细胞白血病(Acute myeloid leukemia,AML)、急性淋巴细胞白血病(Acute lymphoblastic leukemia,ALL)、骨髓增生异常综合征(Myelodysplastic syndromes,MDS)、多发性骨髓瘤(Multiple myeloma,MM)、非霍奇金淋巴瘤(Non-Hodgkin lymphoma,NHL)、霍奇金淋巴瘤(Hodgkin disease,HD)、再生障碍性贫血(Aplasticanemia,AA),陪护人员纳入标准:(1)年龄≥18周岁。(2)具有良好的沟通交流和认知能力。排除标准:拒绝合作者。本研究通过我院医学伦理委员会审批,所有研究对象和陪护人员均签署知情同意书。

1.2方法

1.2.1调查工具 为统计患者和陪护人员的基本信息,本研究分别设计了面向患者的《跌倒风险认知评分表—患者》和面向陪护人员的《跌倒风险认知评分表—陪护》,在研究初期邀请医院相关科室专家及护理学院专业教师结合小样本测试对其进行多次修改和论证,以此形成最终的评分表。随后对50例血液病患者及其陪护人员进行2次问卷调查,2次问卷调查时间间隔均为15 d,测得两表的Cronbach′ α系数分别为0.88和0.89,重测信度分别为0.86和0.83,说明上述问卷一致性和重测信度较好,能够准确统计患者和陪护人员对跌倒风险的认知情况。

1.2.1.1跌倒风险认知评分表-患者 主要包括患者文化程度、患者对跌倒危险因素的认知(15个条目)和患者对防跌倒方法的认知(15个条目)。该表文化程度评分标准为:小学及以下2分、初中4分、高中6分、大专8分、本科及以上10分,其余30个条目采用判断题的形式进行统计,每题3分,共100分。

1.2.1.2跌倒风险认知评分表-陪护 包括陪护人员的性别、年龄和患者确诊后的陪护时间,以及陪护人员文化程度、陪护人员对患者跌倒危险因素的认知(15个条目)和陪护人员对患者防跌倒的认知(15个条目),文化程度、30个条目的评分标准与《跌倒风险认知评分表—患者》相同。

1.2调查方法 根据研究对象纳入标准选取患者和对应陪护人员进行问卷调查。为保证调查质量,选择3名具有5年以上工作经历的护理工作者担任调查员,在调查前对调查员进行集中培训,统一调查方案;统一现场调查流程;统一资料录入和质量审核。每份问卷当场发放,当场回收,对无法填写问卷者由调查人员代为填写。最终本研究共发放问卷240份(患者与陪护人员各120份),回收有效问卷224份,有效回收率为93.33%。在患者和陪护人员知晓的情况下,通过访问科室数据库的方法获取患者的性别、年龄、患病类型,及患者当天的血压(高/低)、血红蛋白含量、放化疗结束时间和体温等数据,对1 d内多次测量指标取其平均值。同时对患者后续24 h内的跌倒情况及跌倒危险行为进行随访。

2 结果

2.1患者、陪护人员基本信息和跌倒影响因素分析 本研究最终纳入112例血液病患者为研究对象,将发生跌倒或有跌倒动作(并未跌倒)的患者分为跌倒高危组,将未发生上述行为者分为非高危跌倒组,其中跌倒高危患者18例(16%),非跌倒高危患者94例(84%)。表1和表2为跌倒影响因素的统计学分析。结果显示,血液病患者的年龄(P=0.001)、性别(P=0.032)、高血压(P=0.025)、低血压(P=0.014)、血红蛋白含量(P<0.001)、放化疗结束时间(P=0.001)、对跌倒风险认知程度(P<0.001)差异具有统计学意义。此外,发现陪护人员的年龄(P=0.008)、对跌倒风险认知程度(P=0.001)、确诊后陪护时间(P=0.035)差异也具有统计学意义。见表1和表2。

注:(1)*为χ2值。(2)1 mmHg≈0.133 kPa。(3)ETR指患者最后一次化疗结束时间。

注:*为χ2值。

2.2跌倒高危患者预测模型的建立与验证 为建立血液病跌倒高危患者预测模型,本研究首先选择因素分析中的10个变量纳入跌倒高危患者预测模型,且认定Y≥ 0.5的患者为跌倒高危患者。为提高模型收敛速度对所有变量进行标准化。因为在数据收集过程中未对样本进行筛选和分类等操作,因此112例患者之间为随机分布,这里直接选择前70%(78例)患者的10个变量对跌倒高危预测模型进行训练得模型参数β,并对逻辑回归模型进行分析,见表3。最后将模型参数β带入式(1)即可得到跌倒高危患者的预测模型。

(1)

由于β的绝对值大小反映变量的相对重要性,通过表3可知,β7的绝对值最大为0.803 8,所对应的变量为患者认知程度,因此患者跌倒风险对患者的认知程度最敏感。最后利用剩余30%(34例)的患者(已编号)数据对所建立的跌倒高危患者的预测模型进行验证,并将预测结果与实际结果进行比较,见图1。

表3 血液病患者跌倒影响因素回归分析

图1 血液病跌倒高危患者预测结果

由图1可见,在预测结果中共有8例患者被认定为跌倒高危对象,因此对这8例患者在后续住院期间需要采取更高级别的防跌倒措施,以避免患者跌倒行为的发生。将跌倒高危患者预测结果与真实结果进行对比,发现80号患者被认定为跌倒高危的概率为56%,但在后续住院期间并未被认定为跌倒高危对象。这种将少数非跌倒高危患者认定跌倒高危对象的行为,只会提高对应非跌倒高危患者的防跌倒措施,因此可以有效降低患者跌倒的发生率。

2.3模型评价 本文首先使用准确率、灵敏度和特异性来评价模型[7],准确率公式,见式(1)。根据模型的预测结果,该模型的准确率为97.06%,灵敏度和特异性分别为100%、97.30%,说明所建模型精度较高。本研究选择AUC对模型的区分度大小进行综合评价,结果显示:该模型的AUC值为1,因此可以认为该模型对血液病患者筛选具有较高的区分度。

3 讨论

3.1血液病跌倒高危患者的影响因素:患者方面

3.1.1患者年龄和性别 本研究结果显示,患者年龄(OR=1.224,95%CI:1.076~1.393)和性别(OR=1.655,95%CI:1.048~2.613)是跌倒高危患者的主要影响因素,即患者年龄越大,其跌倒风险越高,这与Vu等[8]研究结果相同。究其原因,年龄越大,患者生理机能退化越严重,因判断能力差,应对各种异常情况反应慢等都增加了跌倒、坠床的风险。女性跌倒危险性低于男性,主要是因为女性患者在治疗过程中能够认真学习医院防跌倒宣传,同时善于听从别人意见,知道认真配合医护人员的治疗能够加速康复。而男性患者依从性较差,不太重视医护人员的忠告。建议医护人员给予年龄较大和男性患者更多的关注,帮助其建立正确的防跌倒意识。

3.1.2患者血压 高压(OR=0.596,95%CI为0.194~1.829)和低压(OR=0.696,95%CI为0.596~0.813)都是血液病患者跌倒高危的主要影响因素,且血压越低,患者跌倒风险越高。究其原因:血压较低的患者易出现头晕现象,增加了患者的跌倒风险。

3.1.3血红蛋白含量 血红蛋白含量是血液病患者跌倒高危的主要影响因素(OR=0.622,95%CI为0.524~0.737),血红蛋白含量越低,患者跌倒风险越高,这与刘淑萍等[9]研究结果相似。究其原因:血红蛋白浓度的降低,其携氧能力也会降低,使得患者出现头晕乏力、心慌胸闷等症状,因此血红蛋白越低,血液病患者跌倒风险越高。

3.1.4放化疗结束时间 本研究结果显示,放化疗结束时间是血液病患者跌倒高危的主要影响因素(OR=0.931,95%CI为0.890~0.974),放化疗结束时间越短,跌倒风险越高。究其原因,放化疗对患者消化和免疫系统影响较大,且化疗结束时间越短,化疗药物影响越大,使得患者在化疗前后身体机能出现巨大反差。因此建议血液病患者在放化疗治疗后短时间内不下床或少下床活动。

3.1.5认知程度 患者认知程度是血液病患者跌倒高危的主要影响因素(OR=0.448,95%CI为0.240~0.835),即认知程度越高,跌倒风险越低。究其原因,大部分认知程度较高的患者均具有较高的文化水平,便于与医护人员的沟通,能够合理利用医疗卫生服务。因此建议医护人员尽可能利用图片,视频等方式对认知程度较低的患者进行宣教。

3.2血液病跌倒高危患者的影响因素:陪护人员方面

3.2.1年龄 本研究结果显示,陪护人员的年龄是血液病患者跌倒高危的主要影响因素(OR=1.023,95%CI为1.009~1.037),即陪护人员年龄越大,对应患者跌倒风险越低。究其原因,主要是因为年龄较大的陪护人员能够将更多的精力放在患者身上,在患者下床和活动的过程中能够及时主动搀扶患者,这大大降低患者的跌倒风险。

3.2.2认知程度 陪护人员的认知程度也是血液病患者跌倒高危的主要影响因素(OR=0.599,95%CI为0.418~0.857),同样是认知程度越高,患者跌倒风险越小。这主要是因为,通过与患者的日常交流,陪护人员会将自己对跌倒风险的认知告诉患者,并对其住院期间所出现的不规范或危险的动作加以阻止并进行劝诫,以降低患者跌倒风险[10]。因此建议医护人员不仅要对血液病患者进行防跌倒宣教,而且对陪护人员的宣教也有助于降低患者的跌倒风险。

3.2.3陪护时间 陪护时间是血液病患者跌倒高危的主要影响因素(OR=0.694,95%CI为0.932~0.996),即陪护时间越长,跌倒风险越低。究其原因,陪护时间较长意味着陪护人员相对固定,固定的陪护人员便于执行医护人员所提出的陪护注意事项,同时,固定的陪护人员会更加了解患者的活动规律,可以做到有针对性的陪护。

综上所述,本研究所建立的血液病跌倒高危患者预测模型筛选跌倒高危对象区分度较好,具有较高的使用价值,适用于血液病跌倒高危患者的筛查工作。需要说明的是,由于时间有限,本研究选取的样本量较少。同时,本研究在模型预测出血液病跌倒高危患者后,并未设置与各影响因素相关的单因素干预实验[11],来判断各影响因素的有效性。因此更多研究对象和相应的干预实验有待后续验证。

猜你喜欢
血液病医护人员年龄
变小的年龄
新型冠状病毒肺炎疫情期间血液病患者的应对策略
GM值在高危真菌感染风险的血液病患者诊断驱动治疗中的临床意义
97例恶性血液病合并侵袭性真菌病临床分析
法国用免费拳击课感谢医护人员
《海峡姐妹》志愿者为医护人员送温暖
南平市妇联关爱援鄂医护人员家属
等疫情过去,你要记得这四件事
年龄歧视
算年龄