视网膜脱离复位术后患者心理状态的列线图预测模型构建及验证

丁 莹, 周莉莉, 赵洁文

(江苏省淮安市第二人民医院, 1. 眼科, 2. 神经内科, 江苏 淮安, 223022)

视网膜脱离是临床常见的眼科疾病,会导致患者视力急剧下降甚至失明,好发于老年人,目前主要采用手术方法治疗[1]。但部分患者手术后可因担心手术失败、恐惧失明等因素出现焦虑、抑郁等负性心理[2], 严重者甚至出现自杀等偏激行为,严重威胁生命安全。既往研究[3-4]显示,患者的心理状态对治疗效果具有较大的影响。本研究基于视网膜脱离复位术后患者的临床数据分析患者负性心理状态的影响因素,构建风险预测模型并验证预测效能,现报告如下。

1 对象与方法

1.1 研究对象

收集2018年5月—2022年5月淮安市第二人民医院收治的238例视网膜脱离复位术患者的临床资料,将患者按照6∶4比例分为建模组143例和验证组95例。纳入标准: ① 符合《实用眼科学》[7]中的视网膜脱离诊断标准,且经光学或影像学诊断确诊者; ② 接受玻璃体切割术+眼内硅油/气体填充术治疗,且顺利完成手术者; ③ 年满18周岁者; ④ 自愿参加本研究者。排除标准: ① 合并智力低下、精神分裂症等疾病者; ② 无法进行独立心理评估者; ③临床资料不全者。本研究经淮安市第二人民医院伦理委员会审核批准。

1.2 方法

采用焦虑自评量表(SAS)[5]和抑郁自评量表(SDS)[6]评估患者的心理状态。SDS采用4级评分法,共20项内容, SDS评分≥50分为具有抑郁症状,得分越高表示抑郁症状越严重; SAS采用4级评分法,共20项内容, SAS评分≥50分为具有焦虑症状,得分越高表示焦虑症状越严重。按照是否出现焦虑和/或抑郁,将建模组患者分为正常心理组47例和负性心理组96例。

设计基线资料调查表,于术后1周左右调查患者的年龄、性别、有无经济压力(有经济压力是指个人及家庭经济能力不足,难以维持目前开销而带来经济困扰)、有无合并慢性病(包括高血压病、糖尿病、高脂血症等)、有无失眠(根据SDS、SAS评定)、婚姻状况、文化程度、性格、居住类型; 医务人员记录患者的疾病特征,包括患眼疾病状态、视网膜脱离范围、术眼视力、疾病类型、视网膜脱离距手术时间、另眼视力情况。

1.3 统计学分析

所有数据的统计学分析通过SPSS 22.0软件进行。计数资料采用[n(%)]表示,组间比较行χ2检验。采用单因素和多因素Logistic回归分析法分析视网膜脱离复位术后患者心理状态的影响因素; 基于影响因素,通过R软件构建风险预测模型; 绘制受试者工作特征(ROC)曲线评估模型的预测效能,并对模型进行Hosmer-Lemeshow拟合优度检验。P<0.05为差异有统计学意义。

2 结 果

2.1 建模组和验证组患者基线特征比较

建模组的年龄、性别、婚姻状况、文化程度、经济压力、合并慢性病、性格、居住类型、视网膜脱离范围、失眠情况、术眼视力、视网膜脱离距手术时间、患眼疾病状态、疾病类型、另眼视力情况与验证组比较,差异均无统计学意义(P>0.05), 具有可比性,见表1。

表1 建模组和验证组患者基线特征比较[n(%)]

2.2 建模组患者心理状态的单因素分析

单因素分析结果显示,年龄、经济压力、合并慢性病、失眠、视网膜脱离距手术时间、另眼视力情况均为视网膜脱离复位术后患者心理状态的影响因素(P<0.05), 性别、婚姻状况、文化程度、性格、居住类型、视网膜脱离范围、术眼视力、患眼疾病状态、疾病类型则与患者术后心理状态无关(P>0.05), 见表2。

表2 建模组患者心理状态的单因素分析[n(%)]

2.3 视网膜脱离复位术后患者负性心理状态的多因素Logistic回归分析

将负性心理状态作为因变量(未发生=0, 发生=1), 将单因素分析中差异有统计学意义的因素作为自变量(赋值方式见表3), 进行多因素Logistic回归分析。结果显示,年龄<55岁(OR=3.214)、有经济压力(OR=3.328)、合并慢性病(OR=3.631)、失眠(OR=7.886)、视网膜脱离距手术时间>7 d(OR=5.897)、另眼存在视力缺陷(OR=6.133)均为患者术后负性心理状态的独立危险因素(P<0.05), 见表4。

表3 变量赋值方式

表4 视网膜脱离复位术后患者负性心理状态的多因素Logistic回归分析

2.4 列线图预测模型构建

基于6个独立危险因素构建列线图预测模型,每个因素的分类特征对应至标尺可得到相应分值,将各项分值相加即得到总分值,总分值对应的预测概率即为视网膜脱离复位术后患者负性心理状态的发生风险,见图1。

图1 视网膜脱离复位术后患者负性心理状态的列线图预测模型

2.5 视网膜脱离复位术后负性心理状态预测模型的评估

Hosmer-Lemeshow拟合优度检验结果显示,预测模型在建模组(χ2=6.470,P=0.595)和验证组(χ2=6.343,P=0.535)中均具有良好的校准度。校准曲线显示,预测模型在建模组和验证组中的表现均与理想模型走势基本一致,提示模型预测的负性心理状态发生风险与实际发生风险具有良好一致性,见图2。ROC曲线显示,预测模型在建模组和验证组中预测负性心理状态的曲线下面积分别为0.909(95%CI: 0.849～0.951)、0.902(95%CI: 0.824～0.954), 表明预测模型具有良好的区分度,见图3。

A: 建模组; B: 验证组。图2 预测模型在建模组和验证组中的校准曲线

A: 建模组; B: 验证组。图3 预测模型在建模组和验证组中预测患者负性心理状态的ROC曲线

3 讨 论

视网膜脱离的主要临床表现为眼前有闪光感、漂浮物、黑影和视力减退等[8], 多数患者可因担心治疗后复发或对治疗效果存疑等情况而出现负面心理,进而影响生活质量和治疗效果[9-10]。本研究发现,建模组143例患者中有96例(占67.13%)出现负性心理状态,且年龄<55岁、有经济压力、合并慢性病、失眠、视网膜脱离距手术时间>7 d、另眼存在视力缺陷均为患者术后负性心理状态的独立危险因素(P<0.05)。

年纪较轻的患者对视力要求更高,对失明更加恐惧,且社会阅历相对较少,心理承受能力不足,故而更容易出现焦虑、抑郁等症状,护理人员可对此类患者加强关注,及时了解患者需求,以降低其负性心理状态发生风险。合并慢性病的患者,治疗过程中身心负担加重,且慢性病可能是视网膜脱离的诱因,故而更易增加负性心理状态的发生风险。另眼视力与患者生活质量密切相关,一旦另眼存在视力缺陷,患者就会更加忧虑术眼恢复情况,故另眼视力情况亦与患者心理状态密切相关。经济压力较大的患者可能日常收入较低,生活负担较重,高额的医疗费用会进一步加重患者的抑郁、焦虑心理[11-13]。患者出现睡眠问题可能与病理性疼痛、不良情绪等有关,研究[14-16]表明长期睡眠质量差可导致情绪障碍发生,且失眠患者常伴随焦虑、抑郁状态,医务人员可通过言语开导或服用镇静催眠药物等措施改善患者睡眠质量,从而降低患者负性心理发生风险[17-18]。视网膜脱离距手术的时间越长,患者发生负性心理状态的风险越高,这可能是因为患者手术前紧张、忧虑时间过长,对术后视力恢复及手术风险思虑过多,从而加重了焦虑、抑郁情绪,与王槐英等[19]研究结论相符,提示医务人员应在完善术前检查后尽快为患者安排手术,缩短预约日程,并及时与患者沟通交流,从而降低负性心理状态发生风险,促进患者尽快康复。

本研究根据多因素Logistic回归分析结果构建了视网膜脱离复位术后患者负性心理状态的列线图预测模型,结果显示,年龄<55岁对负性心理状态风险影响的权重分值增加56分,视网膜脱离距手术时间>7 d增加86分,失眠增加99分,合并慢性病增加62.5分,有经济压力增加57.5分,另眼存在视力缺陷增加88分。Hosmer-Lemeshow拟合优度检验、ROC曲线、校准曲线分析结果显示,该预测模型的校准度、区分度、一致性良好,表明该列线图预测模型具有较高的实用价值。

综上所述,年龄、经济压力、合并慢性病、失眠、视网膜脱离距手术时间、另眼视力情况均为视网膜脱离复位术后患者心理状态的影响因素,据此构建的列线图预测模型具有较高的区分度、一致性和应用价值,可为此类患者术后心理状态的评估和临床治疗方案的选择提供参考依据。但本研究为回顾性研究,且样本量、影响因素纳入有限,可能导致结果偏倚,有待今后纳入更多样本量及影响因素进一步深入研究加以验证。